CN111583241B - 超大面积蜂窝产品规整度的移动式检测方法及装置 - Google Patents

超大面积蜂窝产品规整度的移动式检测方法及装置 Download PDF

Info

Publication number
CN111583241B
CN111583241B CN202010388402.9A CN202010388402A CN111583241B CN 111583241 B CN111583241 B CN 111583241B CN 202010388402 A CN202010388402 A CN 202010388402A CN 111583241 B CN111583241 B CN 111583241B
Authority
CN
China
Prior art keywords
image
honeycomb
camera
cell
vertex
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
Application number
CN202010388402.9A
Other languages
English (en)
Other versions
CN111583241A (zh
Inventor
王中钢
施冲
周伟
许平
姚曙光
高广军
高天宇
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN202010388402.9A priority Critical patent/CN111583241B/zh
Priority to PCT/CN2020/109727 priority patent/WO2021227286A1/zh
Publication of CN111583241A publication Critical patent/CN111583241A/zh
Application granted granted Critical
Publication of CN111583241B publication Critical patent/CN111583241B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B17/00—Details of cameras or camera bodies; Accessories therefor
    • G03B17/56—Accessories
    • G03B17/566—Accessory clips, holders, shoes to attach accessories to camera
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T7/60—Analysis of geometric attributes
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02K—DYNAMO-ELECTRIC MACHINES
    • H02K7/00—Arrangements for handling mechanical energy structurally associated with dynamo-electric machines, e.g. structural association with mechanical driving motors or auxiliary dynamo-electric machines
    • H02K7/06—Means for converting reciprocating motion into rotary motion or vice versa
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30172—Centreline of tubular or elongated structure
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种超大面积蜂窝产品规整度的移动式检测方法及装置，其中，超大面积蜂窝产品规整度的移动式检测方法，包括：根据相机的视场范围设定相机的移动路线，使相机可以获取整个蜂窝产品的图像；获取蜂窝图像；将蜂窝图像进行二值化处理，得到二值化图像；提取二值化图像中蜂窝胞元的顶点；根据顶点与胞元的映射关系，重构得到蜂窝胞元图像；计算蜂窝胞元图像中所有胞元角的偏差平均值，并根据平均值评价蜂窝质量。该方法新颖、高效，对于面积较大的蜂窝产品，可是实现几何规整性的快速检测。

Description

超大面积蜂窝产品规整度的移动式检测方法及装置
技术领域
本发明涉及交通、机械、航空航天、船舶等装备的轻质结构产品设计、制造及应用等领域，尤其涉及一种超大面积蜂窝产品规整度的移动式检测方法及装置。
背景技术
轻质蜂窝结构以其优异的承载与吸能特性而被广泛应用到各种工程领域。然而，在该产品的生产制造过程中，不可避免地出现蜂窝芯块拱弯、翘曲、胞孔畸形等各型结构性缺陷，而这些缺陷已被证实对其承载与吸能性能产生较大影响。因此，有关蜂窝产品规整性检测与评估以规避低劣产品的使用风险，进一步改进蜂窝规整度的工作亟待开展。
由于蜂窝产品为周期排列多孔结构，具有典型的多顶点、细薄壁、承载面宽等特征，传统超声检测技术无法获得其结构性缺陷的特征信息。现有相关技术主要包括：
中国专利申请号为201610585321.1和201610585419.7(申请日均为2016年07月22日)，分别公开了一种蜂窝芯面形的测量方法及实现装置，包括如下步骤：在蜂窝芯待测面覆上反射薄膜，采用真空吸附的方式使所述反射薄膜紧贴蜂窝芯待测面，且使蜂窝孔格处的反射薄膜向下凹陷；对待测面反射薄膜扫描测量，获得蜂窝芯在不同空间位置的蜂窝壁高度，能够分析蜂窝芯的孔格变形。该方法基于物理长度测定的思想，利用负压吸附薄膜实施检测，可初步获得棱边的大致位置，但精度差、效率低，尤其对细孔径、薄壁蜂窝结构的特征边提取，实现难度大。
中国专利申请号为201710203081.9(申请日为2017年9月1日)，公开了一种基于机器视觉的遥感器遮光罩蜂窝缺陷自动检测方法，包括以下步骤：获取遮光罩蜂窝图像；对获取的遮光罩蜂窝图像进行预处理，减少噪声；对经过预处理的遮光罩蜂窝图像进行特征提取，得到遮光罩蜂窝边缘直线段特征；筛选正常蜂窝和缺陷蜂窝的特征向量作为正负样本，人工神经网络建立、训练。中国优秀硕士论文全文数据库收录的2017年王薇所作的《基于机器视觉的蜂窝结构三维外形测量技术研究》，公开了采用正六边形和正四边形网格的图像化识别方法，提出了一种基于直线分段(LSD)的单元网格处理方法，获取单个网格边界信息，通过计算待评估直线区域内像素与该区域矩形包围盒夹角判定是否为目标直线段，从而实现单元网格边缘线段的提取，进一步定位网格交点。该类方法主要定位于规则几何六边形与四边形的线段提取，仅涉及了单一胞元蜂窝的线条特征提取。
除此以外，中国专利申请号为201510740221.7(申请日2015年11月04日)，公开了一种边角检测的棋盘格角点自动筛选方法；中国专利申请号为200710194135.6(申请日2007年12月05日)公开了一种表面形状测定装置；中国专利申请号为200810166508.3(申请日2008年10月08日)公开了一种三维形状测量方法，中国专利申请号为201010557356.7(申请日2010年11月22日)公开了一种三X组合标记的检测识别方法均报导了相应的表面形状检测技术，该类技术均只主要针对形状表面轮廓进行识别与测定。
发明内容
(一)发明目的
本发明的目的是提供一种超大面积蜂窝产品规整度的移动式检测方法及装置以解决现有技术对蜂窝质量检测操作复杂及判断结果不准确，不适用生产线上蜂窝产品的检测问题。。
(二)技术方案
为解决上述问题，本发明的第一方面提供了一种超大面积蜂窝产品规整度的移动式检测方法，包括：
根据相机的视场范围设定相机的移动路线，使所述相机可以获取整个蜂窝产品的图像；
获取蜂窝图像；
将所述蜂窝图像进行二值化处理，得到二值化图像；
提取所述二值化图像中蜂窝胞元的顶点；
根据所述顶点与胞元的映射关系，重构得到蜂窝胞元图像；
计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量。
进一步地，所述根据相机的视场范围设定相机的移动路线，使所述相机可以遍历整个蜂窝产品包括：
根据相机的视场范围设定相机的移动步长，所述移动步长为相邻两次拍摄的图像的间隔距离；
根据所述步长设定所述相机的移动路线，使所述相机可以获取整个蜂窝产品的图像。
进一步地，所述计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量，包括：计算每张蜂窝产品局部图像中所有胞元角的偏差平均值，并将各张图像的偏差平均值再次求取平均值，将此值与预设值比较，若小于预设值，则产品合格；或将蜂窝局部图像拼接成蜂窝产品整体图像，再求取整体图像中所有胞元角的偏差平均值，将此值与预设值比较，若小于预设值则产品合格。
进一步地，在所述获取蜂窝图像步骤之后还包括：蜂窝局部图像拼接；
所述蜂窝局部图像拼接是将相机移动拍摄得到的蜂窝产品局部照片进行拼接得整体的蜂窝图像，其中，拼接方法采用Sift或Surf算法实现。
进一步地，所述根据相机的视场范围设定相机的移动路线，使所述相机可以遍历整个蜂窝产品还包括：
调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
进一步地，所述将所述图像进行二值化处理，得到二值化图像包括：
将所述图像进行滤波处理去除噪声，得到去噪图像；
将所述去噪图像进行二值化处理，得到二值化图像。
进一步地，所述将所述去噪图像进行二值化处理，得到二值化图像包括：
将所述去噪图像进行二值化处理，得到初始二值化图像；
将所述初始二值化图像进行形态学滤波处理，得到二值化图像。
进一步地，所述提取所述二值化图像中蜂窝胞元的顶点包括：
将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
在所述平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
进一步地，所述提取所述二值化图像中蜂窝胞元的顶点包括：
将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
将所述平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
在所述只有蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
根据本发明的另一个方面，提供一种蜂窝质量检测装置，包括：
路线设定模块，用于根据相机的视场范围设定相机的移动路线，使所述相机可以获取整个蜂窝产品的图像；
相机，用于获取蜂窝图像；
二值化处理模块，用于将所述蜂窝图像进行二值化处理，得到二值化图像；
顶点提取模块，用于提取所述二值化图像中蜂窝胞元的顶点；
蜂窝胞元图像重构模块，用于根据所述顶点与胞元的映射关系，重构得到蜂窝胞元图像；
蜂窝质量检测模块，用于计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量。
进一步地，所述路线设定模块包括：
步长设定单元，用于根据相机的视场范围设定相机的移动步长，所述移动步长为相邻两次拍摄的图像的间隔距离；
路线设定单元，用于根据所述步长设定所述相机的移动路线，使所述相机可以获取整个蜂窝产品的图像。
进一步地，所述路线设定模块还包括：
步长调节单元，用于调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
进一步地，所述二值化处理模块包括：
图像去噪单元，用于将所述图像进行滤波处理去除噪声，得到去噪图像；
二值化处理单元，用于将所述去噪图像进行二值化处理，得到二值化图像。
进一步地，所述二值化处理模块还包括：滤波单元
在所述二值化处理单元将所述去噪图像进行二值化处理，得到初始二值化图像后；
所述滤波单元，将所述初始二值化图像进行形态学滤波处理，得到二值化图像。
进一步地，所述顶点提取模块包括：
闭运算处理单元，用于将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
顶点提取单元，用于在所述平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
进一步地，所述顶点提取模块包括：
闭运算处理单元，用于将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
蜂窝壁交汇处提取单元，用于将所述平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
顶点提取单元，用于在所述蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
进一步地，其特征在于，还包括：置物台、升降装置、行走式龙门架、滑轨；
所述置物台用于盛放待检测蜂窝，其上设置有水平度示值板；
所述升降装置与所述置物台连接，用于带动所述待检测蜂窝升降；
所述行走式龙门架设置在所述滑轨上，且所述行走式龙门架设置有所述图像获取模块，使所述图像获取模块可在水平方向移动。
进一步地，还包括：标定模块；
所述标定模块与所述置物台配合使用，用于校核检测装置的准确性。
根据本发明的又一方面，提供一种储存介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现上述技术方案中任意一项所述方法的步骤。
根据本发明的又一方面，提供一种电子设备，包括存储器、显示器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案中任意一项所述方法的步骤。
(三)有益效果
本发明的上述技术方案具有如下有益的技术效果：
通过本发明方法及装置对蜂窝图像处理得到胞元角的偏差平均值，偏差平均值越小，说明胞元越规整，在这里可以引入一个规整度的概念，就是蜂窝越接近整六边形，规整度就越高；通过实验也证明了，规整度越高的蜂窝产品刚度和强度都越好，即蜂窝产品的质量越好，因此，本发明通过简单的操作处理即可判断出蜂窝产品的质量，适于生产线上蜂窝产品质量的检测。
附图说明
图1是根据本发明第一实施方式的超大面积蜂窝产品规整度的移动式检测方法流程图；
图2是根据本发明一具体实施方式的蜂窝胞元规整度的移动相机式检测方法流程图；
图3是根据本发明一具体实施方式的相机移动拍摄示意图；
图4是根据本发明一可选实施方式的蜂窝产品质量检测装置的俯视图；
图5是根据本发明一可选实施方式的蜂窝产品质量检测装置的主视图。
附图标记：
1：置物台；2：数码相机；3：控制系统；4：升降装置；5：夹具；6：行走式龙门架；7：滑轨；8：移动装置。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
显然，所描述的实施例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，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
如图1所示，本发明的第一方面提供了一种超大面积蜂窝产品规整度的移动式检测方法，包括：
S1：根据相机的视场范围设定相机的移动路线，使相机可以获取整个蜂窝产品的图像；
S2：获取蜂窝图像；
S3：将蜂窝图像进行二值化处理，得到二值化图像；
S4：提取二值化图像中蜂窝胞元的顶点；
S5：根据顶点与胞元的映射关系，重构得到蜂窝胞元图像；
S6：计算蜂窝胞元图像中所有胞元角的偏差平均值，并根据平均值评价蜂窝质量。
可选的，根据相机的视场范围设定相机的移动路线，使相机可以遍历整个蜂窝产品包括：
根据相机的视场范围设定相机的移动步长，移动步长为相邻两次拍摄的图像的间隔距离；
根据步长设定相机的移动路线，使相机可以获取整个蜂窝产品的图像。
可选的，根据相机的视场范围设定相机的移动路线，使相机可以遍历整个蜂窝产品还包括：
调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
可选的，所述计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量，包括：计算每张蜂窝产品局部图像中所有胞元角的偏差平均值，并将各张图像的偏差平均值再次求取平均值，将此值与预设值比较，若小于预设值，则产品合格；或将蜂窝局部图像拼接成蜂窝产品整体图像，再求取整体图像中所有胞元角的偏差平均值，将此值与预设值比较，若小于预设值则产品合格。
可选的，在所述获取蜂窝图像步骤之后还包括：蜂窝局部图像拼接；
所述蜂窝局部图像拼接是将相机移动拍摄得到的蜂窝产品局部照片进行拼接得整体的蜂窝图像，其中，拼接方法采用Sift或Surf算法实现。
可选的，将图像进行二值化处理，得到二值化图像包括：
将图像进行滤波处理去除噪声，得到去噪图像；
将去噪图像进行二值化处理，得到二值化图像。
可选的，将去噪图像进行二值化处理，得到二值化图像包括：
将去噪图像进行二值化处理，得到初始二值化图像；
将初始二值化图像进行形态学滤波处理，得到二值化图像。
可选的，提取二值化图像中蜂窝胞元的顶点包括：
将二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
在平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
可选的，提取二值化图像中蜂窝胞元的顶点包括：
将二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
将平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
在只有蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
如图2所示，在本发明一具体实施例中，提供一种蜂窝胞元规整度的移动相机式检测方法，方法包括以下步骤：相机设定、获取图像、图像处理、顶点提取、胞元重构、质量评估；
1、“相机设定”包括设定相机移动步长及路线，设定好后，相机沿指定路线以一个步长为单位进行移动，每移动一步进行一次拍摄：
根据产品尺寸及相机视场大小设定相机X向及Y向移动步长，保证相邻照片的重叠区域面积为单张照片的5％-10％；
设定相机依次沿X轴及Y轴移动的路线，保证相机最终能完全遍历整个蜂窝产品，如图3所示；
2、“获取图像”包括拍摄图像和计算机读取图像；
3、“图像处理”顺序包括：图像拼接、降噪滤波、二值化、形态学滤波，获得形态图像；
3.1、“图像拼接”是将相机移动拍摄得到的蜂窝产品局部照片进行拼接得到蜂窝产品的整体照片，采用Sift或Surf算法实现；
3.2、“降噪滤波”是采用中值滤波法滤除图像的噪声；
3.3、“二值化”：将产品轮廓图像的像素值置为1，将产品的背景图像的像素值置为0；
3.4、“形态学滤波”是消除面积小于给定阈值的像素，降低二值化带来的误差；
4、“顶点提取”是在“图像处理”的基础上寻找胞元的顶点并记录；
4.1、“顶点提取”的第一种方法：采用遍历图像后其内最小的像素值为0的像素数大于0的最小窗口作为统计窗口，采用该窗口再次遍历图像，将窗口内的像素值为1的像素数赋给窗口中心点上，提取像素值为1的像素数最大值的点，将其记录为顶点，采用边长等于胞元边长的湮灭窗口，将该点为中心的湮灭窗口内的像素值为1的像素数置0，再次提取像素值为1的像素数最大值的点并记录，不断重复这个步骤，直到像素值为1的像素数小于给定阈值，则顶点提取完毕；
4.2、“顶点提取”的第二种方法的第一步进行骨架化处理，“骨架化”是以形态图像为基础，将像素值为1的线条采用线宽为1个像素的线段绘制骨架图；
第二步采用5×5个像素的窗口计算每个像素点的角点响应函数值R，对于其R值大于所有像素点的最大R值的1％且是以其为中心的3×3邻域的最大值的像素点，提取其坐标并记录为顶点；
4.3、“顶点提取”的第三种方法第一步进行骨架化处理；
第二步是在骨架图的基础上，对所有像素值为1的像素点，顺时针或逆时针依次统计其八邻域像素值的变化次数，若遇到变化次数为6，或变化次数为4且该像素点与其八邻域的另两点不在同一条直线上的像素点，则提取其坐标并记录为顶点；
5、“胞元重构”是将提取的顶点依据胞元与顶点的映射关系连线，得到胞元重构图；
5.1、“胞元重构”的第一种方法：遍历图像，遇到像素值为0的像素点，则采用摩尔邻域追踪算法进行边界追踪，并以每个边界点为中心做一个窗口，判断该窗口内有无顶点，若有则记录其编号并依次为其标记序号，遇到该胞元的起始追踪像素时，停止追踪并将该胞元的像素值置为1，再次重复上述过程，直到不再存在像素值为0的点，将各胞元的顶点按序号依次连线完成胞元的重构；
5.2、“胞元重构”的第二种方法：对于每个顶点，计算其余所有顶点与它的距离，选取距离最近的三点并记录，计算所有顶点与最近三点的距离并求和，除以顶点数的两倍，得到平均蜂窝胞元边长A，选取位于图像边缘向内1A～2A宽度之外区域的顶点，对于其中的每个顶点，分别与最近的三点进行连线，从而得到蜂窝的重构图像；
6、“质量评估”是以当前的胞元重构图为基础，第一步计算：即：计算出所有胞元的角偏差值及其总的平均值、线偏差值及其总的平均值；第二步判断：即：与设置的公差带相比较，落在公差带范围内的判定为合格，否则判定为不合格。
在本发明实施例的另一个方面，提供一种蜂窝质量检测装置，包括：
路线设定模块，用于根据相机的视场范围设定相机的移动路线，使相机可以获取整个蜂窝产品的图像；
相机，用于获取蜂窝图像；
二值化处理模块，用于将蜂窝图像进行二值化处理，得到二值化图像；
顶点提取模块，用于提取二值化图像中蜂窝胞元的顶点；
蜂窝胞元图像重构模块，用于根据顶点与胞元的映射关系，重构得到蜂窝胞元图像；
蜂窝质量检测模块，用于计算蜂窝胞元图像中所有胞元角的偏差平均值，并根据平均值评价蜂窝质量。
可选的，路线设定模块包括：
步长设定单元，用于根据相机的视场范围设定相机的移动步长，移动步长为相邻两次拍摄的图像的间隔距离；
路线设定单元，用于根据步长设定相机的移动路线，使相机可以获取整个蜂窝产品的图像。
可选的，路线设定模块还包括：
步长调节单元，用于调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
可选的，二值化处理模块包括：
图像去噪单元，用于将图像进行滤波处理去除噪声，得到去噪图像；
二值化处理单元，用于将去噪图像进行二值化处理，得到二值化图像。
可选的，二值化处理模块还包括：滤波单元
在二值化处理单元将去噪图像进行二值化处理，得到初始二值化图像后；
滤波单元，将初始二值化图像进行形态学滤波处理，得到二值化图像。
可选的，顶点提取模块包括：
闭运算处理单元，用于将二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
顶点提取单元，用于在平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
可选的，顶点提取模块包括：
闭运算处理单元，用于将二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
蜂窝壁交汇处提取单元，用于将平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
顶点提取单元，用于在蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
可选的，其特征在于，还包括：置物台、升降装置、行走式龙门架、滑轨；
置物台用于盛放待检测蜂窝，其上设置有水平度示值板；
升降装置与置物台连接，用于带动待检测蜂窝升降；
行走式龙门架设置在滑轨上，且行走式龙门架设置有图像获取模块，使图像获取模块可在水平方向移动。
可选的，还包括：标定模块；
标定模块与置物台配合使用，用于校核检测装置的准确性。
如图4-5所示，在本发明一具体实施例中，提供一种蜂窝胞元规整度的移动相机式检测系统，包括置物台、数码相机、控制系统、升降装置、夹具、行走式龙门架、滑轨、移动装置和标定模块；数码相机和控制系统相连接；
置物台上设置水平调节装置和水平度示值板，夹具靠近蜂窝一侧均涂成亮黄色，辅助图像处理；
数码相机至少为一台，其分辨率不低于1080P，配置远心镜头，以得到高分辨率的蜂窝产品照片，且减小其在景深范围内的畸变；其安装方式为固定式或/和移动式；
数码相机为一台时，安装方式有固定式或移动式；
数码相机阵列为多台时，安装方式为固定式；
升降装置包括置物台、导轨、电动推杆或电液推杆，置物台用于放置被测蜂窝件，其可在电动推杆或电液推杆的驱动下沿导轨上下移动，调节被测蜂窝件的高度，以保证被测蜂窝件的上端面与夹具的上端面平齐；
夹具由四块平板及驱动装置组成，可在驱动装置的作用下向被测蜂窝件靠拢，靠紧被测蜂窝件后锁死，用于定位及固定被测蜂窝件。
数码相机安装在行走式龙门架的横梁上，可在移动装置的驱动下沿横梁横向移动；
行走式龙门架可在移动装置的驱动下沿滑轨纵向移动，数码相机及行走式龙门架的移动均由控制系统控制。
控制系统包括系统控制模块、计算分析模块及结果示值模块；
控制模块控制系统启停及升降装置、相机移动装置的运动；
计算分析模块采用相应分析软件对数码相机采集的照片进行分析，计算出蜂窝样品的几何规整度，并根据选定的评估标准及阈值对蜂窝样品的几何规整度进行评估，将评估结果传递给结果示值模块，由结果示值模块进行结果显示；
结果示值模块可根据产品质量评定结果进行显示，质量合格显示绿灯，不合格显示红灯。
标定模块：标定板为一个采用电子墨水屏的显示板，可显示边长、壁厚可调的标准蜂窝，屏幕外侧显示与蜂窝成对比色的颜色。将该标定板放置于置物台并用夹具定位后，调整数码相机至合适位置，获取该标定板的照片，传递给控制系统的软件进行标定，校核系统的检测准确性
在本发明实施例的又一方面，提供一种储存介质，存储介质上存储有计算机程序，程序被处理器执行时实现上述技术方案中任意一项方法的步骤。
在本发明实施例的又一方面，提供一种电子设备，包括存储器、显示器、处理器及存储在存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现上述技术方案中任意一项所述方法的步骤。
本发明旨在保护一种超大面积蜂窝产品规整度的移动式检测方法，包括：根据相机的视场范围设定相机的移动路线，使相机可以获取整个蜂窝产品的图像；获取蜂窝图像；将蜂窝图像进行二值化处理，得到二值化图像；提取二值化图像中蜂窝胞元的顶点；根据顶点与胞元的映射关系，重构得到蜂窝胞元图像；计算蜂窝胞元图像中所有胞元角的偏差平均值，并根据平均值评价蜂窝质量。该方法新颖、高效，对于面积较大的蜂窝产品，可是实现几何规整性的快速检测。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (18)

1.一种超大面积蜂窝产品规整度的移动式检测方法，其特征在于，包括：
根据相机的视场范围设定相机的移动路线，使所述相机可以获取整个蜂窝产品的图像；
获取蜂窝图像；
将所述蜂窝图像进行二值化处理，得到二值化图像；
提取所述二值化图像中蜂窝胞元的顶点；
根据所述顶点与胞元的映射关系，重构得到蜂窝胞元图像；
计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量；
所述提取所述二值化图像中蜂窝胞元的顶点包括：
将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
在所述平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
2.根据权利要求1所述的方法，其特征在于，所述根据相机的视场范围设定相机的移动路线，使所述相机可以遍历整个蜂窝产品包括：
根据相机的视场范围设定相机的移动步长，所述移动步长为相邻两次拍摄的图像的间隔距离；
根据所述步长设定所述相机的移动路线，使所述相机可以获取整个蜂窝产品的图像。
3.根据权利要求2所述的方法，其特征在于，所述根据相机的视场范围设定相机的移动路线，使所述相机可以遍历整个蜂窝产品还包括：
调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
4.根据权利要求1所述的方法，其特征在于，所述计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量，包括：计算每张蜂窝产品局部图像中所有胞元角的偏差平均值，并将各张图像的偏差平均值再次求取平均值，将此值与预设值比较，若小于预设值，则产品合格；或将蜂窝局部图像拼接成蜂窝产品整体图像，再求取整体图像中所有胞元角的偏差平均值，将此值与预设值比较，若小于预设值则产品合格。
5.根据权利要求4所述的方法，其特征在于，
所述蜂窝局部图像拼接是将相机移动拍摄得到的蜂窝产品局部照片进行拼接得整体的蜂窝图像，其中，拼接方法采用Sift或Surf算法实现。
6.根据权利要求1所述的评价方法，其特征在于，所述将所述图像进行二值化处理，得到二值化图像包括：
将所述图像进行滤波处理去除噪声，得到去噪图像；
将所述去噪图像进行二值化处理，得到二值化图像。
7.根据权利要求6所述的评价方法，其特征在于，所述将所述去噪图像进行二值化处理，得到二值化图像包括：
将所述去噪图像进行二值化处理，得到初始二值化图像；
将所述初始二值化图像进行形态学滤波处理，得到二值化图像。
8.根据权利要求1所述的评价方法，其特征在于，所述提取所述二值化图像中蜂窝胞元的顶点包括：
将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
将所述平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
在所述只有蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
9.一种蜂窝质量检测装置，其特征在于，包括：
路线设定模块，用于根据相机的视场范围设定相机的移动路线，使所述相机可以获取整个蜂窝产品的图像；
相机，用于获取蜂窝图像；
二值化处理模块，用于将所述蜂窝图像进行二值化处理，得到二值化图像；
顶点提取模块，用于提取所述二值化图像中蜂窝胞元的顶点；
蜂窝胞元图像重构模块，用于根据所述顶点与胞元的映射关系，重构得到蜂窝胞元图像；
蜂窝质量检测模块，用于计算所述蜂窝胞元图像中所有胞元角的偏差平均值，并根据所述平均值评价所述蜂窝质量；
所述顶点提取模块包括：
闭运算处理单元，用于将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
顶点提取单元，用于在所述平滑蜂窝顶点图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
10.根据权利要求9所述的检测装置，其特征在于，所述路线设定模块包括：
步长设定单元，用于根据相机的视场范围设定相机的移动步长，所述移动步长为相邻两次拍摄的图像的间隔距离；
路线设定单元，用于根据所述步长设定所述相机的移动路线，使所述相机可以获取整个蜂窝产品的图像。
11.根据权利要求10所述的检测装置，其特征在于，所述路线设定模块还包括：
步长调节单元，用于调节步长，使相邻两次拍摄的图像重合面积为单张图片的5％-10％。
12.根据权利要求9所述的检测装置，其特征在于，所述二值化处理模块包括：
图像去噪单元，用于将所述图像进行滤波处理去除噪声，得到去噪图像；
二值化处理单元，用于将所述去噪图像进行二值化处理，得到二值化图像。
13.根据权利要求12所述的检测装置，其特征在于，所述二值化处理模块还包括：滤波单元
在所述二值化处理单元将所述去噪图像进行二值化处理，得到初始二值化图像后；
所述滤波单元，将所述初始二值化图像进行形态学滤波处理，得到二值化图像。
14.根据权利要求9所述的检测装置，其特征在于，所述顶点提取模块包括：
闭运算处理单元，用于将所述二值化图像进行闭运算处理，得到平滑蜂窝顶点图像；
蜂窝壁交汇处提取单元，用于将所述平滑蜂窝顶点图像依次经过膨胀处理和腐蚀处理，得到只有蜂窝壁交汇处图像；
顶点提取单元，用于在所述蜂窝壁交汇处图像上进行蜂窝壁取最大圆圆心处理，得到蜂窝胞元的顶点。
15.根据权利要求9-14任一项所述的检测装置，其特征在于，还包括：置物台、升降装置、行走式龙门架、滑轨；
所述置物台用于盛放待检测蜂窝，其上设置有水平度示值板；
所述升降装置与所述置物台连接，用于带动所述待检测蜂窝升降；
所述行走式龙门架设置在所述滑轨上，且所述行走式龙门架设置有所述图像获取模块，使所述图像获取模块可在水平方向移动。
16.根据权利要求15所述的检测装置，其特征在于，还包括：标定模块；
所述标定模块与所述置物台配合使用，用于校核检测装置的准确性。
17.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现权利要求1-8中任意一项所述方法的步骤。
18.一种电子设备，其特征在于，包括存储器、显示器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现权利要求1-8中任意一项所述方法的步骤。
CN202010388402.9A 2020-05-09 2020-05-09 超大面积蜂窝产品规整度的移动式检测方法及装置 Active CN111583241B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010388402.9A CN111583241B (zh) 2020-05-09 2020-05-09 超大面积蜂窝产品规整度的移动式检测方法及装置
PCT/CN2020/109727 WO2021227286A1 (zh) 2020-05-09 2020-08-18 超大面积蜂窝产品规整度的移动式检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010388402.9A CN111583241B (zh) 2020-05-09 2020-05-09 超大面积蜂窝产品规整度的移动式检测方法及装置

Publications (2)

Publication Number Publication Date
CN111583241A CN111583241A (zh) 2020-08-25
CN111583241B true CN111583241B (zh) 2023-05-23

Family

ID=72117186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010388402.9A Active CN111583241B (zh) 2020-05-09 2020-05-09 超大面积蜂窝产品规整度的移动式检测方法及装置

Country Status (1)

Country Link
CN (1) CN111583241B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117123912B (zh) * 2023-10-26 2024-01-19 天津亚光科技有限公司 一种金属蜂窝的自动化生产工艺及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101915545A (zh) * 2010-08-13 2010-12-15 南京柯瑞特种陶瓷股份有限公司 一种蜂窝陶瓷自动检测方法与装置
CN107290347A (zh) * 2017-07-12 2017-10-24 江苏阿瑞斯智能设备有限公司 蜂窝载体缺陷自动化检测方法
CN210253172U (zh) * 2019-07-19 2020-04-07 东莞恩浩电子有限公司 一种视觉检测自动化系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI554248B (zh) * 2015-02-25 2016-10-21 國立交通大學 光偵測裝置及使用該光偵測裝置之影像重建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101915545A (zh) * 2010-08-13 2010-12-15 南京柯瑞特种陶瓷股份有限公司 一种蜂窝陶瓷自动检测方法与装置
CN107290347A (zh) * 2017-07-12 2017-10-24 江苏阿瑞斯智能设备有限公司 蜂窝载体缺陷自动化检测方法
CN210253172U (zh) * 2019-07-19 2020-04-07 东莞恩浩电子有限公司 一种视觉检测自动化系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Can Cui et al.Branch point algorithm for structural irregularity determination of honeycomb.Composites Part B.2018,323-330. *
Zhonggang Wang et al.On the influence of structrual defects for honeycomb structure.Composites Part B.2018,183-192. *

Also Published As

Publication number Publication date
CN111583241A (zh) 2020-08-25

Similar Documents

Publication Publication Date Title
US11551341B2 (en) Method and device for automatically drawing structural cracks and precisely measuring widths thereof
JP6620477B2 (ja) コンクリートのひび割れ検出方法及び検出プログラム
CN111524134B (zh) 生产线上蜂窝产品规整度的检测方法及检测装置
CN106248686A (zh) 基于机器视觉的玻璃表面缺陷检测装置及方法
CN108562250B (zh) 基于结构光成像的键盘键帽平整度快速测量方法与装置
CN107392849B (zh) 基于图像细分的靶标识别与定位方法
CN107358628B (zh) 基于靶标的线阵图像处理方法
KR101343277B1 (ko) 표면 검사 장치
CN110853018B (zh) 一种基于计算机视觉的振动台疲劳裂纹在线检测系统及检测方法
CN111784684B (zh) 基于激光辅助的透明产品内部缺陷定深检测方法及装置
CN104458764B (zh) 基于大景深条带图像投影的弯曲粗糙表面缺陷鉴别方法
CN115100206B (zh) 用于具有周期图案纺织物的印花缺陷识别方法
CN108895959A (zh) 一种基于亚像素的相机标定板角点计算方法
CN110873718A (zh) 基于机器视觉的钢板表面缺陷检测系统及方法
CN111583241B (zh) 超大面积蜂窝产品规整度的移动式检测方法及装置
CN102003941B (zh) 基于视觉的大型系泊链五环长测量方法及其测量装置
CN111583242B (zh) 蜂窝规整度检测的形态学顶点提取方法及检测装置
CN115615998A (zh) 一种圆形磁芯侧面缺陷检测装置及其方法
CN111583235B (zh) 蜂窝规整度检测的分支点识别顶点提取方法及其系统
WO2021227286A1 (zh) 超大面积蜂窝产品规整度的移动式检测方法及装置
CN115471691A (zh) 地铁车站施工中周边建筑物沉降监测管理方法
CN117630010B (zh) 一种金属板材表面缺陷三维精密检测方法、组件及系统
CN113222880A (zh) 分析检测方法
Chao et al. Parameters of small pitch thread measured by an intelligent detection method
CN111583238B (zh) 蜂窝的轮廓线夹角顶点提取方法、检测方法及装置

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