CN110554054B - 一种机夹式可转位车刀的三维刃口崩缺检测系统 - Google Patents

一种机夹式可转位车刀的三维刃口崩缺检测系统 Download PDF

Info

Publication number
CN110554054B
CN110554054B CN201910836818.XA CN201910836818A CN110554054B CN 110554054 B CN110554054 B CN 110554054B CN 201910836818 A CN201910836818 A CN 201910836818A CN 110554054 B CN110554054 B CN 110554054B
Authority
CN
China
Prior art keywords
turning tool
camera
dimensional
light source
cutting edge
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
Application number
CN201910836818.XA
Other languages
English (en)
Other versions
CN110554054A (zh
Inventor
任志聪
宋世刚
董礼
唐伟浩
薛丽丽
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.)
Xi'an Hypervision Technology Co ltd
Original Assignee
Xi'an Hypervision 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 Xi'an Hypervision Technology Co ltd filed Critical Xi'an Hypervision Technology Co ltd
Priority to CN201910836818.XA priority Critical patent/CN110554054B/zh
Publication of CN110554054A publication Critical patent/CN110554054A/zh
Application granted granted Critical
Publication of CN110554054B publication Critical patent/CN110554054B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be 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
    • 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
    • G01N2021/8893—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 providing a video image and a processed signal for helping visual decision

Abstract

本发明提供了一种机夹式可转位车刀的三维刃口崩缺检测系统，包括光学成像模块和处理模块，光学成像模块，包括相机和半球形积分光源，半球形积分光源内具有N个LED灯，每打开一个LED灯相机拍摄一张车刀图像，相机把拍摄的N张车刀图像传输给处理模块。处理模块接收N张车刀图像，在每张车刀图像中标定与本车刀图像对应的LED灯信息，获取每张车刀图像的像素灰度值，利用三维成像算法对N张车刀图像三维信息合成，获得车刀表面的三维信息，根据该三维信息提取刀具的刀刃后检测刃口崩缺情况。本发明的处理模块采用三维信息提取算法，不要求车刀表面的严格朗伯特性，也不要求光照条件为比较容易处理的点光源或者平行光源，具有很强的普适性。

Description

一种机夹式可转位车刀的三维刃口崩缺检测系统
技术领域
本发明涉及车刀刃口崩缺检测领域，尤其涉及一种机夹式可转位车刀的三维刃口崩缺检测系统。
背景技术
机夹式可转位车刀是现今的数控车床中普遍采用的一种刀具。机夹刀片在生产和使用过程中不可避免地会产生一些轻微的崩缺，这些崩缺不容易发现但是会影响切削作业的效率和质量，严重时可能会损坏机床甚至造成人员伤亡。
目前多采用工作人员肉眼观察的方式对刀具的崩缺进行检测，一方面会耗费一部分劳动力，另一方面人眼的辨别能力有限，漏检的情况常常发生。
机夹式可转位车刀一般采用硬质合金的材质，其光学反射特性复杂，检测的范围大而需要检测的崩口很小，流水线作业的工厂环境也要求较快的检测速度，现有的一些三维成像技术难以直接应用到该领域。
发明内容
本发明提供了一种机夹式可转位车刀的三维刃口崩缺检测系统，光学成像模块把采集到的图像传输给处理模块，
实现本发明目的的技术方案如下：
一种机夹式可转位车刀的三维刃口崩缺检测系统，包括：
光学成像模块，包括相机和半球形积分光源，半球形积分光源内具有N个LED灯，每打开一个LED灯相机拍摄一张车刀图像，相机把拍摄的N张车刀图像传输给处理模块；
处理模块，接收N张车刀图像，在每张车刀图像中标定与本车刀图像对应的LED灯信息，获取每张车刀图像的像素灰度值，利用三维成像算法对N张车刀图像三维信息合成，获得车刀表面的三维信息，根据该三维信息提取刀具的刀刃后检测刃口崩缺情况。
作为本发明的进一步改进，所述相机位于半球形积分光源的正上方，车刀位于半球形积分光源的正下方。
作为本发明的进一步改进，所述车刀放置在检测台上，所述检测台上安装有立柱，所述相机安装在立柱上。
作为本发明的进一步改进，所述光学成像模块通过PLC控制器控制，PLC控制器与多个LED灯电连接，PLC控制器向LED灯发出亮/灭的触发信号；
所述PLC控制器还控制相机工作。
作为本发明的进一步改进，所述车刀距离半球形积分光源底部约1厘米，所述半球形积分光源距离相机的镜头底部10～20厘米。
作为本发明的进一步改进，所述相机的镜头为大景深可调光圈镜头。
作为本发明的进一步改进，所述半球形积分光源包括积分球和多个LED灯，多个LED灯绕球心均匀嵌设在积分球内腔，多个LED灯的高度一致。
作为本发明的进一步改进，所述PLC控制器先设置相机的参数和半球形积分光源的光照信息，然后才逐一控制每个LED灯亮；
每亮一个LED灯相机拍摄一张图像。
作为本发明的进一步改进，所述三维信息合成后还进行模板匹配，差异化模型寻找出刀具破损位置。
与现有技术相比，本发明的有益效果是：
1、本发明克服现有的非接触式三维测量在夹式可转位车刀上的局限与不足，提出了一种新的三维刃口崩缺检测系统。
2、本发明的处理模块采用三维信息提取算法，三维信息提取算法相比于传统光度立体法，不要求物体表面的严格朗伯特性，也不要求光照条件为比较容易处理的点光源或者平行光源，具有很强的普适性。
3、针对夹式可转位车刀独特的检测要求，本发明做了刃口提取与检测的自动化算法研发，由此让系统在实际刀具检测领域有巨大的应用前景和市场，提高数控车床的工作和生产效率。
附图说明
图1为光学成像模块的示意图；
图2为处理模块处理图像的流程图；
图3为相机采集的二维图形；
图4为三维信息合成图；
图5为刃口位置的自动定位结果以及刃口崩缺的检测结果示意图；
图6为金属小球拍摄的照片；
图7为不同光照条件下光源信息；
图8为金属小球下系数特征的提取示意(样条插值法对系数特征进行插值)。
图中，1、车刀；2、半球形积分光源；3、镜头；4、相机；5、检测台。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。
本发明公开了一种机夹式可转位车刀的三维刃口崩缺检测系统，包括光学成像模块和处理模块。
光学成像模块，包括相机和半球形积分光源，半球形积分光源内具有N个LED灯，每打开一个LED灯相机拍摄一张车刀图像，相机把拍摄的N张车刀图像传输给处理模块；相机位于半球形积分光源的正上方，车刀位于半球形积分光源的正下方；车刀放置在检测台上，检测台上安装有立柱，相机安装在立柱上。
本发明的光学成像模块通过PLC控制器控制，PLC控制器与多个LED灯电连接，PLC控制器向LED灯发出亮/灭的触发信号；PLC控制器还控制相机工作。PLC控制器先设置相机的参数和半球形积分光源的光照信息，然后才逐一控制每个LED灯亮；每亮一个LED灯相机拍摄一张图像。
半球形积分光源包括积分球和多个LED灯，多个LED灯绕球心均匀嵌设在积分球内腔，多个LED灯的高度一致。半球形积分光源多用于显微成像领域，LED光经过积分球的散射后，其光的相干性会有明显的减弱，大大减少光学成像中的斑点噪声。但这样处理后光在刀具中任意点的照明方向变得不确定，因此需要用更复杂的模型来进行基于光度立体声的三维成像。为了去除一些灰尘和碎屑对最终结果的影响，在多次扫描中取中位数，避免大异常值的影响。
本发明要求采集图像的聚焦深度范围较大，由此捕捉更大深度范围内的细节信息，光圈可调有利于平衡进光量和景深大小，达到最佳的图像采集效果，因此采用该类镜头。镜头选型日本VST(VS Technology Corporation,VS科技公司)远心镜头，型号为VS-TCM1-130/S DS1。本发明的多个LED灯均匀嵌设在积分球底面圆边上，半球形积分光源的外壳为不锈钢材质，白色漫反射层由氧化铝喷涂，积分球半径约4.8厘米。具体地，积分球由空心半球体和底面圆环组成，空心半球体的大端朝下，小端朝上，空心半球体的小端切削形成一环形平台，环形平台作为空心半球体的顶面，空心半球体的大端具有一环形台，环形台和环形平台均为空心半球体的壁厚。底面圆环位于空心半球体的内腔并与空心半球体的内壁固定连接。底面圆环的环底与环形台平齐，多个LED灯均匀设置在底面圆环的环顶。底面圆环的高度远小于空心半球体的高度。
本发明中半球形积分光源下的光为非直射光，具有更强的空间非相干性，能有效减少金属表面的反光以及散斑噪声，且能映射出更多细节的纹理特征，为最终的刀具三维高精度还原提供高精度原始数据基础。
在本发明中，车刀距离半球形积分光源底部约1厘米，半球形积分光源距离相机的镜头底部10～20厘米。相机的镜头为大景深可调光圈镜头。
本发明的处理模块接收N张车刀图像，在每张车刀图像中标定与本车刀图像对应的LED灯信息，获取每张车刀图像的像素灰度值，利用三维成像算法对N张车刀图像三维信息合成，获得车刀表面的三维信息，根据该三维信息提取刀具的刀刃后检测刃口崩缺情况。
处理模块处理车刀图像的过程如下：
设sl为在l光照条件下车刀在相机中成像的像素灰度值大小，三维成像算法使用的是一个非单向光非朗伯表面下的非线性光学成像模型的近似解决方案，其光学成像公式近似成一个关于车刀表面法线的非线性模型：
Figure BDA0002192442110000051
其中，sl为在l光照条件下物体在相机中成像的像素灰度值大小，T表示矩阵或向量转置，
Figure BDA0002192442110000052
是车刀在某像素点表面的法线，Al是一个3×3系数矩阵，
Figure BDA0002192442110000053
是一个3×1系数向量，cl是一个常数。
图6为金属小球拍摄的照片，图7为不同光照条件下光源信息，本发明利用金属小球进行系数Al、
Figure BDA0002192442110000054
cl的标定，金属小球大小采用和待测刀具材质一致的金属，成像区域约占车刀图像的1/9，局部一致化参数后，摆放金属小球到车刀图像中的若干个点进行局部区域的参数标定，参数的标定采用传统的线性最小二乘法。标定好局部区域的参数后，如图8所示利用样条插值法进行对系数的插值，由此得到车刀图像中每个像素点的光照参数。
在已知Al、
Figure BDA0002192442110000055
cl的情况下求解法线时，表面法线的非线性模型
Figure BDA0002192442110000056
每一个光源会建立一个该非线性模型的方程，联立形成方程组，方程组中方程个数取决于LED灯的数量，但方程只有三个未知数(即要求解的法线)，方程组数量大于未知数数量，方程没有精确解，只有最小二乘意义下的近似解，因此要建立误差函数来求解该近似解。
模型的误差函数定义为：
Figure BDA0002192442110000061
其中，Wl为l光照下成像的偏重系数，用来以像素点为单位修正一些存在阴影和自反射的光照信息，sl为非线性模型下的像素点理论灰度值，
Figure BDA0002192442110000062
是车刀在某像素点表面的法线，Il为相机成像的像素点实际灰度值。Newton-Raphson迭代法被用来求解使得
Figure BDA0002192442110000063
最小的
Figure BDA0002192442110000064
即为求得的刀具表面法向信息。为了提高迭代收敛的速度，将朗伯表面下线性化模型(传统方法结果)得到的法线作为迭代初始值。
求得
Figure BDA0002192442110000065
后，通过最大似然估计法最小化如下损失函数
Figure BDA0002192442110000066
其中，
Figure BDA0002192442110000067
为m×n大小的深度值拉伸而成的mn×1的矩阵，对应的横向及纵向差分的矩阵表达形式为Dx和Dy。
Figure BDA0002192442110000068
和
Figure BDA0002192442110000069
为由法向信息提取的横向及纵向梯度信息。
Figure BDA00021924421100000610
为一单位向量，k为一常数值，避免出现最大似然下矩阵求逆出现奇异值。
Figure BDA00021924421100000611
得到
Figure BDA00021924421100000612
由此求得刀具表面的三维信息。
最小化损失函数，就是寻找损失函数的最小值点，该模型下最小值点也是极小值点，连续函数下极小值点是偏导都为零的点，所以有。黄色部分的目的就是求解不同像素点对应的深度，从而得到刀具的三维信息。
为了更清楚地说明本实施例的技术方案和效果，下面将通过图片展示的方式进行简单地介绍，图3是本发明采集的二维图像，通过不同的LED灯的明暗情况来实现多幅图像的采集。图4是本发明通过算法检测出来的刀具深度结果值。图5是对刀具刃口位置的自动定位结果以及刃口崩缺的检测结果。本发明对多个不同的样品进行了重复检测，检测结果相对稳定，检测成功率能维持在99％以上。
在实际的工作环境中，刀具样品不可避免地会发生几个像素点的偏移，本发明采用了一种基于由粗到细网格点遍历的图像对齐算法，即使在大型的图像中(上千万的像素点下)也能高速地完成任务。
通过模板匹配的方式获得机夹式可转位车刀的刀具具体摆放位置，在基础模板中标定刀具刃口的位置后，即可在匹配的模板中找到刀具的刃口位置。只提取刃口处的高度信息，利用离散小波变换对高频的崩缺信号进行提取，基于卷积神经网络的二值化分类算法判断刀具是否产生崩缺。
将有崩缺与无崩缺用1和0代替，设Sreal是刀具的实际崩缺情况，Soutput是网络实际输出的值，数据集中共有N组数据，那么我们的训练目标就是使网络输出与期望的实际值尽可能一致，可定义目标函数如下：
Figure BDA0002192442110000071
利用前面的三维成像系统提取训练集刀具边缘三维信息，作为输入层输入网络，层级结构对数据进行卷积神经网络构建下的训练，训练采用的方式为随机梯度下降法(SGD)。
如图2所示，本发明进行了相机参数标定，从不同角度拍摄由若干个矩阵化排列的圆组成的的玻璃标定板，定位标定板上各圆圆心位置，联立不同标定板位置及圆心位置下的方程，求解从三维坐标系到相机坐标系的坐标转换关系，进一步修正由镜头造成的微小的透视和变形误差，从而得到更加精确的点云信息，保证在通过模板匹配进行刀具刃口位置的提取和崩缺检测时，三维点云不会因为透视和变形误差而匹配不准。光照信息用于确定光学成像公式中各参数的取值，只有确定了参数取值，才能联立方程得到表面法线的最小二乘解，得到最终的三维信息。本发明通过边缘保持滤波算法对图像进行预处理操作，保持图像边缘特征，并减少图像中的高频噪音。
本发明中三维信息合成步骤如下：步骤一：建立非线性光学成像模型，金属小球标定该模型在不同光照下的参数值大小；步骤二，以各像素点表面法线为未知数，通过非线性光学成像模型建立表面法线与相机成像灰度值之间的对应关系；步骤三，联立不同光照条件下的光学成像方程，最小二乘求解待测刀具表面法线值；步骤四，通过待测刀具表面法线信息，最优化最大似然估计下的损失函数，得到各像素点深度值，即为刀具表面的三维信息。
模板匹配中采用广泛应用于反求工程及特征识别的多视图数据最近迭代点(ICP)对齐方案。标准化刀具模板与待测刀具深度之间进行ICP对齐，一方面，可以实现刃口具体位置的自动提取，另一方面，通过对比刀具在不同位置的ICP对齐效果，快速稳定寻找刃口崩缺，实现机夹式可转位车刀的三维刃口崩缺自动检测。本发明通过建立非线性模型来近似非朗伯表面的光学成像系统，从而成功提取半反射半散射金属材质的表面精确三维信息。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (6)

1.一种机夹式可转位车刀的三维刃口崩缺检测系统，其特征在于，包括：
光学成像模块，包括相机和半球形积分光源，半球形积分光源包括积分球和多个LED灯，多个LED灯绕球心均匀嵌设在积分球内腔，多个LED灯的高度一致，每打开一个LED灯相机拍摄一张车刀图像，相机把拍摄的N张车刀图像传输给处理模块；
处理模块，接收N张车刀图像，在每张车刀图像中标定与本车刀图像对应的LED灯信息，获取每张车刀图像的像素灰度值，利用三维成像算法对N张车刀图像三维信息合成，获得车刀表面的三维信息，根据该三维信息提取刀具的刀刃后检测刃口崩缺情况。
2.根据权利要求1所述的三维刃口崩缺检测系统，其特征在于，所述相机位于半球形积分光源的正上方，车刀位于半球形积分光源的正下方。
3.根据权利要求2所述的三维刃口崩缺检测系统，其特征在于，所述车刀放置在检测台上，所述检测台上安装有立柱，所述相机安装在立柱上。
4.根据权利要求1-3任一项所述的三维刃口崩缺检测系统，其特征在于，所述光学成像模块通过PLC控制器控制，PLC控制器与多个LED灯电连接，PLC控制器向LED灯发出亮/灭的触发信号；
所述PLC控制器还控制相机工作。
5.根据权利要求4所述的三维刃口崩缺检测系统，其特征在于，所述PLC控制器先设置相机的参数和半球形积分光源的光照信息，然后才逐一控制每个LED灯亮；
每亮一个LED灯相机拍摄一张图像。
6.根据权利要求1-3任一项所述的三维刃口崩缺检测系统，其特征在于，车刀距离半球形积分光源底部1厘米，所述半球形积分光源距离相机的镜头底部10～20厘米。
CN201910836818.XA 2019-09-05 2019-09-05 一种机夹式可转位车刀的三维刃口崩缺检测系统 Active CN110554054B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910836818.XA CN110554054B (zh) 2019-09-05 2019-09-05 一种机夹式可转位车刀的三维刃口崩缺检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910836818.XA CN110554054B (zh) 2019-09-05 2019-09-05 一种机夹式可转位车刀的三维刃口崩缺检测系统

Publications (2)

Publication Number Publication Date
CN110554054A CN110554054A (zh) 2019-12-10
CN110554054B true CN110554054B (zh) 2021-10-29

Family

ID=68739211

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910836818.XA Active CN110554054B (zh) 2019-09-05 2019-09-05 一种机夹式可转位车刀的三维刃口崩缺检测系统

Country Status (1)

Country Link
CN (1) CN110554054B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7423355B2 (ja) * 2020-03-04 2024-01-29 株式会社Fuji 実装機
CN112053352B (zh) * 2020-09-10 2024-03-15 中国计量大学 一种材料表面效果测量装置、模型及评价方法
CN112683193B (zh) * 2020-11-06 2022-04-22 西安交通大学 基于机器视觉的刀具类型判别及几何参数检测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101209367A (zh) * 2006-12-25 2008-07-02 深圳市海博科技有限公司 一种放射治疗中病人靶区剂量反演的方法
CN101308018A (zh) * 2008-05-30 2008-11-19 汤一平 基于双目全方位视觉传感器的立体视觉测量装置
CN102481117A (zh) * 2009-05-21 2012-05-30 维森盖特有限公司 用于探测在三维重建中的不良质量的系统和方法
CN102721530A (zh) * 2012-06-05 2012-10-10 中国电子科技集团公司第四十一研究所 一种红外焦平面阵列调制传递函数的双刀口扫描测量方法及其装置
CN102735186A (zh) * 2012-06-25 2012-10-17 长安大学 利用数字图像获取路面三维构造的装置及方法
CN104897698A (zh) * 2015-06-05 2015-09-09 南昌航空大学 一种涡轮叶片热障涂层层状结构微米ct成像三维表征方法
CN104897616A (zh) * 2015-05-26 2015-09-09 北京理工大学 任意形状样品多光谱双向反射分布函数的测量方法和系统
CN107421722A (zh) * 2017-07-01 2017-12-01 南京理工大学 基于ccd相机像增强器调制传递函数测试方法及系统
CN108581635A (zh) * 2018-05-03 2018-09-28 哈尔滨理工大学 一种铣刀侧刃刃口磨损三维检测装置及方法
CN109472853A (zh) * 2018-11-16 2019-03-15 厦门大学 一种基于图像辐照强度的朗伯体微观表面重构方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7689003B2 (en) * 2006-03-20 2010-03-30 Siemens Energy, Inc. Combined 2D and 3D nondestructive examination

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101209367A (zh) * 2006-12-25 2008-07-02 深圳市海博科技有限公司 一种放射治疗中病人靶区剂量反演的方法
CN101308018A (zh) * 2008-05-30 2008-11-19 汤一平 基于双目全方位视觉传感器的立体视觉测量装置
CN102481117A (zh) * 2009-05-21 2012-05-30 维森盖特有限公司 用于探测在三维重建中的不良质量的系统和方法
CN102721530A (zh) * 2012-06-05 2012-10-10 中国电子科技集团公司第四十一研究所 一种红外焦平面阵列调制传递函数的双刀口扫描测量方法及其装置
CN102735186A (zh) * 2012-06-25 2012-10-17 长安大学 利用数字图像获取路面三维构造的装置及方法
CN104897616A (zh) * 2015-05-26 2015-09-09 北京理工大学 任意形状样品多光谱双向反射分布函数的测量方法和系统
CN104897698A (zh) * 2015-06-05 2015-09-09 南昌航空大学 一种涡轮叶片热障涂层层状结构微米ct成像三维表征方法
CN107421722A (zh) * 2017-07-01 2017-12-01 南京理工大学 基于ccd相机像增强器调制传递函数测试方法及系统
CN108581635A (zh) * 2018-05-03 2018-09-28 哈尔滨理工大学 一种铣刀侧刃刃口磨损三维检测装置及方法
CN109472853A (zh) * 2018-11-16 2019-03-15 厦门大学 一种基于图像辐照强度的朗伯体微观表面重构方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Study on the negative chamfered edge and its influence on the indexable cutting insert’s lifetime and its strengthening mechanism;Genghuang He et al.;《Int J Adv Manuf Technol》;20150914;第1229-1237页 *
一种以CCD为接收器的新型OTF测试系统;刘明华等;《仪器仪表学报》;19971231;第18卷(第6期);第629-632页 *
可转位车刀几何角度的设计、加工及检测;解晓东，高英;《工具技术》;20021231;第40-41页 *
机器视觉系统中光源的选择;侯远韶;《洛阳师范学院学报》;20140831;第33卷(第8期);第45-49页 *

Also Published As

Publication number Publication date
CN110554054A (zh) 2019-12-10

Similar Documents

Publication Publication Date Title
CN110554054B (zh) 一种机夹式可转位车刀的三维刃口崩缺检测系统
CN110118528B (zh) 一种基于棋盘靶标的线结构光标定方法
CN109520436B (zh) 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法
CN107869954B (zh) 一种双目视觉体积重量测量系统及其实现方法
CN105783711B (zh) 三维扫描仪校正系统及其校正方法
CN109765240B (zh) 一种检测工业零件针脚缺陷装置及方法
CN110174065B (zh) 基于正交双目机器视觉的水果大小无损检测方法
CN110672020A (zh) 一种基于单目视觉的立木高度测量方法
CN107084671B (zh) 一种基于三线结构光的凹球直径测量系统及测量方法
CN103499297A (zh) 一种基于ccd的高精度测量方法
CN110966956A (zh) 一种基于双目视觉的三维检测装置和方法
CN111551350A (zh) 一种基于U_Net网络的光学镜片表面划痕检测方法
CN113470090A (zh) 基于sift-shot特征的多固态激光雷达外参标定方法
CN112824881A (zh) 一种基于光场相机的透明或半透明介质缺陷检测系统及方法
CN110987932A (zh) 一种自动化装配位视觉测量方法
CN110554046A (zh) 一种用于电子元器件引脚的检测系统和方法
CN114280075A (zh) 一种管类零件表面缺陷在线视觉检测系统及检测方法
CN114998308A (zh) 一种基于光度立体的缺陷检测方法及系统
CN114383505A (zh) 一种用于短轴类零件尺寸的自动检测装置
CN109540040B (zh) 基于无约束共心光束族汽车形貌主动视觉检测系统与方法
CN113674402B (zh) 植物三维高光谱点云模型生成方法、校正方法及其装置
CN112747670A (zh) 一种bga封装锡球检测系统及方法
CN110570412A (zh) 一种零件误差视觉判断系统
CN211086121U (zh) 一种刀具三维刃口崩缺检测装置用光学成像模块
CN111344553B (zh) 曲面物体的缺陷检测方法及检测系统

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