CN111122590A - 一种陶瓷表面缺陷检测装置及检测方法 - Google Patents
一种陶瓷表面缺陷检测装置及检测方法 Download PDFInfo
- Publication number
- CN111122590A CN111122590A CN201911220993.2A CN201911220993A CN111122590A CN 111122590 A CN111122590 A CN 111122590A CN 201911220993 A CN201911220993 A CN 201911220993A CN 111122590 A CN111122590 A CN 111122590A
- Authority
- CN
- China
- Prior art keywords
- image
- ceramic
- sample
- detected
- detection
- 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
-
- 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
- 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
Abstract
本发明涉及陶瓷缺陷检测技术领域,具体公开了一种陶瓷表面缺陷检测装置及检测方法,检测装置包括:光源,位于待检测陶瓷和样本陶瓷的上方,用于产生光线并照射在待检测陶瓷或样本陶瓷上;图像采集器,位于待检测陶瓷和样本陶瓷的上方,用于采集样本陶瓷在光线照射下的图像,以及,用于采集待检测陶瓷在光线照射下的图像;数据处理器,与图像采集器电连接,用于获取样本陶瓷的图像作为样本图像,以及获取待检测陶瓷的图像作为检测图像,并根据样本图像计算提取检测图像中的缺陷部分。本发明的陶瓷表面缺陷检测装置及检测方法,具有成本支出低、误判几率非常低、漏检可能性非常低的多个优势。
Description
技术领域
本发明涉及陶瓷缺陷检测技术领域,尤其涉及一种陶瓷表面缺陷检测装置及检测方法。
背景技术
随着社会发展和人民生活水平的提高,人们对物质的追求也随之提升。陶瓷制品其独特的光泽及美感受越来越多的人们追捧和喜爱,同时,人们对陶瓷制品的品质要求也越来越高。通常情况下,陶瓷制品制出后,有部分成品的表面有划痕、釉裂、崩边、缺角、溶洞、凹坑、凸点等缺陷,而这些产品往往不能达到人们的使用要求,所以需要通过一些方法将这些具有缺陷的产品筛选出。目前陶瓷厂最常用的方法是目测法,即一条流水线上配备2-4人进行人工缺陷检测,流水线一般都是24小时工作,需要2-3班轮换,人工检测的人力成本开支高,误判几率高,漏检可能性大等问题。
发明内容
针对现有技术中的技术问题,本发明提供一种陶瓷表面缺陷检测装置及检测方法。
一种陶瓷表面缺陷检测装置,检测装置包括:
光源,位于待检测陶瓷和样本陶瓷的上方,用于产生光线并照射在待检测陶瓷或样本陶瓷上;
图像采集器,位于待检测陶瓷和样本陶瓷的上方,用于采集样本陶瓷在光线照射下的图像,以及,用于采集待检测陶瓷在光线照射下的图像;
数据处理器,与图像采集器电连接,用于获取样本陶瓷的图像作为样本图像,以及获取待检测陶瓷的图像作为检测图像,并根据样本图像计算提取检测图像中的缺陷部分。
进一步的,光源,还用于产生不同频段光线并照射在待检测陶瓷和样本陶瓷上;
图像采集器,还用于采集样本陶瓷在不同谱段照射下的图像,以及采集待检测陶瓷在不同谱段照射下的图像;
数据处理器,还用于获取不同谱段下样本陶瓷的图像并进行融合得到样本图像,获取不同谱段下待检测陶瓷的图像并进行融合得到检测图像,以及根据样本图像计算提取检测图像中的缺陷部分。
进一步的,图像采集器的采集路径与光源以待检测陶瓷表面为镜像的光源镜像点在一条直线上。
进一步的,还包括陶瓷传送带,陶瓷传送带位于光源与图像采集器的下方,传送带传送若干待检测陶瓷由图像采集器进行图像的采集。
进一步的,光源为LED灯,或卤素灯,或汞灯。
进一步的,光源产生的光为可见波段的光。
进一步的,图像采集器为单色图像传感器或彩色图像传感器。
进一步的,图像采集器为线型图像传感器或面型图像传感器。
一种运用上述陶瓷表面缺陷检测装置的方法,方法包括:
数据处理器获取图像采集器在光源照射下采集的样本陶瓷的图像作为样本图像并存储,以及
获取图像采集器在光源照射下采集的待检测陶瓷的图像作为检测图像并存储;
根据样本图像确定图像检测因子;
根据图像检测因子对检测图像依次进行滤波、边缘检测、分割以及虚警滤除;
输出检测结果并进行存储。
进一步的,方法还包括:数据处理器获取图像采集器在光源发出不同频段光照射下采集的样本陶瓷的图像并进行融合,得到样本图像并存储;
以及,获取图像采集器在光源发出不同频段光照射下采集的待检测陶瓷的图像并进行融合,得到检测图像并存储。
进一步的,方法还包括对图像采集器进行平场校正和/或白平衡校正。
本发明实施例的陶瓷表面缺陷检测装置及检测方法,图像采集装置采集样本陶瓷或者待检测陶瓷的图像,经由数据处理器的分析,能够得出检测图像相对于样本图像的差别,继而确定出待检测陶瓷的缺陷情况,本检测装置及检测方法不仅能够得出准确的检测结果,分析出准确的缺陷位置,还能够完全替代人工检测,具备成本支出低、误判几率非常低、漏检可能性非常低的多个优势。
附图说明
为了更清楚的说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见的,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它附图。
图1为本发明实施例的一种陶瓷表面缺陷检测装置的部件组成图;
图2为本发明实施例的一种陶瓷表面缺陷检测装置的位置示意图(一);
图3为本发明实施例的一种陶瓷表面缺陷检测装置的位置示意图(二);
图4为本发明实施例的一种陶瓷表面缺陷检测装置的位置示意图(三);
图5为本发明实施例的一种陶瓷表面缺陷检测装置的位置示意图(四);
图6为本发明实施例的一种陶瓷表面缺陷检测装置的位置示意图(五);
图7为本发明实施例的一种陶瓷表面缺陷检测方法的步骤流程图;
图8为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(一);
图9为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(二);
图10为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(三);
图11为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(四);
图12为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(五);
图13为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(六);
图14为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(七);
图15为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(八);
图16为本发明实施例的一种陶瓷表面缺陷检测方法的图像示意图(九);
图17为本发明另一实施例的一种陶瓷表面缺陷检测方法的步骤流程图;
图18为本发明再一实施例的一种陶瓷表面缺陷检测方法的步骤流程图(一);
图19为本发明再一实施例的一种陶瓷表面缺陷检测方法的步骤流程图(二);
其中:1-光源、2-图像采集器、3-数据处理器、4-陶瓷传送带。
具体实施方式
下面将结合本发明中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,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,本领域普通的技术人员在没有做出创造性劳动的前提下所获得的所有其它实施例,都属于本发明的保护范围。
本发明实施例提供了一种陶瓷表面缺陷检测装置,如图1至图6所示,检测装置包括:光源1,位于待检测陶瓷和样本陶瓷的上方,用于产生光线并照射在待检测陶瓷或样本陶瓷上;图像采集器2,位于待检测陶瓷和样本陶瓷的上方,用于采集样本陶瓷在光线照射下的图像,以及,用于采集待检测陶瓷在光线照射下的图像;数据处理器3,与图像采集器2电连接,用于获取样本陶瓷的图像作为样本图像,以及获取待检测陶瓷的图像作为检测图像,并根据样本图像计算提取检测图像中的缺陷部分。在本实施例中,样本陶瓷应当尽量与待检测陶瓷的尺寸、花纹相一致,且样本陶瓷上应当没有划痕、釉裂、崩边、缺角、溶洞、凹坑、凸点等缺陷,所以以样本陶瓷的样本图像作为本检测装置的参考图像。由于待检测陶瓷可能会具有缺陷,导致光源1照射在待检测陶瓷的表面光会因为划痕、凹坑、凸点等出现不同的光的折射,通过计算待检测陶瓷的检测图像和样本图像的差别,就能够确定出待检测陶瓷的缺陷位置或者情况。
具体的,本发明实施例的陶瓷表面缺陷检测装置中,光源1还用于产生不同频段光线并照射在待检测陶瓷和样本陶瓷上;图像采集器2还用于采集样本陶瓷在不同谱段照射下的图像,以及采集待检测陶瓷在不同谱段照射下的图像;数据处理器3,还用于获取不同谱段下样本陶瓷的图像并进行融合得到样本图像,获取不同谱段下待检测陶瓷的图像并进行融合得到检测图像,以及根据样本图像计算分析出检测图像的缺陷部分。
本发明实施例中的光源1,用于产生光线并照射在待检测陶瓷上,此光线可以是白光,也可以是不同频段的单色光,可采用LED灯,或卤素灯,或汞灯进行实现。LED灯能够产生从紫外到红外之间几乎所有波段的光,且耗能低,是本实施例的优选方式。同时,本实施例中的光源1所产生的光应当尽量均匀,使得数据处理器3在后面对图像的相关计算具有更高的精确度,优选的,在光源1前方安装导光柱,用于将光源1发出的光均匀化。本实施例中的光源1所产生的光应当尽可能选用可见波段的光,同时其功率应当满足图像采集器2的成像要求。本实施例光源1的照射面积决定于图像采集器2的视野范围以及样本陶瓷及待检测陶瓷的尺寸。本实施例中的光源1,可以由LED灯、卤素灯、汞灯组成的线光、条形光或者同轴光等,具体的可由本领域技术人员在实际操作时自行选用。
本实施例中的图像采集器2,用于采集样本陶瓷和待检测陶瓷在光线照射下的图像。在本发明的实施例中,图像采集器1可采用单色图像传感器或彩色图像传感器进行图像的采集,单色图像传感器所采集的图像为黑白图像,彩色图像传感器采集的图像为彩色图像,单色图像传感器的价格相对低廉,可以作为优选。图像采集器2也可为线型图像传感器或面型图像传感器,当光源1为线型光源时,相匹配的,图像采集器2选用线型图像传感器进行实现。本实施例中的图像采集器2,在采用线阵相机时其宽度和高度可以视具体拍摄要求自定义,考虑到瓷砖的尺寸,可以将检测图像或者样本图像进行分块处理。本实施例中,当光源1产生不同谱段光线时,图像采集器2依次在不同谱段光线照射下对样本陶瓷或者待检测陶瓷的图像进行采集,并将采集的所有图像发送给数据处理器3。
本实施例中的数据处理器3,与图像采集器2电连接,用于获取图像采集器2采集的样本陶瓷的图像以及待检测陶瓷的图像,并在光源1在产生白光的情况下,将图像采集器2采集的图像作为样本图像或者检测图像,在光源1产生不同频段单色光的情况下,将图像采集器2采集的不同频段下的样本陶瓷的图像和不同频段下的待检测陶瓷的图像分别融合,得出对应的样本图像和检测图像。本实施例对于不同谱段光线下图像的的融合方式,可采用申请号为“201910573801.X”,申请名称为“一种多谱段陶瓷光谱还原系统及方法”的申请文件中的方法,具体过程在本案中就不再详述。融合得出样本图像与检测图像后,以样本图像作为参考对象,计算分析出检测图像中的缺陷部分,由于待检测陶瓷上存在溶洞、凹坑、凸点这些缺陷,所以会发生光折射现象,继而出现能量不同的区域,故对比样本图像与检测图像就可得出待检测陶瓷的缺陷存在状况,检测图像的能量分布情况越接近样本图像,则说明待检测陶瓷的品质越达标。本实施例中的数据处理器3得出样本图像后进行存储,与每件待检测陶瓷的检测图像进行对比分析,实现待检测陶瓷的缺陷检测。
本发明实施例的陶瓷表面缺陷检测装置中,图像采集装置采集样本陶瓷或者待检测陶瓷的图像,经由数据处理器的分析计算,能够得出检测图像相对于样本图像的差别,继而确定出待检测陶瓷的缺陷情况,本检测装置不仅能够得出准确的检测结果,分析出准确的缺陷位置,还能够完全替代人工检测,具备成本支出低、误判几率非常低、漏检可能性非常低的多个优势。
具体的,本发明实施例中,图像采集器2的采集路径与光源1以待检测陶瓷表面为镜像的光源镜像点在一条直线上。如图2所示,当光源1为线型光源,图像采集器2选用线型图像传感器进行实现时,图像采集器2的采集路径可以垂直待检测陶瓷表面;如图3至图6所示,图像采集器2的采集路径也可以与待检测陶瓷表面存在一定夹角。如果图像采集器2选用面型图像传感器时,由于面型图像传感器的成像属于二维,所以令该图像采集器2的采集路径与待检测陶瓷表面存在一定夹角。本发明没有限定光源1的光线照射路径与待检测陶瓷表面的位置关系,既可以垂直(如图2)也可以存在一定夹角(如图3至图6)。
具体的,如图1所示,本发明实施例的检测装置还包括陶瓷传送带4,陶瓷传送带4位于光源1与图像采集器2的下方,陶瓷传送带4传送若干待检测陶瓷由图像采集器2进行图像的采集。本实施例中的陶瓷传送带4具备传送功能,与一般生产车间中所用的传送带相同,所以本领域技术人员在实现过程中自行选用符合生产情况的传送带类产品即可。本实施例中的陶瓷传送带,其传送速度或者停止传送的时间间隔等依照本发明实施例中图像采集器2采集图像的频率、位置等相关,使用时依照具体情况设定即可。本实施例中的陶瓷传送带,实现了待检测陶瓷的不间断传送,省去人工搬送,使检测过程更加自动化。
本发明还提供一种运用上述实施例中陶瓷表面缺陷检测装置的方法,如图7所示,具体包括以下步骤:
步骤S101:数据处理器获取图像采集器在光源照射下采集的样本陶瓷的图像作为样本图像并存储。
步骤S102:获取图像采集器在光源照射下采集的待检测陶瓷的图像作为检测图像并存储。
步骤S101与步骤S102分别确定出样本图像与待检测图像。
步骤S103:根据样本图像确定图像检测因子。
理想情况下,样本陶瓷上不存在缺陷,所以将样本图像作为标准,将样本图像的各个参数作为图像检测因子,用于后续对检测图像的计算处理。
步骤S104:根据图像检测因子对检测图像依次进行滤波、边缘检测、分割以及虚警滤除。
本实施例中,对检测图像进行滤波,可采用拉普拉斯锐化,以滤除检测图像中瓷砖的底色花纹背景。拉普拉斯锐化图像与图像某个像素的周围像素到此像素的突变程度有关,它的依据是图像像素的变化程度。一个函数的一阶微分描述了函数图像是朝哪里变化的,即增长或者降低;而二阶微分描述的则是图像变化的速度,急剧增长下降还是平缓的增长下降。那么据此可以猜测出依据二阶微分能够找到图像的色素的过渡程度,例如白色到黑色的过渡就是比较急剧的。当邻域中心像素灰度低于它所在的领域内其它像素的平均灰度时,此中心像素的灰度应被进一步降低,当邻域中心像素灰度高于它所在的邻域内其它像素的平均灰度时,此中心像素的灰度应被进一步提高,以此实现图像的锐化处理。
设定一阶偏微分和推出的二元函数微分为:
一阶微分法能够用来检测边缘是否存在。那么二阶微分法,也就是拉普拉斯算子就可以确定边缘的位置。
这样可以找到一个模板矩阵:
这个成为四邻域也就是上面的二阶微分法。如果一个黑色平面中有一个白点,那么模板矩阵可以使这个白点更亮。所以运用拉普拉斯锐化方式可以增强图像的细节,找到图像的边缘。
检测图像经滤波后的边缘检测方式,可采用Sobel离散微分算子实现,为实现对图像水平变化的计算,将图像I与一个3*3的内核卷积,为:
计算图像的垂直变化同样将图像I与一个3*3的内核卷积,为:
通过这两个微分算子就可以很好地检测图像的边缘特性。本实施例中举例的矩阵是在实验过程中寻找到的较为适用的矩阵,本领域技术人员也可以实际图像处理的需求设置矩阵的内容,本实施例不做具体的限定。
对经过边缘检测后的检测图像再进行分割,分割方式可选用最大类间方差分割法,将彩色的检测图像分隔成为二值图像。最大类间方差法,是图像分割阈值选取的最佳算法,不受图像亮度和对比度的影响,其是按图像的灰度特性,将图像分成背景和目标两部分,背景和目标之间的类间方差越大,说明构成图像的两部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。如图8、图11、图14所示,为数据处理器获得的该待检测陶瓷的检测图像,图9、图12、图15为该检测图像通过本实施例的方法经滤波、边缘检测、分割最终得到的图像。
将检测图像进行分割后,会有很多并不属于缺陷的小斑点,需要进行滤除,本实施例中的虚警滤除,可通过形态学处理方式实现。形态学,又叫做数学形态学(mathematicalMorphology),是图像处理中应用最为广泛的技术之一,主要用于从图像中提取对表达和描绘区域形状有意义的图像分量,使后续的识别工作能够抓住目标对象最为本质的形状特征,如边界和连通区域等,同时像细化、像素化和修剪毛刺等技术也常应用于图像的预处理和后处理中,成为图像增强技术的有力补充。图9、图12、图15经虚警滤除,分别得出图10、图13、图16中的最终结果。
步骤S105:输出检测结果并进行存储。
结合图8至图16,可以看出检测结果中对于待检测陶瓷的缺陷位置检测非常准确,完全能够替代人工检测。
具体的,本实施例的方法还包括:数据处理器获取图像采集器在光源发出不同频段光照射下采集的样本陶瓷的图像并进行融合,得到样本图像并存储;以及,获取图像采集器在光源发出不同频段光照射下采集的待检测陶瓷的图像并进行融合,得到检测图像并存储。如图17所示,具体为:
步骤S201:数据处理器获取图像采集器在光源发出不同频段光照射下采集的样本陶瓷的图像并进行融合,得到样本图像并存储。
步骤S202:获取图像采集器在光源发出不同频段光照射下采集的待检测陶瓷的图像并进行融合,得到检测图像并存储。
步骤S201与步骤S202是在光源产生不同频段光照射的情况下,数据处理器对图像采集器采集的图像进行融合分别确定出样本图像与待检测图像。具体对于图像的融合,本实施例可参考前面的实施例叙述实现。
步骤S203:根据样本图像确定图像检测因子。
步骤S204:根据图像检测因子对检测图像依次进行滤波、边缘检测、分割以及虚警滤除。
步骤S205:输出检测结果并进行存储。
具体的,如图18所示,本发明实施例的检测方法中,还包括对图像采集器进行平场校正和/或白平衡校正,具体为:
步骤S301:对图像采集器进行平场校正和/或白平衡校正。
本实施例中对图像采集器进行平场校正,或者进行白平衡校正,或者既进行平场校正又进行白平衡校正,其实施过程可以参考申请文件(申请号为“201910573801.X”,申请名称为“一种多谱段陶瓷光谱还原系统及方法”)实现,本发明此处不再赘述。
步骤S302:数据处理器获取图像采集器在光源照射下采集的样本陶瓷的图像作为样本图像并存储。
步骤S303:获取图像采集器在光源照射下采集的待检测陶瓷的图像作为检测图像并存储。
步骤S304:根据样本图像确定图像检测因子。
步骤S305:根据图像检测因子对检测图像依次进行滤波、边缘检测、分割以及虚警滤除。
步骤S306:输出检测结果并进行存储。
如图19所示,本实施例还可以为:
步骤S401:对图像采集器进行平场校正和/或白平衡校正。
步骤S402:数据处理器获取图像采集器在光源发出不同频段光照射下采集的样本陶瓷的图像并进行融合,得到样本图像并存储。
步骤S403:获取图像采集器在光源发出不同频段光照射下采集的待检测陶瓷的图像并进行融合,得到检测图像并存储。
步骤S404:根据样本图像确定图像检测因子。
步骤S405:根据图像检测因子对检测图像依次进行滤波、边缘检测、分割以及虚警滤除。
步骤S406:输出检测结果并进行存储。
本发明的陶瓷表面缺陷检测方法,所获取的检测结果相对于目测方式来说,检测结果准确,具备成本支出低、误判几率非常低、漏检可能性非常低的多个优势。
以上借助具体实施例对本发明做了进一步描述,但是应该理解的是,这里具体的描述,不应理解为对本发明的实质和范围的限定,本领域内的普通技术人员在阅读本说明书后对上述实施例做出的各种修改,都属于本发明所保护的范围。
Claims (10)
1.一种陶瓷表面缺陷检测装置,其特征在于,所述检测装置包括:
光源,位于待检测陶瓷和样本陶瓷的上方,用于产生光线并照射在所述待检测陶瓷或所述样本陶瓷上;
图像采集器,位于所述待检测陶瓷和样本陶瓷的上方,用于采集所述样本陶瓷在光线照射下的图像,以及,用于采集所述待检测陶瓷在光线照射下的图像;
数据处理器,与所述图像采集器电连接,用于获取所述样本陶瓷的图像作为样本图像,以及获取所述待检测陶瓷的图像作为检测图像,并根据所述样本图像计算提取所述检测图像中的缺陷部分。
2.如权利要求1所述的一种陶瓷表面缺陷检测装置,其特征在于,
所述光源,还用于产生不同频段光线并照射在所述待检测陶瓷和所述样本陶瓷上;
所述图像采集器,还用于采集所述样本陶瓷在不同谱段照射下的图像,以及采集所述待检测陶瓷在不同谱段照射下的图像;
所述数据处理器,还用于获取不同谱段下所述样本陶瓷的图像并进行融合得到样本图像,获取不同谱段下所述待检测陶瓷的图像并进行融合得到检测图像,以及根据所述样本图像计算提取所述检测图像中的缺陷部分。
3.如权利要求1或2任一项所述的一种陶瓷表面缺陷检测装置,其特征在于,所述图像采集器的采集路径与所述光源以所述待检测陶瓷表面为镜像的光源镜像点在一条直线上。
4.如权利要求3所述的一种陶瓷表面缺陷检测装置,其特征在于,还包括陶瓷传送带,所述陶瓷传送带位于所述光源与所述图像采集器的下方,所述传送带传送若干所述待检测陶瓷由所述图像采集器进行图像的采集。
5.如权利要求3所述的一种陶瓷表面缺陷检测装置,其特征在于,所述光源为LED灯,或卤素灯,或汞灯。
6.如权利要求3所述的一种陶瓷表面缺陷检测装置,其特征在于,所述图像采集器为单色图像传感器或彩色图像传感器。
7.如权利要求3所述的一种陶瓷表面缺陷检测装置,其特征在于,所述图像采集器为线型图像传感器或面型图像传感器。
8.一种运用权利要求1至7任一项所述的陶瓷表面缺陷检测装置的方法,其特征在于,所述方法包括:
所述数据处理器获取所述图像采集器在所述光源照射下采集的所述样本陶瓷的图像作为样本图像并存储,以及
获取所述图像采集器在所述光源照射下采集的所述待检测陶瓷的图像作为检测图像并存储;
根据所述样本图像确定图像检测因子;
根据所述图像检测因子对所述检测图像依次进行滤波、边缘检测、分割以及虚警滤除;
输出检测结果并进行存储。
9.如权利要求8所述的一种陶瓷表面缺陷检测方法,其特征在于,还包括:
所述数据处理器获取所述图像采集器在所述光源发出不同频段光照射下采集的所述样本陶瓷的图像并进行融合,得到所述样本图像并存储;
以及,获取所述图像采集器在光源发出不同频段光照射下采集的待检测陶瓷的图像并进行融合,得到所述检测图像并存储。
10.如权利要求8所述的一种陶瓷表面缺陷检测方法,其特征在于,所述方法还包括对所述图像采集器进行平场校正和/或白平衡校正。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220993.2A CN111122590B (zh) | 2019-12-03 | 2019-12-03 | 一种陶瓷表面缺陷检测装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911220993.2A CN111122590B (zh) | 2019-12-03 | 2019-12-03 | 一种陶瓷表面缺陷检测装置及检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111122590A true CN111122590A (zh) | 2020-05-08 |
CN111122590B CN111122590B (zh) | 2023-07-07 |
Family
ID=70497234
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911220993.2A Active CN111122590B (zh) | 2019-12-03 | 2019-12-03 | 一种陶瓷表面缺陷检测装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111122590B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112147073A (zh) * | 2020-09-27 | 2020-12-29 | 佛山职业技术学院 | 一种基于双目视觉的瓷砖表面缺陷检测装置 |
CN112288782A (zh) * | 2020-10-29 | 2021-01-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于边界段数数值pcb缺陷检测方法 |
CN113654470A (zh) * | 2021-07-29 | 2021-11-16 | 佛山市科莱机器人有限公司 | 浴缸表面积水检测方法、系统、设备及介质 |
WO2022007125A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
CN114002234A (zh) * | 2021-10-28 | 2022-02-01 | 南京光衡科技有限公司 | 一种简易的瓷砖表面缺陷检测装置及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107421955A (zh) * | 2017-08-25 | 2017-12-01 | 西京学院 | 一种陶瓷缺陷视觉检测方法 |
CN108320282A (zh) * | 2018-01-25 | 2018-07-24 | 陕西科技大学 | 多特征信息融合的陶瓷墙地砖表面缺陷检测装置及其方法 |
CN108445007A (zh) * | 2018-01-09 | 2018-08-24 | 深圳市华汉伟业科技有限公司 | 一种基于图像融合的检测方法及其检测装置 |
CN108694711A (zh) * | 2018-02-19 | 2018-10-23 | 江苏新时高温材料股份有限公司 | 基于机器视觉技术实现陶瓷膜表面缺陷二维检测方法 |
CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 |
CN110475036A (zh) * | 2019-06-28 | 2019-11-19 | 佛山市景瞳科技有限公司 | 一种多谱段陶瓷光谱还原系统及方法 |
-
2019
- 2019-12-03 CN CN201911220993.2A patent/CN111122590B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107421955A (zh) * | 2017-08-25 | 2017-12-01 | 西京学院 | 一种陶瓷缺陷视觉检测方法 |
CN108445007A (zh) * | 2018-01-09 | 2018-08-24 | 深圳市华汉伟业科技有限公司 | 一种基于图像融合的检测方法及其检测装置 |
CN108320282A (zh) * | 2018-01-25 | 2018-07-24 | 陕西科技大学 | 多特征信息融合的陶瓷墙地砖表面缺陷检测装置及其方法 |
CN108694711A (zh) * | 2018-02-19 | 2018-10-23 | 江苏新时高温材料股份有限公司 | 基于机器视觉技术实现陶瓷膜表面缺陷二维检测方法 |
CN110475036A (zh) * | 2019-06-28 | 2019-11-19 | 佛山市景瞳科技有限公司 | 一种多谱段陶瓷光谱还原系统及方法 |
CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 |
Non-Patent Citations (2)
Title |
---|
N.SAMEER AHAMAD ET AL.: "Analysis and Detection of Surface Defects in Ceramic Tile Using Image Processing Techniques", 《MICROELECTRONICS,ELECTROMAGNETICS AND TELECOMMUNICATIONS》 * |
蒋先刚: "《数字图像模式识别工程项目研究》", 31 March 2014, 西南交通大学出版社 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022007125A1 (zh) * | 2020-07-07 | 2022-01-13 | 蒋梦兰 | 瓷器表面裂纹修复鉴定系统 |
CN112147073A (zh) * | 2020-09-27 | 2020-12-29 | 佛山职业技术学院 | 一种基于双目视觉的瓷砖表面缺陷检测装置 |
CN112288782A (zh) * | 2020-10-29 | 2021-01-29 | 佛山市南海区广工大数控装备协同创新研究院 | 一种基于边界段数数值pcb缺陷检测方法 |
CN113654470A (zh) * | 2021-07-29 | 2021-11-16 | 佛山市科莱机器人有限公司 | 浴缸表面积水检测方法、系统、设备及介质 |
CN114002234A (zh) * | 2021-10-28 | 2022-02-01 | 南京光衡科技有限公司 | 一种简易的瓷砖表面缺陷检测装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111122590B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111122590B (zh) | 一种陶瓷表面缺陷检测装置及检测方法 | |
KR100903704B1 (ko) | 쌀 및 현미의 외관 품위 측정장치 및 그 방법 | |
CN110210477B (zh) | 一种数字式仪表读数识别方法 | |
CN104792794A (zh) | 基于机器视觉的光学薄膜表面缺陷检测方法 | |
CN113298776B (zh) | 一种金属闭式水泵叶轮外观缺陷检测方法 | |
CN113608378B (zh) | 一种基于lcd制程的全自动缺陷检测方法和系统 | |
CN110490826B (zh) | 一种照相机中雾滴样本图像处理方法 | |
CN107290347A (zh) | 蜂窝载体缺陷自动化检测方法 | |
EP3350574B1 (en) | Image analysis system and method | |
CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
JP7062722B2 (ja) | 光学コードのモジュールサイズの特定 | |
CN110660072A (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
CN111353992B (zh) | 一种基于纹理特征的农产品缺陷检测方法及系统 | |
CN112581452A (zh) | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 | |
CN109682821B (zh) | 一种基于多尺度高斯函数的柑橘表面缺陷检测方法 | |
CN113793322A (zh) | 一种对磁性材料自动检测的方法、电子设备和存储介质 | |
EP3896650A1 (en) | Quality control system for series production | |
Duong et al. | Vision inspection system for pharmaceuticals | |
CN109146871B (zh) | 裂纹的识别方法及装置 | |
CN109211919B (zh) | 磁瓦崩缺区域的识别方法及装置 | |
Kiratiratanapruk et al. | Worm egg segmentation based centroid detection in low contrast image | |
CN115343313A (zh) | 基于人工智能的视觉识别方法 | |
KR101675532B1 (ko) | 후판 표면 결함 탐상 장치 및 방법 | |
CN114152621A (zh) | 一种处理方法及处理装置、处理系统 | |
CN110660073B (zh) | 一种直线边缘识别设备 |
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 |