CN110044910A - 一种汽车置杯盒零部件检测系统及检测方法 - Google Patents
一种汽车置杯盒零部件检测系统及检测方法 Download PDFInfo
- Publication number
- CN110044910A CN110044910A CN201910384335.0A CN201910384335A CN110044910A CN 110044910 A CN110044910 A CN 110044910A CN 201910384335 A CN201910384335 A CN 201910384335A CN 110044910 A CN110044910 A CN 110044910A
- Authority
- CN
- China
- Prior art keywords
- image
- nonwoven fabric
- carried out
- information
- alarm
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 70
- 239000011521 glass Substances 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 48
- 230000011218 segmentation Effects 0.000 claims abstract description 28
- 230000007547 defect Effects 0.000 claims abstract description 20
- 230000009466 transformation Effects 0.000 claims abstract description 20
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 84
- 239000004745 nonwoven fabric Substances 0.000 claims description 60
- 229910052742 iron Inorganic materials 0.000 claims description 42
- 239000006260 foam Substances 0.000 claims description 32
- 238000000034 method Methods 0.000 claims description 32
- 230000008569 process Effects 0.000 claims description 24
- 238000009434 installation Methods 0.000 claims description 15
- 239000012943 hotmelt Substances 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 6
- 238000010128 melt processing Methods 0.000 claims description 5
- 235000013399 edible fruits Nutrition 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 2
- 229920000742 Cotton Polymers 0.000 claims 1
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 238000013021 overheating Methods 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 7
- 238000009776 industrial production Methods 0.000 abstract description 3
- 230000001678 irradiating effect Effects 0.000 abstract description 2
- 238000002955 isolation Methods 0.000 abstract description 2
- 238000005192 partition Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 2
- 239000010931 gold Substances 0.000 description 2
- 229910052737 gold Inorganic materials 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000012372 quality testing Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8806—Specially adapted optical and illumination features
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0162—Arrangements or apparatus for facilitating the optical investigation using microprocessors for control of a sequence of operations, e.g. test, powering, switching, processing
- G01N2021/0175—Arrangements or apparatus for facilitating the optical investigation using microprocessors for control of a sequence of operations, e.g. test, powering, switching, processing for selecting operating means
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0187—Mechanical sequence of operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8867—Grading and classifying of flaws using sequentially two or more inspection runs, e.g. coarse and fine, or detecting then analysing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/888—Marking defects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
Abstract
本发明公开了一种汽车置杯盒零部件检测系统及检测方法，包括遮光罩板和设置在遮光罩板内的用于提供光源的环形光源和条形光源，用于检测物体是否存在的光电传感器，用于放置待测部件的工作台，用于对待测部件进行图像采集的摄像机组和用于对采集的信息进行分析、处理和控制的中央处理器。本发明设计亮度和照射角度可调的条形和环形LED灯作为系统的照明光源，且以隔板隔离环境光对工业相机采集图像信息时的影响。本发明依据多个相机采集到的置杯盒各个表面的图像信息，对采集到的图像进行滤波去燥、灰度变换、阈值分割和去除小区域算法等处理，利用图像的灰度信息、质心位置信息和梯度信息等对图像进行算法检测处理。实现了满足工业生产中的实际检测缺陷需求。
Description
技术领域
本发明涉及汽车零部件检测技术领域，尤其涉及一种汽车置杯盒零部件检测系统及检测方法。
背景技术
目前，汽车置杯盒零部件在由工人装配完成后，需要进行质量检测包括装配是否完整和到位。传统的检测方法是依赖人工和检具。由于汽车置杯盒零部件生产数量大，且目前并没有针对置杯盒质量检测的机器视觉系统，因此需要大量工作人员进行检测。人工检测准确率依赖于人的主观意识，容易受到环境、疲劳等多种因素的影响。工人使用的检具也会产生误差和受使用者主观的影响，且不具有长时间使用的特点。为了提高效率、准确率和检测时长，降低成本，避免工作人员高强度的工作，研究人员提出了一种针对置杯盒零部件缺陷检测的方法。
由于工业生产中对置杯盒的检测长久以来都是采用人工目检的方式，且并没有针对置杯盒关于机器视觉方面的检测设计方案，现有的，其他类似的检测方案一般只是针对零部件一个平面的检测方法，检测项目单一，光源固定，具有鲁棒性弱、适用性差等缺点。
如期刊文章《火花塞端面缺陷自动检测算法设计》(《计算机技术与发展》)，其算法流程为：先对读入图像中的圆环进行坐标变换为矩形，在经过一次滤波后，通过形态学方法提取缺陷及类缺陷杂质区域，最后通过提取特征值及人工智能的方式进行识别区分。但检测时只能检测一个端面的质量，不能实现整体检测，对零部件的缺陷检测不完全，系统设计方面存在缺陷。
如《一种机器视觉检测与筛选系统》(申请号201810494716.X)，其系统包括视觉检测模块和筛选模块。在传送带上的物体经过视觉检测模块检测后，进入筛选模块，筛选模块会将不良品筛除。其中视觉检测模块中由固定的发光元件照射物体，由相机采集图像输入检测模块进行检测。由于光源位置亮度的不可调，不能适用于不同的工作状况，对生产环境条件要求苛刻。
发明内容
本发明的目的是提供一种汽车置杯盒零部件检测系统，能够解决传统用人工来检测汽车置杯盒的方法，提高检测精度和效率，避免工作人员处于长时间重复的机械式工作，为工厂降低了生产成本，为企业提高效益。
本发明采用的技术方案为：
一种汽车置杯盒零部件检测系统，包括遮光罩板和设置在遮光罩板内的用于提供光源的环形光源和条形光源，用于检测物体是否存在的光电传感器，用于放置待测部件的工作台，用于对待测部件进行图像采集的摄像机组和用于对采集的信息进行分析、处理和控制的中央处理器；
还包括第一、第二启动开关，复位开关、继电器和继电器控制电磁阀、转动电机和压紧杆；第一、第二启动开关的输出端连接单片机的输入端，单片机的输出端连接继电器的控制输入端，继电器的输出端连接继电器控制电磁阀，继电器控制电磁阀控制电机转动，压紧杆与电机输出轴的轴向垂直固定连接，压紧杆的下方为待测部件放置区，所述中央处理器的输出端连接摄相机组的控制输入端，摄像机组的信息输出端连接工控机，工控机与PLC控制连接，PLC输出端控制连接报警器的输入端；
所述的环形光源有两个，分别水平设置在待测部件放置区的两侧，且对称设置；
所述的条形光源有多个，多个条形光源固定设置在待测部件放置区的上方，且向下具有一定角度设置；
所述的摄像机组包括一个黑白摄像机和三个彩色摄像机，所述的黑白摄像机和其中一个彩色摄像机固定设置在待测部件放置区的上方，另外两个彩色摄像机分别设置在待测部件放置区的两侧。
一种基于权利要求1所述汽车置杯盒零部件检测系统的监测方法，具体包括如下步骤：
A.通过顶部设置的工业相机采集汽车置杯盒零部件按键区域的图像信息，结合按键检测流程图、按键图和模板图，然后对图像信息运用一种基于边缘方向梯度的模板匹配技术检测按键是否安装和装反，如果安装且安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
B.对图像信息中螺钉、卡扣是否装配进行检测；如果安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
C.对图像信息中螺钉进行检测，检测螺钉是否装配到位，如果到位，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
D.对图像信息中的不织布是否装配进行检测：针对图像信息中较大的两处不织布，采用灰度信息判断不织布是否装配；针对图像信息中较小的一处不织布，采用灰度信息判断不出是否装配；如果三处不织布均装配，则进入下一步；否则 PLC发送控制信号到报警器，报警器报警；
E.结合泡棉算法检测流程图、泡棉图、泡棉梯度信息图和泡棉分割图，对图像信息中的泡棉是否破损进行检测，如果泡面完整未破损，则进入下一步；否则PLC发送控制信号到报警器，报警器报警；
F.结合铁片算法检测流程图和检测区域图，对图像信息中的铁片是否存在缺陷进行检测，所述的缺陷包括有三方面：未装配、装反和柱头是未经过热熔处理，如果铁片不存在缺陷，则代表汽车置杯盒零部件装配完毕；否则PLC发送控制信号到报警器，报警器报警。
所述的步骤A，具体步骤包括：
A1、相机采集标准产品获取按键图像；
A2、对按键区域进行高斯平滑滤波器卷积去燥；
A3、运用卷积矩阵Gx、Gy计算梯度幅值(Magnitude)和方向(Direction)。其中
A4、对图像进行非极大值抑制，排除非边缘像素，保留图像边缘信息；
A5、对图像进行滞后阈值处理，得到边缘特征模板；
A6、用模板匹配算法在待检测图像上进行搜索定位。将图像和模板在高层图像金字塔进行搜索，然后映射到低层，搜索速度较快，且模板具有旋转和放缩的搜索方式；
A7、如果匹配没有找到匹配目标，则用三个按键模板分别在待测工件按键区域内进行匹配，若果找到匹配目标则表示按键安装正确，否则表示安装错误。
所述的步骤B包括如下具体步骤：
B1、采集已装配和未装配的螺钉、卡扣区域的图像；
B2、对采集到的已装配的螺钉、卡扣区域的图像进行灰度变换，计算灰度变换后区域的灰度平均值S1；
B3、计算检测时的螺钉、卡扣区域灰度变换后的灰度平均值S2；
B4、计算未装配的螺钉、卡扣区域灰度变换后的灰度平均值S3；
B5、计算S1和S3的差值的绝对值|T’|，根据|T’|设定一个阈值T；
B6、计算S1和S2的差值的绝对值|S|，若|S|小于T，则表示螺钉、卡扣已经装配，否则表示没有装配。
所述的步骤C中螺钉是否到位的具体步骤如下：
C1、由两侧相机采集装配好的标准工件的各个螺钉区域的图像；
C2、对装配好的标准工件的各个螺钉图像进行灰度变换处理；
C3、对装配好的标准工件的各个螺钉图像进行阈值分割处理；
C4、计算装配好的标准工件的螺钉图像的质心位置B1；
C5、计算检测时的螺钉质心位置B2；
C6、计算B1和B2的差值的绝对值|B|，将|B|与设定的阈值T作比较，若|B| 大于T，则表示螺钉安装不到位，否则表示装配到位。
所述的D步骤中，具体结合不织布1、2算法流程图和不织布区域图像，不织布1、2的算法检测原理如下：
D1、采集不织布1、2区域的图像信息；
D2、对不织布1、2图像区域进行灰度变换处理；
D3、对不织布1、2图像区域进行阈值分割处理；
D4、计算图像区域中像素值为0的个数N；
D5、根据N设定像素值为0的个数的阈值T；
D6、比较N和T的大小，若N大于T，表示不织布1、2已经装配，否则表示没有装配。
所述的步骤D中，具体结合不织布3算法流程图和不织布3固定阈值分割后的二值图像，不织布3的算法检测原理如下：
D11、采集已装配不织布3区域的图像信息；
D12、对不织布3区域的图像进行灰度变换处理；
D13、检测不织布3和附近区域的灰度平均值，检测到不织布3图像的灰度平均值为7，附近区域的灰度平均值大于10；
D14、根据不织布3和附近区域的灰度平均值设定阈值为10；
D15、对不织布3区域图像进行阈值为10的分割处理；
D16、检测像素值为255的像素值的个数N；
D17、根据N设定关于像素值个数的阈值T；
D18、比较N和T的大小，若N大于T则表示已装配，否则表示未装配。
所述步骤E具体的步骤如下：
E1、采集标准件的图像信息；
E2、截取泡棉区域；
E3、对截取的泡棉区域进行灰度变换处理；
E4、用scharr滤波器处理灰度变换后的图像，得到泡棉的梯度信息图；
E5、对梯度信息图进行阈值分割处理；
E6、对阈值分割后的图像进行空洞填充和去除小区域处理；
E7、将泡棉截取为四个部分；
E8、计算各个部分图像中像素值为0的个数总和N；
E9、根据N设定阈值T；
E10、将N与设定好的阈值T进行比较，若大于此阈值，则表示泡棉存在破损，否则表示泡棉未破损。
所述的步骤F包括如下步骤：
F1、采集铁片区域图像；
F2、对图像进行灰度变换处理；
F3、对灰度变换后的图像进行阈值分割处理；
F4、采集铁片中部区域的像素值信息；
F5、若检测发现此处像素值都为255，则表示铁片已装配且装配正确，否则表示装配错误。
具体的，步骤F中结合铁片热熔处理算法检测流程图、已热熔处理图和未热熔处理图检测铁片柱头是否经过热熔处理的算法检测步骤如下：
F11、分别采集已处理和未处理过的铁片图像；
F12、对铁片图像进行灰度变换处理；
F13、对铁片图像进行阈值分割处理；
F14、对铁片图像进行取反操作；
F15、分别计算已处理和未处理过的铁片图像中圆轮廓所占的面积A和B；
F16、根据A和B设定阈值T；
F17、实际检测时计算出圆轮廓所占的面积X；
F18、比较X和T的大小，若X大于T，则表示铁片柱头已经过热熔处理，否则表示未经过处理。
本发明与现有方法相比，本发明的系统设计较为完善，考虑到工厂复杂的生产环境和条件，设计亮度和照射角度可调的条形和环形LED灯作为系统的照明光源，且以隔板隔离环境光对工业相机采集图像信息时的影响。由于置杯盒零部件复杂的结构和检测需求，本发明采用一个黑白相机和一个彩色相机采集置杯盒零部件的俯视图，两个分别位于零部件左右的彩色相机采集置杯盒零部件侧面图像信息。本发明依据多个相机采集到的置杯盒各个表面的图像信息，对采集到的图像进行滤波去燥、灰度变换、阈值分割和去除小区域算法等处理，利用图像的灰度信息、质心位置信息和梯度信息等对图像进行算法检测处理。实现了满足工业生产中的实际检测缺陷需求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的结构示意图；
图2为本发明的流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1和2所示，本发明包括遮光罩板和设置在遮光罩板内的用于提供光源的环形光源9和条形光源12，用于检测物体是否存在的光电传感器6，用于放置待测部件的工作台，用于对待测部件进行图像采集的摄像机组和用于对采集的信息进行分析、处理和控制的中央处理器，所述的中央处理器采用PLC；
还包括第一启动开关5、第二启动开关7，复位开关8、继电器2和继电器控制电磁阀3、转动电机11和压紧杆；第一、第二启动开关的输出端连接单片机1的输入端，单片机1的输出端连接继电器2的控制输入端，继电器2的输出端连接继电器控制电磁阀3，继电器控制电磁阀3控制转动电机11转动，压紧杆与转动电机11输出轴的轴向垂直固定连接，压紧杆的下方为待测部件放置区，所述中央处理器的输出端连接摄相机组的控制输入端，摄像机组10和12的信息输出端连接工控机(4)，工控机与PLC控制连接，PLC输出端控制连接报警器13的输入端；
所述的环形光源9有两个，分别水平设置在待测部件放置区的两侧，且对称设置。
所述的条形光源2有多个，多个条形光源固定设置在待测部件放置区的上方，向下具有一定角度设置，具体角度根据实际情况调节，目的是为了给相机提供具有更高辨识度的图像。
所述的摄像机组包括一个黑白摄像机12和三个彩色摄像机，所述的黑白摄像机和其中一个彩色摄像机固定设置在待测部件放置区的上方，另外两个彩色摄像机分别设置在待测部件放置区的两侧。
启动系统后，系统处于待机状态，等待工作人员放入标准产品。若光电传感器6检测到物体被放置，低电平信号由光电传感器传输到单片机1，系统处于激活状态，两个启动开关5、7同时被按下后，下降沿触发单片机外部中断，由中断服务程序发送高电平至继电器2，继电器控制电磁阀3，气缸11压紧物体，单片机发出下降沿的外触发信号触发相机10拍摄采集物体图像。物体的图像信息由网线传输至工控机4，由程序检测图像的标准参数信息，系统自动复位，工作人员取出标准产品。系统开始检测状态，由工作人员放入待检测产品，由系统检测是否存在缺陷，若存在缺陷，经过串口通信，通过单片机，保持气缸原始状态不被松开，(高电平信号)蜂鸣器13开始报警。等待复位开关8按下，低电平传输到单片机，单片机发送低电平到继电器，继电器控制电磁阀，控制气缸松开， (低电平信号)蜂鸣器停止报警；若不存在缺陷，经过单片机，发送低电平信号到继电器，控制气缸松开。硬件平台外围设有隔离环境光的罩板，图中未表示。
一种基于机器视觉的汽车置杯盒零部件检测方法，具体包括如下步骤：
A.通过顶部设置的工业相机采集汽车置杯盒零部件按键区域的图像信息，结合按键检测流程图、按键图和模板图，然后对图像信息运用一种基于边缘方向梯度的模板匹配技术检测按键是否安装和装反，如果安装且安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；所述的步骤A，具体步骤包括：
A1、相机采集标准产品获取按键图像；
A2、对按键区域进行高斯平滑滤波器卷积去燥；
A3、运用卷积矩阵Gx、Gy计算梯度幅值(Magnitude)和方向(Direction)。其中
A4、对图像进行非极大值抑制，排除非边缘像素，保留图像边缘信息；
A5、对图像进行滞后阈值处理，得到边缘特征模板；
A6、用模板匹配算法在待检测图像上进行搜索定位。将图像和模板在高层图像金字塔进行搜索，然后映射到低层，搜索速度较快，且模板具有旋转和放缩的搜索方式；
A7、如果匹配没有找到匹配目标，则用三个按键模板分别在待测工件按键区域内进行匹配，若果找到匹配目标则表示按键安装正确，否则表示安装错误。
B.对图像信息中螺钉、卡扣是否装配进行检测；如果安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；所述的步骤B包括如下具体步骤：
B1、采集已装配和未装配的螺钉、卡扣区域的图像；
B2、对采集到的已装配的螺钉、卡扣区域的图像进行灰度变换，计算灰度变换后区域的灰度平均值S1；
B3、计算检测时的螺钉、卡扣区域灰度变换后的灰度平均值S2；
B4、计算未装配的螺钉、卡扣区域灰度变换后的灰度平均值S3；
B5、计算S1和S3的差值的绝对值|T’|，根据|T’|设定一个阈值T；
B6、计算S1和S2的差值的绝对值|S|，若|S|小于T，则表示螺钉、卡扣已经装配，否则表示没有装配。
C.对图像信息中螺钉进行检测，检测螺钉是否装配到位，如果到位，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；结合螺钉是否装配到位检测流程图、装配到位螺钉图像、装配到位螺钉阈值分割后的二值图像、装配不到位的螺钉图和装配不到位的螺钉阈值分割后的二值图像步骤如下：
C1、由两侧相机采集装配好的标准工件的各个螺钉区域的图像；
C2、对装配好的标准工件的各个螺钉图像进行灰度变换处理；
C3、对装配好的标准工件的各个螺钉图像进行阈值分割处理；
C4、计算装配好的标准工件的螺钉图像的质心位置B1；
C5、计算检测时的螺钉质心位置B2；
C6、计算B1和B2的差值的绝对值|B|，将|B|与设定的阈值T作比较，若|B| 大于T，则表示螺钉安装不到位，否则表示装配到位。
D.对图像信息中的不织布是否装配进行检测：针对图像信息中较大的两处不织布，采用灰度信息判断不织布是否装配；针对图像信息中较小的一处不织布，采用灰度信息判断不出是否装配；如果三处不织布均装配，则进入下一步；否则 PLC发送控制信号到报警器，报警器报警；所述的D步骤中，具体结合不织布1、 2算法流程图和不织布区域图像，不织布1、2的算法检测原理如下：
D1、采集不织布1、2区域的图像信息；
D2、对不织布1、2图像区域进行灰度变换处理；
D3、对不织布1、2图像区域进行阈值分割处理；
D4、计算图像区域中像素值为0的个数N；
D5、根据N设定像素值为0的个数的阈值T；
D6、比较N和T的大小，若N大于T，表示不织布1、2已经装配，否则表示没有装配。
所述的步骤D中，具体结合不织布3算法流程图和不织布3固定阈值分割后的二值图像，不织布3的算法检测原理如下：
D11、采集已装配不织布3区域的图像信息；
D12、对不织布3区域的图像进行灰度变换处理；
D13、检测不织布3和附近区域的灰度平均值，检测到不织布3图像的灰度平均值为7，附近区域的灰度平均值大于10；
D14、根据不织布3和附近区域的灰度平均值设定阈值为10；
D15、对不织布3区域图像进行阈值为10的分割处理；
D16、检测像素值为255的像素值的个数N；
D17、根据N设定关于像素值个数的阈值T；
D18、比较N和T的大小，若N大于T则表示已装配，否则表示未装配。
E.结合泡棉算法检测流程图、泡棉图、泡棉梯度信息图和泡棉分割图，对图像信息中的泡棉是否破损进行检测，如果泡面完整未破损，则进入下一步；否则PLC发送控制信号到报警器，报警器报警；所述的步骤E具体如下：
E1、采集标准件的图像信息；
E2、截取泡棉区域；
E3、对截取的泡棉区域进行灰度变换处理；
E4、用scharr滤波器处理灰度变换后的图像，得到泡棉的梯度信息图；
E5、对梯度信息图进行阈值分割处理；
E6、对阈值分割后的图像进行空洞填充和去除小区域处理；
E7、将泡棉截取为四个部分；
E8、计算各个部分图像中像素值为0的个数总和N；
E9、根据N设定阈值T；
E10、将N与设定好的阈值T进行比较，若大于此阈值，则表示泡棉存在破损，否则表示泡棉未破损。
F.结合铁片算法检测流程图和检测区域图，对图像信息中的铁片是否存在缺陷进行检测，所述的缺陷包括有三方面：未装配、装反和柱头是未经过热熔处理，如果铁片不存在缺陷，则代表汽车置杯盒零部件装配完毕；否则PLC发送控制信号到报警器，报警器报警。所述的步骤F具体如下：
F1、采集铁片区域图像；
F2、对图像进行灰度变换处理；
F3、对灰度变换后的图像进行阈值分割处理；
F4、采集铁片中部区域的像素值信息；
F5、若检测发现此处像素值都为255，则表示铁片已装配且装配正确，否则表示装配错误。
其中，所述的结合铁片热熔处理算法检测流程图、已热熔处理图和未热熔处理图检测铁片柱头是否经过热熔处理的算法检测步骤如下：
F11、分别采集已处理和未处理过的铁片图像；
F12、对铁片图像进行灰度变换处理；
F13、对铁片图像进行阈值分割处理；
F14、对铁片图像进行取反操作；
F15、分别计算已处理和未处理过的铁片图像中圆轮廓所占的面积A和B；
F16、根据A和B设定阈值T；
F17、实际检测时计算出圆轮廓所占的面积X；
F18、比较X和T的大小，若X大于T，则表示铁片柱头已经过热熔处理，否则表示未经过处理。
本发明的系统由铝塑板组成的遮光罩杜绝环境光对相机采集到的图像的影响，灯光具有亮度、角度可调节，可以适用于不同的工作状况。在检测过程中由多个相机参与采集零部件的图像信息，系统的检测精度和正确率较高。
本发明的关键点和欲保护点在于硬件设施的设计和在其基础上利用四个工业相机采集高质量的零部件图像信息，并对图像进行的算法处理和检测零部件存在的缺陷问题。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种汽车置杯盒零部件检测系统，其特征在于：包括遮光罩板和设置在遮光罩板内的用于提供光源的环形光源和条形光源，用于检测物体是否存在的光电传感器，用于放置待测部件的工作台，用于对待测部件进行图像采集的摄像机组和用于对采集的信息进行分析、处理和控制的中央处理器；
还包括第一、第二启动开关，复位开关、继电器和继电器控制电磁阀、转动电机和压紧杆；第一、第二启动开关的输出端连接单片机的输入端，单片机的输出端连接继电器的控制输入端，继电器的输出端连接继电器控制电磁阀，继电器控制电磁阀控制电机转动，压紧杆与电机输出轴的轴向垂直固定连接，压紧杆的下方为待测部件放置区，所述中央处理器的输出端连接摄相机组的控制输入端，摄像机组的信息输出端连接工控机，工控机与PLC控制连接，PLC输出端控制连接报警器的输入端；
所述的环形光源有两个，分别水平设置在待测部件放置区的两侧，且对称设置；
所述的条形光源有多个，多个条形光源固定设置在待测部件放置区的上方，且向下具有一定角度设置；
所述的摄像机组包括一个黑白摄像机和三个彩色摄像机，所述的黑白摄像机和其中一个彩色摄像机固定设置在待测部件放置区的上方，另外两个彩色摄像机分别设置在待测部件放置区的两侧。
2.一种基于权利要求1所述汽车置杯盒零部件检测系统的监测方法，其特征在于，具体包括如下步骤：
A.通过顶部设置的工业相机采集汽车置杯盒零部件按键区域的图像信息，结合按键检测流程图、按键图和模板图，然后对图像信息运用一种基于边缘方向梯度的模板匹配技术检测按键是否安装和装反，如果安装且安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
B.对图像信息中螺钉、卡扣是否装配进行检测；如果安装正确，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
C.对图像信息中螺钉进行检测，检测螺钉是否装配到位，如果到位，则进行下一步，否则PLC发送控制信号到报警器，报警器报警；
D.对图像信息中的不织布是否装配进行检测：针对图像信息中较大的两处不织布，采用灰度信息判断不织布是否装配；针对图像信息中较小的一处不织布，采用灰度信息判断不出是否装配；如果三处不织布均装配，则进入下一步；否则PLC发送控制信号到报警器，报警器报警；
E.结合泡棉算法检测流程图、泡棉图、泡棉梯度信息图和泡棉分割图，对图像信息中的泡棉是否破损进行检测，如果泡面完整未破损，则进入下一步；否则PLC发送控制信号到报警器，报警器报警；
F.结合铁片算法检测流程图和检测区域图，对图像信息中的铁片是否存在缺陷进行检测，所述的缺陷包括有三方面：未装配、装反和柱头是未经过热熔处理，如果铁片不存在缺陷，则代表汽车置杯盒零部件装配完毕；否则PLC发送控制信号到报警器，报警器报警。
3.根据权利要求1所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤A，具体步骤包括：
A1、相机采集标准产品获取按键图像；
A2、对按键区域进行高斯平滑滤波器卷积去燥；
A3、运用卷积矩阵Gx、Gy计算梯度幅值(Magnitude)和方向(Direction)。其中
A4、对图像进行非极大值抑制，排除非边缘像素，保留图像边缘信息；
A5、对图像进行滞后阈值处理，得到边缘特征模板；
A6、用模板匹配算法在待检测图像上进行搜索定位。将图像和模板在高层图像金字塔进行搜索，然后映射到低层，搜索速度较快，且模板具有旋转和放缩的搜索方式；
A7、如果匹配没有找到匹配目标，则用三个按键模板分别在待测工件按键区域内进行匹配，若果找到匹配目标则表示按键安装正确，否则表示安装错误。
4.根据权利要求2所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤B包括如下具体步骤：
B1、采集已装配和未装配的螺钉、卡扣区域的图像；
B2、对采集到的已装配的螺钉、卡扣区域的图像进行灰度变换，计算灰度变换后区域的灰度平均值S1；
B3、计算检测时的螺钉、卡扣区域灰度变换后的灰度平均值S2；
B4、计算未装配的螺钉、卡扣区域灰度变换后的灰度平均值S3；
B5、计算S1和S3的差值的绝对值|T’|，根据|T’|设定一个阈值T；
B6、计算S1和S2的差值的绝对值|S|，若|S|小于T，则表示螺钉、卡扣已经装配，否则表示没有装配。
5.根据权利要求3所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤C中螺钉是否到位的具体步骤如下：
C1、由两侧相机采集装配好的标准工件的各个螺钉区域的图像；
C2、对装配好的标准工件的各个螺钉图像进行灰度变换处理；
C3、对装配好的标准工件的各个螺钉图像进行阈值分割处理；
C4、计算装配好的标准工件的螺钉图像的质心位置B1；
C5、计算检测时的螺钉质心位置B2；
C6、计算B1和B2的差值的绝对值|B|，将|B|与设定的阈值T作比较，若|B|大于T，则表示螺钉安装不到位，否则表示装配到位。
6.根据权利要求2所述的汽车置杯盒零部件检测系统，其特征在于：所述的D步骤中，具体结合不织布1、2算法流程图和不织布区域图像，不织布1、2的算法检测原理如下：
D1、采集不织布1、2区域的图像信息；
D2、对不织布1、2图像区域进行灰度变换处理；
D3、对不织布1、2图像区域进行阈值分割处理；
D4、计算图像区域中像素值为0的个数N；
D5、根据N设定像素值为0的个数的阈值T；
D6、比较N和T的大小，若N大于T，表示不织布1、2已经装配，否则表示没有装配。
7.根据权利要求3所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤D中，具体结合不织布3算法流程图和不织布3固定阈值分割后的二值图像，不织布3的算法检测原理如下：
D11、采集已装配不织布3区域的图像信息；
D12、对不织布3区域的图像进行灰度变换处理；
D13、检测不织布3和附近区域的灰度平均值，检测到不织布3图像的灰度平均值为7，附近区域的灰度平均值大于10；
D14、根据不织布3和附近区域的灰度平均值设定阈值为10；
D15、对不织布3区域图像进行阈值为10的分割处理；
D16、检测像素值为255的像素值的个数N；
D17、根据N设定关于像素值个数的阈值T；
D18、比较N和T的大小，若N大于T则表示已装配，否则表示未装配。
8.根据权利要求2所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤E具体包括如下步骤：
E1、采集标准件的图像信息；
E2、截取泡棉区域；
E3、对截取的泡棉区域进行灰度变换处理；
E4、用scharr滤波器处理灰度变换后的图像，得到泡棉的梯度信息图；
E5、对梯度信息图进行阈值分割处理；
E6、对阈值分割后的图像进行空洞填充和去除小区域处理；
E7、将泡棉截取为四个部分；
E8、计算各个部分图像中像素值为0的个数总和N；
E9、根据N设定阈值T；
E10、将N与设定好的阈值T进行比较，若大于此阈值，则表示泡棉存在破损，否则表示泡棉未破损。
9.根据权利要求3所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤F具体包括如下步骤：
F1、采集铁片区域图像；
F2、对图像进行灰度变换处理；
F3、对灰度变换后的图像进行阈值分割处理；
F4、采集铁片中部区域的像素值信息；
F5、若检测发现此处像素值都为255，则表示铁片已装配且装配正确，否则表示装配错误。
10.根据权利要求3所述的汽车置杯盒零部件检测系统，其特征在于：所述的步骤F中结合铁片热熔处理算法检测流程图、已热熔处理图和未热熔处理图检测铁片柱头是否经过热熔处理的算法检测步骤如下：
F11、分别采集已处理和未处理过的铁片图像；
F12、对铁片图像进行灰度变换处理；
F13、对铁片图像进行阈值分割处理；
F14、对铁片图像进行取反操作；
F15、分别计算已处理和未处理过的铁片图像中圆轮廓所占的面积A和B；
F16、根据A和B设定阈值T；
F17、实际检测时计算出圆轮廓所占的面积X；
F18、比较X和T的大小，若X大于T，则表示铁片柱头已经过热熔处理，否则表示未经过处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910384335.0A CN110044910B (zh) | 2019-05-09 | 2019-05-09 | 一种汽车置杯盒零部件检测系统及检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910384335.0A CN110044910B (zh) | 2019-05-09 | 2019-05-09 | 一种汽车置杯盒零部件检测系统及检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110044910A true CN110044910A (zh) | 2019-07-23 |
| CN110044910B CN110044910B (zh) | 2024-02-13 |
Family
ID=67281294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910384335.0A Active CN110044910B (zh) | 2019-05-09 | 2019-05-09 | 一种汽车置杯盒零部件检测系统及检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110044910B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110927064A (zh) * | 2020-01-21 | 2020-03-27 | 北京中鼎高科自动化技术有限公司 | 一种基于视觉系统智能高效匣钵检测装置 |
| CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
| CN111307828A (zh) * | 2020-03-13 | 2020-06-19 | 安徽工程大学 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
| CN111337510A (zh) * | 2020-04-20 | 2020-06-26 | 南通大学 | 一种汽车塑料组合件紧固卡扣缺装的检测装置及工作方法 |
| CN111539927A (zh) * | 2020-04-20 | 2020-08-14 | 南通大学 | 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法 |
| CN113610815A (zh) * | 2021-08-10 | 2021-11-05 | 宿迁旺春机械制造有限公司 | 基于图像处理的结构件生产安全预警方法与系统 |
| CN114562940A (zh) * | 2022-02-10 | 2022-05-31 | 武汉逸飞激光股份有限公司 | 一种电池密封钉装配检测方法 |
| CN116385445A (zh) * | 2023-06-06 | 2023-07-04 | 东莞市希锐自动化科技股份有限公司 | 一种基于视觉技术的电镀五金件瑕疵检测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0472881A2 (en) * | 1990-08-30 | 1992-03-04 | Alltrista Corporation | Machine vision inspection system and method for transparent containers |
| CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
| 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 |
| CN106767423A (zh) * | 2017-03-03 | 2017-05-31 | 苏州云太基智能科技有限公司 | 自动视觉检测仪 |
| CN107976447A (zh) * | 2017-11-14 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 一种基于机器视觉的配件检测方法及系统 |
| CN108344743A (zh) * | 2018-02-02 | 2018-07-31 | 佛山职业技术学院 | 一种基于机器视觉药品泡罩包装缺陷检测方法及系统 |
| CN109499908A (zh) * | 2018-11-10 | 2019-03-22 | 东莞理工学院 | 一种用于机械零件的视觉检测系统 |
| CN209878614U (zh) * | 2019-05-09 | 2019-12-31 | 河南大学 | 一种汽车置杯盒零部件检测系统 |
-
2019
- 2019-05-09 CN CN201910384335.0A patent/CN110044910B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0472881A2 (en) * | 1990-08-30 | 1992-03-04 | Alltrista Corporation | Machine vision inspection system and method for transparent containers |
| CN102590218A (zh) * | 2012-01-16 | 2012-07-18 | 安徽中科智能高技术有限责任公司 | 基于机器视觉的金属零件光洁表面微缺陷检测装置及方法 |
| 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 |
| CN106767423A (zh) * | 2017-03-03 | 2017-05-31 | 苏州云太基智能科技有限公司 | 自动视觉检测仪 |
| CN107976447A (zh) * | 2017-11-14 | 2018-05-01 | 上海斐讯数据通信技术有限公司 | 一种基于机器视觉的配件检测方法及系统 |
| CN108344743A (zh) * | 2018-02-02 | 2018-07-31 | 佛山职业技术学院 | 一种基于机器视觉药品泡罩包装缺陷检测方法及系统 |
| CN109499908A (zh) * | 2018-11-10 | 2019-03-22 | 东莞理工学院 | 一种用于机械零件的视觉检测系统 |
| CN209878614U (zh) * | 2019-05-09 | 2019-12-31 | 河南大学 | 一种汽车置杯盒零部件检测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 胡秀珍;隋青美;: "基于机器视觉的铁芯表面缺陷检测系统研究", 仪器仪表用户, no. 01 * |
| 郝存明;雷倩;张伟平;: "基于机器视觉汽车扶手箱卡簧装配质量检测系统的研究", 河北省科学院学报, no. 01 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111189387A (zh) * | 2020-01-02 | 2020-05-22 | 西安工程大学 | 一种基于机器视觉的工业零件尺寸检测方法 |
| CN110927064A (zh) * | 2020-01-21 | 2020-03-27 | 北京中鼎高科自动化技术有限公司 | 一种基于视觉系统智能高效匣钵检测装置 |
| CN111307828A (zh) * | 2020-03-13 | 2020-06-19 | 安徽工程大学 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
| CN111307828B (zh) * | 2020-03-13 | 2022-12-13 | 安徽工程大学 | 一种用于智能家居控制面板缺陷检测的设备及其检测方法 |
| CN111337510A (zh) * | 2020-04-20 | 2020-06-26 | 南通大学 | 一种汽车塑料组合件紧固卡扣缺装的检测装置及工作方法 |
| CN111539927A (zh) * | 2020-04-20 | 2020-08-14 | 南通大学 | 汽车塑料组合件紧固卡扣缺装检测装置的检测过程及算法 |
| CN113610815A (zh) * | 2021-08-10 | 2021-11-05 | 宿迁旺春机械制造有限公司 | 基于图像处理的结构件生产安全预警方法与系统 |
| CN113610815B (zh) * | 2021-08-10 | 2022-07-05 | 宿迁旺春机械制造有限公司 | 基于图像处理的结构件生产安全预警方法与系统 |
| CN114562940A (zh) * | 2022-02-10 | 2022-05-31 | 武汉逸飞激光股份有限公司 | 一种电池密封钉装配检测方法 |
| CN116385445A (zh) * | 2023-06-06 | 2023-07-04 | 东莞市希锐自动化科技股份有限公司 | 一种基于视觉技术的电镀五金件瑕疵检测方法 |
| CN116385445B (zh) * | 2023-06-06 | 2023-08-11 | 东莞市希锐自动化科技股份有限公司 | 一种基于视觉技术的电镀五金件瑕疵检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110044910B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110044910A (zh) | 一种汽车置杯盒零部件检测系统及检测方法 | |
| CN104441526B (zh) | 基于外形轮廓匹配的模具在线监视保护系统及方法 | |
| CN106226325B (zh) | 一种基于机器视觉的座椅表面缺陷检测系统及其方法 | |
| CN102253048B (zh) | 可用于多种产品检测的机器视觉检测方法及系统 | |
| CN107884413A (zh) | 一种自动检测轴承滚动体缺失的装置及检测方法 | |
| CN108760747A (zh) | 一种3d打印模型表面缺陷视觉检测方法 | |
| CN108387516A (zh) | 基于ccd像机图像处理技术的螺纹缺陷检测装置及检测方法 | |
| CN103868935A (zh) | 基于计算机视觉的烟支外观质量检测方法 | |
| CN108257171A (zh) | 基于光视觉的汽车雷达装配孔径检测方法 | |
| CN102262093A (zh) | 基于机器视觉的印花机在线检测方法 | |
| CN109781739A (zh) | 汽车漆面表面外观缺陷全自动检测系统及方法 | |
| CN110108712A (zh) | 多功能视觉缺陷检测系统 | |
| CN111272768B (zh) | 一种陶瓷管检测方法 | |
| WO2012027869A1 (zh) | 组合盖在线质量检测方法 | |
| CN108844961A (zh) | 一种温控器壳体视觉检测系统及方法 | |
| CN109166111A (zh) | 一种电子墨水屏缺陷检测方法及系统 | |
| CN105096305A (zh) | 绝缘子状态分析的方法及装置 | |
| CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
| CN109461156A (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
| CN207081666U (zh) | 一种基于机器视觉的拉链检测装置 | |
| CN108776966A (zh) | 一种磁体外观缺陷检测的方法及系统 | |
| CN109557098A (zh) | 基于机器视觉的金属表面检测系统 | |
| CN108195847A (zh) | 一种凹凸图案在线视频检测装置及其检测方法 | |
| CN106645185A (zh) | 一种智能检测工业零件表面质量的方法及装置 | |
| CN109631752A (zh) | 一种发动机主轴承盖装配视觉检测装置及方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |