CN110189301B - 一种发电机定子铁心钢片叠装平台的异物检测方法 - Google Patents
一种发电机定子铁心钢片叠装平台的异物检测方法 Download PDFInfo
- Publication number
- CN110189301B CN110189301B CN201910357511.1A CN201910357511A CN110189301B CN 110189301 B CN110189301 B CN 110189301B CN 201910357511 A CN201910357511 A CN 201910357511A CN 110189301 B CN110189301 B CN 110189301B
- Authority
- CN
- China
- Prior art keywords
- image
- foreground
- stator core
- steel sheet
- foreign matter
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 55
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 32
- 239000010959 steel Substances 0.000 title claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 14
- 238000013507 mapping Methods 0.000 claims abstract description 10
- 238000005286 illumination Methods 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 32
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000003475 lamination Methods 0.000 claims description 8
- 238000003709 image segmentation Methods 0.000 claims description 5
- 229910000576 Laminated steel Inorganic materials 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 210000000078 claw Anatomy 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02K—DYNAMO-ELECTRIC MACHINES
- H02K15/00—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines
- H02K15/02—Methods or apparatus specially adapted for manufacturing, assembling, maintaining or repairing of dynamo-electric machines of stator or rotor bodies
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Power Engineering (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
- Manufacture Of Motors, Generators (AREA)
Abstract
本发明涉及图像检测技术领域,尤其涉及一种发电机定子铁心钢片叠装平台的异物检测方法,具体包括以下步骤:步骤S1、于叠装平台上设置复数个高清相机,采集前景图和背景图,并将前景图和背景图传输至一计算机终端;步骤S2、计算机终端读取前景图和背景图以绘制出图像掩膜的区域范围;步骤S3、分别对前景图和背景图进行特征检测,获取投影映射矩阵,对图像掩膜和映射矩阵进行透视变换,实现图像的配准;步骤S4、计算配准后的图像轮廓,前景图进行局部光照归一化处理;步骤S5、对前景图进行帧间差分处理并去除图像轮廓,同时对图像进行阈值处理和高斯模糊以及开运算处理。上述技术方案的有益效果:提高检测的准确率,减少成本的投入。
Description
技术领域
本发明涉及图像检测技术领域,尤其涉及一种发电机定子铁心钢片叠装平台的异物检测方法。
背景技术
发电机定子铁心叠装通过工业机器人自动完成,但在长时间的自动叠装过程中,由于机器人手爪结构复杂、零配件较多,容易出现手爪的配件松弛掉落等现象,导致发电机定子铁心出现质量问题。目前,相关操作人通过人工点检手爪所有配件的方式间接分析定子铁心加工过程中有无异物掉落。
由于工业机器人手爪所涉及的配件种类多、数量大、尺寸小,且自动叠装实时性较高,导致传统人工点检方式实现困难。
这种方式的主要的缺点有:
1.人力成本投入较大:需要点检人员定期检查,详细记录数据;
2.人员依赖性较强,漏检误检风险大:由于所涉及的配件种类多、数量大、尺寸小,人工点检所有配件难度较大,容易发生漏检误检等问题;
3.处理滞后:自动叠装系统对异物检测的实时性要求较高,人为收集数据具有一定的滞后性,不能使得异物检测的效果达到最佳;
4.返修成本较高:在点检过程中,如发现配件滑落需拆除定子叠片,找到掉落配件,严重影响定子叠片的生产计划。
发明内容
针对现有技术存在的问题和弊端,现提出一种发电机定子铁心钢片叠装平台的异物检测方法。
具体技术方案如下:
本发明提出一种发电机定子铁心钢片叠装平台的异物检测方法,具体包括以下步骤:
步骤S1、于所述定子铁心钢片叠装平台上设置复数个高清相机,用以采集所述定子铁心钢片叠装平台的前景图和背景图,并传输至一计算机终端;
步骤S2、所述计算机终端读取所述前景图和所述背景图,以绘制出图像掩膜的区域范围;
步骤S3、分别对所述定子铁心钢片叠装平台的所述前景图和所述背景图进行特征检测,计算特征点数用以获取一投影映射矩阵;
对所述图像掩膜和所述投影映射矩阵进行透视变换,以进行所述定子铁心钢片叠装平台的所述前景图和所述背景图以及所述图像掩膜的配准;
步骤S4、计算配准后的所述背景图和所述图像掩膜的轮廓;
对配准后的所述前景图进行局部光照归一化处理;
步骤S5、对配准后的所述前景图进行帧间差分处理并去除所述图像掩膜和所述背景图的轮廓;
对所述前景图和所述背景图进行阈值处理和高斯模糊以及开运算处理,以检测得到异物检测目标。
进一步的,所述图像掩膜为二维矩阵数组;和/或
多值图像。
进一步的,于步骤S1中,传输至所述计算机终端的所述前景图和所述背景图为模拟图像。
进一步的,于步骤S2中,所述计算机终端读取的所述前景图和所述背景图为数字图像。
进一步的,所述特征检测包括:角点检测;和或
斑点检测;和或
边缘点检测。
进一步的,所述定子铁心钢片叠装平台的所述前景图和所述背景图以及所述图像掩膜的配准方法为基于特征的配准方法。
进一步的,所述异物检测方法运用图像采集技术和图像识别技术相结合。
进一步的,于所述步骤S2中,利用图像分割法生成所述图像掩膜。
上述技术方案的有益效果在于:
通过运用图像采集技术和图像识别技术相结合,取代了人工点检手爪所有配件的方式,能够更加有效的检测出定子铁心叠装过程中掉落的异物,提高检测的准确率,同时减少了人力成本的投入,减少人员工时,具有更强的实时性,使得现场操作人员能够更迅速的作出反应,及时解决问题,避免耗费大量人力、物力来进行拆分检测。
附图说明
图1为本发明提供的一种发电机定子铁心钢片叠装平台的异物检测方法步骤示意图;
图2为本发明提供的一种发电机定子铁心钢片叠装平台的异物检测方法的图像配准流程图;
图3为本发明提供的一种发电机定子铁心钢片叠装平台的异物检测方法的异物检测流程图;
图4为本发明提供的一种发电机定子铁心钢片叠装平台的异物检测方法的结构示意图。
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作出创造性劳动的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。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
如图1所示,一种发电机定子铁心钢片叠装平台的异物检测方法,具体包括以下步骤:
步骤S1、于定子铁心钢片叠装平台上设置复数个高清相机,用以采集定子铁心钢片叠装平台的前景图和背景图,并传输至一计算机终端;
步骤S2、计算机终端读取前景图和背景图,以绘制出图像掩膜的区域范围;
步骤S3、分别对定子铁心钢片叠装平台的前景图和背景图进行特征检测,计算特征点数用以获取一投影映射矩阵;
对图像掩膜和投影映射矩阵进行透视变换,以进行定子铁心钢片叠装平台的前景图和背景图以及图像掩膜的配准;
步骤S4、计算配准后的背景图和图像掩膜的轮廓;
对配准后的前景图进行局部光照归一化处理;
步骤S5、对配准后的前景图进行帧间差分处理并去除图像掩膜和背景图的轮廓;
对前景图和背景图进行阈值处理和高斯模糊以及开运算处理,以检测得到异物检测目标。
上述技术方案中,通过在定子铁心钢片叠装平台上设置复数个高清相机采集定子铁心钢片叠装平台的前景图和背景图,通过数据传输将采集到的前景图和背景图传输至计算机终端,通过计算机终端对前景图和背景进行图像识别;
进一步的,如图2所示,计算机终端读取前景图和背景图绘制出图像的大致掩膜范围,通过图像分割法生成图像掩膜,然后对前景图和背景图进行特征检测,计算特征点数用以获取投影映射矩阵,对映射矩阵以及图像掩膜进行透视变换,实现图像的配准;
进一步的,如图3所示,计算配准后的背景图和图像掩膜的轮廓,对配准后的前景图进行局部光照归一化处理,消除光照不均匀带来的影响,接着对前景图进行帧间差分处理并去除图像掩膜和背景图轮廓,对前景图和背景图进行阈值处理、高斯模糊以及开运算处理,实现了异物检测,使得异物检测目标更为清晰准确,取代了人工点检手爪所有配件的方式,提高检测的准确率,减少了人力成本的投入,减少人员工时,具有更强的实时性,使得现场操作人员能够更迅速的作出反应,及时解决问题。
作为优选的实施例,图像掩膜为二维矩阵数组,多值图像。
上述技术方案中,通过采用二维矩阵数组或多值图像作为图像掩膜,使得计算机终端能够快速处理图像掩膜,加快了异物检测的进度,使得整个定子铁心的异物检测流程用时很短,节约了时间。
作为优选的实施例,于步骤S1中,传输至计算机终端的前景图和背景图为模拟图像;于步骤S2中,计算机终端读取的前景图和背景图为数字图像。
上述技术方案中,通过将采集到的模拟图像传输至计算机终端,同时将模拟图像转化为数字图像实现了计算机对图像的快速处理,使得整个定子铁心的异物检测流程耗时较短,能很短的时间内完成异物检测,提高了工作效率。
作为优选的实施例,特征检测包括:角点检测,斑点检测,边缘点检测。
上述技术方案中,通过对特征点的检测,实现图像的快速识别,同时减少了异物识别的时间,加快了异物检测的进程,节约了异物检测的时间。
作为优选的实施例,定子铁心钢片叠装平台的前景图和背景图以及图像掩膜的配准方法为基于特征的配准方法。
上述技术方案中,采用基于特征的图像配准方使得图像配准的计算量大幅降低,同时图像特征点的匹配度量值对特征点位置变化较敏感,因此图像配准的精度大幅提高,能较好地适应灰度变化,局部形变和干扰遮挡等情况。
作为优选的实施例,异物检测方法运用图像采集技术和图像识别技术相结合;同时,于步骤S2中,利用图像分割法生成所述图像掩膜。
上述技术方案中,通过将图像采集技术和图像识别技术相结合,运用到发电机定子铁心钢片叠装平台的异物检测中,取代了人工点检手爪所有配件的方式,能够更加有效的检测出定子铁心叠装过程中掉落的异物,提高检测的准确率,同时运用图像分割法生成图像掩膜,使得后面图像识别更加清晰。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (8)
1.一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,具体包括以下步骤:
步骤S1、于所述定子铁心钢片叠装平台上设置复数个高清相机,用以采集所述定子铁心钢片叠装平台的前景图和背景图,并传输至一计算机终端;
步骤S2、所述计算机终端读取所述前景图和所述背景图,以绘制出图像掩膜的区域范围;
步骤S3、分别对所述定子铁心钢片叠装平台的所述前景图和所述背景图进行特征检测,计算特征点数用以获取一投影映射矩阵;对所述图像掩膜和所述投影映射矩阵进行透视变换,以进行所述前景图和所述背景图以及所述图像掩膜的配准;
步骤S4、计算配准后的所述背景图和所述图像掩膜的轮廓;对配准后的所述前景图进行局部光照归一化处理;
步骤S5、对经过步骤S4处理后的所述前景图进行帧间差分处理并去除所述图像掩膜和所述背景图的轮廓;对所述前景图和所述背景图进行阈值处理和高斯模糊以及开运算处理,以检测得到异物检测目标。
2.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,所述图像掩膜为二维矩阵数组;和/或
多值图像。
3.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,于所述步骤S1中,传输至所述计算机终端的所述前景图和所述背景图为模拟图像。
4.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,于所述步骤S2中,所述计算机终端读取的所述前景图和所述背景图为数字图像。
5.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,所述特征检测包括:角点检测;和/或
斑点检测;和/或
边缘点检测。
6.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,所述前景图和背景图以及图像掩膜的配准方法为基于特征的配准方法。
7.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,所述异物检测方法运用图像采集技术和图像识别技术相结合。
8.根据权利要求1所述的一种发电机定子铁心钢片叠装平台的异物检测方法,其特征在于,于所述步骤S2中,利用图像分割法生成所述图像掩膜。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910357511.1A CN110189301B (zh) | 2019-04-29 | 2019-04-29 | 一种发电机定子铁心钢片叠装平台的异物检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910357511.1A CN110189301B (zh) | 2019-04-29 | 2019-04-29 | 一种发电机定子铁心钢片叠装平台的异物检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110189301A CN110189301A (zh) | 2019-08-30 |
CN110189301B true CN110189301B (zh) | 2023-07-28 |
Family
ID=67715410
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910357511.1A Active CN110189301B (zh) | 2019-04-29 | 2019-04-29 | 一种发电机定子铁心钢片叠装平台的异物检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189301B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112215168A (zh) * | 2020-10-14 | 2021-01-12 | 上海爱购智能科技有限公司 | 一种用于商品识别训练的图像编辑方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778618A (zh) * | 2013-11-04 | 2014-05-07 | 国家电网公司 | 一种可见光图像和红外图像的融合方法 |
WO2017004882A1 (zh) * | 2015-07-08 | 2017-01-12 | 北京大学深圳研究生院 | 面向平面显示设备的视频立体化绘制方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8103087B2 (en) * | 2006-01-20 | 2012-01-24 | Hitachi High-Technologies Corporation | Fault inspection method |
CN108389195B (zh) * | 2018-02-24 | 2021-02-23 | 北京理工大学 | 图像检测方法及装置 |
-
2019
- 2019-04-29 CN CN201910357511.1A patent/CN110189301B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103778618A (zh) * | 2013-11-04 | 2014-05-07 | 国家电网公司 | 一种可见光图像和红外图像的融合方法 |
WO2017004882A1 (zh) * | 2015-07-08 | 2017-01-12 | 北京大学深圳研究生院 | 面向平面显示设备的视频立体化绘制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110189301A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11551341B2 (en) | Method and device for automatically drawing structural cracks and precisely measuring widths thereof | |
CN102393397B (zh) | 一种磁瓦表面缺陷检测系统及其检测方法 | |
Schmugge et al. | Crack segmentation by leveraging multiple frames of varying illumination | |
CN112766110A (zh) | 物体缺陷识别模型的训练方法、物体缺陷识别方法及装置 | |
CN112819748B (zh) | 一种带钢表面缺陷识别模型的训练方法及装置 | |
CN112862770A (zh) | 一种基于人工智能的缺陷分析诊断系统、方法、装置 | |
CN113284154B (zh) | 钢卷端面图像分割方法、装置及电子设备 | |
WO2021102741A1 (zh) | 一种免疫层析检测的图像分析方法以及系统 | |
CN112837308A (zh) | 一种建筑裂缝检测方法、装置、设备及存储介质 | |
CN112258444A (zh) | 一种电梯钢丝绳检测方法 | |
CN115294031A (zh) | 基于红外热成像分析的光伏组件故障图像识别方法 | |
CN113155839A (zh) | 一种基于机器视觉的钢板外表面缺陷在线检测方法 | |
CN105303573A (zh) | 金针类元件的引脚检测方法和系统 | |
CN111638218A (zh) | 一种涂层表面缺陷的检测方法 | |
CN115995056A (zh) | 一种基于深度学习的桥梁病害自动识别方法 | |
CN112329664A (zh) | 一种原核期胚胎原核数量的评估方法 | |
CN109767426B (zh) | 一种基于图像特征识别的盾构隧道渗漏水检测方法 | |
CN110189301B (zh) | 一种发电机定子铁心钢片叠装平台的异物检测方法 | |
CN117455917B (zh) | 一种蚀刻引线框架误报库建立及误报在线判定筛选方法 | |
CN113076959A (zh) | 基于卷积神经网络的混凝土结构表面微裂纹特征提取方法 | |
CN112967224A (zh) | 一种基于人工智能的电子电路板检测系统、方法及介质 | |
CN112116600A (zh) | 一种基于图像处理的光伏板计数方法 | |
CN111798472A (zh) | 一种基于hsi空间的绪下茧分割和识别方法 | |
CN116381053A (zh) | 一种用于金属材料焊接的超声波检测方法及系统 | |
CN116645351A (zh) | 一种复杂场景的缺陷在线检测方法及系统 |
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 |