CN110487807A - 一种干电池锌筒外观缺陷视觉检测装置及方法 - Google Patents

一种干电池锌筒外观缺陷视觉检测装置及方法 Download PDF

Info

Publication number
CN110487807A
CN110487807A CN201910890953.2A CN201910890953A CN110487807A CN 110487807 A CN110487807 A CN 110487807A CN 201910890953 A CN201910890953 A CN 201910890953A CN 110487807 A CN110487807 A CN 110487807A
Authority
CN
China
Prior art keywords
zinc cylinder
degree
zinc
intelligent camera
industrial intelligent
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
Application number
CN201910890953.2A
Other languages
English (en)
Inventor
张祺
蔡松涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Xinsi Video Control Technology Co Ltd
Original Assignee
Guangzhou Xinsi Video Control Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Xinsi Video Control Technology Co Ltd filed Critical Guangzhou Xinsi Video Control Technology Co Ltd
Priority to CN201910890953.2A priority Critical patent/CN110487807A/zh
Publication of CN110487807A publication Critical patent/CN110487807A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/363—Sorting apparatus characterised by the means used for distribution by means of air
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8914—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the material examined
    • 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
    • G01N2021/845—Objects on a conveyor
    • G01N2021/8455—Objects on a conveyor and using position detectors
    • 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
    • G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
    • G01N21/8901—Optical details; Scanning details
    • G01N2021/8908—Strip illuminator, e.g. light tube
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/04—Batch operation; multisample devices
    • G01N2201/0469—One cell, sequential, e.g. successive samples
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2201/00—Features of devices classified in G01N21/00
    • G01N2201/06—Illumination; Optics
    • G01N2201/063—Illuminating optical parts
    • G01N2201/0631—Homogeneising elements

Abstract

本发明公开了一种干电池锌筒外观缺陷视觉检测装置及方法，该装置包括工业智能相机、锌筒360度柱面展示机械结构、信号触发模块和剔除装置；锌筒360度柱面展示机械结构包括滚轮式传输带；信号触发模块、工业智能相机和剔除装置依次设置在滚轮式传输带的传输方向上；信号触发模块安装在滚轮式传输带上的预设位置，工业智能相机位于锌筒360度柱面展示机械结构上方，剔除装置位于滚轮式传输带的一侧；当锌筒到达预设位置时，信号触发模块产生触发信号并发送到工业智能相机；工业智能相机根据触发信号拍摄锌筒的360度柱面图像，并检测360度柱面图像是否为缺陷图像。本发明实现实时检测生成流水线上的每个锌筒并进行缺陷产品的剔除，提高了检测效率。

Description

一种干电池锌筒外观缺陷视觉检测装置及方法
技术领域
本发明涉及干电池锌筒制备技术领域，特别是涉及一种干电池锌筒外观缺陷视觉检测装置及方法。
背景技术
在干电池锌筒生产的过程中，锌粒通过冲床冲压成锌筒，通过机械切割的方式，将锌筒切割成特定的长度，为干电池的原材料之一。
为了满足干电池制作的要求，锌筒长度、外观等必须满足标准。但是，在锌粒质量不均匀、冲床冲压压力不够、冲压过程附带杂质、机械切割的精度不足以及锌筒运输过程出现挤压碰撞等因素的影响下，制作出来的锌筒难免出现以下缺陷：锌筒过长、锌筒过短、锌筒口缺口、锌筒身穿孔、锌筒身变形等。存在上述缺陷时，会影响后续干电池的制造，为此，需要生产后的锌筒进行检测。
目前，大多锌筒生产企业采用停机人工抽检和人工终检的方式对锌筒进行检测，没有有效的视觉自动检测与剔除环节，其中，以抽检的方式，会造成大量的漏检，而人工终检则会浪费大量的人力资源，而且受检测者的工作强度、工作经验甚至工作责任心对检测结果的一致性起影响。
为了观测圆柱体的360度柱面，通常有两种方案：第一种方案为视觉系统采用多台相机(例如3台)对柱面进行拍摄，该方案成本较高，视觉光源环境搭建困难；第二种方案为视觉系统采用单台相机，然后通过数控伺服机构夹持旋转圆柱体，得到整个柱面的图像，再进行检测，该方案电控系统难度高，检测效率低，速度慢，不能满足锌筒生产线的速度要求。
发明内容
本发明的目的是提供一种干电池锌筒外观缺陷视觉检测装置及方法，在使用一台工业智能相机的情况下，实时地对锌筒柱面360度进行全方位的缺陷检测，提高了检测效率。
为实现上述目的，本发明提供了如下方案：
一种干电池锌筒外观缺陷视觉检测装置，该装置包括工业智能相机、锌筒360度柱面展示机械结构、信号触发模块和剔除装置；
所述锌筒360度柱面展示机械结构包括滚轮式传输带和摩擦片，所述摩擦片位于所述滚轮式传输带下方，所述滚轮式传输带传动过程中与所述摩擦片摩擦使所述滚轮式传输带上的滚轮转动；所述信号触发模块、所述工业智能相机和所述剔除装置依次设置在所述滚轮式传输带的传输方向上；所述信号触发模块安装在所述滚轮式传输带上的预设位置，所述工业智能相机位于所述锌筒360度柱面展示机械结构上方，所述剔除装置位于所述滚轮式传输带的一侧；
所述锌筒360度柱面展示机械结构用于传输锌筒并使所述锌筒在传输过程中旋转；
所述信号触发模块用于当所述锌筒到达所述预设位置时，所述信号触发模块产生触发信号并将所述触发信号发送到所述工业智能相机；
所述工业智能相机用于根据所述触发信号拍摄所述锌筒的360度柱面图像，并检测所述柱面图像是否为缺陷图像，若所述柱面图像是缺陷图像，则所述工业智能相机向所述剔除装置发送剔除指令；
所述剔除装置用于根据所述剔除指令剔除所述锌筒。
可选的，所述锌筒的360度柱面图像为所述工业智能相机对同一所述锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。
可选的，所述装置还包括视觉光源用于为所述工业智能相机提供光源，所述视觉光源为两条条形光源，两条所述条形光源分别设置于所述滚轮式传输带两侧并位于所述工业智能相机的下方。
可选的，所述装置还包括匀光罩，所述匀光罩为没有下底面的矩形壳体并设置在两条所述条形光源内侧，所述匀光罩罩在所述滚轮式传输带上且所述匀光罩的上底面设有孔洞，所述工业智能相机的镜头穿过所述孔洞。
可选的，所述工业智能相机使用6mm焦距低畸变镜头。
可选的，所述剔除装置为针型气嘴。
本发明还提供了一种干电池锌筒外观缺陷视觉检测方法，该方法应用于如权利要求1-6任一项所述的干电池锌筒外观缺陷视觉检测装置，所述方法包括：
锌筒360度柱面展示机械结构传输锌筒并使所述锌筒在传输过程中旋转；
当所述锌筒在传输过程中到达预设位置时，所述信号触发模块产生触发信号并将所述触发信号发送到所述工业智能相机；
工业智能相机根据所述触发信号拍摄所述锌筒的360度柱面图像，并检测所述柱面图像是否为缺陷图像，若所述柱面图像是缺陷图像，则所述工业智能相机向剔除装置发送剔除指令；
所述剔除装置根据所述剔除指令剔除所述锌筒。
可选的，所述锌筒的360度柱面图像为所述工业智能相机对同一所述锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。
可选的，视觉光源设置于所述滚轮式传输带两侧并位于所述工业智能相机的下方，所述视觉光源用于为所述工业智能相机提供光源。
可选的，所述剔除装置为针型气嘴。
根据本发明提供的发明内容，本发明公开了以下技术效果：
本发明提供了一种干电池锌筒外观缺陷视觉检测装置及方法，该装置包括工业智能相机、锌筒360度柱面展示机械结构、信号触发模块和剔除装置；利用工业智能相机通过锌筒360度柱面展示机械结构对每个锌筒360度柱面进行全面检测，从而实现实时检测生成流水线上的每个锌筒并通过剔除装置将不合格的锌筒在传输过程中剔除，提高了检测效率，同时提高了生产效率。
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为本发明实施例一种干电池锌筒外观缺陷视觉检测装置结构示意图；
图2为本发明实施例一种干电池锌筒外观缺陷视觉检测方法流程示意图；
图3为本发明实施例中标准锌筒的示意图；
图4为本发明实施例中标准锌筒长度过长的示意图；
图5为本发明实施例中标准锌筒长度过短的示意图；
图6为本发明实施例中标准锌筒口有缺口的示意图；
图7为本发明实施例中标准锌筒筒身变形的示意图；
图8为本发明实施例中标准锌筒筒身穿孔的示意图；
图9为本发明实施例中经过定位及ROI设置后的图像；
图10为本发明实施例中有缺口缺陷锌筒与及格锌筒图像；
图11为本发明实施例中图10图像锌筒口区域A1的灰度直方图；
图12为本发明实施例中图10图像锌筒口区域B1的灰度直方图；
图13为本发明实施例中图10图像锌筒口区域C1的灰度直方图；
图14为本发明实施例中变形缺陷锌筒与及格锌筒图像；
图15为本发明实施例中图14图像的二值化图像；
图16为本发明实施例中穿孔缺陷锌筒与及格锌筒图像；
图17为本发明实施例中图16图像的二值化图像；
图18为本发明实施例中一帧图像包含同一锌筒三个工位上的锌筒柱面图像的原理图。
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做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。
本发明的目的是提供一种干电池锌筒外观缺陷视觉检测装置及方法，在使用一台工业智能相机的情况下，实时地对锌筒柱面360度进行全方位的缺陷检测，提高了检测效率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例一种干电池锌筒外观缺陷视觉检测装置结构示意图，如图1所示，一种干电池锌筒外观缺陷视觉检测装置包括工业智能相机1、锌筒360度柱面展示机械结构4、信号触发模块3、视觉光源2、匀光罩5和剔除装置6。
锌筒360度柱面展示机械结构4包括滚轮式传输带和摩擦片，摩擦片位于滚轮式传输带下方，滚轮式传输带传动过程中与摩擦片摩擦使滚轮式传输带上的滚轮转动；信号触发模块3、工业智能相机1和剔除装置6依次设置在滚轮式传输带的传输方向上；信号触发模块3安装在滚轮式传输带上的预设位置，预设位置能够保证工业智能相机1能够采集三个工位上锌筒的图像，工业智能相机1位于锌筒360度柱面展示机械结构4上方，剔除装置6位于滚轮式传输带的一侧。
工业智能相机1为QuickThinkVC工业智能相机，将图像的采集、处理、输出集成在一台相机中，工业智能相机1有1个输入点，2个输出点，均具有网络通信的功能，可将实时采集的图像发送到与工业智能相机1连接的显示终端，输入点与信号触发模块3连接，用于工业智能相机1捕获同步触发信号，第一输出点与视觉光源2连接，用于在工业智能相机1捕获到同步触发信号后，打开视觉光源2，第二输出点与剔除装置6连接，用于在工业智能相机1检测出缺陷锌筒时，发送剔除信号给剔除装置6。工业智能相机1配套6mm焦距低畸变镜头。
信号触发模块3与工业智能相机1的输入端连接，工业智能相机1的输出端与视觉光源2和剔除装置6连接。工业智能相机1用于拍摄锌筒，获取锌筒图像，视觉光源2用于拍摄时的照明，突出检测目标的特征，视觉光源2为两条长度为110mm、宽度25mm的白色条形光源，为LED光源，具有响应速度快、亮度高和寿命长的特征，本实施例使用的是两条科麦视觉公司的条形光源，型号是HF-TX8220，两条条形光源分别设置于滚轮式传输带两侧并位于工业智能相机1的下方，视觉光源2的两条光源其中一条水平放置在锌筒口的位置，另一条水平放置于锌筒底部的位置；匀光罩5为没有下底面的矩形壳体并设置在两条条形光源内侧，即两条条形光源设置在匀光罩5的外侧，匀光罩5罩在滚轮式传输带上且匀光罩5的上底面设有孔洞，工业智能相机1的镜头穿过孔洞，匀光罩5由磨砂亚克力材料制成，能够将光线均匀的照射在锌筒柱面上，利于后期图像的处理。
锌筒360度柱面展示机械结构4用于传输锌筒并使锌筒在传输过程中旋转，锌筒的360度柱面图像为工业智能相机1对同一锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。根据摩擦片的长度，摩擦片长度一定，那通过摩擦使得滚轮旋转的角度一定，最后使得带转锌筒旋转的角度也一定。已知锌筒直径为9.8mm，即周长为3.14×9.8＝30.772，那旋转120度就为10.25mm，故通过设置摩擦片为10.25，即可实现锌筒每个工位旋转120度柱面。
信号触发模块3用于当锌筒到达预设位置时，信号触发模块3产生触发信号并将触发信号发送到工业智能相机1，本实施例用的是欧姆龙的接近开关，E2E-X2N1，即在链条运动的过程中，在合适的位置，提供电平脉冲信号给工业智能相机；工业智能相机1用于根据触发信号拍摄锌筒的360度柱面图像，并检测柱面图像是否为缺陷图像，若柱面图像是缺陷图像，则工业智能相机1向剔除装置6发送剔除指令；剔除装置6为针型气嘴，针型气嘴连接空气压缩机，空气压缩机通过电磁阀控制，若确定经过剔除装置6的锌筒为缺陷锌筒，则在锌筒经过针型气嘴的一瞬间，打开电磁阀，让气体通过针型气嘴喷出，射在缺陷锌筒上，让缺陷锌筒离开生产线。
在传输带运动过程中，信号触发模块3给工业智能相机1提供同步信号进行外触发采集，拍摄同一锌筒三个工位上的锌筒柱面图像，三个工位上的锌筒柱面图像分别为同一锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像，工业智能相机采集外触发为上升沿触发，即在同步信号提供脉冲时进行采集图像，剔除装置6接收工业智能相机1的检测信号，若锌筒为不及格品时，通过配合剔除装置，将不及格的锌筒剔除出去。不及格的锌筒为外观有缺陷的锌筒，即工业智能相机1检测出的缺陷图像对应的锌筒，外观有缺陷的锌筒分五种，分别是锌筒过长、锌筒过短、锌筒口缺口、锌筒身穿孔和锌筒身变形。
本发明一种干电池锌筒外观缺陷视觉检测装置，利用工业智能相机通过锌筒360度柱面展示机械结构4对每个锌筒360度柱面进行全面检测，从而实现实时检测生成流水线上的每个锌筒，并通过剔除装置6将不合格的锌筒在传输过程中剔除；另外本发明公开的工业智能相机能实现图像采集、图像处理、图像输出和信号输出的功能，从而使本申请的检测装置具有集成性高，性能稳定和成本低的优点，且便于安装和使用，进而能够实现以500粒每分钟的速度实时检测流水线上的每个锌筒，提高了锌筒检测效率。
本发明还提供了一种干电池锌筒外观缺陷视觉检测方法，该方法应用于本发明公开的一种干电池锌筒外观缺陷视觉检测装置，如图2所示，该方法包括：
步骤201：锌筒360度柱面展示机械结构传输锌筒并使锌筒在传输过程中旋转。
其中，步骤201还包括，初始化工业智能相机，等待触发信号；其中，工业智能相机为QuickThinkVC工业智能相机，将图像的采集、处理、输出集成在一台相机中。
步骤202：当锌筒在传输过程中到达预设位置时，信号触发模块产生触发信号。
步骤203：信号触发模块将同步触发信号发送到工业智能相机。
步骤204：工业智能相机根据触发信号拍摄锌筒的360度柱面图像。
其中，步骤202-步骤204还包括，触发信号为同步触发信号，预设位置是指传输带上能够保证工业智能相机同时采集三个工位上锌筒的图像的位置，工业智能相机捕获到同步触发信号上升沿时，定时60ms开启环形视觉光源，同时采集一帧图像，其中一帧图像包含同一锌筒三个工位上的锌筒柱面图像，即锌筒的360度柱面图像，标记为P。
步骤205：检测360度柱面图像为缺陷图像。
步骤206：若360度柱面图像为缺陷图像则剔除锌筒。
步骤207：若360度柱面图像不是缺陷图像则不剔除锌筒。
其中，步骤205-步骤207还包括，不及格的锌筒为外观有缺陷的锌筒即工业智能相机检测出的缺陷图像对应的锌筒，外观有缺陷的锌筒分五种如图4-8所示，分别是锌筒过长、锌筒过短、锌筒口缺口、锌筒身穿孔、锌筒身变形。图3标准为锌筒表面的示意图。
对图像P进行预处理，预处理包括灰度线性拉伸和高斯模糊。
根据锌筒在图像中的灰度范围，先设定感兴趣灰度区域，然后进行灰度线性拉伸，其公式为：
其中，式中x1，x2为锌筒在图像灰度范围的最小值与最大值，y1与y2是锌筒灰度范围进行灰度线性拉伸后的灰度值，y1>x1，y2>x2。在具体应用中，由于锌筒区域灰度值在图像中整体偏暗，通过设置斜率大于1，即改善图像对比度，可以突出锌筒特征区域。
接着，进行高斯模糊的处理为：采样二维高斯函数，得到高斯平滑模版，即：用此模版对图像P中3×3领域像素点进行遍历，消除图像中在采集过程存在的干扰噪声。
根据锌筒的反光特性与背景特征对图像P进行二值化分割，分割出图像中三个锌筒区域分割出来，公式如下：式中T为阈值，分割后，锌筒区域像素赋值255，呈现白色，锌筒外背景像素赋值0，呈现黑色。
再根据图像P中间间隔2.5mm摆放特征，中间间隔2.5mm是指工位之间锌筒与锌筒之间的间隔为2.5mm，粗分割出三个锌筒区域，利用分割后的图像，分别计算区域白色像素的重心，得到三个锌筒区域的重心，并通过canny边缘检测算法，对三个粗分割区域的原始图像进行边缘提取，得到图像中三个锌筒柱面图像的重心点以及边缘；根据三个锌筒柱面图像的重心点和边缘，设置ROI图像，将锌筒区域外的像素设置为黑色，过滤三个锌筒柱面图像外的无关区域，分别得到三个锌筒柱面图像的内部区域A，B，C，如图9所示。
分别将区域A，B，C与标准值进行比较，分析三个锌筒是否存在缺陷，若存在缺陷，发送剔除信号给剔除装置，剔除缺陷锌筒，并返回到“工业智能相机根据触发信号拍摄锌筒的360度柱面图像”的步骤，若不存在缺陷，判定锌筒正常，返回到“工业智能相机根据触发信号拍摄锌筒的360度柱面图像”的步骤。
在分析三个锌筒是否存在缺陷时，先进行分析判断锌筒是否具有过长过短缺陷，在焦距一定以及工业智能相机中图像传感器与拍摄目标距离一定的情况下，工业智能相机的镜头往下拍摄时能够摄取的图像的范围也确定，亦即通过调焦可以调节所能拍摄到的图像中目标的大小，在本发明的检测方法中，采用的6mm焦距镜头，图像传感器与检测目标的距离固定，能得到三个工位的标准锌筒在图像像素中的面积；具体地，根据锌筒的反光特性，锌筒区域亮度较高，由于锌筒360度柱面展示机械结构均采用黑色哑光材料制作，亮度较低；由此，可通过阈值分割及边缘提取方法，得到三个锌筒区域A，B，C，并设置感兴趣区域(regionofinterestROI)图像，然后分别计算三个锌筒区域面积，区域面积大小与锌筒整体的大小有关，由于锌筒冲压而成，口径固定，故区域面积大小只与锌筒的长短有关，区域面积越大，锌筒越长，区域面积越小，锌筒越短；据此，将图像中的锌筒区域A，B，C面积大小分别与标准值作比较其中标准值是指标准锌筒的120度柱面的面积，即可得到检测中的三个工位锌筒长短是否符合标准，当锌筒区域面积A、B、C其中之一小于标准值时，判定为锌筒过短；当锌筒区域面积A、B、C大于标准值时，判定为锌筒过长；当锌筒区域面积A、B、C约等于标准值时，判定锌筒无过长、过短缺陷。根据图像分辨率及锌筒长度定义，图像分辨率为640*480，锌筒高度为42mm，直径为9.8mm，每个锌筒在图像中占的面积为30400个像素，当我们计算到锌筒区域面积不在30400±2000范围内，高于则任务过长，低于则认为太短。
若锌筒存在过长或者过短缺陷，剔除相应锌筒并返回步骤“工业智能相机根据触发信号拍摄锌筒的360度柱面图像”，若锌筒长短符合标准，进入下一步分析，即分析判断锌筒口是否存在缺口缺陷。
由于匀光罩与视觉光源的作用，锌筒在图像中呈现的灰度是一定的，不会出现阶跃的变化现象。由于在锌筒360度柱面展示机械结构上，锌筒是按一定的方向进行摆放的，将所有流水线上即传输带上的锌筒筒口朝向一个方向,故锌筒在图像P中是按照锌筒筒口朝上，底部朝下呈现的，根据标准锌筒在图像中的区域大小，如图10所示，取锌筒区域A、B、C上的前30行像素图像为锌筒口区域A1，B1，C1；根据缺口缺陷锌筒反光性较强的特征，由于水平于锌筒口，放置一条110mm长度，25mm宽度的条形光源，锌筒出现缺口缺陷时，会因为反射特性呈现出较大的白色区域，分别计算区域A1，B1，C1平均灰度值，与标准锌筒口区域平均灰度值比较，如图11-13所示，A1号和C1号及格锌筒的锌筒口像素值集中在暗区域(像素值低于128)，B1号缺口锌筒像素值集中在亮区域(像素值高于128)；当锌筒口区域A1，B1，C1平均灰度值大于标准值时，判定锌筒口具有缺口缺陷，当锌筒口区域A1，B1，C1平均灰度值等于标准值时，判定锌筒口正常。若判定锌筒口具有缺口缺陷，剔除相应缺陷锌筒，并返回步骤“工业智能相机根据触发信号拍摄锌筒的360度柱面图像”，当锌筒口区域A1，B1，C1平均灰度值等于标准值时，判定锌筒口正常，进入下一步分析，即分析判断锌筒是否存在穿孔和变形缺陷。
根据锌筒在图像中的摆放特征，如图14-15所示，取锌筒口外的区域图像为锌筒身区域A2、B2和C2；由于水平于锌筒口部与锌筒底部，分别放置了一条110mm长度，25mm宽度的条形光源，加上匀光罩对光线进行扩散，若锌筒身出现穿孔缺陷，穿孔区域由于没有光线直接照射，在图像中呈现较低的亮度，若锌筒身出现变形缺陷，变形区域会朝图像传感器方向反射光线，并在图像中呈现出较高的亮度；根据锌筒图像中，穿孔缺陷位置灰度值较低、变形缺陷位置灰度值较高的特征，通过设置标准锌筒身区域像素灰度值的最大值与最小值为阈值范围，分别对区域A2、B2和C2进行阈值分割；当区域A2、B2和C2存在大量像素灰度值低于标准锌筒身区域亮度最小值，则判定锌筒身具有穿孔缺陷，锌筒区域做灰度直方图统计，统计灰度范围的占比，若大量像素集中在低的灰度值区间，则认为是穿孔，若大量像素集中在高灰度值区间，则认为是变形。灰度直方图，即锌筒区域像素灰度值统计。如图16-17所示，当区域A3、B3和C3存在大量像素亮度高于标准锌筒身区域亮度最大值，这判定锌筒身具有变形缺陷；若判定锌筒身具有穿孔缺陷或变形缺陷，则剔除相应锌筒，当区域A3、B3和C3的像素灰度值均在标准锌筒身区域亮度最大值与最小值范围内，则判定该锌筒正常，返回步骤“工业智能相机根据触发信号拍摄锌筒的360度柱面图像”。
其中，锌筒的360度柱面图像为工业智能相机对同一锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。
剔除装置根据剔除指令剔除锌筒，剔除装置为针型气嘴，针型气嘴连接空气压缩机，空气压缩机通过电磁阀控制，若确定经过剔除装置6的锌筒为缺陷锌筒，则在锌筒经过针型气嘴的一瞬间，打开电磁阀，让气体通过针型气嘴喷出，射在缺陷锌筒上，让缺陷锌筒离开生产线。
锌筒360度柱面展示机械结构由滚轮式传输带与摩擦片组成，在传输带运动的过程中，摩擦片摩擦传输带滚轮，让传输带上水平放置的锌筒产生旋转，在连续生产线的三个工位展现不同的120度柱面(A面，B面和C面)，相机对同一锌筒经过三个工位时拍摄3张相片进行拼接，就能获得该锌筒柱面的360度图像，解决了视觉检测时锌筒柱面被遮挡的问题。
工业智能相机有1个输入点，2个输出点，具有网络通信功能，可将实时采集的图像发送给显示终端。输入点与同步信号触发模块连接，用于捕获同步信号。第一输出点与视觉光源连接，用于在捕获同步信号后，打开视觉光源，第二输出点与剔除装置连接，用于在检测出缺陷锌筒时，发送信号给剔除装置。同时工业智能相机采用低畸变大光圈广角镜头，由于广角镜头的视角大，所以可以在一定的距离内捕获景物的更大面积的图像。将检测相机设置在锌筒360度柱面展示机械结构的上方，通过配合视觉光源和匀光罩，并往下拍摄图像；调节镜头与锌筒360度柱面展示机械结构之间的距离，使得镜头的视角涵盖三个检测工位的锌筒，因而能够锌筒360度柱面展示机械结构的协助下，在连续生产线上的三个工位上拍摄到锌筒不同的120度柱面，从而获得锌筒柱面的360度图像，从而能够在使用一台工业智能相机的情况下，实时地对锌筒柱面360度进行全方位的缺陷检测。
其中，工业智能相机采集一帧图像，一帧图像包含同一锌筒三个工位上的锌筒柱面图像的原理如图18所示，工业智能相机的焦距是6mm，图像传感器CCD的尺寸是由工业智能相机决定的，本发明使用的相机的图像传感器的尺寸为1/3’，是固定的，再者，看目标离镜头的距离(也就视觉角那个范围)，图18中标号为WD，也是固定的，因为工业智能相机安装离锌筒滚轮式传输带的高度是固定不变的，那我们的视场(图18中称视野角)，也是固定的。反推，如果要看到三个工位上的锌筒柱面图像，锌筒高度为42mm，工位之间锌筒与锌筒之间的间隔为2.5mm，图9中距离d表示锌筒与锌筒之间的间隔，d＝2.5mm，那我们所需要的视场至少需要(50mm×10mm)，那视场固定、焦距固定、图像传感器固定，三个条件固定的情况下，只需要将WD(也就是相机离检测目标的距离)调整在合适的位置，就能够实现采集一帧图像里面有三个锌筒。
视觉光源设置于所述滚轮式传输带两侧并位于所述工业智能相机的下方，所述视觉光源用于为所述工业智能相机提供光源，视觉光源为两条长度为110mm、宽度25mm的白色条形光源，并外置在匀光罩两侧，一条水平于锌筒口部放置，一条水平与锌筒底部放置；匀光罩由磨砂亚克力制成，能够将光线均匀的照射在锌筒柱面上，可以使得工业智能相机拍摄的图像中的目标信息与背景信息实现最佳分离，从而大大降低图像处理算法分割、识别的难度，提升整个视觉系统的性能。
本发明的视觉检测方法，通过低畸变大光圈广角镜头的工业智能相机拍摄锌筒360度柱面展示机械结构传输锌筒，获得锌筒360度柱面图像并进行检测，能够精确对每个锌筒360度柱面图像进行全面检测，从而保证干电池具有较高的合格率和质量。本发明可以检测多种不同的锌筒缺陷，包括锌筒过长、锌筒过短，进一步，在优选方案中还能检测锌筒口缺口、锌筒身穿孔、锌筒身变形等；除此之外，还能检测一些非锌筒自身缺陷，例如：锌筒表面沾有异物、锌筒表面起皱等，亦能进行检测并剔除。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种干电池锌筒外观缺陷视觉检测装置，其特征在于，所述装置包括工业智能相机、锌筒360度柱面展示机械结构、信号触发模块和剔除装置；
所述锌筒360度柱面展示机械结构包括滚轮式传输带和摩擦片，所述摩擦片位于所述滚轮式传输带下方，所述滚轮式传输带传动过程中与所述摩擦片摩擦使所述滚轮式传输带上的滚轮转动；所述信号触发模块、所述工业智能相机和所述剔除装置依次设置在所述滚轮式传输带的传输方向上；所述信号触发模块安装在所述滚轮式传输带上的预设位置，所述工业智能相机位于所述锌筒360度柱面展示机械结构上方，所述剔除装置位于所述滚轮式传输带的一侧；
所述锌筒360度柱面展示机械结构用于传输锌筒并使所述锌筒在传输过程中旋转；
所述信号触发模块用于当所述锌筒到达所述预设位置时，所述信号触发模块产生触发信号并将所述触发信号发送到所述工业智能相机；
所述工业智能相机用于根据所述触发信号拍摄所述锌筒的360度柱面图像，并检测所述360度柱面图像是否为缺陷图像，若所述柱面图像是缺陷图像，则所述工业智能相机向所述剔除装置发送剔除指令；
所述剔除装置用于根据所述剔除指令剔除所述锌筒。
2.根据权利要求1所述的干电池锌筒外观缺陷视觉检测装置，其特征在于，所述锌筒的360度柱面图像为所述工业智能相机对同一所述锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。
3.根据权利要求1所述的干电池锌筒外观缺陷视觉检测装置，其特征在于，所述装置还包括视觉光源用于为所述工业智能相机提供光源，所述视觉光源为两条条形光源，两条所述条形光源分别设置于所述滚轮式传输带两侧并位于所述工业智能相机的下方。
4.根据权利要求3所述的干电池锌筒外观缺陷视觉检测装置，其特征在于，所述装置还包括匀光罩，所述匀光罩为没有下底面的矩形壳体并设置在两条所述条形光源内侧，所述匀光罩罩在所述滚轮式传输带上且所述匀光罩的上底面设有孔洞，所述工业智能相机的镜头穿过所述孔洞。
5.根据权利要求1所述的干电池锌筒外观缺陷视觉检测装置，其特征在于，所述工业智能相机使用6mm焦距低畸变镜头。
6.根据权利要求1所述的干电池锌筒外观缺陷视觉检测装置，其特征在于，所述剔除装置为针型气嘴。
7.一种干电池锌筒外观缺陷视觉检测方法，其特征在于，所述方法应用于如权利要求1-6任一项所述的干电池锌筒外观缺陷视觉检测装置，所述方法包括：
锌筒360度柱面展示机械结构传输锌筒并使所述锌筒在传输过程中旋转；
当所述锌筒在传输过程中到达预设位置时，所述信号触发模块产生触发信号；
所述信号触发模块将所述触发信号发送到所述工业智能相机；
工业智能相机根据所述触发信号拍摄所述锌筒的360度柱面图像，并检测所述360度柱面图像是否为缺陷图像，若所述柱面图像是缺陷图像，则所述工业智能相机向剔除装置发送剔除指令；
所述剔除装置根据所述剔除指令剔除所述锌筒。
8.根据权利要求7所述的干电池锌筒外观缺陷视觉检测方法，其特征在于，所述锌筒的360度柱面图像为所述工业智能相机对同一所述锌筒分别旋转120度、240度和360度时拍摄的三张120度柱面图像拼接而成。
9.根据权利要求7所述的干电池锌筒外观缺陷视觉检测方法，其特征在于，视觉光源设置于所述滚轮式传输带两侧并位于所述工业智能相机的下方，所述视觉光源用于为所述工业智能相机提供光源。
10.根据权利要求7所述的干电池锌筒外观缺陷视觉检测方法，其特征在于，所述剔除装置为针型气嘴。
CN201910890953.2A 2019-09-20 2019-09-20 一种干电池锌筒外观缺陷视觉检测装置及方法 Pending CN110487807A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910890953.2A CN110487807A (zh) 2019-09-20 2019-09-20 一种干电池锌筒外观缺陷视觉检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910890953.2A CN110487807A (zh) 2019-09-20 2019-09-20 一种干电池锌筒外观缺陷视觉检测装置及方法

Publications (1)

Publication Number Publication Date
CN110487807A true CN110487807A (zh) 2019-11-22

Family

ID=68558872

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910890953.2A Pending CN110487807A (zh) 2019-09-20 2019-09-20 一种干电池锌筒外观缺陷视觉检测装置及方法

Country Status (1)

Country Link
CN (1) CN110487807A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112024423A (zh) * 2020-07-23 2020-12-04 安徽正熹标王新能源有限公司 一种用于电池表面的缺陷检测系统
CN115690034A (zh) * 2022-10-27 2023-02-03 佛山读图科技有限公司 一种基于图像提取算法的西林瓶检测方法
WO2024055796A1 (zh) * 2022-09-14 2024-03-21 杭州海康机器人股份有限公司 一种缺陷检测系统、方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206810710U (zh) * 2017-04-13 2017-12-29 南通大学 一种基于机器视觉的香烟爆珠滤棒检测装置
CN108827976A (zh) * 2018-05-21 2018-11-16 德清炬诚电子科技有限公司 一种卫生用品污点视觉检测系统
CN109146841A (zh) * 2018-07-02 2019-01-04 广州市讯思视控科技有限公司 一种干电池浆层纸填充缺陷的视觉检测方法及系统
CN208443756U (zh) * 2018-07-02 2019-01-29 广州市讯思视控科技有限公司 一种干电池锌筒的柱面展示装置及干电池锌筒的检测装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206810710U (zh) * 2017-04-13 2017-12-29 南通大学 一种基于机器视觉的香烟爆珠滤棒检测装置
CN108827976A (zh) * 2018-05-21 2018-11-16 德清炬诚电子科技有限公司 一种卫生用品污点视觉检测系统
CN109146841A (zh) * 2018-07-02 2019-01-04 广州市讯思视控科技有限公司 一种干电池浆层纸填充缺陷的视觉检测方法及系统
CN208443756U (zh) * 2018-07-02 2019-01-29 广州市讯思视控科技有限公司 一种干电池锌筒的柱面展示装置及干电池锌筒的检测装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112024423A (zh) * 2020-07-23 2020-12-04 安徽正熹标王新能源有限公司 一种用于电池表面的缺陷检测系统
WO2024055796A1 (zh) * 2022-09-14 2024-03-21 杭州海康机器人股份有限公司 一种缺陷检测系统、方法、装置、电子设备及存储介质
CN115690034A (zh) * 2022-10-27 2023-02-03 佛山读图科技有限公司 一种基于图像提取算法的西林瓶检测方法

Similar Documents

Publication Publication Date Title
CN110487807A (zh) 一种干电池锌筒外观缺陷视觉检测装置及方法
CN106053479B (zh) 一种基于图像处理的工件外观缺陷的视觉检测系统
CN102175701B (zh) 工业x射线机在线探伤检测系统及方法
US6259827B1 (en) Machine vision methods for enhancing the contrast between an object and its background using multiple on-axis images
CN101271517B (zh) 面部区域检测装置和方法
CN109523541A (zh) 一种基于视觉的金属表面细微缺陷检测方法
CN104597057B (zh) 一种基于机器视觉的柱状二极管表面缺陷检测装置
CN107895362B (zh) 一种微型接线端子质量检测的机器视觉方法
CN102175692A (zh) 织物坯布疵点快速检测系统及方法
CN109916910B (zh) 光伏玻璃边部缺陷检测系统及相应的方法
CN111524101A (zh) 一种基于机器视觉技术的电子屏幕缺陷检测方法
CN108267455A (zh) 塑料薄膜印刷字符缺陷检测装置及方法
CN110567968A (zh) 一种零件缺陷检测方法及装置
CN109146841A (zh) 一种干电池浆层纸填充缺陷的视觉检测方法及系统
WO2023168984A1 (zh) 一种基于面阵相机的阴极铜质量检测方法及系统
CN108280838A (zh) 一种基于边缘检测的夹片牙型缺陷检测方法
CN105957300B (zh) 一种智慧金睛识别可疑张贴遮蔽报警方法和装置
CN107742119B (zh) 一种基于背影成像的物体轮廓提取和匹配装置及方法
CN110880184A (zh) 一种基于光流场进行摄像头自动巡检的方法及装置
CN113820319A (zh) 一种纺织品表面缺陷检测装置与方法
CN113189005B (zh) 便携式表面缺陷一体化检测装置及表面缺陷自动检测方法
CN114820439A (zh) 基于aoi的pcb裸板缺陷的检测系统及方法
JP2007017283A (ja) 外観検査方法及び外観検査装置
US7375806B2 (en) Method for inspecting the quality criteria of flat textile structures embodied in a multi-layer form according to a contour
CN114577805A (zh) 一种MiniLED背光面板缺陷检测方法及装置

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

Application publication date: 20191122

RJ01 Rejection of invention patent application after publication