CN111487191A - 基于图像处理的钢化玻璃自爆隐患检测方法及装置 - Google Patents
基于图像处理的钢化玻璃自爆隐患检测方法及装置 Download PDFInfo
- Publication number
- CN111487191A CN111487191A CN202010336964.9A CN202010336964A CN111487191A CN 111487191 A CN111487191 A CN 111487191A CN 202010336964 A CN202010336964 A CN 202010336964A CN 111487191 A CN111487191 A CN 111487191A
- Authority
- CN
- China
- Prior art keywords
- glass
- defect
- image processing
- image
- self
- 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
Links
- 238000004880 explosion Methods 0.000 title claims abstract description 84
- 238000012545 processing Methods 0.000 title claims abstract description 71
- 239000005341 toughened glass Substances 0.000 title claims abstract description 53
- 238000001514 detection method Methods 0.000 title claims abstract description 49
- 230000002269 spontaneous effect Effects 0.000 title claims description 49
- 239000011521 glass Substances 0.000 claims abstract description 169
- 230000007547 defect Effects 0.000 claims abstract description 165
- 238000000034 method Methods 0.000 claims abstract description 25
- 230000002950 deficient Effects 0.000 claims abstract description 8
- 229920003023 plastic Polymers 0.000 claims description 18
- 239000004033 plastic Substances 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 5
- 238000005474 detonation Methods 0.000 abstract description 6
- 238000003384 imaging method Methods 0.000 abstract description 4
- 239000000463 material Substances 0.000 abstract description 3
- 239000002245 particle Substances 0.000 description 13
- WWNBZGLDODTKEM-UHFFFAOYSA-N sulfanylidenenickel Chemical compound [Ni]=S WWNBZGLDODTKEM-UHFFFAOYSA-N 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000012798 spherical particle Substances 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 229910052736 halogen Inorganic materials 0.000 description 2
- 150000002367 halogens Chemical class 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 239000002985 plastic film Substances 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000006063 cullet Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011022 opal Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005496 tempering Methods 0.000 description 1
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
- G01N21/01—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
- G01N21/8851—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
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (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
本发明属于材料检测领域，具体涉及一种基于图像处理的钢化玻璃自爆隐患检测方法及装置。在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；若有缺陷，图片上会存在缺陷的实像和虚像，通过图像处理得到实像和虚像之间的像素距离2dp，该距离的一半dp是缺陷质心距离玻璃下表面的像素距离，并将缺陷进行标记。本发明基于镜面成像原理能够高效、简单对未钢化的玻璃进行自爆点检测并标记自爆率超过设定阈值的缺陷点，大大降低自爆点检测的成本，提高检测准确度和检测效率，大大提高钢化玻璃的成品率，提高安全性。
Description
技术领域
本发明属于材料检测领域，具体涉及一种基于图像处理的钢化玻璃自爆隐患检测方法及装置。
背景技术
目前，钢化玻璃因其强度高、使用安全的优点广泛应用于建筑装饰、家具制造和家电制造等行业。但是由于受生产技术限制，目前极少部分钢化玻璃中含有硫化镍或其它异质结晶物，这些物质在热处理后一部分结石随着时间会发生晶态变化，体积增大，在玻璃内部引发微裂纹，从而可能导致钢化玻璃自爆。
中国专利CN 102901738 A公开一种钢化玻璃自爆的鉴定方法，该方法是在扫描电子显微镜下，通过X射线特征粒子能量谱仪来进行成分确认，指出玻璃自爆的原因主要是自爆点存在硫化镍杂质。
中国专利CN101413936A公开一种检测玻璃幕墙自爆隐患的方法及装置，该方法通过折射光弹原理，获取幕墙玻璃的应力条纹图像，然后对应力条纹进行图像处理和定量分析，得出应力的大小和分布，从而正确估算安装应力、内应力及应力集中。据此可以根据应力水平对玻璃幕墙自爆的风险进行评价。
中国专利CN 203053887 U公开一种玻璃幕墙自爆隐患检测系统，包括折射光弹仪、运动驱动装置、图像记录装置、无线数据传输装置和分析处理装置，还包括一环境检测装置，所述环境检测装置设置温度传感器和湿度传感器；所述环境检测装置固定在所述玻璃幕墙上，并且，其还设置数据存储单元；所述环境检测装置通过线路与所述分析处理装置连接。通过折射光弹仪拍摄得到玻璃幕墙的应力条纹图像，并将相关的应力条纹图像数据通过所述无线数据传输装置无线传输至分析处理装置。
像上述专利这样的现有的玻璃自爆点检测技术主要利用了光弹法和玻璃应力双折射原理；其中光弹法受自然光线的影响非常大，常常需要晚上检测，存在安全问题；而采用玻璃应力双折射原理需要大型钢化应力检测设备，其成本高昂，不利于普及。
像上述通过应力来检测玻璃自爆点的检测技术都是在玻璃钢化后进行检测，所以检测出的残次品只能作为碎玻璃回炉使用，玻璃不但不能改裁使用，而且还要浪费玻璃钢化所需的成本。
目前，亟需提供一种能够大大降低自爆点检测的成本、提高检测准确度和检测效率的钢化玻璃自爆隐患检测方法。
发明内容
本发明的目的是提供一种基于图像处理的钢化玻璃自爆隐患检测方法，能够高效、简单对未钢化的玻璃进行自爆点检测，大大降低自爆点检测的成本，提高检测准确度和检测效率，大大提高钢化玻璃的成品率。
本发明所述的基于图像处理的钢化玻璃自爆隐患检测方法是在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；
若有缺陷，图片上会存在缺陷的实像和虚像，通过图像处理得到实像和虚像之间的像素距离2dp，该距离的一半dp是缺陷质心距离玻璃下表面的像素距离，并将缺陷进行标记。
所述的光源为连续发光光源。
所述的玻璃为未钢化的玻璃。
所述的拍摄是相对于玻璃平面倾斜拍摄，倾斜拍摄的角度是0-90°，且不包含0°和90°，倾斜拍摄的角度优选是20-70°。
所述的拍摄为间隔拍摄。
所述的图像处理为滤波处理、边缘计算处理、图像形态学处理或二值化处理中的一种或几种。
所述的图像处理还包括对缺陷进行处理得到缺陷的大小、形状和颜色。
所述的缺陷为硫化镍、耐火材料结石、气泡或其它异质颗粒。
本发明所述的基于图像处理的钢化玻璃自爆隐患检测方法，包括如下步骤：
(1)对玻璃进行标定
检测前，在玻璃上表面制作一个用于标定的缺陷，在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理后得到缺陷实像和虚像之间的像素距离p0，然后根据玻璃的实际厚度尺寸d0，计算出实际尺寸与像素的比值a(即实际尺寸与像素的对应系数)，
(2)实际检测时，在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；
若有缺陷，图片上会存在缺陷的实像和虚像，通过图像处理得到实像和虚像之间的像素距离2dp，该距离的一半dp是缺陷质心距离玻璃下表面的像素距离，计算出缺陷的自爆概率qw，并将缺陷进行标记；
其中，qw为自爆概率，qw最小值为0，当计算值小于0时，qw值等于0；dg为玻璃的实际厚度，dp为缺陷质心距离玻璃下表面的像素距离。
步骤(1)中所述的缺陷的直径为0.01-2mm，优选为0.2-0.5mm。
用于本发明所述的基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第一工作机，第一工作机与第一工业摄像机组相连，第一传送辊上设置有玻璃，第一工业摄像机组相对于玻璃平面倾斜设置，玻璃的上方设置有第一灯箱、第一缺陷位置标记装置和第一直线模组，第一灯箱的上部设置有第一光源，第一灯箱的底部设置有第一半透明塑料板，第一缺陷位置标记装置和第一直线模组相连，第一工业摄像机组位于玻璃的上方，第一工业摄像机组、第一灯箱、第一缺陷位置标记装置与第一直线模组从左到右依次设置，第一工作机分别与第一缺陷位置标记装置、第一直线模组相连。
所述的第一工业摄像机组是由n个工业摄像机组成，n≥2，n个工业摄像机并排设置。
所述的第一光源为连续发光灯，优选为LED灯、白炽灯或卤素灯中的一种，更优选为LED灯。
所述的第一工业摄像机组相对于玻璃平面倾斜设置，倾斜设置的角度是0-90°，且不包含0°和90°，倾斜设置的角度优选是20-70°。
所述的第一直线模组为通用设备。第一直线模组是由导轨、滑台和电机组成，电机优选为步进电机或伺服电机。当第一直线模组接收到第一工作机发送的位置信号后，导轨上面的滑台在电机的驱动下可移动到指定位置。
所述的第一缺陷位置标记装置为喷码机。
所述的第一缺陷位置标记装置固定在第一直线模组的滑台上，随滑台进行移动，
所述的第一半透明塑料板为半透明乳白色塑料板。
所述的第一传送辊下方设置有第一纯色底板，第一纯色底板非必须安装，如果下方环境不影响图片质量则不必安装。
用于本发明所述的基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第二工作机，第二工作机与第二工业摄像机组相连，第二传送辊上设置有玻璃，第二工业摄像机组位于玻璃平面下方，玻璃的上方设置有第二灯箱、第二缺陷位置标记装置、第二直线模组和高清工业摄像机，第二灯箱的上部设置有第二光源，第二灯箱的底部设置有第二半透明塑料板，第二灯箱、高清工业摄像机、第二直线模组和第二缺陷位置标记装置从左到右依次设置，第二缺陷位置标记装置通过第二直线模组与高清工业摄像机相连，高清工业摄像机相对于玻璃平面倾斜设置，第二工作机分别与第二缺陷位置标记装置、第二直线模组、高清工业摄像机相连。
所述的第二工业摄像机组是由n个工业摄像机组成，n≥2，n个工业摄像机并排设置。
所述的第二光源为连续发光灯，优选为LED灯、白炽灯或卤素灯中的一种，更优选为LED灯。
所述的第二直线模组为通用设备，第二直线模组是由导轨、滑台和电机组成，电机优选为步进电机或伺服电机。当第二直线模组接收到第二工作机发送的位置信号后，导轨上面的滑台在电机的驱动下可移动到指定位置。
所述的第二缺陷位置标记装置为喷码机。
所述的高清工业摄像机相对于玻璃平面倾斜设置，倾斜设置的角度是0-90°，且不包含0°和90°，倾斜设置的角度优选是20-70°。
所述的高清工业摄像机和第二缺陷位置标记装置安装在第二直线模组滑台的两侧，随滑台可直线移动。
所述的第二工作机通过信号线分别与第二缺陷位置标记装置、第二直线模组、高清工业摄像机相连。
所述的第二半透明塑料板为半透明乳白色塑料板。
所述的第二传送辊下方设置有第二纯色底板，第二纯色底板非必须安装，如果下方环境不影响图片质量则不必安装。
本发明能够利用工业摄像机实时拍摄，将拍摄图片传至工作机进行图像处理，通过图像处理来查找可能引起钢化玻璃自爆的缺陷以及预测钢化后自爆概率的大小。
本发明是在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；若有缺陷，图片上会存在缺陷的实像和虚像，根据实像和虚像之间的距离计算缺陷质心位于玻璃厚度方向的位置，依据位置计算钢化玻璃的自爆概率，对于自爆率高于设定阀值的玻璃在缺陷位置进行标记。
所述的设定阈值取值范围为0-100％，具体数值需要根据对钢化玻璃安全性要求进行设定。
本发明提供一种基于图像处理的钢化玻璃自爆隐患检测方法，包括自爆点的判断方法、具体检测流程和图像处理方法。
所述的自爆点的判断方法：钢化玻璃的自爆是指玻璃在无直接外力作用下发生的炸裂现象，其主要是因为玻璃中残留的硫化镍(NiS)或其它异质颗粒体积变化所引起的。根据玻璃的钢化原理，玻璃钢化后，内部存在的张应力与压应力达到一个整体的应力平衡，如果钢化玻璃内部存在硫化镍或其它异质颗粒，则会打破这种平衡，引发自爆。
根据钢化玻璃内部张应力与表面压应力的关系(如图1)和实际调研可知，当硫化镍杂质或其它异质颗粒大约在玻璃厚度方向25-75％的范围之间(即位于玻璃的张应力区内)时会引起自爆，越是靠近中间位置自爆几率越大。
另外缺陷的大小、形状和颜色等因素也影响玻璃的自爆概率，实践中统计发现黑褐色球状颗粒大多为硫化镍颗粒，引起自爆的概率最高。
所述的具体检测流程主要包括：用于本发明所述的基于图像处理的钢化玻璃自爆隐患检测方法的装置设置在玻璃清洗机出口处，清洗后的玻璃通过传送辊传送至灯箱所在位置的正下方，工业摄像机对玻璃进行拍摄，该摄像机既可以是固定的也可以是移动的，拍摄所得的图片传送给工作机，工作机再对图片进行图像处理，判断有无自爆点，将结果反馈显示并在玻璃板面标记。
所述的拍摄为确定时间间隔拍摄，传送辊上面的玻璃做匀速运动，拍摄的图片传入工作机，由工作机对图片进行实时处理并得到结果。
所述的拍摄时间间隔t由玻璃移动速度v和相机在运动方向上拍摄的玻璃长度l决定，要保证玻璃所有板面都能在图片中显示，
所述的图像处理方法，主要是基于镜面成像原理得到在玻璃板厚度方向的位置，当光源发出的光线照射在玻璃中的硫化镍或其它异质颗粒上时，会发生镜面成像，即在异质颗粒的正下方产生一个照相机可捕捉到的虚像(如图2)。而由于摄像机是相对于玻璃平面倾斜布置的，所以拍摄所得到的图片上会存在异质颗粒的实像和虚像，通过对图片全部或局部进行滤波、边缘计算、图像形态学以及二值化操作得到缺陷的二值化实像和虚像，计算得到实像和虚像之间的像素距离2dp，该距离的一半就是缺陷质心距离玻璃下表面的像素距离dp，dp与对应系数a相乘得到缺陷质心距离玻璃下表面的实际尺寸，根据该尺寸判断缺陷位于玻璃厚度方向的位置，缺陷质心越接近玻璃板厚度方向中心自爆概率越大也越容易引起自爆。
其中qw为自爆概率，qw最小值为0，当计算值小于0时，qw值等于0；dg为玻璃的实际厚度，dp为缺陷质心距离玻璃下表面的像素距离。
测量缺陷在玻璃板厚度方向位置的同时，对缺陷进行图像处理，得到缺陷的大小、形状和颜色等信息，缺陷尺寸越大越容易引起自爆，结石特别是黑褐色球状颗粒越容易引起自爆。
缺陷在玻璃厚度方向的位置是引起钢化玻璃自爆的主要判断依据，同时还可以参考缺陷的大小、形状和颜色等因素对自爆概率进行修正，经过计算后得到该缺陷引起自爆概率的最终结果。
根据判断的结果利用缺陷位置标记装置在玻璃板上面进行喷码标记，便于人工复验。
通过工业摄像机可检测到直径0.01mm的缺陷。
本发明的检测方法也可以应用于钢化后的玻璃自爆隐患检测。
本发明的有益效果如下：
本发明基于镜面成像原理能够高效、简单对未钢化的玻璃进行自爆点检测并标记自爆率超过设定阈值的缺陷点，大大降低自爆点检测的成本，提高检测准确度和检测效率，大大提高钢化玻璃的成品率，提高安全性。
附图说明
图1是钢化玻璃内部张应力与表面压应力的关系图；
图2是异质颗粒的拍摄示意图；
图3是实施例1装置的结构示意图；
图4是实施例1装置的俯视图；
图5是实施例1中拍摄到的缺陷①图片；
图6是实施例1中拍摄到的缺陷②图片；
图7是实施例1中拍摄到的缺陷③图片；
图8是实施例2装置的结构示意图；
图9是实施例2中拍摄到的缺陷④图片；
图10是实施例2中拍摄到的缺陷⑤图片；
图中：1、第一工作机；2、第一工业摄像机组；3、第一灯箱；4、第一光源；5、第一半透明塑料板；6、玻璃；7、第一传送辊；8、第一纯色底板；9、第一缺陷位置标记装置；10、第一直线模组；11、第二工作机；12、第二工业摄像机组；13、第二灯箱；14、第二光源；15、第二半透明塑料板；16、第二传送辊；17、第二纯色底板；18、第二缺陷位置标记装置；19、第二直线模组；20、高清工业摄像机。
具体实施方式
以下结合实施例对本发明做进一步描述。
实施例1
如图3和图4所示，用于基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第一工作机1，第一工作机1与第一工业摄像机组2相连，第一传送辊7上设置有玻璃6，第一工业摄像机组2相对于玻璃6平面倾斜设置，玻璃6的上方设置有第一灯箱3、第一缺陷位置标记装置9和第一直线模组10，第一灯箱3的上部设置有第一光源4，第一灯箱3的底部设置有第一半透明塑料板5，第一缺陷位置标记装置9和第一直线模组10相连，第一工业摄像机组2位于玻璃6的上方，第一工业摄像机组2、第一灯箱3、第一缺陷位置标记装置9与第一直线模组10从左到右依次设置，第一工作机1分别与第一缺陷位置标记装置9、第一直线模组10相连，第一传送辊7下方设置有第一纯色底板8。
第一工业摄像机组2是由6个工业摄像机组成，6个工业摄像机并排设置。
第一光源4为LED灯。
第一工业摄像机组2相对于玻璃6平面倾斜45°设置。
第一直线模组10为成都福誉科技有限公司FBL80同步带直线模组。
第一直线模组10是由导轨、滑台和电机组成。
第一缺陷位置标记装置9为中敏EC系列在线喷码机，喷码机的喷头固定在第一直线模组10的滑台上，随滑台进行移动。
第一半透明塑料板5为半透明乳白色塑料板。
玻璃6为未钢化的玻璃。
基于图像处理的钢化玻璃自爆隐患检测方法，包括如下步骤：
(1)对玻璃进行标定
①在检测前首先进行像素标定，在厚度为5mm的玻璃上表面制作一直径0.2mm用于标定的缺陷，该玻璃位于第一传送辊上面，随着第一传送辊的匀速转动，玻璃从第一灯箱下方以5m/min的速度匀速通过，第一灯箱的长度与玻璃的宽度相适应，第一灯箱中有第一光源，第一灯箱的底部有第一半透明塑料板，以保证光线均匀照射在玻璃上。
②第一工业摄像机组相对于玻璃平面倾斜45°放置，6个工业摄像机并排设置，保证单次拍摄图片拼接后覆盖整个玻璃宽度，工业摄像机对移动中的玻璃进行拍摄，利用第一工作机来控制其拍摄频率，以保证拍摄范围覆盖整个玻璃长度。
③拍摄的图片传输给第一工作机，并由第一工作机对接收到的图像进行处理，并将处理结果显示。
该玻璃通过本检测装置后，得到包含该缺陷的图像，对图像处理后得到缺陷实像和虚像之间距离125像素，然后根据玻璃的实际厚度5mm，计算得到实际尺寸与像素的比值a＝0.08。
(2)实际检测
①厚度为5mm的玻璃位于第一传送辊上面，随着第一传送辊的匀速转动，玻璃从第一灯箱下方以5m/min的速度匀速通过，第一灯箱的长度与玻璃的宽度相适应，第一灯箱中有第一光源，第一灯箱的底部有第一半透明塑料板，以保证光线均匀照射在玻璃上。
②第一工业摄像机组相对于玻璃平面倾斜45°放置，6个工业摄像机并排设置，保证单次拍摄图片拼接后覆盖整个玻璃宽度，工业摄像机对移动中的玻璃进行拍摄，利用第一工作机来控制其拍摄频率，以保证拍摄范围覆盖整个玻璃长度。
③拍摄的图片传输给第一工作机，并由第一工作机对接收到的图像进行处理，并将处理结果显示，利用第一缺陷位置标记装置在玻璃板面相应位置进行标记。
实际检测时对玻璃板面按照一定时间间隔进行拍照，该时间间隔为相机在运动方向上拍摄的玻璃长度与玻璃移动速度的比值，在本实施例中时间间隔为0.3s。通过对图片全部或局部进行滤波、边缘计算、图像形态学以及二值化操作得到缺陷的二值化实像和虚像，计算实像和虚像之间的像素距离，该距离的一半就是缺陷质心距离玻璃下表面的像素距离。根据像素与实际尺寸对应系数得到实际尺寸，根据该尺寸计算缺陷位于玻璃中的位置，缺陷质心越接近玻璃板厚度方向中间位置自爆概率越大。
在测量缺陷在玻璃板厚度方向位置的同时，对缺陷进行图像处理，得到缺陷的尺寸、形状和颜色等信息，缺陷尺寸越大越容易引起自爆，异质颗粒特别是黑褐色球状颗粒越容易引起自爆。
缺陷在玻璃厚度方向的位置是引起钢化玻璃自爆的主要判断依据，同时还可以参考缺陷的大小、形状和颜色等因素对自爆概率进行修正，经过计算后得到该缺陷引起自爆概率的最终结果，当最终结果高于设定阈值时进行标记，本实施例对钢化玻璃安全性要求一般，阈值设定为50％。
玻璃通过本实施例的装置拍摄到3个缺陷，分别为缺陷①、缺陷②和缺陷③，缺陷①图片见图5，缺陷②图片见图6，缺陷③图片见图7，经过图片处理和计算得到缺陷位置引起自爆概率的结果见表1。
表1实施例1中缺陷位置引起自爆概率的计算结果
表1中缺陷①依据位置计算自爆概率72.8％，又因为是球形黑色颗粒，其自爆概率非常高，此时第一工作机将缺陷①位置信息发送给第一直线模组，第一直线模组的滑台带动第一缺陷位置标记装置移动到缺陷①的上方进行喷码标记，便于后续处理或人工复验。缺陷②和缺陷③的自爆概率低于50％，不再进行标记。
实施例2
如图8所示，用于基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第二工作机11，第二工作机11与第二工业摄像机组12相连，第二传送辊16上设置有玻璃6，第二工业摄像机组12位于玻璃6平面下方，玻璃6的上方设置有第二灯箱13、第二缺陷位置标记装置18、第二直线模组19和高清工业摄像机20，第二灯箱13的上部设置有第二光源14，第二灯箱13的底部设置有第二半透明塑料板15，第二灯箱13、高清工业摄像机20、第二直线模组19和第二缺陷位置标记装置18从左到右依次设置，第二缺陷位置标记装置18通过第二直线模组19与高清工业摄像机20相连，高清工业摄像机20相对于玻璃6平面倾斜设置，第二工作机11分别与第二缺陷位置标记装置18、第二直线模组19、高清工业摄像机20相连，第二传送辊16下方设置有第二纯色底板17。
第二工业摄像机组12是由12个工业摄像机组成，12个工业摄像机并排设置且工业摄像机镜头正对着玻璃平面。
第二光源14为LED灯。
第二直线模组19为成都福誉科技有限公司FBL80同步带直线模组。
第二直线模组19是由导轨、滑台和电机组成。
第二缺陷位置标记装置18为中敏EC系列在线喷码机，喷码机的喷头固定在第二直线模组19的滑台上，随滑台进行移动。
高清工业摄像机20相对于玻璃6平面倾斜60°设置。
第二半透明塑料板15为半透明乳白色塑料板。
玻璃6为未钢化的玻璃。
基于图像处理的钢化玻璃自爆隐患检测方法，包括如下步骤：
(1)对玻璃进行标定
①在检测前首先进行像素标定，在厚度为8mm的玻璃上表面制作一直径0.1mm用于标定的缺陷，该玻璃位于第二传送辊上面，随着第二传送辊的匀速转动，玻璃从第二灯箱下方以10m/min的速度匀速通过，第二灯箱的长度与玻璃的宽度相适应，第二灯箱中有第二光源，第二灯箱的底部有第二半透明塑料板，以保证光线均匀照射在玻璃上。
②第二工业摄像机组放置于玻璃平面下方，工业摄像机镜头正对着玻璃平面，12个工业摄像机并排设置，保证单次拍摄图片拼接后覆盖整个玻璃宽度，第二工业摄像机组对移动中的玻璃以透射的方式进行拍摄，利用第二工作机来控制拍摄的时间间隔，本实施例的时间间隔为0.15秒，第二工业摄像机组拍摄的图片传输给第二工作机，第二工作机分析该拼接图片有无缺陷，如果有缺陷则获取缺陷在玻璃板上的纵横坐标位置。
③第二直线模组接收第二工作机发来缺陷的位置坐标后，控制第二直线模组的滑台进行垂直于玻璃运行方向的水平运动，使高清工业摄像机和第二缺陷位置标记装置位于和缺陷的同一横向位置，待缺陷随玻璃移动至高清工业摄像机拍摄中心范围时进行拍照，高清工业摄像机可以拍摄到缺陷的高清放大图像，传至第二工作机中分析，对图像处理后得到缺陷实像和虚像之间距离228像素，然后根据玻璃的实际厚度8mm，计算得到实际尺寸与像素的比值a＝0.07018。
(2)实际检测
①厚度为8mm的玻璃位于第二传送辊上面，随着第二传送辊的匀速转动，玻璃从第二灯箱下方以10m/min的速度匀速通过，第二灯箱的长度与玻璃的宽度相适应，第二灯箱中有第二光源，第二灯箱的底部有第二半透明塑料板，以保证光线均匀照射在玻璃上。
②第二工业摄像机组放置于玻璃平面下方，工业摄像机镜头正对着玻璃平面，12个工业摄像机并排设置，保证单次拍摄图片拼接后覆盖整个玻璃宽度，第二工业摄像机组对移动中的玻璃以透射的方式进行拍摄，利用第二工作机来控制拍摄的时间间隔，本实施例的时间间隔为0.15秒，第二工业摄像机组拍摄的图片传输给第二工作机，第二工作机分析该拼接图片有无缺陷，如果有缺陷则获取缺陷在玻璃板上的纵横坐标位置。
③第二直线模组接收第二工作机发来缺陷的位置坐标后，控制第二直线模组的滑台进行垂直于玻璃运行方向的水平运动，使高清工业摄像机和第二缺陷位置标记装置位于和缺陷的同一横向位置，待缺陷随玻璃移动至高清工业摄像机拍摄中心范围时进行拍照，高清工业摄像机可以拍摄到缺陷的高清放大图像，传至第二工作机中进行图像分析，然后另一侧的第二缺陷位置标记装置对缺陷进行位置标记。
通过对图片全部或局部进行滤波、边缘计算、图像形态学以及二值化操作得到缺陷的二值化实像和虚像，计算实像和虚像之间的像素距离，该距离的一半就是缺陷质心距离玻璃下表面的像素距离。根据像素与实际尺寸对应系数得到实际尺寸，根据该尺寸计算缺陷位于玻璃中的位置，缺陷质心越接近玻璃板厚度方向中间位置自爆概率越大。
在测量缺陷在玻璃板厚度方向位置的同时，对缺陷进行图像处理，得到缺陷的尺寸、形状和颜色等信息。缺陷尺寸越大越容易引起自爆，异质颗粒特别是黑褐色球状颗粒越容易引起自爆。
缺陷在玻璃厚度方向的位置是引起钢化玻璃自爆的主要判断依据，同时还可以参考缺陷的大小、形状和颜色等因素对自爆概率进行修正，经过计算后得到该缺陷引起自爆概率的最终结果，当最终结果高于设定阈值时进行标记，本实施例对钢化玻璃安全性要求较高，阈值设定为30％。
玻璃通过本实施例的装置拍摄到2个缺陷，分别为缺陷④和缺陷⑤，缺陷④图片见图9，缺陷⑤图片见图10，经过图片处理和计算得到缺陷位置引起自爆概率的结果见表2。
表2实施例2中缺陷位置引起自爆概率的计算结果
表2中缺陷④依据位置计算概率为1.735％，该缺陷虽为黑色圆形，但其自爆概率非常低，远低于设定阈值30％，故不进行标记。缺陷⑤依据位置计算概率非常高为96.5％，此时第二工作机将缺陷⑤位置信息发送给第二直线模组，第二直线模组的滑台带动第二缺陷位置标记装置移动到缺陷⑤的上方进行喷码标记，便于后续处理或人工复验。
Claims (10)
1.一种基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；
若有缺陷，图片上会存在缺陷的实像和虚像，通过图像处理得到实像和虚像之间的像素距离2dp，该距离的一半dp是缺陷质心距离玻璃下表面的像素距离，并将缺陷进行标记。
2.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于所述的光源为连续发光光源。
3.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于所述的玻璃为未钢化的玻璃。
4.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于所述的拍摄是相对于玻璃平面倾斜拍摄。
5.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于所述的图像处理为滤波处理、边缘计算处理、图像形态学处理或二值化处理中的一种或几种。
6.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于所述的图像处理还包括对缺陷进行处理得到缺陷的大小、形状和颜色。
7.根据权利要求1所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于包括如下步骤：
(1)对玻璃进行标定
检测前，在玻璃上表面制作一个用于标定的缺陷，在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理后得到缺陷实像和虚像之间的像素距离p0，然后根据玻璃的实际厚度尺寸d0，计算出实际尺寸与像素的比值a，
(2)实际检测时，在光源照射下对玻璃进行拍摄得到图片，对图片进行图像处理，根据图像处理结果判断有无缺陷；
若有缺陷，图片上会存在缺陷的实像和虚像，通过图像处理得到实像和虚像之间的像素距离2dp，该距离的一半dp是缺陷质心距离玻璃下表面的像素距离，计算出缺陷的自爆概率qw，并将缺陷进行标记；
其中，qw为自爆概率，qw≥0，qw最小值为0，当计算值小于0时，qw值等于0；dg为玻璃的实际厚度，dp为缺陷质心距离玻璃下表面的像素距离。
8.根据权利要求7所述的基于图像处理的钢化玻璃自爆隐患检测方法，其特征在于步骤(1)中所述的缺陷的直径为0.01-2mm。
9.一种用于权利要求1-8任一所述的基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第一工作机(1)，其特征在于：第一工作机(1)与第一工业摄像机组(2)相连，第一传送辊(7)上设置有玻璃(6)，第一工业摄像机组(2)相对于玻璃(6)平面倾斜设置，玻璃(6)的上方设置有第一灯箱(3)、第一缺陷位置标记装置(9)和第一直线模组(10)，第一灯箱(3)的上部设置有第一光源(4)，第一灯箱(3)的底部设置有第一半透明塑料板(5)，第一缺陷位置标记装置(9)和第一直线模组(10)相连，第一工业摄像机组(2)位于玻璃(6)的上方，第一工业摄像机组(2)、第一灯箱(3)、第一缺陷位置标记装置(9)与第一直线模组(10)从左到右依次设置，第一工作机(1)分别与第一缺陷位置标记装置(9)、第一直线模组(10)相连。
10.一种用于权利要求1-8任一所述的基于图像处理的钢化玻璃自爆隐患检测方法的装置，包括第二工作机(11)，其特征在于：第二工作机(11)与第二工业摄像机组(12)相连，第二传送辊(16)上设置有玻璃(6)，第二工业摄像机组(12)位于玻璃(6)平面下方，玻璃(6)的上方设置有第二灯箱(13)、第二缺陷位置标记装置(18)、第二直线模组(19)和高清工业摄像机(20)，第二灯箱(13)的上部设置有第二光源(14)，第二灯箱(13)的底部设置有第二半透明塑料板(15)，第二灯箱(13)、高清工业摄像机(20)、第二直线模组(19)和第二缺陷位置标记装置(18)从左到右依次设置，第二缺陷位置标记装置(18)通过第二直线模组(19)与高清工业摄像机(20)相连，高清工业摄像机(20)相对于玻璃(6)平面倾斜设置，第二工作机(11)分别与第二缺陷位置标记装置(18)、第二直线模组(19)、高清工业摄像机(20)相连。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336964.9A CN111487191A (zh) | 2020-04-26 | 2020-04-26 | 基于图像处理的钢化玻璃自爆隐患检测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010336964.9A CN111487191A (zh) | 2020-04-26 | 2020-04-26 | 基于图像处理的钢化玻璃自爆隐患检测方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111487191A true CN111487191A (zh) | 2020-08-04 |
Family
ID=71795847
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010336964.9A Pending CN111487191A (zh) | 2020-04-26 | 2020-04-26 | 基于图像处理的钢化玻璃自爆隐患检测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111487191A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112067627A (zh) * | 2020-09-17 | 2020-12-11 | 山东创策电气科技有限公司 | 钢化玻璃自爆源的检测方法及装置 |
| CN113310993A (zh) * | 2021-06-24 | 2021-08-27 | 宗子凯 | 一种透明板材点状缺陷检测系统及方法 |
| CN117054238A (zh) * | 2023-10-11 | 2023-11-14 | 淄博博山孟友钢化玻璃制品厂 | 一种无损式钢化玻璃餐具自爆隐患检测方法及装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0882602A (ja) * | 1994-09-13 | 1996-03-26 | Nippon Electric Glass Co Ltd | 板ガラスの欠点検査方法及び装置 |
| CN1508535A (zh) * | 2002-12-20 | 2004-06-30 | 宝山钢铁股份有限公司 | 扫描式带钢表面检测方法和装置 |
| JP2006071284A (ja) * | 2004-08-31 | 2006-03-16 | Central Glass Co Ltd | ガラス基板欠陥の表裏識別方法 |
| WO2009031420A1 (ja) * | 2007-09-04 | 2009-03-12 | Asahi Glass Company, Limited | 透明板体内部の微小異物を検出する方法及びその装置 |
| JP2010249552A (ja) * | 2009-04-13 | 2010-11-04 | Central Glass Co Ltd | ガラス板の欠陥識別方法および装置 |
| CN102435618A (zh) * | 2010-09-29 | 2012-05-02 | 旭硝子株式会社 | 透明板状体的缺陷检查方法及装置 |
| CN103250047A (zh) * | 2010-12-09 | 2013-08-14 | 旭硝子株式会社 | 玻璃带内缺陷测定方法和玻璃带内缺陷测定系统 |
| CN104568977A (zh) * | 2014-12-29 | 2015-04-29 | 东莞市松菱玻璃防爆技术有限公司 | 平面玻璃表面缺陷自动检测系统和检测方法 |
| CN207779930U (zh) * | 2017-12-08 | 2018-08-28 | 湖南科创信息技术股份有限公司 | 透明材料缺陷检测系统 |
| CN108956613A (zh) * | 2018-05-04 | 2018-12-07 | 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 |
-
2020
- 2020-04-26 CN CN202010336964.9A patent/CN111487191A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0882602A (ja) * | 1994-09-13 | 1996-03-26 | Nippon Electric Glass Co Ltd | 板ガラスの欠点検査方法及び装置 |
| CN1508535A (zh) * | 2002-12-20 | 2004-06-30 | 宝山钢铁股份有限公司 | 扫描式带钢表面检测方法和装置 |
| JP2006071284A (ja) * | 2004-08-31 | 2006-03-16 | Central Glass Co Ltd | ガラス基板欠陥の表裏識別方法 |
| WO2009031420A1 (ja) * | 2007-09-04 | 2009-03-12 | Asahi Glass Company, Limited | 透明板体内部の微小異物を検出する方法及びその装置 |
| JP2010249552A (ja) * | 2009-04-13 | 2010-11-04 | Central Glass Co Ltd | ガラス板の欠陥識別方法および装置 |
| CN102435618A (zh) * | 2010-09-29 | 2012-05-02 | 旭硝子株式会社 | 透明板状体的缺陷检查方法及装置 |
| CN103250047A (zh) * | 2010-12-09 | 2013-08-14 | 旭硝子株式会社 | 玻璃带内缺陷测定方法和玻璃带内缺陷测定系统 |
| CN104568977A (zh) * | 2014-12-29 | 2015-04-29 | 东莞市松菱玻璃防爆技术有限公司 | 平面玻璃表面缺陷自动检测系统和检测方法 |
| CN207779930U (zh) * | 2017-12-08 | 2018-08-28 | 湖南科创信息技术股份有限公司 | 透明材料缺陷检测系统 |
| CN108956613A (zh) * | 2018-05-04 | 2018-12-07 | 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 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112067627A (zh) * | 2020-09-17 | 2020-12-11 | 山东创策电气科技有限公司 | 钢化玻璃自爆源的检测方法及装置 |
| CN112067627B (zh) * | 2020-09-17 | 2023-11-24 | 山东创策电气科技有限公司 | 钢化玻璃自爆源的检测方法及装置 |
| CN113310993A (zh) * | 2021-06-24 | 2021-08-27 | 宗子凯 | 一种透明板材点状缺陷检测系统及方法 |
| CN117054238A (zh) * | 2023-10-11 | 2023-11-14 | 淄博博山孟友钢化玻璃制品厂 | 一种无损式钢化玻璃餐具自爆隐患检测方法及装置 |
| CN117054238B (zh) * | 2023-10-11 | 2023-12-12 | 淄博博山孟友钢化玻璃制品厂 | 一种无损式钢化玻璃餐具自爆隐患检测方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111487191A (zh) | 基于图像处理的钢化玻璃自爆隐患检测方法及装置 | |
| CN105548212B (zh) | 一种触摸屏玻璃表面瑕疵在线自动化检测系统及方法 | |
| CN203124215U (zh) | 一种封框胶涂布机 | |
| CN110694922A (zh) | 一种玻璃缺陷在线检测设备 | |
| US20100007887A1 (en) | Glazing inspection | |
| CN105181709A (zh) | 刹车片外观缺陷组合式多光源在线检测装置及方法 | |
| CN211122594U (zh) | 一种基于机器视觉的透明板材缺陷检测装置 | |
| CN108613987A (zh) | 烟支外观实时在线检测剔除装置及方法 | |
| CN111220544A (zh) | 一种镜片质量检测装置及检测方法 | |
| CA2408183C (en) | Inspection system for edges of glass | |
| CN107803606A (zh) | 一种基于全过程标记的焊缝质量检测方法和装置 | |
| CN111707675A (zh) | 布匹表面瑕疵在线监测装置及其监测方法 | |
| CN108889634B (zh) | 一种酒类杂质检测装置及方法 | |
| CN210847221U (zh) | 一种玻璃缺陷在线检测设备 | |
| CN112067627B (zh) | 钢化玻璃自爆源的检测方法及装置 | |
| CN211122578U (zh) | 一种玻璃表面瑕疵检测装置 | |
| CN112834522A (zh) | 一种视觉检测反馈控制系统 | |
| CN116593485A (zh) | 一种钢化玻璃应力斑在线检测装置及检测方法 | |
| CN106770334B (zh) | 一种用于钢化玻璃的自动化检测平台及其检测方法 | |
| CN112665522B (zh) | 一种浮法玻璃在线弯曲度实时监测装置及测试方法 | |
| CN205537628U (zh) | 视觉立体检测模组 | |
| CN104297264A (zh) | 玻璃表面缺陷在线检测系统 | |
| CN110530891B (zh) | 一种纸瓶生产用缺陷智能检测系统及其应用设备 | |
| CN211275560U (zh) | 一种视觉检测装置 | |
| CN112105586B (zh) | 检查玻璃片的方法、制造玻璃片的方法和玻璃制造设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200804 |