CN109872310A - 工件漏线及表面字符方向检测识别方法 - Google Patents
工件漏线及表面字符方向检测识别方法 Download PDFInfo
- Publication number
- CN109872310A CN109872310A CN201910101504.5A CN201910101504A CN109872310A CN 109872310 A CN109872310 A CN 109872310A CN 201910101504 A CN201910101504 A CN 201910101504A CN 109872310 A CN109872310 A CN 109872310A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- measurement
- station
- thread cast
- recognition methods
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 230000007547 defect Effects 0.000 claims abstract description 11
- 238000000926 separation method Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 23
- 238000013461 design Methods 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及视觉检测技术领域，尤其是指一种工件漏线及表面字符方向检测识别方法，包括如下步骤，分别对一号工件与二号工件进行模板图像采集；分别对采集的模板图像建立对应的形状匹配算法；将一号待测工件移动至工位一进行图像采集得到一号待测工件图像，对一号待测工件图像进行轮廓形状匹配算法识别一号待测工件是否存在漏线缺陷，将二号待测工件移动至工位二进行图像采集得到二号待测工件图像，对二号待测工件图像进行字符部分的形状匹配算法识别二号待测工件上的字符方向；分别设立两个工位分别单独完成单个功能检测，降低算法设计难度和运算难度，提高检测准确率。
Description
技术领域
本发明涉及视觉检测技术领域，尤其是指一种工件漏线及表面字符方向检测识别方法。
背景技术
机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品，图像摄取装置分 CMOS 和CCD 两种，将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
正如上述情况，视觉检测有着庞大的市场价值，在视觉检测体系中最核心的不是硬件设备而是算法步骤，而算法步骤会因检测结果要求、产品外形、作业环境情况以及设计人员或团体的技术能力等因素出现千差万别，若核心算法步骤设计欠缺，则影响着整套视觉检测设备的运行效率和运行质量，而在检测工件是否漏线及工件表面字符方向的算法步骤中，市场上大部分技术方案的使用成本高昂，同时算法步骤也较为复杂不利于一般技术人员的常规更改参数等操作设定。
发明内容
本发明要解决的技术问题是提供一种设置两个工位分别进行针对性检测识别、降低检测难度和提升检测准确率的工件漏线及表面字符方向检测识别方法。
为了解决上述技术问题，本发明采用如下技术方案：一种工件漏线及表面字符方向检测识别方法，包括如下步骤，步骤1：将一号工件移动至工位一进行模板图像采集得到一号模板图像，将二号工件移动至工位二进行模板图像采集得到二号模板图像；
步骤2：分别对一号模板图像中的工件轮廓与二号模板图像中的字符部分建立对应的形状匹配算法；
步骤3：将一号待测工件移动至工位一进行图像采集得到一号待测工件图像，对一号待测工件图像进行轮廓形状匹配算法识别一号待测工件是否存在漏线缺陷，将二号待测工件移动至工位二进行图像采集得到二号待测工件图像，对二号待测工件图像进行字符部分的形状匹配算法识别二号待测工件上的字符方向；
步骤4：将判断的一号待测工件是否漏线的结果和判断二号待测工件上字符方向是否与二号模板图像一致的结果转换为可读取数据信息输出。
优选的，所述工位一使用圆顶光源进行辅助拍摄，该圆顶光源的光照颜色为红色。
优选的，所述工位一使用圆顶光源进行辅助拍摄，该圆顶光源包括半圆球壳体、贯穿半圆球壳体的拍摄孔道、设置于半圆球壳体下侧面向内延伸的承载沿边和装设于承载沿边的发光灯组。
优选的，所述工位一使用圆顶光源进行辅助拍摄，该圆顶光源与一号工件之间的竖直间隔距离为60至150毫米。
优选的，所述工位一使用圆顶光源进行辅助拍摄，该圆顶光源与一号工件之间的竖直间隔距离为90毫米。
优选的，所述工位一和工位二均使用300至600万像素的工业相机搭配25至50毫米的定焦镜头完成图像采集，其中在工位一中定焦镜头与一号工件之间的竖直间隔距离为160至280毫米，在工位二中定焦镜头与二号工件之间的竖直间隔距离为150至220毫米。
优选的，所述工位一和工位二均使用500万像素的工业相机搭配35毫米的定焦镜头完成图像采集，其中在工位一中定焦镜头与一号工件之间的竖直间隔距离为181毫米，在工位二中定焦镜头与二号工件之间的竖直间隔距离为179毫米。
优选的，所述工位二使用两个条形光源分别对二号工件的两侧面进行照射完成辅助拍摄，该条形光源的发光面与水平面之间的夹角为22至46度。
优选的，所述工位二使用两个条形光源分别对二号工件的两侧面进行照射完成辅助拍摄，该条形光源的发光面与水平面之间的夹角为35度。
优选的，所述工位二使用两个条形光源分别对二号工件的两侧面进行照射完成辅助拍摄，该两个条形光源的水平相互间隔距离为160毫米。
本发明的有益效果在于：提供了一种工件漏线及表面字符方向检测识别方法，在实际应用中，先对一号工件图像的轮廓与二号工件图像中表面的字符方向分别建立形状匹配算法，对待测工件的图像采集为多个待测工件一同采集在一张图像上，然后针对一号待测工件的图像进行形状匹配算法运算判断该一号待测工件是否有漏线的缺陷，若判断为存在漏线缺陷则该形状匹配算法的结果会大于1，若不存在漏线则该形状匹配算法的结果会等于0，判断完成后会将判断结果转换为可读取数据信息传输至显示器，显示器会显示采集的一号待测工件图像并在图像中标识哪些是存在漏线缺陷哪些是不存在。针对二号待测工件的图像中表面的字符方向进行形状匹配算法运算判断该二号待测工件上的字符方向是否与二号工件模板图像上的字符方向一致，判断完成后会将判断结果转换为可读取数据信息传输至显示器，显示器会显示采集的二号待测工件图像并在图像中标识哪些是方向一致哪些是方向不一致。分别设立两个工位分别单独完成单个功能检测，降低算法设计难度和运算难度，提高检测准确率。
附图说明
图1为本发明工位一中圆顶光源的正面结构剖切示意图。
图2为本发明工位二中条形光源的正面结构剖切示意图。
图3为本发明中一号待测工件的检测对比示意图。
图4为本发明中二号待测工件的检测对比示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
如图1至图4所示，一种工件漏线及表面字符方向检测识别方法，包括如下步骤，步骤1：将一号工件移动至工位一1进行模板图像采集得到一号模板图像，将二号工件移动至工位二2进行模板图像采集得到二号模板图像；
步骤2：分别对一号模板图像中的工件轮廓与二号模板图像中的字符部分建立对应的形状匹配算法；
步骤3：将一号待测工件11移动至工位一1进行图像采集得到一号待测工件11图像，对一号待测工件11图像进行轮廓形状匹配算法识别一号待测工件11是否存在漏线缺陷，将二号待测工件21移动至工位二2进行图像采集得到二号待测工件21图像，对二号待测工件21图像进行字符部分的形状匹配算法识别二号待测工件21上的字符方向，所述工位一1使用圆顶光源3进行辅助拍摄，圆顶光源3的光照颜色为红色，圆顶光源3与一号工件之间的竖直间隔距离为90毫米，该圆顶光源3包括半圆球壳体31、贯穿半圆球壳体31的拍摄孔道32、设置于半圆球壳体31下侧面向内延伸的承载沿边33和装设于承载沿边33的发光灯组34，所述工位一1和工位二2均使用500万像素的工业相机搭配35毫米的定焦镜头完成图像采集，其中在工位一1中定焦镜头与一号工件之间的竖直间隔距离为181毫米，在工位二2中定焦镜头与二号工件之间的竖直间隔距离为179毫米，所述工位二2使用两个条形光源4分别对二号工件的两侧面进行照射完成辅助拍摄，该条形光源4的发光面与水平面之间的夹角为35度，该两个条形光源4的水平相互间隔距离为160毫米；
步骤4：将判断的一号待测工件11是否漏线的结果和判断二号待测工件21上字符方向是否与二号模板图像一致的结果转换为可读取数据信息输出。
本实施例的工件漏线及表面字符方向检测识别方法，在实际应用中，先对一号工件图像的轮廓与二号工件图像中表面的字符方向分别建立形状匹配算法，对待测工件的图像采集为多个待测工件一同采集在一张图像上，然后针对一号待测工件11的图像进行形状匹配算法运算判断该一号待测工件11是否有漏线的缺陷，若判断为存在漏线缺陷则该形状匹配算法的结果会大于1，若不存在漏线则该形状匹配算法的结果会等于0，判断完成后会将判断结果转换为可读取数据信息传输至显示器，显示器会显示采集的一号待测工件11图像并在图像中标识哪些是存在漏线缺陷哪些是不存在。针对二号待测工件21的图像中表面的字符方向进行形状匹配算法运算判断该二号待测工件21上的字符方向是否与二号工件模板图像上的字符方向一致，判断完成后会将判断结果转换为可读取数据信息传输至显示器，显示器会显示采集的二号待测工件21图像并在图像中标识哪些是方向一致哪些是方向不一致。分别设立两个工位分别单独完成单个功能检测，降低算法设计难度和运算难度，提高检测准确率。
此外，如有术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或隐含指明技术特征的数量。由此，限定有“第一”、“第二”特征可以明示或者隐含包括一个或者多个该特征，在本发明描述中，“数个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除另有明确规定和限定，如有术语“组装”、“相连”、“连接”术语应作广义去理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；也可以是机械连接；可以是直接相连，也可以是通过中间媒介相连，可以是两个元件内部相连通。对于本领域普通技术人员而言，可以根据具体情况理解上述的术语在本发明中的具体含义。
以上所述实施例仅表达了本发明的若干实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.工件漏线及表面字符方向检测识别方法，其特征在于：包括如下步骤，
步骤1：将一号工件移动至工位一（1）进行模板图像采集得到一号模板图像，将二号工件移动至工位二（2）进行模板图像采集得到二号模板图像；
步骤2：分别对一号模板图像中的工件轮廓与二号模板图像中的字符部分建立对应的形状匹配算法；
步骤3：将一号待测工件（11）移动至工位一（1）进行图像采集得到一号待测工件（11）图像，对一号待测工件（11）图像进行轮廓形状匹配算法识别一号待测工件（11）是否存在漏线缺陷，将二号待测工件（21）移动至工位二（2）进行图像采集得到二号待测工件（21）图像，对二号待测工件（21）图像进行字符部分的形状匹配算法识别二号待测工件（21）上的字符方向；
步骤4：将判断的一号待测工件（11）是否漏线的结果和判断二号待测工件（21）上字符方向是否与二号模板图像一致的结果转换为可读取数据信息输出。
2.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）使用圆顶光源（3）进行辅助拍摄，该圆顶光源（3）的光照颜色为红色。
3.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）使用圆顶光源（3）进行辅助拍摄，该圆顶光源（3）包括半圆球壳体（31）、贯穿半圆球壳体（31）的拍摄孔道（32）、设置于半圆球壳体（31）下侧面向内延伸的承载沿边（33）和装设于承载沿边（33）的发光灯组（34）。
4.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）使用圆顶光源（3）进行辅助拍摄，该圆顶光源（3）与一号工件之间的竖直间隔距离为60至150毫米。
5.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）使用圆顶光源（3）进行辅助拍摄，该圆顶光源（3）与一号工件之间的竖直间隔距离为90毫米。
6.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）和工位二（2）均使用300至600万像素的工业相机搭配25至50毫米的定焦镜头完成图像采集，其中在工位一（1）中定焦镜头与一号工件之间的竖直间隔距离为160至280毫米，在工位二（2）中定焦镜头与二号工件之间的竖直间隔距离为150至220毫米。
7.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位一（1）和工位二（2）均使用500万像素的工业相机搭配35毫米的定焦镜头完成图像采集，其中在工位一（1）中定焦镜头与一号工件之间的竖直间隔距离为181毫米，在工位二（2）中定焦镜头与二号工件之间的竖直间隔距离为179毫米。
8.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位二（2）使用两个条形光源（4）分别对二号工件的两侧面进行照射完成辅助拍摄，该条形光源（4）的发光面与水平面之间的夹角为22至46度。
9.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位二（2）使用两个条形光源（4）分别对二号工件的两侧面进行照射完成辅助拍摄，该条形光源（4）的发光面与水平面之间的夹角为35度。
10.根据权利要求1所述的工件漏线及表面字符方向检测识别方法，其特征在于：所述工位二（2）使用两个条形光源（4）分别对二号工件的两侧面进行照射完成辅助拍摄，该两个条形光源（4）的水平相互间隔距离为160毫米。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101504.5A CN109872310A (zh) | 2019-02-01 | 2019-02-01 | 工件漏线及表面字符方向检测识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910101504.5A CN109872310A (zh) | 2019-02-01 | 2019-02-01 | 工件漏线及表面字符方向检测识别方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109872310A true CN109872310A (zh) | 2019-06-11 |
Family
ID=66918494
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910101504.5A Pending CN109872310A (zh) | 2019-02-01 | 2019-02-01 | 工件漏线及表面字符方向检测识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109872310A (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05205103A (ja) * | 1992-01-30 | 1993-08-13 | Ricoh Co Ltd | 画像方向認識・統一方法および画像方向認識・統一装置 |
| JPH0773323A (ja) * | 1993-09-02 | 1995-03-17 | Honda Motor Co Ltd | 文字判定装置 |
| JP2001092965A (ja) * | 1999-09-20 | 2001-04-06 | Hitachi Eng Co Ltd | 文字照合装置および文字照合方法 |
| US20060018544A1 (en) * | 2004-07-20 | 2006-01-26 | Yoshihisa Ohguro | Method and apparatus for detecting an orientation of characters in a document image |
| US20120033892A1 (en) * | 2010-08-04 | 2012-02-09 | Coreguard | Systems and Methods for Identifying Matching Images of Digital Documents |
| CN106053479A (zh) * | 2016-07-21 | 2016-10-26 | 湘潭大学 | 一种基于图像处理的工件外观缺陷的视觉检测系统 |
| CN106204614A (zh) * | 2016-07-21 | 2016-12-07 | 湘潭大学 | 一种基于机器视觉的工件外观缺陷检测方法 |
| CN106651852A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种喷印字符关键笔画缺失的检测方法 |
| CN107798326A (zh) * | 2017-10-20 | 2018-03-13 | 华南理工大学 | 一种轮廓视觉检测算法 |
| CN108765365A (zh) * | 2018-04-03 | 2018-11-06 | 东南大学 | 一种转子绕线图像合格性检测方法 |
| CN108932712A (zh) * | 2018-06-22 | 2018-12-04 | 东南大学 | 一种转子绕组质量检测系统及方法 |
| CN109003257A (zh) * | 2018-06-14 | 2018-12-14 | 深圳市华汉伟业科技有限公司 | 一种光学字符验证方法 |
-
2019
- 2019-02-01 CN CN201910101504.5A patent/CN109872310A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH05205103A (ja) * | 1992-01-30 | 1993-08-13 | Ricoh Co Ltd | 画像方向認識・統一方法および画像方向認識・統一装置 |
| JPH0773323A (ja) * | 1993-09-02 | 1995-03-17 | Honda Motor Co Ltd | 文字判定装置 |
| JP2001092965A (ja) * | 1999-09-20 | 2001-04-06 | Hitachi Eng Co Ltd | 文字照合装置および文字照合方法 |
| US20060018544A1 (en) * | 2004-07-20 | 2006-01-26 | Yoshihisa Ohguro | Method and apparatus for detecting an orientation of characters in a document image |
| US20120033892A1 (en) * | 2010-08-04 | 2012-02-09 | Coreguard | Systems and Methods for Identifying Matching Images of Digital Documents |
| CN106053479A (zh) * | 2016-07-21 | 2016-10-26 | 湘潭大学 | 一种基于图像处理的工件外观缺陷的视觉检测系统 |
| CN106204614A (zh) * | 2016-07-21 | 2016-12-07 | 湘潭大学 | 一种基于机器视觉的工件外观缺陷检测方法 |
| CN106651852A (zh) * | 2016-12-28 | 2017-05-10 | 天津普达软件技术有限公司 | 一种喷印字符关键笔画缺失的检测方法 |
| CN107798326A (zh) * | 2017-10-20 | 2018-03-13 | 华南理工大学 | 一种轮廓视觉检测算法 |
| CN108765365A (zh) * | 2018-04-03 | 2018-11-06 | 东南大学 | 一种转子绕线图像合格性检测方法 |
| CN109003257A (zh) * | 2018-06-14 | 2018-12-14 | 深圳市华汉伟业科技有限公司 | 一种光学字符验证方法 |
| CN108932712A (zh) * | 2018-06-22 | 2018-12-04 | 东南大学 | 一种转子绕组质量检测系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110108711A (zh) | 圆环侧壁缺陷的视觉检测系统 | |
| CN101896865B (zh) | 用于评价轮胎表面的设备 | |
| CN105866129A (zh) | 一种基于数字投影的产品表面质量在线检测方法 | |
| CN109596058A (zh) | 塑胶工件的尺寸检测识别方法 | |
| CN206981462U (zh) | 基于三维视觉的冲压件表面缺陷检测装置 | |
| CN105717132B (zh) | 一种pc构件生产线的预埋件检测系统和方法 | |
| CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
| CN109089013A (zh) | 一种多光源检测图像获取方法以及机器视觉检测系统 | |
| CN109596054A (zh) | 长条形工件的尺寸检测识别方法 | |
| CN107024476A (zh) | 显示面板检测系统及其检测装置与检测方法 | |
| CN109859192A (zh) | 圆形高反光工件的检测识别方法 | |
| CN104198324A (zh) | 基于计算机视觉的烟丝中叶丝比例测定方法 | |
| CN108805870A (zh) | 一种带针座的接插件的检测方法 | |
| CN110096980A (zh) | 字符检测识别系统 | |
| CN105844282B (zh) | 一种运用线扫描相机检测喷油嘴O-Ring缺陷的方法 | |
| CN109631763A (zh) | 不规则零件检测定位方法 | |
| CN109632802A (zh) | 零件正反面检测调节方法 | |
| CN114577805A (zh) | 一种MiniLED背光面板缺陷检测方法及装置 | |
| CN110082356A (zh) | 线材表面缺陷的视觉检测方法及装置 | |
| CN112966571A (zh) | 一种基于机器视觉的立定跳远腾空高度量测方法 | |
| CN108195847A (zh) | 一种凹凸图案在线视频检测装置及其检测方法 | |
| CN109632814A (zh) | 零件缺陷检测方法 | |
| CN105391998B (zh) | 微光夜视仪分辨率自动检测方法和装置 | |
| CN109596626A (zh) | 高光磁环工件视觉检测方法 | |
| CN112213320B (zh) | 一种基于机器视觉的饼干检测装置及饼干检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190611 |