CN110935644A - 一种基于机器视觉的轴承滚针尺寸检测系统及方法 - Google Patents
一种基于机器视觉的轴承滚针尺寸检测系统及方法 Download PDFInfo
- Publication number
- CN110935644A CN110935644A CN201911379291.9A CN201911379291A CN110935644A CN 110935644 A CN110935644 A CN 110935644A CN 201911379291 A CN201911379291 A CN 201911379291A CN 110935644 A CN110935644 A CN 110935644A
- Authority
- CN
- China
- Prior art keywords
- image
- needle roller
- camera
- pixel
- roi
- 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
Images
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
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
-
- 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
- B07C5/04—Sorting according to size
- B07C5/12—Sorting according to size characterised by the application to particular articles, not otherwise provided for
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于机器视觉的轴承滚针尺寸检测系统及方法,采用单个低成本的2D相机采集图像,工业相机进行采集图像,采集得到的图像保存到工控机上,工控机对图像进行处理,处理后的图像使用水平和垂直投影法去除背景干扰,对提取出的ROI区域进行角度修正,对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;对处理后的图像进行轮廓提取,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针;对流水线上运动的滚针进行实时检测和剔除。
Description
技术领域
本发明涉及机器视觉测量领域,尤其涉及一种基于机器视觉的轴承滚针尺寸检测系统及方法。
背景技术
轴承是机械行业中一个非常重要的零件,使用极其普遍。内部采用细而长的滚针,滚针在径向结构紧凑,适用安装于径向尺寸受限的支承部位,需要具备较高的负荷承受能力,滚针的制造精度直接影响到轴承质量的好坏。所以在轴承质检过程中,滚针的尺寸是非常重要的检测指标。如果混入缺陷严重的滚针,轻则会对轴承使用寿命带来影响,重则会给生产厂家带来负面的经济效应和损失,同时也损害了客户的利益。
目前针对滚针尺寸检测这类工作,一种是传统的检测方法,使用人工检测的手段进行测量;另一种是采用昂贵的3D扫描设备进行检测。传统的检测方法简单直观,但存在较大盲区,需要配备专门的质检人员,并受人工主观性因素影响较大,长时间工作易产生疲劳,难免会出现错误。
为了解决上述问题,申请公布号为CN103586219A的中国专利公开了一种滚针轴承滚针漏装检测机,包括输送装置、检测台、检测装置、合格产品和不合格产品收集箱。工作原理为通过输送装置将待检测的滚针轴承运输至检测台,设于检测台下端的检测照射装置对检测台上的待检滚针轴承照射检测,设于检测台上端的接收感应装置接受光信号传给感应控制器,感应控制器控制机械推手将合格和不合格的滚针轴承分别归类到合格产品收集箱和不合格产品收集箱。
上述结构中,检测照射装置、接受感应装置分别安装、共同工作,只要有任意一个损坏就会使得设备故障、难以继续运行。因此也有将3D扫描设备对待检测产品进行检测。但3D扫描设备精度高,而高精度的扫描设备大都价格昂贵,且扫描速度慢,对操作员的水平有较高要求,不适合大批量应用的场合。
发明内容
本发明提供一种基于机器视觉的轴承滚针尺寸监测系统,能够使用低成本的2D工业相机快速、高效、准确地测量出工厂流水线生产出来的每个滚针的尺寸,并能满足实时剔除次品的要求。除了保持2D相机检测的固有优势外,还加入了噪点去除,倾斜校正,拍照速度修正等算法,更好地适应了实际生产中的复杂条件,具有更好的鲁棒性。
所述基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,还包括:传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;工业相机,设置于钢结构支架上,位于相邻两个传感器之间,用于采集待检测工件的图像;PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理。
在本发明的一种实施方式中,所述基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,还包括:传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;工业相机,设置于钢结构支架上,位于两个传感器之间,用于采集待检测工件的图像;PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理,所述传送机构包括:传送皮带,所述传送皮带上设有用于容纳待检测工件的凹槽;驱动电机,设置于传送皮带一端用于带动传送皮带;电机控制器,与驱动电机相连用于调节传送皮带的转速。
在本发明的一种实施方式中,所述基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,还包括:传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;工业相机,设置于钢结构支架上,位于两个传感器之间,用于采集待检测工件的图像;PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理,所述传送机构包括:传送皮带,所述传送皮带上设有用于容纳待检测工件的凹槽;驱动电机,设置于传送皮带一端用于带动传送皮带;电机控制器,与驱动电机相连用于调节传送皮带的转速,所述传送皮带设置为透明带体,所述传送皮带背离工业相机的一侧设有光源,本方案中的光源为线光源,所述光源在传送皮带上的投影落在传送皮带的中线处,与传送皮带上的滚针位于同一竖直面内,以便照明滚针所在位置。所述光源位于传送皮带正下方且与传送皮带之间保持恒定间距。
在本发明的一种实施方式中,所述基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,还包括:传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;工业相机,设置于钢结构支架上,位于两个传感器之间,用于采集待检测工件的图像;PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理,所述传送机构包括:传送皮带,所述传送皮带上设有用于容纳待检测工件的凹槽;驱动电机,设置于传送皮带一端用于带动传送皮带;电机控制器,与驱动电机相连用于调节传送皮带的转速,所述传送皮带设置为透明带体,所述传送皮带背离工业相机的一侧设有光源。所述光源在传送皮带上的投影落在传送皮带的中心位置处,所述光源位于传送皮带正下方且与传送皮带之间保持恒定间距,所述PLC控制器还连接有剔除机构,所述剔除机构包括:与PLC控制器相连的电磁吹气阀,用于接收PLC控制器发出的信号;与电磁吹气阀相连的空气压缩机,用于提供气体。
在本发明的一种实施方式中,所述基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,还包括:传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;工业相机,设置于钢结构支架上,位于两个传感器之间,用于采集待检测工件的图像;PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理,所述传感器是接近式光电传感器。
本发明的另一目的是提供一种基于机器视觉的轴承滚针尺寸监测方法,6包括如下步骤:
S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
S4:根据S3的最外轮廓生成最小外接矩形MAR,以矩形区域内作为滚针的ROI区域,以减少后续步骤对图像的处理时间;最小外接矩形求法采用Opencv中的minAreaRect实现,其他均为图像处理中的基本方法;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。
在本发明的一种实施方式中,S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
S4:根据S3的最外轮廓生成最小外接矩形MAR,以矩形区域内作为滚针的ROI区域,以减少后续步骤对图像的处理时间;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。步骤S1中,工业相机、光源强度、传送皮带速度初始化过程为:S1.1在传送皮带上静态放置检测物,工业相机调整焦距至可以获取到清晰的图像,且目标中的边缘轮廓清晰;所述检测物为带有文字的透明卡片;S1.2调节光源强度的大小以降低背景的干扰,同时保持目标有完整清晰的轮廓;S1.3设置驱动装置的速度,通过计算起始端接近式光电传感器到工业相机视野中心的距离得出工业相机的拍照延迟时间,并通过检测算法进行微调,确保传感器触发后相机能拍摄到完整的滚针。S1.3中检测图像内是否包含完整滚针的过程为:
S1.3.1:对采集的灰度图像通过阈值分割法转化为二值图像,阈值分割过程为:
其中,g(x,y)为阈值分割后的图像,f(x,y)为原始图像,T为阈值,阈值通过人工经验进行设定;
S1.3.2:设置滚针进入方向为图像的行像素,滚针垂直进入方向为图像的列像素;
S1.3.3:根据S1.3.2滚针进入方向设置列号,滚针从列号较小处进入,往列号较大方向行进,在相机视野内设置检测图像中间是否有滚针的步长;
S1.3.4:S1.3.3中所有的监测列设置滚针行像素统计的阈值,若某列目标像素值超过阈值,判断此列包含滚针;若所有监测列均无超过设定阈值的像素值,则判断图片中没有滚针进入。
在本发明的一种实施方式中,S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
S4:根据S3的最外轮廓生成最小外接矩形MAR,以矩形区域内作为滚针的ROI区域,以减少后续步骤对图像的处理时间;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。步骤S1中,工业相机、光源强度、传送皮带速度初始化过程为:1.1在传送皮带上静态放置检测物,工业相机调整焦距至可以获取到清晰的图像,且目标中的边缘轮廓清晰;所述检测物为带有文字的透明卡片;1.2调节光源强度的大小以降低背景的干扰,同时保持目标有完整清晰的轮廓;1.3设置驱动装置的速度,通过计算起始端接近式光电传感器到工业相机视野中心的距离得出工业相机的拍照延迟时间,并通过检测算法进行微调,确保传感器触发后相机能拍摄到完整的滚针;步骤1.3中,检测图像内是否包含完整滚针的过程为:
步骤(1.3.1)对采集的灰度图像通过阈值分割法转化为二值图像;
步骤(1.3.2)设置滚针进入方向为图像的行像素,滚针垂直进入方向为图像的列像素;
步骤(1.3.3)根据步骤(1.3.2)滚针进入方向设置列号,滚针从列号较小处进入,往列号较大方向行进,在相机视野内设置检测图像中间是否有滚针的步长(以零件标准长度为参考),并以此步长设置监测列;
步骤(1.3.4)对步骤(1.3.3)中所有的监测列设置滚针行像素统计的阈值(以滚针标准长度为参考),若某列目标像素值超过阈值,判断此列包含滚针;若所有监测列均无超过设定阈值的像素值,则判断图片中没有滚针进入;
步骤(1.3.5)对已进入的滚针进行判断,若列号较小的位置检测到滚针,说明拍摄过早;若列号较大的位置检测到滚针,说明拍摄过晚;
步骤(1.3.6)对拍摄过早的情况,增加相机的拍摄延迟,对拍摄过晚的情况,减少相机的拍摄延迟;
所述步骤(1.3.1)阈值分割过程为:
其中,g(x,y)为阈值分割后的图像,f(x,y)为原始图像,T为阈值,阈值通过人工经验进行设定;
S5中对ROI区域进行角度修正,得到旋正后滚针的ROI图像的过程为:
步骤(5.1)由ROI区域的最小外接矩形(MAR)与水平线的夹角得到对滚针偏离的角度angle;
步骤(5.2)使用3*3矩阵对灰度图像做仿射变换:
α=scale*cos(angle)
β=scale*sin(angle) (2)
其中scale为缩放因子,angle为旋转角度(弧长);
其中M为3*3仿射变换矩阵,(center.x,center.y)为旋转中心;
该变换矩阵将原始坐标为(x,y)变换为新坐标(x′,y′)。。
在本发明的一种实施方式中,S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
S4:根据S3的最外轮廓生成最小外接矩形,以矩形区域内作为滚针的ROI区域(region of interest,感兴趣区域),以减少后续步骤对图像的处理时间;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。步骤S6中,对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充的过程为:采用阈值分割的方法将图像转化为二值图像,阈值分割后得到二值化图像;确定二值图像背景中任意一点为初始种子点,采用形态学膨胀算法对背景进行填充;背景填充结束后,对得到的二值图像取反得到新的二值图像,此时图像为全部孔洞的点集;将取反得到新的二值图像与原二值图像相加得到填充后的图像。
10在本发明的一种实施方式中,S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
S4:根据S3的最外轮廓生成最小外接矩形MAR,以矩形区域内作为滚针的ROI区域,以减少后续步骤对图像的处理时间;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。步骤S7中,使用水平和垂直投影法去除背景干扰的过程为:对旋正后的滚针ROI图像进行处理,对ROI图像的水平像素统计图和垂直像素统计图设置阈值,当目标的水平或者垂直投影像素和小于阈值时,判断为噪声,将噪声区域设置为背景颜色,处理后的图像中目标和背景颜色为两个对比色;S9中根据相机视野范围和图像像素的比例关系,计算出零件的最终尺寸的过程为:
图像中每个像素点对应的实际尺寸如下:
ratio=camera_real_width/camera_pixel_width
element_real_length=element_pixel_length*ratio
element_real_diameter=element_pixel_diameter*ratio
其中camera_real_width为相机的真实宽度范围,camera_pixel_width为相机的像素宽度大小;ratio为图片像素尺寸对应实际尺寸的比例;element_pixel_length为零件长度的像素尺寸;element_pixel_diameter为零件直径的像素尺寸。
本发明具有如下优势:
本发明采用机器视觉和图像处理的方法,采用单个低成本的2D相机采集图像,可以对流水线上运动的滚针进行实时检测和剔除,满足了工厂快速、高效、准确的需求;投影成像测量法主要适用于测量与传感面的尺寸相当的物体的尺寸,此方法利用一束平行光照射在被测物体上,最终投影在的传感面上,被测物的尺寸可以通过计算上产生的阴影宽度获得,只要数据采集系统计算出阴影部分像元个数与像元尺寸的乘积就得到了被测物体的尺寸,这里假设平行光是理想的。投影法的测量精度由平行光的准直性和像元尺寸决定。但是,平行光准直度很难达到理想情况,因此还需要用算法对测量值进行修正,对尺寸进行标定来使得测量结果准确。本发明对平行光没有特别的要求,不需要相关标定算法,并且在测量精度上优于投影成像法。
2D相机相比于投影成像法具有更好的鲁棒性,测量精度上对于平行的准直性和像元尺寸没有过多的要求,可以在保持速度的前提下实现更多的算法操作,对带有噪点干扰,倾斜矫正等特殊情况的处理有更好的效果,是目前最灵活的检测方式之一。
本发明通过非接触式测量的方法,减少了人工参与,解决了传统人工检测轴承滚针方法的缺陷,实现了轴承滚针尺寸的实时测量与剔除工作;
本发明可以对抖动造成的目标倾斜进行角度修正,解决了由于传动皮带不稳造成零件测量不准确的问题;
本发明采用投影法消除背景干扰,传送皮带在使用过程中可能会出现的污染问题,本发明解决了实际生产中由于背景干扰造成零件尺寸测量不准确的问题;
本发明在采集图像过程中通过算法自适应地对皮带速度进行修正,解决了实际检测过程中因为皮带速度不均匀而导致盲目调整传送皮带速度的情况,对传送皮带速度轻微的不均匀有一定的适应性;
本发明针对滚针尺寸的检测系统和方法做了详细的说明,方法可应用于多种类似滚动体的工件,通过2D工业相机完成工件尺寸检测的整个系统及方法既大大降低了工厂的生产成本,提高了生产效率,又满足了工件质量检测的快速性和准确性的要求。
附图说明
图1为本发明的基于机器视觉的滚针尺寸检测系统架构图;
图2为本发明的基于机器视觉的滚针尺寸检测系统的测量方法流程图;
图3为本发明的基于机器视觉的滚针尺寸方法所采用的照明检测系统结构示意图;
图4为调整光源和焦距后采集的原始灰度图像;
图5为灰度图像提取的滚针最大轮廓图像;
图6为通过最小外接矩形提取的ROI区域。
图7为旋正后的滚针ROI灰度图像;
图8为采用阈值分割法转化的二值图像;
图9为填充后的滚针ROI二值图像;
图10为带有背景噪点区域的水平像素统计图;
图11为带有背景噪点区域的垂直像素统计图;
图12为去背景干扰后的滚针ROI二值图像;
图13为最终滚针提取的最小外接矩形。
图中,1、支架;2、工业相机;3、传感器;4、传送机构;41、驱动电机;42、电机控制器;43、传送皮带;5、剔除机构;51、电磁吹气阀;52、空气压缩机;6、工控机;7、PLC控制器;8、光源;9、光源控制器。
具体实施方式
滚针尺寸包括滚针的长度尺寸和直径尺寸。
实施例1
一种基于机器视觉的轴承滚针尺寸检测系统,包括起支承作用的钢结构支架,在钢结构支架上设有传送机构,传送机构包括固定于钢结构支架上的驱动电机,所述驱动电机的输出轴连接有电机控制器,电机控制器控制输出的转速,且与带传动结构的传动轮同轴相连,传动轮被带动后,张紧于两个传动轮上的传送带就能够被带动。
为了便于容纳待检测工件,传送皮带上设有用于容纳待检测工件例如滚针的凹槽。本实施例中,传送皮带采用透明材质制成。
传送皮带上方设有传感器,可采用声控感应,温度感应,太阳光感应,等传感器,本实施例中采用接近式光电传感器优势是成本低,检测准确;至少设有两处,固定安装在支架上。本实施例中采用两个传感器,分别位于传送皮带的始末两端,滚针进入端为起始端传感器,滚针离开端为末端传感器,起始端传感器负责检测滚针的进入时间,末端传感器负责检测滚针的离开时间;传感器与PLC控制器相连,传感器感受到待检测工件经过后,发出信号并传输至PLC控制器处。
在两个传感器之间设有工业相机,工业相机也固定安装在支架上,且工业相机的摄像头朝向传送皮带上待检测工件处。工业相机在传送皮带的竖直上方,与传送皮带之间保持恒定不变的竖直高度。工业相机在传送皮带上的投影正好落在传送皮带的中心位置。本实施例中的工业相机采用2D相机,仅设置一台,工业相机连接有工控机,该工控机与PLC控制器相连,工控机收集并处理工业相机采集的图像,工控机通过算法判断是否属于合格滚针,工控机发出控制信号给PLC控制器。PLC控制器收到传感器发出的信号后,控制工业相机采集图像,采集到的滚针图像传送至工控机处。
工控机用于处理工业相机采集的图像,计算得到滚针的检测尺寸,计算过程为:通过阈值分割、轮廓查找、噪点去除得到目标的最小接矩形,并通过相机视野范围和图像像素的比例关系进行计算。若尺寸在预设的误差范围,本实施例中范围为±0.05mm内,则判定为合格;若所得尺寸不在预设的误差范围内,则判定为不合格产品,并将剔除信号发送给PLC控制器。具体过程为:图像处理过程为工控机对采集的图像进行二值化处理,然后通过定位和旋正算法对倾斜的滚针进行角度修正,得到旋正后的滚针的ROI图像,利用水平和垂直投影法去除背景的干扰,再通过查找轮廓的算法得到目标轮廓的最小外接矩形,最后通过比例计算得到滚针的尺寸。若所测得的滚针尺寸在预设的范围内,则判定为滚针合格,随着传送皮带到达收纳箱;否则工控机发送给PLC控制器剔除信号,由剔除机构吹掉不合格滚针。
PLC控制器还连接有剔除机构,剔除机构包括电磁吹气阀,电磁吹气阀连接有用于提供气体的空气压缩机。工控机设置一定延迟时间发送到PLC控制器,延迟时长是根据信号处理时间和皮带传送速度进行设定;给电磁吹气阀信号,电磁吹气阀通过末端接近式光电传感器触发,当目标达到吹气口时,吹掉不合格的滚针。滚针落于皮带凹陷处,俯视角度上气流方向与滚针行行进方向垂直,侧视角度上吹气口与滚针成一定夹角,吹气口是空心圆柱结构,本实施例的方案适用于质量较小的滚针,可以保证将滚针吹走。
在两个传感器之间还设有光源,光源为LED蓝色平行光源,光源在传送皮带上的投影与工业相机重合,位于传送皮带的中线位置处,正好能够将滚针所在位置照亮;光源竖直方向上设置于传送皮带下方5CM处,光源可以透过透明的传送皮带为工业相机提供照明,突出目标,降低背景干扰。光源还连接有光源控制器,光源控制器用于控制光源的强度。
实施例2
一种基于机器视觉的轴承滚针尺寸检测方法,包括如下步骤:
S1:初始化工业相机、光源强度,初始化传送皮带的转速。
工业相机的初始化过程为:在传送皮带上静态放置检测物,工业相机调整焦距至可以获取到清晰的图像,且目标的边缘轮廓清晰;所述检测物为带有文字的透明卡片;工业相机镜头采用远心镜头,视野范围为25.92*19.44mm,采集图像大小为2592*1944;
光源强度的初始化过程:调节光源强度,目的是降低背景的干扰,同时保持目标有完整清晰的轮廓;
传送皮带转速的初始化过程:设置驱动装置的速度,通过计算起始端接近式光电传感器到工业相机视野中心的距离得出工业相机的拍照延迟时间,并通过检测算法进行微调,确保传感器触发后相机能拍摄到完整的滚针。其具体初始化过程如下:先给传送皮带一个初始速度v,通过测量可以得到起始端传感器与工业相机的水平距离s,即触发拍照的延迟时间t为s/v。但由于拍摄到的滚针在相机视野中的时间非常短,此时拍摄的图片可能只包含滚针的一部分,故需要对毫秒级的差别进行微调,这里通过算法将延迟时间进行微调(判断进入过晚即减少延迟,拍摄过早即增加延迟)直到图像中采集到的滚针为完整尺寸。其中,检测相机拍摄的图像是否包含完整滚针的过程为:
对采集的灰度图像通过阈值分割法转化为二值图像;阈值分割过程为:
其中,g(x,y)为阈值分割后的图像,f(x,y)为原始图像,T为阈值,阈值通过人工经验进行设定。
设置滚针进入方向为图像的行像素,滚针垂直进入方向为图像的列像素;
根据上一步中滚针进入方向设置列号,滚针从列号较小处进入,往列号较大方向行进,在相机视野内设置检测图像中间是否有滚针的步长,以零件标准长度为参考;并以此步长设置监测列;
对上一步中所有的监测列设置滚针行像素统计的阈值,以滚针标准长度为参考;若某列目标像素值超过阈值,判断此列包含滚针;若所有监测列均无超过设定阈值的像素值,则判断图片中没有滚针进入;
对已进入的滚针进行判断,若列号较小的位置检测到滚针,说明拍摄过早;若列号较大的位置检测到滚针,说明拍摄过晚;
对拍摄过早的情况,增加相机的拍摄延迟,对拍摄过晚的情况,减少相机的拍摄延迟。
S2:传送皮带转动,开始进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓;
具体提取过程如下:对灰度图像进行处理,获取轮廓边缘,如果有多个轮廓,选取具有最大面积的轮廓作为滚针轮廓。
S4:根据S3中获得的最大轮廓生成最小外界矩形MAR,以矩形区域内作为滚针的ROI区域,以减少图像处理时间。工业2D相机采集的原始图像大小是2592*1944像素,目标的区域像素只有760*390左右,先通过二值化处理压缩图像,再通过找到ROI区域缩小计算范围,最后对ROI区域机型像素级的噪点去除算法,避免对整幅图像进行检测算法,从而减少整体图像处理时间;具体生成过程为:根据S3中生成的滚针最大轮廓,得到包含滚针最大轮廓的最小外接矩形MAR,并在MAR基础上向外扩展10个像素生成滚针区域的如图6所示的ROI区域。
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;具体修正过程如下:
由ROI区域的最小外接矩形(MAR)与水平线的夹角得到对滚针偏离的角度angle;
使用3*3矩阵对灰度图像做仿射变换:
α=scale*cos(angle)
β=scale*sin(angle) (2)
其中scale为缩放因子,angle为旋转角度(弧长);
其中M为3*3仿射变换矩阵,(center.x,center.y)为旋转中心;
该变换矩阵将原始坐标为(x,y)变换为新坐标(x′,y′),变换后的图像如图7所示。
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;具体过程如下:
采用阈值分割的方法将图像转化为二值图像,阈值分割后所得到的二值化图像如图8所示;
确定二值图像背景中一点为初始种子点,采用形态学膨胀算法对背景进行填充;
背景填充结束后,对得到的二值图像取反得到新的二值图像,此时图像为全部孔洞的点集;
将上一步中得到的二值图像与原二值图像相加得到填充后的图像,如图9所示。
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,得到去干扰后的ROI二值图像;使用水平和垂直投影法去除背景干扰的过程为:
对旋正后的滚针ROI图像进行处理,ROI区域的水平像素统计图和垂直像素统计图如图10、11所示,对ROI图像的水平像素统计图和垂直像素统计图设置阈值,当目标(白色)的水平或者垂直投影像素和小于阈值时,判断为噪声,将噪声区域设置为背景颜色(黑色),处理后的图像如图12所示。
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到的矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。
根据相机视野范围和图像像素的比例关系,计算出零件的最终尺寸的过程为:
图像中每个像素点对应的实际尺寸如下:
ratio=camera_real_width/camera_pixel_width
element_real_length=element_pixel_length*ratio
element_real_diameter=element_pixel_diameter*ratio
其中camera_real_width为相机的真实宽度范围,camera_pixel_width为相机的像素宽度大小;ratio为图片像素尺寸对应实际尺寸的比例;element_pixel_length为零件长度的像素尺寸;element_pixel_diameter为零件直径的像素尺寸。
虽然本发明已以较佳实施例公开如上,但其并非用以限定本发明,任何熟悉此技术的人,在不脱离本发明的精神和范围内,都可做各种的改动与修饰,因此本发明的保护范围应该以权利要求书所界定的为准。
Claims (10)
1.一种基于机器视觉的轴承滚针尺寸检测系统,包括支架、设于支架上的传送机构,其特征在于,还包括:
传感器,所述传感器至少设有两个,顺序设于待检测工件运输方向上;
工业相机,设置于钢结构支架上,位于相邻两个传感器之间,用于采集待检测工件的图像;
PLC控制器,与工业相机、传感器相连,用于接收传感器所发出的信号并触发工业相机采集图像;
工控机,与工业相机相连,用于存储工业相机所采集的图像并对图像进行处理。
2.根据权利要求1所述的一种基于机器视觉的轴承滚针尺寸检测系统,其特征在于,所述传送机构包括
传送皮带,所述传送皮带上设有用于容纳待检测工件的凹槽;
驱动电机,设置于传送皮带一端用于带动传送皮带;
电机控制器,与驱动电机相连用于调节传送皮带的转速。
3.根据权利要求2所述的一种基于机器视觉的轴承滚针尺寸检测系统,其特征在于,所述传送皮带设置为透明带体,所述传送皮带背离工业相机的一侧设有光源,所述光源在传送皮带上的投影落在传送皮带的中心位置处,所述光源位于传送皮带正下方且与传送皮带之间保持恒定间距。
4.根据权利要求1所述的一种基于机器视觉的轴承滚针尺寸检测系统,其特征在于,所述PLC控制器还连接有剔除机构,所述剔除机构包括:
电磁吹气阀,与PLC控制器相连,用于接收PLC控制器发出的信号;
空气压缩机,与电磁吹气阀相连,用于提供气体。
5.一种基于机器视觉的轴承滚针尺寸检测方法,其特征在于,包括如下步骤:
S1:工业相机、光源强度、传送皮带速度初始化;
S2:进入检测模式,当传送皮带将滚针传送至起始端接近式光电传感器处,触发信号,PLC收到传感器的信号后,触发工业相机进行采集图像,采集得到的图像保存到工控机上;
S3:工控机对图像进行处理,在灰度图像中初步提取滚针的最大轮廓,其过程为:对灰度图像进行处理,获取轮廓边缘,如果有多个轮廓,选取具有最大面积的轮廓作为滚针轮廓;
S4:根据S3的最外轮廓生成最小外接矩形MAR,以矩形区域内作为滚针的ROI区域,以减少后续步骤对图像的处理时间,其中根据S3的最外轮廓生成最小外接矩形MAR的过程为:根据S3生成的滚针最大轮廓,得到包含滚针最大轮廓的最小外接矩形MAR,并在MAR基础上向外扩展10个像素生成滚针区域的ROI区域;
S5:对S4提取出的ROI区域进行角度修正,得到旋正后的滚针ROI图像;
S6:对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充,确保滚针轮廓内部颜色为白色;
S7:对S6处理后的图像使用水平和垂直投影法去除背景干扰,其具体过程为:
对旋正后的滚针ROI图像进行处理,得到ROI区域的水平像素统计图和垂直像素统计图,对ROI图像的水平像素统计图和垂直像素统计图设置阈值,当目标的水平或者垂直投影像素和小于阈值时,判断为噪声,将噪声区域设置为背景颜色,处理后的图像中目标和背景颜色为两个对比色,得到去干扰后的ROI二值图像;
S8:对S7处理后的图像进行轮廓提取,获得最终目标的最小外接矩形;
S9:对S8得到矩形区域,根据相机视野范围和图像像素的比例关系,计算出滚针的检测尺寸,尺寸判断为合格的滚针随着传动皮带到达收纳箱,判断不合格的滚针,工控机给PLC发出剔除信号,并通过PLC控制剔除机构剔除滚针。
6.根据权利要求5所述的一种基于机器视觉的轴承滚针尺寸检测方法,其特征在于,工业相机、光源强度、传送皮带速度初始化过程为:
S1.1在传送皮带上静态放置检测物,工业相机调整焦距至可以获取到清晰的图像,且目标中的边缘轮廓清晰;所述检测物为带有文字的透明卡片;
S1.2调节光源强度的大小以降低背景的干扰,同时保持目标有完整清晰的轮廓;
S1.3设置驱动装置的速度,通过计算起始端接近式光电传感器到工业相机视野中心的距离得出工业相机的拍照延迟时间,并通过检测算法进行微调,确保传感器触发后相机能拍摄到完整的滚针。
7.根据权利要求6所述的一种基于机器视觉的轴承滚针尺寸检测方法,其特征在于,S1.3中检测图像内是否包含完整滚针的过程为:
S1.3.1:对采集的灰度图像通过阈值分割法转化为二值图像,阈值分割过程为:
其中,g(x,y)为阈值分割后的图像,f(x,y)为原始图像,T为阈值,阈值通过人工经验进行设定;
S1.3.2:设置滚针进入方向为图像的行像素,滚针垂直进入方向为图像的列像素;
S1.3.3:根据S1.3.2滚针进入方向设置列号,滚针从列号较小处进入,往列号较大方向行进,在相机视野内设置检测图像中间是否有滚针的步长;
S1.3.4:S1.3.3中所有的监测列设置滚针行像素统计的阈值,若某列目标像素值超过阈值,判断此列包含滚针;若所有监测列均无超过设定阈值的像素值,则判断图片中没有滚针进入。
9.根据权利要求5所述的一种基于机器视觉的轴承滚针尺寸检测方法,其特征在于,S6中对ROI图像采用阈值分割的方法将图像转化为二值图像并进行填充的过程为:
S6.1:采用阈值分割的方法将图像转化为二值图像,阈值分割后得到二值化图像;
S6.2:确定二值图像背景中一点为初始种子点,采用形态学膨胀算法对背景进行填充;
S6.3:背景填充结束后,对得到的二值图像取反得到新的二值图像,此时图像为全部孔洞的点集;
S6.4:将S6.3中得到的二值图像与原二值图像相加得到填充后的图像。
10.根据权利要求6所述的一种基于机器视觉的轴承滚针尺寸检测方法,其特征在于,S9中根据相机视野范围和图像像素的比例关系,计算出零件的最终尺寸的过程为:
图像中每个像素点对应的实际尺寸如下:
ratio=camera_real_width/camera_pixel_width
element_real_length=element_pixel_length*ratio
element_real_diameter=element_pixel_diameter*ratio
其中camera_real_width为相机的真实宽度范围,camera_pixel_width为相机的像素宽度大小;ratio为图片像素尺寸对应实际尺寸的比例;element_pixel_length为零件长度的像素尺寸;element_pixel_diameter为零件直径的像素尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379291.9A CN110935644B (zh) | 2019-12-27 | 2019-12-27 | 一种基于机器视觉的轴承滚针尺寸检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911379291.9A CN110935644B (zh) | 2019-12-27 | 2019-12-27 | 一种基于机器视觉的轴承滚针尺寸检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110935644A true CN110935644A (zh) | 2020-03-31 |
CN110935644B CN110935644B (zh) | 2020-12-29 |
Family
ID=69912965
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911379291.9A Active CN110935644B (zh) | 2019-12-27 | 2019-12-27 | 一种基于机器视觉的轴承滚针尺寸检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110935644B (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
CN111842197A (zh) * | 2020-07-20 | 2020-10-30 | 河海大学常州校区 | 一种工件自动排序分拣系统 |
CN112149658A (zh) * | 2020-11-26 | 2020-12-29 | 科大讯飞(苏州)科技有限公司 | 目标物尺寸确定方法、系统、电子设备及存储介质 |
CN112184630A (zh) * | 2020-09-07 | 2021-01-05 | 山东大学 | 一种基于机器视觉的tbm滚刀磨损监测装置及监测方法 |
CN112560704A (zh) * | 2020-12-18 | 2021-03-26 | 温州大学乐清工业研究院 | 一种多特征融合的视觉识别方法及系统 |
CN112893172A (zh) * | 2021-01-18 | 2021-06-04 | 菲特(天津)检测技术有限公司 | 基于机器视觉的垫片尺寸检测系统、方法、处理终端及介质 |
CN113000413A (zh) * | 2021-05-06 | 2021-06-22 | 菲特(天津)检测技术有限公司 | 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端 |
CN113160306A (zh) * | 2021-03-11 | 2021-07-23 | 中国科学院微电子研究所 | 一种传送对象信息检测方法、控制系统及终端设备 |
CN113217345A (zh) * | 2021-06-17 | 2021-08-06 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于3d视觉技术的压缩机注油管自动检测系统及方法 |
CN113469974A (zh) * | 2021-07-05 | 2021-10-01 | 天津市三特电子有限公司 | 球团链篦机蓖板状态监测方法及其监测系统 |
CN113566704A (zh) * | 2021-07-16 | 2021-10-29 | 哈尔滨理工大学 | 一种基于机器视觉的轴承总成滚珠尺寸检测方法 |
CN113682766A (zh) * | 2021-08-25 | 2021-11-23 | 深圳市佳康捷科技有限公司 | 一种机器人扫码输送线检测方法、系统、装置及存储介质 |
CN113790784A (zh) * | 2021-09-14 | 2021-12-14 | 上海布眼人工智能科技有限公司 | 基于机器视觉的面料克重测定方法、装置及电子设备 |
CN114018151A (zh) * | 2021-10-26 | 2022-02-08 | 宁波高新区海芙科技有限公司 | 一种电池刻线尺寸视觉检测方法 |
CN114878570A (zh) * | 2022-05-18 | 2022-08-09 | 南京工业大学 | 一种基于机器视觉的可转位刀片刃口钝化检测系统及检测方法 |
CN114998565A (zh) * | 2022-05-24 | 2022-09-02 | 中国农业大学 | 一种半成品虾的尺寸检测装置与方法 |
CN115375693A (zh) * | 2022-10-27 | 2022-11-22 | 浙江托普云农科技股份有限公司 | 农业信息采集传感器探头缺陷检测方法、系统及装置 |
DE102021113125A1 (de) | 2021-05-20 | 2022-11-24 | Schuler Pressen Gmbh | Verfahren zur Überwachung der Positionen von Halbzeugen |
CN116237266A (zh) * | 2023-03-10 | 2023-06-09 | 浙江双鸿科技有限公司 | 一种法兰尺寸测量方法及其设备 |
CN118237287A (zh) * | 2024-05-29 | 2024-06-25 | 杭州汇萃智能科技有限公司 | 圆形样品筛选系统、圆形样品筛选方法以及存储介质 |
CN118237287B (zh) * | 2024-05-29 | 2024-10-22 | 杭州汇萃智能科技有限公司 | 圆形样品筛选系统、圆形样品筛选方法以及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050226465A1 (en) * | 2004-04-09 | 2005-10-13 | Nichizo Iron Works & Marine Corporation. Shoei Foods Corporation, And Aio. , Ltd. | Seed fragment inspection apparatus |
CN101176872A (zh) * | 2007-11-30 | 2008-05-14 | 华南理工大学 | 基于机器视觉的物料实时检测及异物剔除系统 |
CN202021164U (zh) * | 2011-03-18 | 2011-11-02 | 青岛农业大学 | 一种花生外观品质检测和分拣装置 |
CN106000912A (zh) * | 2016-05-18 | 2016-10-12 | 湖北工业大学 | 一种基于机器视觉导引实现柑橘囊胞异物剔除系统 |
CN106248686A (zh) * | 2016-07-01 | 2016-12-21 | 广东技术师范学院 | 基于机器视觉的玻璃表面缺陷检测装置及方法 |
CN106053479B (zh) * | 2016-07-21 | 2018-09-11 | 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 |
CN109685791A (zh) * | 2018-12-25 | 2019-04-26 | 于兴虎 | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法 |
CN110403232A (zh) * | 2019-07-24 | 2019-11-05 | 浙江中烟工业有限责任公司 | 一种基于二级算法的烟支质量检测方法 |
-
2019
- 2019-12-27 CN CN201911379291.9A patent/CN110935644B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050226465A1 (en) * | 2004-04-09 | 2005-10-13 | Nichizo Iron Works & Marine Corporation. Shoei Foods Corporation, And Aio. , Ltd. | Seed fragment inspection apparatus |
CN101176872A (zh) * | 2007-11-30 | 2008-05-14 | 华南理工大学 | 基于机器视觉的物料实时检测及异物剔除系统 |
CN202021164U (zh) * | 2011-03-18 | 2011-11-02 | 青岛农业大学 | 一种花生外观品质检测和分拣装置 |
CN106000912A (zh) * | 2016-05-18 | 2016-10-12 | 湖北工业大学 | 一种基于机器视觉导引实现柑橘囊胞异物剔除系统 |
CN106248686A (zh) * | 2016-07-01 | 2016-12-21 | 广东技术师范学院 | 基于机器视觉的玻璃表面缺陷检测装置及方法 |
CN106053479B (zh) * | 2016-07-21 | 2018-09-11 | 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 |
CN109685791A (zh) * | 2018-12-25 | 2019-04-26 | 于兴虎 | 一种基于多窗自相关纹理检测的瓦楞纸板鲁棒检测算法 |
CN110403232A (zh) * | 2019-07-24 | 2019-11-05 | 浙江中烟工业有限责任公司 | 一种基于二级算法的烟支质量检测方法 |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111833317A (zh) * | 2020-06-30 | 2020-10-27 | 佛山科学技术学院 | 基于增强现实的工业产品规格检测方法及设备 |
CN111842197A (zh) * | 2020-07-20 | 2020-10-30 | 河海大学常州校区 | 一种工件自动排序分拣系统 |
CN112184630A (zh) * | 2020-09-07 | 2021-01-05 | 山东大学 | 一种基于机器视觉的tbm滚刀磨损监测装置及监测方法 |
CN112149658A (zh) * | 2020-11-26 | 2020-12-29 | 科大讯飞(苏州)科技有限公司 | 目标物尺寸确定方法、系统、电子设备及存储介质 |
CN112560704A (zh) * | 2020-12-18 | 2021-03-26 | 温州大学乐清工业研究院 | 一种多特征融合的视觉识别方法及系统 |
CN112893172A (zh) * | 2021-01-18 | 2021-06-04 | 菲特(天津)检测技术有限公司 | 基于机器视觉的垫片尺寸检测系统、方法、处理终端及介质 |
CN113160306A (zh) * | 2021-03-11 | 2021-07-23 | 中国科学院微电子研究所 | 一种传送对象信息检测方法、控制系统及终端设备 |
CN113000413B (zh) * | 2021-05-06 | 2022-07-05 | 菲特(天津)检测技术有限公司 | 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端 |
CN113000413A (zh) * | 2021-05-06 | 2021-06-22 | 菲特(天津)检测技术有限公司 | 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端 |
DE102021113125A1 (de) | 2021-05-20 | 2022-11-24 | Schuler Pressen Gmbh | Verfahren zur Überwachung der Positionen von Halbzeugen |
CN113217345A (zh) * | 2021-06-17 | 2021-08-06 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于3d视觉技术的压缩机注油管自动检测系统及方法 |
CN113217345B (zh) * | 2021-06-17 | 2023-02-03 | 中船重工鹏力(南京)智能装备系统有限公司 | 基于3d视觉技术的压缩机注油管自动检测系统及方法 |
CN113469974A (zh) * | 2021-07-05 | 2021-10-01 | 天津市三特电子有限公司 | 球团链篦机蓖板状态监测方法及其监测系统 |
CN113566704A (zh) * | 2021-07-16 | 2021-10-29 | 哈尔滨理工大学 | 一种基于机器视觉的轴承总成滚珠尺寸检测方法 |
CN113682766B (zh) * | 2021-08-25 | 2023-05-30 | 深圳市佳康捷科技有限公司 | 一种机器人扫码输送线检测方法、系统、装置及存储介质 |
CN113682766A (zh) * | 2021-08-25 | 2021-11-23 | 深圳市佳康捷科技有限公司 | 一种机器人扫码输送线检测方法、系统、装置及存储介质 |
CN113790784A (zh) * | 2021-09-14 | 2021-12-14 | 上海布眼人工智能科技有限公司 | 基于机器视觉的面料克重测定方法、装置及电子设备 |
CN114018151A (zh) * | 2021-10-26 | 2022-02-08 | 宁波高新区海芙科技有限公司 | 一种电池刻线尺寸视觉检测方法 |
CN114878570A (zh) * | 2022-05-18 | 2022-08-09 | 南京工业大学 | 一种基于机器视觉的可转位刀片刃口钝化检测系统及检测方法 |
CN114878570B (zh) * | 2022-05-18 | 2023-09-08 | 南京工业大学 | 一种基于机器视觉的可转位刀片刃口钝化检测方法 |
CN114998565A (zh) * | 2022-05-24 | 2022-09-02 | 中国农业大学 | 一种半成品虾的尺寸检测装置与方法 |
CN114998565B (zh) * | 2022-05-24 | 2024-06-07 | 中国农业大学 | 一种半成品虾的尺寸检测装置与方法 |
CN115375693B (zh) * | 2022-10-27 | 2023-02-10 | 浙江托普云农科技股份有限公司 | 农业信息采集传感器探头缺陷检测方法、系统及装置 |
CN115375693A (zh) * | 2022-10-27 | 2022-11-22 | 浙江托普云农科技股份有限公司 | 农业信息采集传感器探头缺陷检测方法、系统及装置 |
CN116237266A (zh) * | 2023-03-10 | 2023-06-09 | 浙江双鸿科技有限公司 | 一种法兰尺寸测量方法及其设备 |
CN118237287A (zh) * | 2024-05-29 | 2024-06-25 | 杭州汇萃智能科技有限公司 | 圆形样品筛选系统、圆形样品筛选方法以及存储介质 |
CN118237287B (zh) * | 2024-05-29 | 2024-10-22 | 杭州汇萃智能科技有限公司 | 圆形样品筛选系统、圆形样品筛选方法以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110935644B (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110935644B (zh) | 一种基于机器视觉的轴承滚针尺寸检测系统及方法 | |
CN102095733B (zh) | 一种基于机器视觉对瓶盖表面瑕疵的智能检测方法 | |
US5926556A (en) | Systems and methods for identifying a molded container | |
US5917602A (en) | System and method for image acquisition for inspection of articles on a moving conveyor | |
US5926268A (en) | System and method for stress detection in a molded container | |
CN110403232B (zh) | 一种基于二级算法的烟支质量检测方法 | |
CN110146516B (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN110246122A (zh) | 基于机器视觉的小型轴承质量检测方法、装置及系统 | |
CN106248686A (zh) | 基于机器视觉的玻璃表面缺陷检测装置及方法 | |
WO1997046329A9 (en) | System and method for stress detection in a molded container | |
CN110174065B (zh) | 基于正交双目机器视觉的水果大小无损检测方法 | |
CN112893172A (zh) | 基于机器视觉的垫片尺寸检测系统、方法、处理终端及介质 | |
CN106824816A (zh) | 一种基于机器视觉的pe瓶检测与分拣方法 | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN109978940A (zh) | 一种sab安全气囊尺寸视觉测量方法 | |
CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
CN116140225A (zh) | 一种缺陷检测系统及缺陷检测方法 | |
CN111330874A (zh) | 药瓶底部区域污染或杂物缺陷检测装置及其检测方法 | |
JP2000193601A (ja) | 表面欠陥検査装置 | |
CN116237266A (zh) | 一种法兰尺寸测量方法及其设备 | |
CN108020550A (zh) | 电子取像技术在工业产品质量检验中的应用方法 | |
CN114383522B (zh) | 一种测量反光差异工件表面间隙、面差的方法 | |
CN212645649U (zh) | 测量晶圆直径的装置 | |
CN213749603U (zh) | 一种适用于流水线批量处理的面板透过率全自动检测、分选装置 | |
JP4030812B2 (ja) | 外観検査装置及び外観検査方法 |
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 |