CN111006608B - 透明板材通孔视觉检测系统及方法 - Google Patents
透明板材通孔视觉检测系统及方法 Download PDFInfo
- Publication number
- CN111006608B CN111006608B CN201911297249.2A CN201911297249A CN111006608B CN 111006608 B CN111006608 B CN 111006608B CN 201911297249 A CN201911297249 A CN 201911297249A CN 111006608 B CN111006608 B CN 111006608B
- Authority
- CN
- China
- Prior art keywords
- hole
- transparent plate
- defect
- light source
- defects
- 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
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
- G01N21/01—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
- 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
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种透明板材通孔视觉检测系统及方法,通过控制器控制组合光源进行多种照明模式的分时切换,并控制至少一个成像装置在不同的照明模式下进行成像扫描,实现对通孔形状和缺陷的多通道图像采集,极大地丰富了图像采集的信息量,提高了通孔形状信息和缺陷信息的准确度和精度,最后利用处理器基于采集的大量图像数据进行分析得到透明板材上的通孔的形状精度、内部缺陷,确保了通孔缺陷的检出率和识别率,并且准确地构建出通孔缺陷在透明板材中的三维分布图,从而可以在线给指导缺陷成因、生产工艺调整和材料成品分级提供重要参考指标,实时性好,反应速度快,有利于在线提高加工质量,大大提高了生产作业效率和产品成品率。
Description
技术领域
本发明涉及透明板材缺陷检测技术领域,特别地,涉及一种透明板材通孔视觉检测系统,另外,还涉及一种透明板材通孔视觉检测方法。
背景技术
在玻璃板材(如平板玻璃、无机玻璃、有机玻璃、亚克力等)上打孔后,对孔的形状精度和位置精度进行检测是不可缺少的一个环节。目前,很多生产工艺没有自动化检测设备,靠人工检测控制质量。但人工检测缺陷的方法存在如下问题:如漏检,误检等,主观因素导致对玻璃产出质量控制标准不一致,不能实时得到所需质量数据,不便于质量数据的统计、查询,检出的效率低,自动化程度低,成本高。
现有技术中虽然存在一些玻璃板材通孔形状精度和缺陷自动检测设备,虽然其可检测到玻璃板材通孔形状精度和缺陷,但无法在线识别出缺陷在玻璃板材内的三维相对位置,无法适用于表面粗糙、凹凸不平等异形透明材料。然而,缺陷在玻璃板材中的三维相对位置是指导分析缺陷成因、指导材料生产工艺的调整和材料成品分等级的重要指标。为了对产品进行上述相关分析,往往需要离线取样分析,然而离线分析导致实时性差、反应速度慢,且大大影响生产作业效率及产品成品率。
发明内容
本发明提供了一种透明板材通孔视觉检测系统及方法,以解决现有的玻璃板材自动检测设备存在的无法在线分析缺陷在玻璃板材中的三维相对位置导致的生产作业效率低和产品成品率低的技术问题。
根据本发明的一个方面,提供一种透明板材通孔视觉检测系统,包括
至少一个成像装置,用于对透明板材上的通孔进行成像扫描;
组合光源,用于提供照明;
传送装置,用于使透明板材与成像装置之间产生相对移动;
控制器,用于控制所述组合光源进行照明模式的分时切换及控制至少一个成像装置在不同照明模式下进行图像采集;
处理器,用于生成控制指令给控制器及接收至少一个成像装置采集的图像数据,并基于图像数据进行分析得到通孔的形状精度、内部缺陷及构建通孔缺陷在透明板材中的三维分布图。
进一步地,所述组合光源包括反射亮光源、透射亮光源、反射暗光源、透射暗光源和远射暗光源,所述组合光源在所述控制器的控制下通过不同光源组合分时切换提供反射明场照明模式、透射明场照明模式、反射暗场照明模式、透射暗场照明模式和混合照明模式五种照明模式,其中,暗场照明模式用于检测通孔具有凹陷部分的区域,明场照明模式用于检测通孔内表面上的缺陷,混合照明模式用于增强成像的对比度。
进一步地,所述处理器包括
形状精度判断模块,用于分析得到通孔的形状精度;
缺陷判断模块,用于分析得到通孔内表面的缺陷信息;
三维定位模块,用于构建通孔缺陷在透明板材中的三维分布图。
进一步地,所述形状精度判断模块通过以下方式分析得到通孔的形状精度:
基于至少一个成像装置的图像数据得到光线在透明板材的上表面跳变形成的上椭圆轮廓线和在下表面跳变形成的下椭圆轮廓线;
在通孔的孔壁圆周上选取若干个点拟合出孔壁轮廓线,所述孔壁轮廓线位于上椭圆轮廓线和下椭圆轮廓线之间;
计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置的镜头与通孔之间的角度和距离数据计算得到通孔的尺寸发生变化的位置,从而得到通孔的形状精度。
进一步地,所述缺陷判断模块通过以下方式分析得到通孔内表面的缺陷信息:
采用维纳滤波器对通孔内表面的图像进行去噪处理;
采用伽马灰度变换对去噪处理后的图像进行图像增强预处理;
采用Otsu阈值法进行缺陷提取;
再经过图像增强和图像形态学处理后,采用机器学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括缺陷的类型、大小及位置。
进一步地,所述三维定位模块通过以下方式构建通孔缺陷在透明板材中的三维分布图:
基于上椭圆轮廓线和下椭圆轮廓线确定通孔在透明板材中的位置和大小,并构建出通孔在透明板材中分布的三维建模图形;
按标准尺寸的网格线构建通孔的内表面;
根据缺陷的类型、大小及位置将其标记到通孔的内表面上。
本发明提供一种透明板材通孔视觉检测方法,包括以下步骤:
步骤S1:将透明板材传送至检测区域;
步骤S2:控制组合光源进行不同照明模式的分时切换;
步骤S3:控制至少一个成像装置在透明板材被照明时对通孔进行连续扫描;
步骤S4:基于至少一个成像装置采集到的图像数据分析得到通孔的形状精度、内部缺陷及构建通孔缺陷在透明板材中的三维分布图。
进一步地,所述步骤S4中具体通过以下步骤分析得到通孔的形状精度:
步骤S41a:基于至少一个成像装置的图像数据得到光线在透明板材的上表面跳变形成的上椭圆轮廓线和在下表面跳变形成的下椭圆轮廓线;
步骤S42a:在通孔的孔壁圆周上选取若干个点拟合出孔壁轮廓线,所述孔壁轮廓线位于上椭圆轮廓线和下椭圆轮廓线之间;
步骤S43a:计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置的镜头与通孔之间的角度和距离数据计算得到通孔的尺寸发生变化的位置,从而得到通孔的形状精度。
进一步地,所述步骤S4中具体通过以下步骤分析得到通孔的内部缺陷:
步骤S41b:采用维纳滤波器对通孔内表面的图像进行去噪处理;
步骤S42b:采用伽马灰度变换对去噪处理后的图像进行图像增强预处理;
步骤S43b:采用Otsu阈值法进行缺陷提取;
步骤S44b:再经过图像增强和图像形态学处理后,采用深度学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括缺陷的类型、大小及位置。
进一步地,所述步骤S4中具体通过以下步骤构建通孔缺陷在透明板材中的三维分布图:
步骤S41c:基于上椭圆轮廓线和下椭圆轮廓线确定通孔在透明板材中的位置和大小,并构建出通孔在透明板材中分布的三维建模图形;
步骤S42c:按标准尺寸的网格线构建通孔的内表面;
步骤S43c:根据缺陷的类型、大小及位置将其标记到通孔的内表面上。
本发明具有以下有益效果:
本发明的透明板材通孔视觉检测系统,通过控制器控制组合光源进行多种照明模式的分时切换,并控制至少一个成像装置在不同的照明模式下进行成像扫描,实现对通孔形状和缺陷的多通道图像采集,极大地丰富了图像采集的信息量,提高了通孔形状信息和缺陷信息的准确度和精度,最后利用处理器基于采集的大量图像数据进行分析得到透明板材上的通孔的形状精度、内部缺陷,确保了通孔缺陷的检出率和识别率,并且准确地构建出通孔缺陷在透明板材中的三维分布图,从而可以在线给指导缺陷成因、生产工艺调整和材料成品分级提供重要参考指标,实时性好,反应速度快,有利于在线提高加工质量,大大提高了生产作业效率和产品成品率。
另外,本发明的透明板材通孔视觉检测方法同样具有上述优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的透明板材通孔视觉检测系统的结构示意图。
图2是本发明优选实施例的成像装置采集到的通孔图像的示意图。
图3是本发明另一实施例的透明板材通孔视觉检测方法的流程示意图。
图4是本发明另一实施例的图3中的步骤S4中分析得到通孔的形状精度的子流程示意图。
图5是本发明另一实施例的图3中的步骤S4中分析得到通孔的内部缺陷的子流程示意图。
图6是本发明另一实施例的图3中的步骤S4中构建通孔缺陷在透明板材中的三维分布图的子流程示意图。
附图标号说明
1、成像装置;2、镜头;3、反射亮光源;4、反射暗光源;5、透射暗光源;6、透射暗光源;7、控制器;8、远射暗光源;9、透明板材;10、通孔;13、处理器;100、上椭圆轮廓线;101、下椭圆轮廓线;102、孔壁轮廓线。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由下述所限定和覆盖的多种不同方式实施。
为了便于理解,如图1所示,本发明的优选实施例提供一种透明板材通孔视觉检测系统包括:
至少一个成像装置1,用于对透明板材9上的通孔10进行成像扫描;
组合光源,用于提供照明;
传送装置,用于使透明板材9与成像装置1之间产生相对移动;
控制器7,用于控制所述组合光源进行照明模式的分时切换及控制至少一个成像装置1在不同照明模式下进行图像采集;
处理器13,用于生成控制指令给控制器7及接收至少一个成像装置1采集的图像数据,并基于图像数据进行分析得到通孔10的形状精度、内部缺陷及构建通孔缺陷在透明板材9中的三维分布图。
在本实施例中,所述透明板材通孔视觉检测系统,通过控制器7控制组合光源进行多种照明模式的分时切换,并控制至少一个成像装置1在不同的照明模式下进行成像扫描,实现对通孔形状和缺陷的多通道图像采集,极大地丰富了图像采集的信息量,提高了通孔形状信息和缺陷信息的准确度和精度,最后利用处理器13基于采集的大量图像数据进行分析得到透明板材9上的通孔的形状精度、内部缺陷,确保了通孔缺陷的检出率和识别率,并且准确地构建出通孔缺陷在透明板材9中的三维分布图,从而可以在线给指导缺陷成因、生产工艺调整和材料成品分级提供重要参考指标,实时性好,反应速度快,有利于在线提高加工质量,大大提高了生产作业效率和产品成品率。
可以理解,所述成像装置1包括用于收集光信号并将光信号转换为电信号的成像组件,成像组件可以是CCD成像装置、CMOS成像装置或者其他成像装置。作为优选的,所述成像装置1还集成有图像处理功能,其可以直接输出相关缺陷的数据信息。在本实施例中,所述成像装置1可以设置在透明板材9的上方或者下方,或者上下方同时部署。另外,成像装置1的数量根据需要合理配置,本实施例仅示意出一组成像装置1,但需要说明的是,其他实施方式并不限于此,本领域技术人员可以对其数量进行合理的扩展及延伸,其均在本发明的保护范围之内。所述透明板材9可以是无机玻璃、有机玻璃、亚克力或任何其他透明板材。另外,所述成像装置1的前端设有用于汇聚光线以便于图像采集的镜头2。优选地,所述成像装置1可选用一组远心镜头,远心镜头具有高分辨率、超宽景深、超低畸的特点,普通镜头无法解决透明材质物体内部的杂质分析、外形轮廓测量和材质瑕疵等问题,而远心镜头可以有效地避免光线在经过透光材质物体时由于多次折射而形成的不规则亮斑,从而能很完美的解决以上问题。所述成像装置1通常采用独立成像模式或联合成像模式采集透明板材通孔的图像信息,且在联合成像模式下采集的信息量至少是现有的信息量的1.5倍,综合使用独立成像模式及联合成像模式,成像装置1采集的信息量至少是现有技术的采集信息量的2.5倍,从而极大地丰富了图像采集的信息量,提高了通孔形状信息和缺陷信息的准确度和精度,有利于提高通孔缺陷的检出率和识别率,并且后续进行的通孔缺陷在透明板材中的三维位置计算结果及缺陷种类分析结果也更精确。
可以理解,所述传送装置(图未示)用于让透明板材9和成像装置1之间产生相对移动。例如,通过将透明板材9相对于成像装置1移动来产生上述相对移动,也可以通过相对于透明板材9移动成像装置1来获得上述相对移动。例如,当被检测的透明板材质量很大、尺寸很大、形状特殊时,移动成像装置1要比移动透明板材9更容易。所述传送装置包括滑架、步进电机、传送带、支撑架等,具体的连接结构与现有产品相同,故在此不再赘述。出于示例而非限制的目的,本实施例中将假设组合光源和成像装置1保持固定,利用传送装置将透明板材9移动至检测区域。
可以理解,所述组合光源包括反射亮光源3、透射亮光源6、反射暗光源4、透射暗光源5和远射暗光源8,所述组合光源在所述控制器7的控制下通过不同光源组合分时切换提供反射明场照明模式、透射明场照明模式、反射暗场照明模式、透射暗场照明模式和混合照明模式五种照明模式,其中,暗场照明模式主要用于检测通孔10具有凹陷部分的区域,例如轮廓、划伤等,而明场照明模式主要用于检测通孔10内表面上的缺陷,例如结石、粘锡、凸点等,混合照明模式主要用于增强成像的对比度,暗场照明模式即指反射暗场照明模式和透射暗场照明模式,明场照明模式即指反射明场照明模式和透射明场照明模式,混合照明模式即指明场光源和暗场光源同时存在时形成的照明模式。
具体地,所述反射亮光源3与成像装置1部署在透明板材9的同一侧,例如均位于透明板材9上的通孔10的上方,且成像装置1的镜头2正对光源的反射光路上,这样光线经反射后进入成像装置1,成像装置1采集到明亮的图像。当打开反射亮光源3,光线发出后沿箭头方向照射到透明板材9的通孔10上,经透明板材9反射后进入成像装置1,此时反射亮光源3对透明板材9进行反射明场照明,此照明模式类别为反射明场照明模式。本文中将反射亮光源3与成像装置1组成的反射通道称为1A通道。由于明场照明模式对通孔10中的畸变和折射不均匀非常敏感,因而可利用1A通道检测透明板材9上的通孔10内部的气泡、结石、粘锡、凹点、凸点、变形等缺陷。除非另行说明,本文所称打开某种组合光源中某个光源或某几个光源,其它光源均关闭。
所述透射亮光源6与成像装置1分别位于透明板材9的上下两侧,且成像装置1的镜头2正对光源透射的光路上,这样光线经透射后进入成像装置1,成像装置1采集到明亮的图像。当打开所述透射亮光源6,光线发出后沿箭头方向照射到透明板材9上的通孔10处,经透明板材9透射后进入成像装置1,此时透射亮光源6对透明板材9进行透射明场照明,此照明模式类别为透射明场照明模式,本实施例中将透射亮光源6与成像装置1组成的透射通道称为2A通道。同样可利用2A通道检测通孔10内部的气泡、结石、粘锡、凹点、凸点、变形等缺陷。
所述反射暗光源4与成像装置1位于透明板材9的同一侧,但成像装置1的镜头2不在光源的反射光路上,这样光线经漫射和散射后进入成像装置1,成像装置1采集到较暗的图像。当打开反射暗光源4,光线发出后沿箭头方向照射到通孔10上,经漫射和折射后才能有少量光线进入成像装置1,此时反射暗光源4对透明板材9进行反射暗场照明,此照明模式类别为反射暗场照明模式,本文中将反射暗光源4与成像装置1组成的漫射通道称为3A通道。成像装置1基本上在黑暗的环境下,仅能检测到透明板材9上的通孔10在暗场照明模式下缺陷的漫射或散射图像信息,可以作为明场检测通道的有益补充。
所述透射暗光源5与成像装置1分别位于透明板材9的上下两侧,但成像装置1的镜头2不在光源透射的光路上,光线经漫射和折射后进入成像装置1,成像装置1采集到较暗的图像。所述远射暗光源8与成像装置1分别位于透明板材9的上下两侧,但成像装置1的镜头2不在光源透射的光路上,光线经漫射和折射后进入成像装置1,成像装置1采集到较暗的图像。成像装置1基本上在黑暗的环境下,仅能检测到透明板材9上的通孔10在暗场照明模式下缺陷的漫射或散射图像信息,可以作为明场检测通道的有益补充。
还可以理解,当打开透射暗光源5、远射暗光源8及各光源间组合,可以依次形成4A、5A、6A、8A、9A、10A、11A、12A、13A、14A、15A、16A、17A、18A、19A、20A、21A、22A、23A、24A、25A、26A、27A、28A、29A、30A、31A,共计31个通道,从而实现成像装置1的多通道图像采集,而多通道检测数据能够提供透明板材9内部和/或表面有关缺陷的分布、位置信息、大小、形状、颜色等用于缺陷分类分级的信息或关键参数,并且依此检测数据,可以准确地计算出缺陷的三维相对位置,计算缺陷密度,还可以准确可靠地检测并分类基板上诸如划伤、脏迹、沾锡、锡点、碎屑等的表面缺陷以及诸如气泡、光变畸点、槽底泡、结石、节瘤等内部缺陷。
另外,所述组合光源可以是半导体光源,也可为普通光源,光谱范围无限制,但需处于成像装置1的感光范围之内,光源可选择为单色光也可为白光。作为优选的,组合光源采用LED灯带,寿命长,而且可以获得更高的亮度。
可以理解,在实施例中,所述处理器13生成控制指令经控制器7使得与成像装置1对应的多个检测通道并不同时工作,从而避免了多通道间的干扰。在本实施例中,所述处理器13为计算机,控制器7为相机与光源同步控制器,计算机经相机数据线与一个或者多个成像装置1通信连接,以接收多通道的图像数据,计算机还经通信电缆和相机与光源同步控制器连接,以对其传递控制指令,相机与光源同步控制器作为外部触发源用于控制各个光源和成像装置1中每一个的触发时序,相机与光源同步控制器可以包括任何类型的脉冲触发器,例如但不限于编码器。在检测过程中,相机与光源同步控制器基于透明板材9的位移来控制各光源和成像装置1的工作时序,使得在一个工作周期内完成一次所有通道的检测。
在本实施例中,上述5个光源不同时开通,而是通过相机与光源同步控制器对组合光源进行分时切换实现对透明板材9上的通孔10进行照明,成像装置1则连续实时扫描,交替获取各照明模式下的通孔10位置的形状精度以及缺陷数据信息,当然照明模式交替,并不是穷尽所有光源组合,也不需按固定的顺序,而是根据检测要求选取几种最佳的照明模式。对于表面粗糙、不平,甚至异形透明板材的通孔缺陷,可以考虑在A系列通道的基础上增加同轴光源,以提高缺陷三维相对位置的精确度。
可以理解,所述处理器13包括形状精度判断模块131、缺陷判断模块132和三维定位模块133,其中,所述形状精度判断模块131用于分析得到通孔10的形状精度,所述缺陷判断模块132用于分析得到通孔10内表面的缺陷信息,所述三维定位模块133用于构建通孔缺陷在透明板材9中的三维分布图。
具体地,所述形状精度判断模块131具体通过以下方式分析得到通孔10的形状精度:如图2所示,首先,基于至少一个成像装置1采集到的多通道图像数据得到光线在透明板材9的上表面跳变形成的上椭圆轮廓线100和在下表面跳变形成的下椭圆轮廓线101;然后,在通孔10的孔壁圆周上选取若干个点拟合出完整的孔壁轮廓线102,所述孔壁轮廓线102位于上椭圆轮廓线100和下椭圆轮廓线101之间,由于多通道图像数据的信息量足够大,从而可以准确地得到这三条轮廓线,精准地反映出通孔10的尺寸变化;最后,计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置1的镜头2与通孔10之间的角度和距离数据准确计算得到通孔10的尺寸发生变化的位置信息,从而得到通孔10的形状精度,无需采用复杂的算法,适于广泛推广。
所述缺陷判断模块132具体通过以下方式分析得到通孔10内表面的缺陷信息:首先,采用维纳滤波器对通孔10内表面的图像进行去噪处理;为了更好地提取缺陷目标,采用伽马灰度变换对去噪处理后的图像进行图像增强预处理,以增大缺陷目标与背景间的灰度差异,同时提高图像的信噪比;然后采用Otsu阈值法(最大类间阈值法)进行缺陷提取;再经过图像增强和图像形态学处理后,采用机器学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括通孔10内部有关缺陷的分布、位置信息、大小、形状、颜色等用于缺陷分类分级的信息或关键参数。其中,机器学习算法可以采用现有的决策树算法、支持向量机算法、随机森林算法和人工神经网络算法中的任一种。
所述三维定位模块133具体通过以下方式构建通孔缺陷在透明板材9中的三维分布图:首先,基于形状精度判断模块131得到的上椭圆轮廓线100和下椭圆轮廓线101来确定通孔10在透明板材9中的位置和大小,并构建出通孔10在透明板材9中分布的三维建模图形;然后,按标准尺寸的网格线构建通孔10的内表面;最后,根据缺陷的类型、大小及位置将其标记到通孔10的内表面上,从而得到通孔缺陷在透明板材9中的三维分布图。其中,缺陷的类型、大小和位置均由缺陷判断模块132得到。
另外,可以理解,所述处理器13还包括大数据分析模块,用于基于检测结果对产品进行质量分级,并与相关智能设备协同在生产线上对产品进行自动分拣。可选地,利用分析结果智能评测透明材料生产线的质量稳定性,并依此对相关生产工艺进行优化、改造等。
实验显示,本实施例的透明板材通孔视觉检测系统能够对气泡、结石、划伤、碎屑、粘锡、疖瘤等各种缺陷进行准确的识别和分类,由于提供多种不同的照明模式、成像模式选择,多角度校正缺陷数据,消除检测中相互间的干扰,克服透明板材9的通孔表面灰尘、粘锡等对缺陷检测和分类结果的影响,缺陷的大小、位置、形状、深度更为精准,缺陷检出率和识别率更高,并且构建出通孔缺陷在透明板材9中的三维分布图,为指导分析缺陷成因、生产工艺调整和成品等级划分提供了重要参考指标,有利于在线提高加工质量,大大提高了生产作业效率和产品成品率,更好地适应表面粗糙、不平,甚至异形透明材料的缺陷检测与三维分布检测。
另外,可以理解,如图3所示,本发明的另一实施例还提供一种透明板材通孔视觉检测方法,其优选采用如上所述的透明板材通孔视觉检测系统。所述透明板材通孔视觉检测方法包括以下步骤:
步骤S1:将透明板材传送至检测区域;
步骤S2:控制组合光源进行不同照明模式的分时切换;
步骤S3:控制至少一个成像装置在透明板材被照明时对通孔进行连续扫描;
步骤S4:基于至少一个成像装置采集到的图像数据分析得到通孔的形状精度、内部缺陷及构建通孔缺陷在透明板材中的三维分布图。
可以理解,所述步骤S2和步骤S3可以同时进行。
在本实施例中,所述透明板材通孔视觉检测方法,通过控制组合光源进行多种照明模式的分时切换,并控制至少一个成像装置在不同的照明模式下进行成像扫描,实现对通孔形状和缺陷的多通道图像采集,极大地丰富了图像采集的信息量,提高了通孔形状信息和缺陷信息的准确度和精度,最后基于采集的大量图像数据进行分析得到透明板材上的通孔的形状精度、内部缺陷,确保了通孔缺陷的检出率和识别率,并且准确地构建出通孔缺陷在透明板材中的三维分布图,从而可以在线给指导缺陷成因、生产工艺调整和材料成品分级提供重要参考指标,实时性好,反应速度快,有利于在线提高加工质量,大大提高了生产作业效率和产品成品率。
可以理解,作为优选的,所述透明板材通孔视觉检测方法还包括以下步骤:
步骤S5:基于检测结果对产品进行质量分级,并与相关智能设备协同在生产线上对产品进行自动分拣。另外,还可以利用分析结果智能评测透明材料生产线的质量稳定性,并依此对相关生产工艺进行优化、改造等。
可以理解,如图4所示,所述步骤S4中具体通过以下步骤分析得到通孔的形状精度:
步骤S41a:基于至少一个成像装置的图像数据得到光线在透明板材的上表面跳变形成的上椭圆轮廓线和在下表面跳变形成的下椭圆轮廓线;
步骤S42a:在通孔的孔壁圆周上选取若干个点拟合出孔壁轮廓线,所述孔壁轮廓线位于上椭圆轮廓线和下椭圆轮廓线之间;
步骤S43a:计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置的镜头与通孔之间的角度和距离数据计算得到通孔的尺寸发生变化的位置,从而得到通孔的形状精度。
可以理解,如图5所示,所述步骤S4中具体通过以下步骤分析得到通孔的内部缺陷:
步骤S41b:采用维纳滤波器对通孔内表面的图像进行去噪处理;
步骤S42b:采用伽马灰度变换对去噪处理后的图像进行图像增强预处理;
步骤S43b:采用Otsu阈值法进行缺陷提取;
步骤S44b:再经过图像增强和图像形态学处理后,采用深度学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括缺陷的类型、大小及位置。
可以理解,如图6所示,所述步骤S4中具体通过以下步骤构建通孔缺陷在透明板材中的三维分布图:
步骤S41c:基于上椭圆轮廓线和下椭圆轮廓线确定通孔在透明板材中的位置和大小,并构建出通孔在透明板材中分布的三维建模图形;
步骤S42c:按标准尺寸的网格线构建通孔的内表面;
步骤S43c:根据缺陷的类型、大小及位置将其标记到通孔的内表面上。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (7)
1.一种透明板材通孔视觉检测系统,其特征在于,
包括
至少一个成像装置(1),用于对透明板材(9)上的通孔(10)进行成像扫描;
组合光源,用于提供照明;
传送装置,用于使透明板材(9)与成像装置(1)之间产生相对移动;
控制器(7),用于控制所述组合光源进行照明模式的分时切换及控制至少一个成像装置(1)在不同照明模式下进行图像采集;
处理器(13),用于生成控制指令给控制器(7)及接收至少一个成像装置(1)采集的图像数据,并基于图像数据进行分析得到通孔(10)的形状精度、内部缺陷及构建通孔缺陷在透明板材(9)中的三维分布图;
所述处理器(13)包括
形状精度判断模块(131),用于分析得到通孔(10)的形状精度;
缺陷判断模块(132),用于分析得到通孔(10)内表面的缺陷信息;
三维定位模块(133),用于构建通孔缺陷在透明板材(9)中的三维分布图;
所述形状精度判断模块(131)通过以下方式分析得到通孔(10)的形状精度:
基于至少一个成像装置(1)的图像数据得到光线在透明板材(9)的上表面跳变形成的上椭圆轮廓线(100)和在下表面跳变形成的下椭圆轮廓线(101);
在通孔(10)的孔壁圆周上选取若干个点拟合出孔壁轮廓线(102),所述孔壁轮廓线(102)位于上椭圆轮廓线(100)和下椭圆轮廓线(101)之间;
计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置(1)的镜头(2)与通孔(10)之间的角度和距离数据计算得到通孔(10)的尺寸发生变化的位置,从而得到通孔(10)的形状精度。
2.如权利要求1所述的透明板材通孔视觉检测系统,其特征在于,
所述组合光源包括反射亮光源(3)、透射亮光源(6)、反射暗光源(4)、透射暗光源(5)和远射暗光源(8),所述组合光源在所述控制器(7)的控制下通过不同光源组合分时切换提供反射明场照明模式、透射明场照明模式、反射暗场照明模式、透射暗场照明模式和混合照明模式五种照明模式,其中,暗场照明模式用于检测通孔(10)具有凹陷部分的区域,明场照明模式用于检测通孔(10)内表面上的缺陷,混合照明模式用于增强成像的对比度。
3.如权利要求1所述的透明板材通孔视觉检测系统,其特征在于,
所述缺陷判断模块(132)通过以下方式分析得到通孔(10)内表面的缺陷信息:
采用维纳滤波器对通孔(10)内表面的图像进行去噪处理;
采用伽马灰度变换对去噪处理后的图像进行图像增强预处理;
采用Otsu阈值法进行缺陷提取;
再经过图像增强和图像形态学处理后,采用机器学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括缺陷的类型、大小及位置。
4.如权利要求3所述的透明板材通孔视觉检测系统,其特征在于,
所述三维定位模块(133)通过以下方式构建通孔缺陷在透明板材(9)中的三维分布图:
基于上椭圆轮廓线(100)和下椭圆轮廓线(101)确定通孔(10)在透明板材(9)中的位置和大小,并构建出通孔(10)在透明板材(9)中分布的三维建模图形;
按标准尺寸的网格线构建通孔(10)的内表面;
根据缺陷的类型、大小及位置将其标记到通孔(10)的内表面上。
5.一种透明板材通孔视觉检测方法,其特征在于,
包括以下步骤:
步骤S1:将透明板材传送至检测区域;
步骤S2:控制组合光源进行不同照明模式的分时切换;
步骤S3:控制至少一个成像装置在透明板材被照明时对通孔进行连续扫描;
步骤S4:基于至少一个成像装置采集到的图像数据分析得到通孔的形状精度、内部缺陷及构建通孔缺陷在透明板材中的三维分布图;
所述步骤S4中具体通过以下步骤分析得到通孔的形状精度:
步骤S41a:基于至少一个成像装置的图像数据得到光线在透明板材的上表面跳变形成的上椭圆轮廓线和在下表面跳变形成的下椭圆轮廓线;
步骤S42a:在通孔的孔壁圆周上选取若干个点拟合出孔壁轮廓线,所述孔壁轮廓线位于上椭圆轮廓线和下椭圆轮廓线之间;
步骤S43a:计算得到上述三条轮廓线的长轴和短轴的尺寸,并结合成像装置的镜头与通孔之间的角度和距离数据计算得到通孔的尺寸发生变化的位置,从而得到通孔的形状精度。
6.如权利要求5所述的透明板材通孔视觉检测方法,其特征在于,
所述步骤S4中具体通过以下步骤分析得到通孔的内部缺陷:
步骤S41b:采用维纳滤波器对通孔内表面的图像进行去噪处理;
步骤S42b:采用伽马灰度变换对去噪处理后的图像进行图像增强预处理;
步骤S43b:采用Otsu阈值法进行缺陷提取;
步骤S44b:再经过图像增强和图像形态学处理后,采用深度学习算法对缺陷进行分类以得到缺陷信息,缺陷信息包括缺陷的类型、大小及位置。
7.如权利要求6所述的透明板材通孔视觉检测方法,其特征在于,
所述步骤S4中具体通过以下步骤构建通孔缺陷在透明板材中的三维分布图:
步骤S41c:基于上椭圆轮廓线和下椭圆轮廓线确定通孔在透明板材中的位置和大小,并构建出通孔在透明板材中分布的三维建模图形;
步骤S42c:按标准尺寸的网格线构建通孔的内表面;
步骤S43c:根据缺陷的类型、大小及位置将其标记到通孔的内表面上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297249.2A CN111006608B (zh) | 2019-12-17 | 2019-12-17 | 透明板材通孔视觉检测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911297249.2A CN111006608B (zh) | 2019-12-17 | 2019-12-17 | 透明板材通孔视觉检测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111006608A CN111006608A (zh) | 2020-04-14 |
CN111006608B true CN111006608B (zh) | 2021-04-27 |
Family
ID=70115929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911297249.2A Active CN111006608B (zh) | 2019-12-17 | 2019-12-17 | 透明板材通孔视觉检测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111006608B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111531203B (zh) * | 2020-05-12 | 2021-03-05 | 西北工业大学 | 一种飞机壁板锪窝孔深度在线视觉检测方法及系统 |
CN111398301A (zh) * | 2020-05-14 | 2020-07-10 | 深圳新视智科技术有限公司 | 玻璃盖板缺陷自动化检测光学成像方法 |
CN111982931B (zh) * | 2020-08-27 | 2022-11-18 | 高视科技(苏州)有限公司 | 一种高精度晶圆表面缺陷检测装置及其检测方法 |
CN112200164B (zh) * | 2020-12-03 | 2021-02-23 | 中国科学院自动化研究所 | 基于电镜图像的集成电路金属圆孔自动识别方法及系统 |
CN112763503A (zh) * | 2020-12-24 | 2021-05-07 | 山西大数据产业发展有限公司 | 基于机器视觉的高牌号冷轧硅钢孔洞检测系统 |
KR102557965B1 (ko) * | 2021-01-21 | 2023-07-20 | 주식회사 야스 | 홀(Hole)을 구비한 유리기판 검사시스템 |
CN112414945B (zh) * | 2021-01-25 | 2021-04-06 | 深圳宜美智科技股份有限公司 | 基于图像检测的钻孔缺陷检测方法及钻孔缺陷检测设备 |
CN113218955A (zh) * | 2021-05-06 | 2021-08-06 | 宁波星帆信息科技有限公司 | 一种检测装置及方法 |
CN114414487B (zh) * | 2022-01-19 | 2024-04-16 | 北京科技大学设计研究院有限公司 | 一种二维与三维融合的圆钢表面成像系统 |
CN116091506B (zh) * | 2023-04-12 | 2023-06-16 | 湖北工业大学 | 一种基于yolov5的机器视觉缺陷质检方法 |
CN117250203A (zh) * | 2023-11-10 | 2023-12-19 | 深圳市玻尔智造科技有限公司 | 一种石墨卷材检测方法与系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107957425A (zh) * | 2017-12-08 | 2018-04-24 | 湖南科创信息技术股份有限公司 | 透明材料缺陷检测系统及方法 |
CN108267460A (zh) * | 2018-02-26 | 2018-07-10 | 湖南科创信息技术股份有限公司 | 用于透明材料缺陷检测的矩阵式视觉检测系统和方法 |
CN208171882U (zh) * | 2018-04-10 | 2018-11-30 | 湖南科创信息技术股份有限公司 | 平板形材料两面差异性视觉鉴别系统 |
CN208520771U (zh) * | 2018-05-29 | 2019-02-19 | 湖南科创信息技术股份有限公司 | 板面材料全视面缺陷检测系统 |
CN208568616U (zh) * | 2018-05-04 | 2019-03-01 | 湖南科创信息技术股份有限公司 | 玻璃锡缺陷视觉鉴别系统 |
-
2019
- 2019-12-17 CN CN201911297249.2A patent/CN111006608B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107957425A (zh) * | 2017-12-08 | 2018-04-24 | 湖南科创信息技术股份有限公司 | 透明材料缺陷检测系统及方法 |
CN108267460A (zh) * | 2018-02-26 | 2018-07-10 | 湖南科创信息技术股份有限公司 | 用于透明材料缺陷检测的矩阵式视觉检测系统和方法 |
CN208171882U (zh) * | 2018-04-10 | 2018-11-30 | 湖南科创信息技术股份有限公司 | 平板形材料两面差异性视觉鉴别系统 |
CN208568616U (zh) * | 2018-05-04 | 2019-03-01 | 湖南科创信息技术股份有限公司 | 玻璃锡缺陷视觉鉴别系统 |
CN208520771U (zh) * | 2018-05-29 | 2019-02-19 | 湖南科创信息技术股份有限公司 | 板面材料全视面缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111006608A (zh) | 2020-04-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111006608B (zh) | 透明板材通孔视觉检测系统及方法 | |
CN110261390B (zh) | 一种漫反射结构光的表面缺陷光学检测系统和方法 | |
CN108332689B (zh) | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 | |
CN103217436B (zh) | 一种背光模组瑕疵的检测方法及设备 | |
US10890537B2 (en) | Appearance inspection device, lighting device, and imaging lighting device | |
US9110035B2 (en) | Method and system for detecting defects of transparent substrate | |
CN107957425A (zh) | 透明材料缺陷检测系统及方法 | |
CN108956645A (zh) | 一种多视觉系统的光学镜片缺陷检测装置及方法 | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN108344751B (zh) | 基于多通道光源的材料板形缺陷检测系统和方法 | |
CN101063662A (zh) | 空瓶瓶底缺陷的检测方法及基于dsp的空瓶瓶底缺陷检测装置 | |
CN107891012B (zh) | 基于等效算法的珍珠大小及圆形度分拣装置 | |
CN108267460A (zh) | 用于透明材料缺陷检测的矩阵式视觉检测系统和方法 | |
US20140152808A1 (en) | Method and device for the reliable detection of material defects in transparent material | |
CN210071686U (zh) | 基于正交双目机器视觉的水果分级装置 | |
CN111551350A (zh) | 一种基于U_Net网络的光学镜片表面划痕检测方法 | |
CN109827974B (zh) | 一种树脂滤光片膜裂检测设备及检测方法 | |
CN111239142A (zh) | 膏体外观缺陷检测设备及方法 | |
CN113000413A (zh) | 基于机器视觉的同步器齿套表面缺陷检测系统、方法、终端 | |
García-Alegre et al. | Eggshell defects detection based on color processing | |
CN108956613A (zh) | 玻璃锡缺陷视觉鉴别系统 | |
CN114378002A (zh) | 一种基于机器视觉的猴头菇分级系统及分级方法 | |
CN108204977A (zh) | 基于机器视觉的玉米籽粒品质自动检测装置 | |
CN111721507B (zh) | 基于极坐标识别的键盘背光模组的智能检测方法及装置 | |
JP2011208941A (ja) | 欠陥検査装置およびその方法 |
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 |