CN111583084A - 一种工件缺陷定位方法 - Google Patents

一种工件缺陷定位方法 Download PDF

Info

Publication number
CN111583084A
CN111583084A CN202010252112.1A CN202010252112A CN111583084A CN 111583084 A CN111583084 A CN 111583084A CN 202010252112 A CN202010252112 A CN 202010252112A CN 111583084 A CN111583084 A CN 111583084A
Authority
CN
China
Prior art keywords
workpiece
fpga
defect
processor
information
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
Application number
CN202010252112.1A
Other languages
English (en)
Inventor
胡将
陆伟栋
薛文漪
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.)
Hangzhou Youshitai Information Technology Co ltd
Original Assignee
Hangzhou Youshitai Information 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 Hangzhou Youshitai Information Technology Co ltd filed Critical Hangzhou Youshitai Information Technology Co ltd
Priority to CN202010252112.1A priority Critical patent/CN111583084A/zh
Publication of CN111583084A publication Critical patent/CN111583084A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0014—Image feed-back for automatic industrial control, e.g. robot with camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Robotics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种工件缺陷定位方法，实现工件缺陷定位方法的检测系统至少包括图像采集器，位置传感器、FPGA、与FPGA通信的处理器，工件缺陷定位方法包括：FPGA控制图像采集器采集工件图像数据，并发送工件图像数据至处理器；处理器根据工件图像数据检出缺陷并确定目标缺陷位置信息后，发送目标缺陷位置信息至FPGA；FPGA根据位置传感器实时采集数据确定当前实际位置信息和工件运转速度信息，并根据工件运转速度信息和停机信号响应时间确定延迟距离，根据延迟距离在与目标缺陷位置距离延迟距离处的当前实际位置信息给出停机信号，以使工件刚好停留在目标缺陷位置。该方法能够根据缺陷位置在实体工件缺陷位置进行准确定位。

Description

一种工件缺陷定位方法
技术领域
本发明属于基于机器视觉的缺陷检测技术领域，具体涉及一种工件缺陷定位方法。
背景技术
缺陷检测方式在检测得到缺陷后，应对含有缺陷的工件进行修补或直接移除缺陷工件。当缺陷件出现频率不高时，如果用人工监管的方式监督是否检出缺陷将会耗费大量的人力。在不同的应用场景中，操作员需要对工件进行不同的操作，为提高工作效率及自动化程度，缺陷检测系统需要有将有缺陷的工件定位在某一指定区域中方便操作者进行观察或者处理的能力。
公开号为CN1828284A的发明专利申请公开了一种管道检测缺陷定位系统，该检测系统并没有基于机器视觉进行检测，且缺陷定位系统涉及部件多，成本高。公开号为CN105466959A的发明专利申请公开了一种大型检件无损检测中缺陷的定位方法，该定位方法采用机器视觉进行检测，仅能检测到缺陷位置，但是并不能实时定位到实体缺陷位置。
发明内容
本发明的目的是提供一种工件缺陷定位方法，该工件缺陷定位方法能够基于机器视觉确定缺陷位置，并能够根据缺陷位置在实体工件缺陷位置进行准确定位。
本发明的技术方案为：
一种工件缺陷定位方法，实现所述工件缺陷定位方法的检测系统至少包括图像采集器，位置传感器、FPGA、与所述FPGA通信的处理器，所述工件缺陷定位方法包括：
所述FPGA控制所述图像采集器采集工件图像数据，并发送所述工件图像数据至所述处理器；
所述处理器根据工件图像数据检出缺陷并确定目标缺陷位置信息后，发送所述目标缺陷位置信息至所述FPGA；
所述FPGA根据所述位置传感器实时采集数据确定当前实际位置信息和工件运转速度信息，并根据工件运转速度信息和停机信号响应时间确定延迟距离，根据所述延迟距离在与所述目标缺陷位置距离所述延迟距离处的当前实际位置信息给出停机信号，以使工件刚好停留在目标缺陷位置。
优选地，所述FPGA以所述位置传感器采集信号为基础触发所述图像采集器进行工件图像采集。也就是FPGA在获得位置传感器采集信号的基础上向图像采集器发出触发信号，以使图像采集器进行工件图像采集。
优选地，所述处理器根据工件图像检出缺陷并确定目标缺陷位置信息包括：
处理器将通过分水岭算法从分割工件图像中分割出工件区域，逐像素点建立所述工件区域对应的灰度高斯模型并计算像素点灰度均值及方差，根据像素点的均值和方差对工件区域的像素点进行判断，根据判断结果构建工件目标缺陷区域以取得目标缺陷的图像坐标信息，然后并通过比例尺转换为物理坐标获得目标缺陷位置信息。
优选地，所述位置传感器实时采集数据确定当前实际位置信息和工件运转速度信息包括：
所述位置传感器每经过固定距离会产生一个上升沿信号，所述FPGA对所述位置传感器的信号上升沿进行计数，通过计数值确定工件运行经过的总长度，从而实时监测工件的当前实际位置信息；
所述FPGA通过统计单位时间内信号上升沿个数，可以获得工件运转速度信息。
优选地，所述根据工件运转速度信息和停机信号响应时间确定延迟距离包括：
工件运转速度与停机信号响应时间的乘积为延迟距离。
在确定延迟距离时，还考虑电机停止所需时间，因此，所述停机信号响应时间包括所述FPGA给出停机信号后系统响应时间和电机停止所需时间。
所述工件缺陷定位方法还包括：
所述FPGA在给出停机信号的同时向所述处理器给出中断信号，通知所述处理器已给出停机信号并上传当前停机位置信息；
所述处理器在接收到中断信号后，根据当前停机位置显示对应有缺陷工件的采集图像。
优选地，所述FPGA与所述处理器通过PCI-E接口协议进行工件图像数据和目标缺陷位置信息。
与现有技术相比，本发明具有的有益效果为：
本发明提供的工件缺陷定位方法从减少人力消耗的角度出发，FPGA通过位置传感器获取的当前缺陷位置和处理器获得的目标缺陷位置的比较和控制即使输出停机信号给工件，以使工件刚好停留在目标缺陷位置。这样可以免去人工定位缺陷工件的人力消耗，提高系统自动化程度，同时也能够保证有缺陷工件被检出后得到及时处理。在机器视觉缺陷检测系统中具有广阔的应用前景。
附图说明
为了更清楚地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做简单地介绍，显而易见地，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前提下，还可以根据这些附图获得其他附图。
图1为实施例提供的工件缺陷定位方法中FPGA与处理器的信息交互示意图；
图2为实施例提供的工件缺陷定位方法中FPGA与处理器的功能实现流程示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本发明进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不限定本发明的保护范围。
为了解决工件缺陷检测中缺陷检出后的定位问题的方法，实施例提供了一种工件缺陷定位方法，如图1和图2所示，包括以下步骤：
S101，FPGA控制图像采集器(图2中前端模块)采集工件图像数据，并通过PCI-E接口协议发送工件图像数据至处理器。
对于一次图像采集行为的触发，由FPGA根据位置传感器信号给出触发信号，保证图像采集速度与工件运行速度相关，在确保图像采集的完整性的同时，实时监测工件运行位置信息及速度信息。
S102，处理器根据工件图像数据检出缺陷并确定目标缺陷位置信息后，通过PCI-E接口协议发送目标缺陷位置信息至FPGA。
具体地，处理器将通过分水岭算法从分割工件图像中分割出工件区域，逐像素点建立所述工件区域对应的灰度高斯模型并计算像素点灰度均值及方差，根据像素点的均值和方差对工件区域的像素点进行判断，根据判断结果构建工件目标缺陷区域以取得目标缺陷的图像坐标信息，然后并通过比例尺转换为物理坐标获得目标缺陷位置信息。
本实施例中，可以采用拉依达准则根据像素点方差和均值判别工件区域内的像素点是否为粗大误差，并通过腐蚀膨胀连通独立的粗大误差像素点，形成目标缺陷区域。
S103，FPGA通过位置传感器数据采集当前实际位置信息并与处理器所给目标缺陷位置信息对比，根据目标缺陷位置信息与当前实际位置信息，在合适位置给出停止信号使得工件停留在指定区域。
由于工件的运动具有惯性，无法实现理想的急停，为解决这一问题，FPGA通过采集得到的当前实际位置信息、工件运转速度信息，根据发出停止指令到工件真正停止运动的延迟对合理的给出停机指令的位置进行估计，提前发出停止指令，使得工件能够停止在指定的区域。具体过程为：
首先，确定当前实际位置信息和工件运转速度信息，位置传感器每经过固定距离会产生一个上升沿信号，所述FPGA对所述位置传感器的信号上升沿进行计数，通过计数值确定工件运行经过的总长度，从而实时监测工件的当前实际位置信息；FPGA通过统计单位时间内信号上升沿个数，可以获得工件运转速度信息。
然后，确定，根据工件运转速度信息和停机信号响应时间确定延迟距离，具体以工件运转速度与停机信号响应时间的乘积为延迟距离。工件运行速度和电机运行速度相同，工件附着于料带，料带连接于滚轴，所以电机停止过程中减速的话，工件也是会减速的。因此，停机信号响应时间包括所述FPGA给出停机信号后系统响应时间和电机停止所需时间。
最后，根据延迟距离在与目标缺陷位置距离该延迟距离处的当前实际位置信息给出停机信号，以使工件刚好停留在目标缺陷位置。
S104，FPGA在给出停机信号的同时通过GPIO向处理器给出中断信号，通知处理器已给出停机信号并通过PCI-E接口协议上传当前停机位置信息。
S105，处理器在接收到中断信号后，根据当前停机位置显示对应有缺陷工件的采集图像。
上述工件缺陷定位方法能够在缺陷检测中实时检测工件运行状态的同时，以简洁的方式实现准确的缺陷工件定位功能，以便对缺陷工件进行后续处理，提高了系统的自动化程度。由于实现方式简便、易复用，也利于在不同应用场景下的系统拓展和功能增强。
以上所述的具体实施方式对本发明的技术方案和有益效果进行了详细说明，应理解的是以上所述仅为本发明的最优选实施例，并不用于限制本发明，凡在本发明的原则范围内所做的任何修改、补充和等同替换等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种工件缺陷定位方法，其特征在于，实现所述工件缺陷定位方法的检测系统至少包括图像采集器，位置传感器、FPGA、与所述FPGA通信的处理器，所述工件缺陷定位方法包括：
所述FPGA控制所述图像采集器采集工件图像数据，并发送所述工件图像数据至所述处理器；
所述处理器根据工件图像数据检出缺陷并确定目标缺陷位置信息后，发送所述目标缺陷位置信息至所述FPGA；
所述FPGA根据所述位置传感器实时采集数据确定当前实际位置信息和工件运转速度信息，并根据工件运转速度信息和停机信号响应时间确定延迟距离，根据所述延迟距离在与所述目标缺陷位置距离所述延迟距离处的当前实际位置信息给出停机信号，以使工件刚好停留在目标缺陷位置。
2.如权利要求1所述的工件缺陷定位方法，其特征在于，所述FPGA以所述位置传感器采集信号为基础触发所述图像采集器进行工件图像采集。
3.如权利要求1所述的工件缺陷定位方法，其特征在于，所述处理器根据工件图像检出缺陷并确定目标缺陷位置信息包括：
处理器将通过分水岭算法从分割工件图像中分割出工件区域，逐像素点建立所述工件区域对应的灰度高斯模型并计算像素点灰度均值及方差，根据像素点的均值和方差对工件区域的像素点进行判断，根据判断结果构建工件目标缺陷区域以取得目标缺陷的图像坐标信息，然后并通过比例尺转换为物理坐标获得目标缺陷位置信息。
4.如权利要求1所述的工件缺陷定位方法，其特征在于，所述位置传感器实时采集数据确定当前实际位置信息和工件运转速度信息包括：
所述位置传感器每经过固定距离会产生一个上升沿信号，所述FPGA对所述位置传感器的信号上升沿进行计数，通过计数值确定工件运行经过的总长度，从而实时监测工件的当前实际位置信息；
所述FPGA通过统计单位时间内信号上升沿个数，可以获得工件运转速度信息。
5.如权利要求1所述的工件缺陷定位方法，其特征在于，所述根据工件运转速度信息和停机信号响应时间确定延迟距离包括：
工件运转速度与停机信号响应时间的乘积为延迟距离。
6.如权利要求1或5所述的工件缺陷定位方法，其特征在于，所述停机信号响应时间包括所述FPGA给出停机信号后系统响应时间和电机停止所需时间。
7.如权利要求1～6任一项所述的工件缺陷定位方法，其特征在于，所述工件缺陷定位方法还包括：
所述FPGA在给出停机信号的同时向所述处理器给出中断信号，通知所述处理器已给出停机信号并上传当前停机位置信息；
所述处理器在接收到中断信号后，根据当前停机位置显示对应有缺陷工件的采集图像。
8.如权利要求7所述的工件缺陷定位方法，其特征在于，所述FPGA与所述处理器通过PCI-E接口协议进行工件图像数据和目标缺陷位置信息。
CN202010252112.1A 2020-04-01 2020-04-01 一种工件缺陷定位方法 Pending CN111583084A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010252112.1A CN111583084A (zh) 2020-04-01 2020-04-01 一种工件缺陷定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010252112.1A CN111583084A (zh) 2020-04-01 2020-04-01 一种工件缺陷定位方法

Publications (1)

Publication Number Publication Date
CN111583084A true CN111583084A (zh) 2020-08-25

Family

ID=72124268

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010252112.1A Pending CN111583084A (zh) 2020-04-01 2020-04-01 一种工件缺陷定位方法

Country Status (1)

Country Link
CN (1) CN111583084A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003262594A (ja) * 2002-03-08 2003-09-19 Fuji Photo Film Co Ltd 欠陥検査機
JP2015166722A (ja) * 2014-03-04 2015-09-24 大日本印刷株式会社 欠陥画像撮像装置及び欠陥画像撮像方法
CN105467879A (zh) * 2015-12-10 2016-04-06 凌云光技术集团有限责任公司 一种控制复卷机剔废停机的装置、方法及系统
CN107966454A (zh) * 2017-12-25 2018-04-27 陕西科技大学 一种基于fpga的端塞缺陷检测装置及检测方法
CN109087286A (zh) * 2018-07-17 2018-12-25 江西财经大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN109377485A (zh) * 2018-10-12 2019-02-22 龙口味美思环保科技有限公司 一种方便面包装缺陷机器视觉检测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003262594A (ja) * 2002-03-08 2003-09-19 Fuji Photo Film Co Ltd 欠陥検査機
JP2015166722A (ja) * 2014-03-04 2015-09-24 大日本印刷株式会社 欠陥画像撮像装置及び欠陥画像撮像方法
CN105467879A (zh) * 2015-12-10 2016-04-06 凌云光技术集团有限责任公司 一种控制复卷机剔废停机的装置、方法及系统
CN107966454A (zh) * 2017-12-25 2018-04-27 陕西科技大学 一种基于fpga的端塞缺陷检测装置及检测方法
CN109087286A (zh) * 2018-07-17 2018-12-25 江西财经大学 一种基于计算机图像处理和模式识别的检测方法及应用
CN109377485A (zh) * 2018-10-12 2019-02-22 龙口味美思环保科技有限公司 一种方便面包装缺陷机器视觉检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李道霖: "工业自动化中的控制与驱动系统研究", 中国电力出版社 *

Similar Documents

Publication Publication Date Title
CN111069976B (zh) 一种车间或产线用刀具损伤智能化移动监测系统及方法
CN111122587B (zh) 一种基于视觉特征提取的刀具损伤检测方法
CN108037138A (zh) 一种用于检测纸张双面缺陷的纸病检测系统及检测方法
CN111965246A (zh) 一种基于多信息融合的刮板机故障检测方法及其检测系统
CN103149212B (zh) 纽扣电池在线质量检测系统
CN114348581B (zh) 一种皮带撕裂检测方法和系统
CN109500657B (zh) 一种基于视觉的断刀检测方法及系统
CN105674910A (zh) 一种超大型剪板机板料剪切边缘曲线检测系统及方法
CN114279357A (zh) 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN105241679A (zh) 一种动车组隐蔽故障检测方法
CN110849882A (zh) 一种用于识别、定位、检测管道焊缝的设备及方法
CN112213317A (zh) 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法
CN112215825A (zh) 新能源电池制造中基于机器视觉的质量分析方法及系统
CN103422417A (zh) 一种公路表面破损的动态识别系统与方法
CN108582075A (zh) 一种智能机器人视觉自动化抓取系统
CN114119461A (zh) 基于深度学习的锂电池模组侧面焊缝外观检测算法及系统
CN110346377A (zh) 基于机器视觉的无纺布表面检测系统及其检测方法
CN116231504A (zh) 一种升压站远程智能巡检方法、装置及系统
CN106353340A (zh) 一种棒状高反射率零件表面缺陷检测方法
CN111583084A (zh) 一种工件缺陷定位方法
CN109323729B (zh) 一种继电器触簧系统自动检测装置及方法
CN103364413A (zh) 标识检测与产品分级控制系统及方法
CN110376211A (zh) 一种湿法涂胶的合成革卷边在线检测装置及方法
CN113720914A (zh) 超声波探伤系统及超声波探伤方法
CN113791727B (zh) 一种应用于工业声学智能感知的边端采集设备

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

Application publication date: 20200825