CN111896550A - 一种表面缺陷检测装置及方法 - Google Patents
一种表面缺陷检测装置及方法 Download PDFInfo
- Publication number
- CN111896550A CN111896550A CN202010823915.8A CN202010823915A CN111896550A CN 111896550 A CN111896550 A CN 111896550A CN 202010823915 A CN202010823915 A CN 202010823915A CN 111896550 A CN111896550 A CN 111896550A
- Authority
- CN
- China
- Prior art keywords
- light source
- camera
- light
- sample
- emitting
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 109
- 238000001514 detection method Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000000712 assembly Effects 0.000 claims description 35
- 238000000429 assembly Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 25
- 239000013598 vector Substances 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 230000000877 morphologic effect Effects 0.000 claims description 12
- 238000001914 filtration Methods 0.000 claims description 10
- 229910052751 metal Inorganic materials 0.000 claims description 9
- 239000002184 metal Substances 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 239000000919 ceramic Substances 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 229910000838 Al alloy Inorganic materials 0.000 claims description 5
- 239000000956 alloy Substances 0.000 claims description 5
- 230000001678 irradiating effect Effects 0.000 claims description 5
- 230000002950 deficient Effects 0.000 claims description 4
- 230000003760 hair shine Effects 0.000 claims description 4
- 210000001503 joint Anatomy 0.000 claims description 4
- 230000008901 benefit Effects 0.000 abstract description 10
- 230000007246 mechanism Effects 0.000 description 15
- 238000013461 design Methods 0.000 description 12
- 238000002310 reflectometry Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 6
- 238000005286 illumination Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 230000000149 penetrating effect Effects 0.000 description 3
- 208000034656 Contusions Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 208000034526 bruise Diseases 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 229910021418 black silicon Inorganic materials 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- HQVNEWCFYHHQES-UHFFFAOYSA-N silicon nitride Chemical compound N12[Si]34N5[Si]62N3[Si]51N64 HQVNEWCFYHHQES-UHFFFAOYSA-N 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G01N21/84—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
- 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
-
- 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G01N2021/8809—Adjustment for highlighting flaws
-
- 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
- G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/06—Illumination; Optics
- G01N2201/062—LED's
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明涉及计算机视觉技术领域,尤其涉及一种表面缺陷检测装置,包括平台、设置于平台上的载物组件、第一支架、分别与第一支架连接的相机和光源组件、第二支架及与第二支架连接的同轴光源,第一支架与第二支架相对设置在平台上,载物组件位于所述相机的拍摄区域内且载物组件用于承载待测样品,光源组件包括九个可独立或者同时发光的发光组件,发光组件与待测样品相对且设置于相机与待测样品之间以提供LED光源,同轴光源倾斜照射在待测样品上以提供同轴光源。提供一种表面缺陷检测方法。本发明提供的一种表面缺陷检测装置具有效率高、误检率及漏检率低等优点,方法具有较高的三维重建速度和三维重建精度,提高缺陷检测能力等优点。
Description
【技术领域】
本发明涉及检测设备技术领域,尤其涉及一种表面缺陷检测装置及方法。
【背景技术】
目前针对金属表面缺陷的检测技术较不成熟,对于粗糙纹理金属表面缺陷的检出率极低,误检率及漏检率极高。
目前市场上存在一种基于视觉的表面细微缺陷检测技术,该技术通过4个红光型点光源图像系统,采集 4幅不同光照角度的待测金属表面图像,利用已标定好的光源方向参数,计算物体的灰度值梯度,同时对灰度值梯度进行高斯曲率滤波处理,合成曲率图像,再进行图像分割及形态学操作,实现金属表面的缺陷检测。其不足是:只采集4个方向的图像,会造成信息缺失,出现阴影及奇异点的情况,引起误检及漏检。
【发明内容】
为克服现有的表面缺陷检测装置漏检率高的缺陷,本发明提供一种表面缺陷检测装置及方法。
为了解决上述技术问题,本发明提供如下技术方案:提供一种表面缺陷检测装置,包括平台、设置于平台上的载物组件、第一支架、分别与第一支架连接的相机和光源组件、第二支架及与第二支架连接的同轴光源,所述第一支架与第二支架相对设置在所述平台上,所述载物组件位于所述相机的拍摄区域内且所述载物组件用于承载待测样品,所述光源组件包括九个可独立或者同时发光的发光组件,所述发光组件与所述待测样品相对且设置于所述相机与所述待测样品之间以提供LED光源,所述同轴光源倾斜照射在待测样品上以提供同轴光源。
优选地,所述光源组件还包括与九个所述发光组件一侧连接的光源盘,所述光源盘为圆形且所述发光组件圆周设置在所述光源盘朝载物组件的一侧上,九个发光组件形成一个环形光源;
所述发光组件包括与光源盘连接的连接件、与连接件转动连接的旋转件及与旋转件连接的发光件,可通过转动所述旋转件以改变发光件的转动角度。
优选地,所述连接件靠近所述旋转件上设置有限位块,所述限位块由所述连接件相对的一侧凸起形成,所述旋转件转动至抵持限位块以限制所述发光件的照射角度,所述限位块之间限制所述发光件的转动角度范围为0-70°,所述同轴光源的转动角度范围为30°-60°;
所述第一支架包括与平台连接的连接杆、与连接杆滑动连接的相机固定部和固定架,所述固定架设置在所述相机固定部朝所述平台的一侧;
所述相机固定部包括与连接杆滑动连接的相机调节块以及分别与相机调节块连接的第一夹块和第二夹块,所述相机调节块上设置有与第一夹块和第二夹块分别连接的腰形孔,所述第一夹块与所述第二夹块之间夹持以固定所述相机。
优选地,所述固定架包括与连接杆连接的光源固定块、分别与光源固定块连接的第一连接块和第二连接块,所述第一连接块、第二连接块与所述光源盘连接;所述第二支架包括与平台连接的支撑杆及与支撑杆滑动连接的光源固定件,所述光源固定件与所述相机固定部结构相同以固定所述同轴光源。
优选地,所述平台上设置有U形槽,所述第二支架包括与所述支撑杆连接的滑动件,所述支撑杆穿设所述滑动件且所述滑动件与所述U形槽连接,所述平台、第一支架、第二支架、光源盘为铝合金材料,所述相机为面阵彩色相机,所述发光件、同轴光源发出的光源为蓝光且发出的光源波长范围为435-480nm。
优选地,所述相机、同轴光源及发光组件与外设的计算机连接,所述外设的计算机控制所述控制相机采集图像、所述同轴光源和所述发光组件照射待测样品,所述待测样品包括金属制品、陶瓷制品、电子制品中的任一种。
为了解决上述技术问题,本发明提供如下技术方案:提供相机、同轴光源、待测样品以及九个发光组件,计算机控制同轴光源、相机以及发光组件的工作状态并照射待测样品,包括以下步骤:
S1:同轴光源对待测样品进行光源照射;
S2:相机采集1幅图像并传输至计算机进行处理;
S3:判断是否存在缺陷;
若存在缺陷,则进行步骤S4:输出缺陷信息及位置信息并结束检测;
若所述步骤S3判断不存在缺陷,则进行下列步骤:
S5:计算机控制每个发光组件依次对待测样品进行光源照射,相机依次采集九幅图像。
优选地,所述步骤S5之后包括如下步骤:
S6:使用光度立体视觉原理对采集的九幅图像进行计算,构造偏微分方程求解待测样品表面的灰度值梯度并获得梯度图;
S7:计算机进一步对梯度图进行高斯曲率滤波处理及形态学处理;
S8:是否存在缺陷;
若存在缺陷,则进行步骤S4;
若不存在缺陷,则进行下列步骤:
S9:对获得的梯度进行积分及曲面拟合获得深度图,并对深度图进行高斯曲率滤波处理及形态学处理。
S10:是否存在缺陷;
若存在缺陷,则进行步骤S4;
若不存在缺陷,则进行步骤S11:输出无缺陷信息并结束检测。
优选地,所述步骤S2具体为:计算机将所述相机拍摄的灰度图像进行傅里叶变换及形态学处理;
所述步骤S5与所述步骤S6之间包括步骤S51:所述计算机采用基于固定gamma值亮度校正法进行亮度校正;
所述步骤S1之前包括步骤S0:通过九个发光组件依次对采样球进行照射,相机采集灰度图像并通过灰度图像设置一阈值,选择大于该阈值的灰度值并通过偏微分方程组计算以获得光源方向向量。
优选地,所述S6具体为:对求取的灰度值梯度使用 SouthWell算法进行三维形貌恢复,采用级数展开法的最小二乘法进行曲面拟合,对拟合后的深度值转为点云数据;所述步骤S7中对梯度图的点云数据进行高斯滤波处理以获得曲率图。
与现有技术相比,本发明提供的表面缺陷检测装置及表面缺陷检测方法具有以下有益效果:
1、所述表面缺陷检测装置平台、设置于平台上的载物组件、第一支架、分别与第一支架连接的相机和光源组件、第二支架及与第二支架连接的同轴光源,所述第一支架与第二支架相对设置在所述平台上,所述载物组件位于所述相机的拍摄区域内且所述载物组件用于承载待测样品,所述光源组件包括多个可独立或者同时发光的发光组件,所述发光组件与所述待测样品相对且设置于所述相机与所述待测样品之间以提供LED光源,所述同轴光源倾斜照射在待测样品上以提供同轴光源。同轴光源可用于检测反光程度很大的表面物体,能够凸显待测样品上的表面不平整,克服表面反光造成的干扰,主要用于检测待测样品平整光滑表面的碰伤、划伤、裂纹和异物;
同轴光源照射在待测样品上可获得较大的照射区域,能快速的采集到待测样品特性的图片,通过一幅图像即可快速初步判定待测样品是否存在缺陷,能很好的提高效率;但是其检测的角度是相对有限的,无法很好的对待测样品进行全方位的照射,采集待测样品全方位的图像数据,在准确性上相对多个发光组件存在缺陷,因此,当同轴光判定出待测样品存在缺陷时,进一步结合多个发光组件做进一步判定,能很好的保证准确性,因此,将同轴光源和多个发光组件结合,能很好的保证效率且提高准确性;
采用发光组件的数量为九个的设计具有减小成本、减小误差、提高表面图像质量的优点。
2、所述光源组件包括与多个所述发光组件一侧连接的光源盘,所述光源盘为圆形且所述发光组件圆周设置在所述光源盘朝载物组件的一侧上,多个发光组件形成一个环形光源。环形光源能够提供全方位、多角度光源照射在载物组件上,以减小误检率及漏检率。
3、所述连接件靠近所述旋转件上设置有限位块,所述限位块由所述连接件相对的两侧延伸形成,所述旋转件转动至抵持限位块以限制所述发光件的转动角度,所述限位块之间限制所述发光件的转动角度范围为 0-70°,所述同轴光源的转动角度范围为30°-60°。通过转动第一夹块与第二夹块之间的相机还可以改变相机的拍摄的角度。所述限位块之间限制所述发光件的转动角度范围为0-70°,所述同轴光源的转动角度范围为 30°-60°。采用限位块限制角度范围能够最大面积地获得待测样品表面图像。
4、所述固定架包括与连接杆连接的光源固定块、分别与光源固定块连接的第一连接块、第二连接块,所述第一连接块、第二连接块与所述光源盘连接。所述连接孔为腰形孔,此时所述光源盘可根据穿设孔与连接孔的对应位置调整转向,调整转向更加灵活。所述第二支架包括与平台连接的支撑杆、与支撑杆滑动连接的光源固定件,所述光源固定件与所述相机固定部结构相同以固定所述同轴光源。所述光源固定件还能调整同轴光源的照射角度以减小误检率及漏检率,原理与上述相机固定部相同。
5、所述平台上设置有U形槽,所述第二支架包括与所述支撑杆连接的滑动件,所述支撑杆穿设所述滑动件且所述滑动件与所述U形槽连接。采用此设计,方便第二支架在平台上的滑动,第二支架上的同轴光源可根据支撑杆的移动而改变照射的方向。所述平台、第一支架、第二支架、光源盘为氧化发黑的铝合金材料,所述相机为面阵彩色相机,所述发光件、同轴光源发出的光源为蓝光且发出的光源波长范围为435-480nm。采用此设计目的在于消除环境光在材料上造成的二次反光,进而二次反光对图像采集的完整度造成影响。蓝光型发光件的对环境的抗干扰性比白光要好,尤其是在载物组件表面有反光的情况下,并且蓝光型发光件照射出来的点云模型比白光照射出来的点云模型的表面更光滑,更光滑的点云模型能更真实反映载物组件的表面质量。
6、所述待测样品包括金属制品、陶瓷制品、电子制品中的任一种。可检测多种制品,功能丰富,应用前景广。
7、采用级数展开法的最小二乘法,解决了三维重建曲面的扭曲及翘曲问题,采用SouthWell算法,具有较高的三维重建速度和三维重建精度,提高了缺陷检测能力,表面缺陷检出率相较于拟合前提高了4%以上,可以扩展到更广阔的工业应用领域,提升企业经济效益。
【附图说明】
图1是本发明表面缺陷检测装置的立体结构示意图;
图2是本发明表面缺陷检测装置光源组件的立体结构示意图;
图3是本发明表面缺陷检测装置光源组件的立体结构示意图;
图4是本发明表面缺陷检测装置的图像数量与平均误差之间的图像关系图。
图5是本发明表面缺陷检测装置的另一立体结构示意图;
图6是本发明表面缺陷检测装置第一支架的爆炸结构示意图;
图7是本发明表面缺陷检测装置相机固定部的爆炸结构示意图;
图8是本发明表面缺陷检测装置的又一立体结构示意图;
图9是本发明表面缺陷检测装置光源固定件的立体结构示意图;
图10是本发明表面缺陷检测装置的再一立体结构示意图;
图11是本发明表面缺陷检测装置滑动件的立体结构示意图;
图12是本发明表面缺陷检测装置平台的立体结构示意图;
图13是本发明表面缺陷检测装置的再一立体结构示意图;
图14是本发明表面缺陷检测装置载物组件的立体结构示意图;
图15是本发明表面缺陷检测装置的再一立体结构示意图;
图16是本发明表面缺陷检测方法的流程图;
图17是本发明表面缺陷检测方法步骤S0到步骤S1 的流程图;
图18是本发明表面缺陷检测方法步骤S5到步骤S6 的流程图;
图19是本发明表面缺陷检测方法步骤S6的流程图;
图20是本发明表面缺陷三维形貌效果图。
附图标记说明:
10、表面缺陷检测装置;11、待测样品;20、平台; 21、第二支架;211、支撑杆;217、滑动件;218、滑动孔;219、固定孔;212、光源固定件;22、同轴光源; 23、U形槽;231、滑动槽;232、固定槽;30、第一支架;31、连接杆;32、相机固定部;33、固定架;34、光源固定块;35、第一连接块;36、第二连接块;37、连接孔;38、相机调节块;381、第一夹块;382、第二夹块;383、腰形孔;40、相机;50、光源组件;51、光源盘;52、发光件;511、穿设孔;52、发光组件; 521、连接件;522、旋转件;523、发光件;524、限位块;60、载物组件;61、第一移动机构;62、第二移动机构;63、载物台。
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
请参阅图1,本发明提供一种表面缺陷检测装置10,所述表面缺陷检测装置10包括平台20、设置于平台20 上的载物组件60、与平台20连接的第一支架30及与第一支架30连接的相机40和光源组件50、连接在平台20相对第一支架30一侧的第二支架21以及与第二支架21连接的同轴光源22,所述第一支架30、第二支架21相对设置在平台20上。所述载物组件60用于承载待测样品11,位于所述相机40的拍摄区域内,所述光源组件50设置于所述相机40与所述载物组件60之间以为待测样品11提供光源,所述同轴光源22倾斜照射在待测样品11上以提供同轴光。
请参阅图1和图2,所述光源组件50包括光源盘51、与光源盘51一侧连接的多个可独立或者同时发光的发光组件52,所述光源盘51为圆形且所述发光组件52以光源盘51的中心为圆心,呈圆环状设置在所述光源盘51 朝载物组件60的一面上,多个发光组件52形成一个环形光源。通过环形光源的设计,能够提供全方位、多角度光源照射在载物组件60上,以减小误检率及漏检率。所述光源盘51上环形设置有多个穿设孔511,所述穿设孔 511用于与所述第一支架30连接。穿设孔511到所述光源盘51中心的距离大于所述发光组件52到所述光源盘51 中心的距离。
请参阅图2和图3,发光组件52包括与光源盘51连接的连接件521、与连接件521转动连接的旋转件522、与所述旋转件522固定连接的发光件523,可通过转动所述旋转件522与连接件521的旋转角度以改变发光件523的光照角度,所述连接件521、旋转件522可以为角码、铰链、转轴等旋转机构中的任一种。
可选的,在一些具体的实施例中,所述连接件521 靠近所述旋转件522上设置有限位块524,所述限位块 524由一所述连接件521朝另一所述连接件521相对的一侧凸起形成,所述限位块524与所述旋转件522之间留有间隙。当所述旋转件522转动至抵持限位块524时,所述限位块524进一步限制所述发光件523的照射角度。所述限位块524之间限制所述发光件523的转动角度范围为0-70°,优选地,转动角度范围可以为30°-45°、45° -60°以及60-70°中的任一种。发光件523不同的的转动角度对应发光件523不同的照射角度。
在本实施例中,所述发光件523为LED光源且发出蓝光,所述LED光源发出蓝光的波长为435nm-480nm,蓝光对环境的抗干扰性比白光要好,尤其是在载物组件 (未图示)表面有反光的情况下,并且蓝光照射出来的点云模型比白光照射出来的点云模型的表面更光滑,更光滑的点云模型能更真实反映待测样品11的表面质量。在获取物体表面每个采样点的空间坐标后,得到的是一个点的集合,称之为"点云"(Point Cloud),点云模型为在计算机内由点云构成的实体模型。
当然,在一些其他实施方式中,或者根据不同类型的检测样品的区别,可以选择其他类型的发光件523或者其他波长的发光件523。
优选地,在本实施例中,所述发光组件52的数量设置为八个、九个或十个。当然,在其他实施中,或者当用户对检测结果的需求的存在差别时,还可以是其他数据。
请参阅图4,以下为了说明采用数量为九个的发光组件52成本低且平均误差小,对表面缺陷检测装置10 的数据进行仿真模拟,设定发光组件52的数量分别为三个、四个、五个、六个、八个、九个和十二个,相机(未图示)单独分别采集三幅、四幅、五幅、六幅、八幅、九幅和十二幅的图像数量。也即,每一数量的发光组件 52下依次分别采集三幅、四幅、五幅、六幅、八幅、九幅和十二幅的图像数量。根据采集获得的三幅、四幅、五幅、六幅、八幅、九幅和十二幅图像大小的长度(w) 和宽度(h),分别代入误差函数:
其中,Zx和Zy为使用Southwell算法对P、Q进行积分后得到的深度值Z的x和y方向的梯度,P和Q分别是根据光度立体法计算的x,y方向的梯度,计算采集后得到的三幅图像之间的平均误差、四幅图像之间的平均误差、五幅图像之间的平均误差、六幅图像之间的平均误差、八幅图像之间的平均误差、九幅图像之间的平均误差和十二幅图像的平均误差ε,得到图像数量与平均误差之间的图像关系图,横坐标为图像数量,纵坐标为平均误差。
仿真结果显示,当发光组件52的数量为八个以上时,单独采集的三幅、四幅、五幅、六幅、八幅、九幅和十二幅图像之间的平均误差达到最小。但发光组件52的数量过多反而会增加成本。因此,采用发光组件52的数量为九个的设计具有减小成本、减小误差、提高表面图像质量的优点。采用九个发光组件52环形设置在所述光源盘51上的设计,还能多方位不同角度照射待测样品11的表面,以便于相机40获取载物组件表面上不同角度的图像。提高检测信息的完整性,避免出现阴影及杂点的情况而引起误检及漏检。九个发光组件52从九个不同方向照射,采集的信息多,图像的杂点少,采集速度快,能实现在1s内采集九幅图像且成本低。
请参阅图5和图6,所述第一支架30包括与平台20 连接的连接杆31、与连接杆31滑动连接的相机固定部32 和固定架33,所述固定架33设置在所述相机固定部32 朝所述平台20的一侧。
所述固定架33包括穿设所述连接杆31的光源固定块34、分别与光源固定块34连接的第一连接块35、第二连接块36,所述第一连接块35、第二连接块36与所述光源盘51连接。
所述第一连接块35、第二连接块36朝所述光源盘 51一侧的方向上设置有连接孔37,第一连接块35、第二连接块36与所述光源盘51连接时,所述连接孔37与所述穿设孔511对应。优选地,所述连接孔37为腰形孔,此时所述光源盘51可根据穿设孔511与连接孔37的对应位置调整转向,调整转向更加灵活。
请参阅图7,所述相机固定部32包括与连接杆31 滑动连接的相机调节块38、分别与相机调节块38连接的第一夹块381、第二夹块382,所述相机调节块38上设置有与第一夹块381、第二夹块382连接的腰形孔383,通过第一夹块381、第二夹块382与所述腰形孔383的滑动以改变相机40的拍摄位置,所述第一夹块381与所述第二夹块382之间夹持以固定所述相机40,通过转动第一夹块381与第二夹块382之间的相机40还可以改变相机40的拍摄的角度。
请参阅图8和图9,所述第二支架21包括与平台20 连接的支撑杆211、与支撑杆211滑动连接的光源固定件 212,所述光源固定件212与所述相机固定部32结构相同以固定所述同轴光源22,通过同轴光源22调节并选定照射角度后固定在所述光源固定件212上以减小误检率及漏检率,原理与上述相机固定部32相同。所述同轴光源 22内设置多个高密度排列的LED光源,使得同轴光源22 的亮度大幅度提高,同轴光源22具有成像清晰,亮度均匀等优点,主要用于检测反光程度很大的平面物体。
所述同轴光源22发出的光源为蓝光且发出的光源波长范围为435-480nm,所述同轴光源22呈30°-60°倾斜设置并照射在所述待测样品11上,优选地,所述同轴光源22呈45°倾斜设置并照射在所述待测样品11上,采用此设计,同轴光源22可用于检测反光程度很大的表面物体,能够凸显待测样品11上的表面不平整,克服表面反光造成的干扰,主要用于检测物体平整光滑表面的碰伤、划伤、裂纹和异物。相对于单个发光组件52,同轴光源22照射在待测样品11上可获得较大的照射区域,多个发光组件52依次照射在待测样品11上可获得多方位角度的照射区域。同轴光源22照射在待测样品11上可获得较大的照射区域,能快速的采集到待测样品11特性的图片,通过一幅图像即可快速初步判定待测样品11是否存在缺陷,能很好的提高效率;但是其检测的角度是相对有限的,无法很好的对待测样品11进行全方位的照射,采集待测样品11全方位的图像数据,在准确性上相对多个发光组件52存在缺陷,因此,当同轴光源52判定出样品存在缺陷时,进一步结合多个发光组件52做进一步判定,能很好的保证准确性,因此,将同轴光源22和多个发光组件52结合,能很好的保证效率且提高准确性。
请参阅图10,所述平台20上设置有U形槽23,所述第二支架21包括与所述支撑杆211连接的滑动件217,所述支撑杆211穿设所述滑动件217且所述滑动件217与所述U形槽23连接。
请参阅图10、图11和图12,所述滑动件217可以为卡扣、轴承座等固定件,所述滑动件217包括滑动孔218、设置于所述滑动孔218两侧的固定孔219。所述U形槽23 包括滑动槽231、设置于滑动槽231两侧的固定槽232,所述支撑杆211穿设所述滑动孔218且在所述滑动槽231 上滑动,所述固定孔219与所述固定槽232对应,通过外设的标准件穿设所述固定孔219与所述固定槽232固定连接。采用此设计,方便第二支架21在平台20上的滑动,第二支架21上的同轴光源(未图示)可根据支撑杆211 的移动而改变照射的方向。
请参阅图13和图14,所述载物组件60包括与平台20 固定连接的第一移动机构61、与第一移动机构61滑动连接的第二移动机构62,所述第一移动机构61与第二移动机构62相互垂直设置,第一移动机构61、第二移动机构 62可以为滑轨、导轨、气缸等滑动结构,所述第一移动机构61、第二移动机构62由外设的单片机(未图示)连接控制。所述第二移动机构62远离所述第一移动机构61 上设置有载物台63,所述载物台63用于放置待测样品11。采用此设计,载物组件60的位置可调以方便相机40采集图像信息和方便同轴光源22、发光件523调整照射角度。
在本实施例中,所述平台20、第一支架30、第二支架21、光源盘51为氧化发黑的铝合金材料,采用此设计目的在于消除环境光在材料上造成的二次反光,进而二次反光对图像采集的完整度造成影响。所述相机40为面阵彩色相机,采用面阵彩色相机适用于静止物体的图像采集且成本低。可选的,在一些其他的实施例中,所述相机40为黑白型工业相机,采用黑白型工业相机可直接获得灰度图像,避免了再将彩色图像用算法转为灰度图像时的信息缺失。
请参阅图15,所述相机40、同轴光源22、发光组件 52与外设的单片机(未图示)连接,所述单片机与所述外设的计算机(未图示)连接,所述外设的计算机控制单片机进而控制所述相机40采集图像、所述同轴光源22、所述发光组件52照射待测样品11,所述待测样品11包括金属制品、陶瓷制品、电子制品中的任一种。
请参阅图16,本实施例提供一种表面缺陷检测方法,在本实施例中用到的相机、同轴光源以及发光组件和上述实施例中的一致,在此不再一一赘述。将待测样品11 放置在载物组件60上,计算机控制单片机进而控制同轴光源、相机以及发光组件的工作状态并照射待测样品11,所述相机为黑白型工业相机,包括如下步骤:
S1:同轴光源对待测样品进行光源照射;
S2:相机采集1幅图像并传输至计算机进行处理;
S3:判断是否存在缺陷;
若存在缺陷,则执行步骤S4:输出缺陷的类型信息及缺陷的位置信息并结束检测;
所述类型信息包括开裂、银纹、纹道、波纹、波痕和脆化等任一种或多种的组合。
若不存在缺陷,则进行下列步骤:
S5:计算机控制每个发光组件依次对待测样品进行光源照射,相机依次采集九幅图像;
S6:使用光度立体视觉原理对采集的九幅图像进行计算,构造偏微分方程求解待测样品表面的灰度值梯度并获得梯度图;
S7:计算机进一步对梯度图进行高斯曲率滤波处理及形态学处理;
计算机利用所述步骤S7中获得的梯度图执行S8:判断是否存在缺陷;
若存在缺陷,则执行步骤S4:
输出缺陷的类型信息及缺陷的位置信息并结束检测;
若不存在缺陷,则执行步骤S11:输出无缺陷信息并结束检测。
所述步骤S2的具体处理过程如下:计算机对所述相机拍摄的灰度图像进行傅里叶变换及形态学处理。
计算机执行已编写的MATLAB代码进行缺陷的识别判断。采用傅里叶变换的目的在于:为了提高灰度图像的对比度,变换后的灰度图像相对于变换前的灰度图像可以更明显地观察到一些原先不易察觉的特征。形态学处理可以解决抑制噪声、特征提取、边缘检测、图像分割、形状识别、纹理分析、图像恢复与重建、图像压缩等图像处理问题。采用傅里叶变换及形态学处理能够提高图像缺陷的识别度。
请参阅图17,在一些具体的实施方式中,所述步骤 S1之前包括:
步骤S0:对所述九个光源组件的光源进行标定以获得关于每个光源组件的光源方向向量;
在步骤S0中,标定的具体过程如下:使用黑色氮化硅陶瓷球作为采样球,利用九个发光组件依次照射所述采样球,相机采集九幅采样球的灰度图像,通过每幅图像的灰度值,设置一个阈值,选择大于该阈值的灰度值并通过偏微分方程组参与计算以获得每个发光组件的光源方向向量。获得的光源方向向量用于构造偏微分方程。
通过步骤S0即可获取到较为准确的光源方向向量,而且因为根据阈值选择灰度值参与后续待测样品的灰度值梯度计算,减少了数据运算量,提高了计算效率。
在真实检测待测样品表面缺陷的场景中,理想光源照明条件较难实现,总会存在些许高光或阴影等干扰区域。法向量为待测物体表面图像中像素点的法向量,在计算法向量时,干扰区域的存在会影响到反射率的计算,致使法向量信息缺失,反射率为待测物体表面图像中像素点的反射率。在计算灰度值梯度时,需要先计算反射率,再计算法向量,进而通过法向量提取关于像素点的灰度值梯度。但是,由于反射率、法向量以及灰度值梯度的多步求解会累积误差,对重建的三维模型产生影响,而且,计算效率也极低,影响系统的实用性。因此,为解决上述问题,通过标定的光源方向向量构造偏微分方程,并用最小二乘法求解矩阵,直接提取灰度值梯度,避免了累计误差的造成,消除反射率对重建的三维模型的影响,而且,计算效率也会更快,使得系统更加稳定高效。
请继续参阅图16,在一些其他实施方式中:
执行完步骤S8之后,若不存在缺陷,在执行步骤S11 之前还包括如下步骤:
S9:对步骤S6中获得的灰度值梯度进行积分及曲面拟合获得深度图,并对深度图进行高斯曲率滤波处理及形态学处理。
S10:判断是否存在缺陷;
若存在缺陷,则进行步骤S4;
若不存在缺陷,则进行步骤S11:输出无缺陷信息并结束检测。
请参阅图18,所述步骤S5与所述步骤S6之间、所述步骤S1与所述步骤S2之间包括步骤S51:所述计算机采用基于固定gamma值亮度校正法对灰度图像进行亮度校正。
采用gamma值亮度校正法能进一步提高灰度图像的对比度效果,更容易检测出缺陷信息以及位置。
所述灰度值梯度为:利用步骤S0已获得的光源方向向量、灰度图像的反射率以及待测样品的表面图像中像素点的法向量构造偏微分方程求解待测物体表面的灰度值梯度。
偏微分方程组如下:
Ii(x,y)=ρ(x,y)LiN(x,y)
Ij(x,y)=ρ(x,y)LjN(x,y)
上述两式中的Ii(x,y)以及Ij(x,y)是第i幅图像和第 j幅图像在(x,y)处的灰度值,ρ是待测样品表面的反射率,Li和Lj分别是第i幅第j幅图像的光源方向向量,N 是待测样品的表面图像中像素点的法向量,将上述两式相除并简化即可得到简化式:
(Ii(x,y)×LjN(x,y)-Ij(x,y)×LiN(x,y))=0
上述简化式中,Li=[Li 1Li 2Li 3]T,Lj=[Lj 1Lj 2Lj 3]T,对上述简化式转化为梯度表示,并用矩阵形式表示为矩阵式:
p和q为根据待测物体表面图像上多个像素点的法向量得到的灰度值梯度,其中:
G=(WTW)-1WTU
采用级数展开法的最小二乘法,解决了重建的三维模型曲面的扭曲及翘曲问题。
请参阅图19,所述S6具体为步骤S61:对求取的灰度值梯度使用SouthWell算法进行三维形貌恢复,采用级数展开法的最小二乘法进行曲面拟合,对拟合后的深度值转为梯度图的点云数据;请结合图16,所述步骤S7 中对梯度图的点云数据进行高斯滤波处理以获得曲率图。采用SouthWell算法,具有较高的三维重建速度和三维重建精度,提高了表面缺陷检测能力,表面缺陷检出率相较于拟合前提高了4%以上,可以扩展到更广阔的工业应用领域,提升企业经济效益。可选的,在一些其他的实施例中,所述算法可以为Frankot-Chellappa算法,不限于SouthWell算法。
请参阅图20,表面缺陷再采用Southwell算法拟合前后,拟合后三维重建曲面的三维形貌效果图更平滑,解决了三维重建曲面的扭曲及翘曲问题,具有较高的三维重建速度和三维重建精度。
与现有技术相比,本发明提供的表面缺陷检测装置及表面缺陷检测方法具有以下有益效果:
1、所述表面缺陷检测装置平台、设置于平台上的载物组件、第一支架、分别与第一支架连接的相机和光源组件、第二支架及与第二支架连接的同轴光源,所述第一支架与第二支架相对设置在所述平台上,所述载物组件位于所述相机的拍摄区域内且所述载物组件用于承载待测样品,所述光源组件包括多个可独立或者同时发光的发光组件,所述发光组件与所述待测样品相对且设置于所述相机与所述待测样品之间以提供LED光源,所述同轴光源倾斜照射在待测样品上以提供同轴光源。同轴光源可用于检测反光程度很大的表面物体,能够凸显待测样品上的表面不平整,克服表面反光造成的干扰,主要用于检测待测样品平整光滑表面的碰伤、划伤、裂纹和异物;
同轴光源照射在待测样品上可获得较大的照射区域,能快速的采集到待测样品特性的图片,通过一幅图像即可快速初步判定待测样品是否存在缺陷,能很好的提高效率;但是其检测的角度是相对有限的,无法很好的对待测样品进行全方位的照射,采集待测样品全方位的图像数据,在准确性上相对多个发光组件存在缺陷,因此,当同轴光判定出待测样品存在缺陷时,进一步结合多个发光组件做进一步判定,能很好的保证准确性,因此,将同轴光源和多个发光组件结合,能很好的保证效率且提高准确性;
采用发光组件的数量为九个的设计具有减小成本、减小误差、提高表面图像质量的优点。
2、所述光源组件包括与多个所述发光组件一侧连接的光源盘,所述光源盘为圆形且所述发光组件圆周设置在所述光源盘朝载物组件的一侧上,多个发光组件形成一个环形光源。环形光源能够提供全方位、多角度光源照射在载物组件上,以减小误检率及漏检率。
3、所述连接件靠近所述旋转件上设置有限位块,所述限位块由所述连接件相对的两侧延伸形成,所述旋转件转动至抵持限位块以限制所述发光件的转动角度,所述限位块之间限制所述发光件的转动角度范围为 0-70°,所述同轴光源的转动角度范围为30°-60°。通过转动第一夹块与第二夹块之间的相机还可以改变相机的拍摄的角度。所述限位块之间限制所述发光件的转动角度范围为0-70°,所述同轴光源的转动角度范围为 30°-60°。采用限位块限制角度范围能够最大面积地获得待测样品表面图像。
4、所述固定架包括与连接杆连接的光源固定块、分别与光源固定块连接的第一连接块、第二连接块,所述第一连接块、第二连接块与所述光源盘连接。所述连接孔为腰形孔,此时所述光源盘可根据穿设孔与连接孔的对应位置调整转向,调整转向更加灵活。所述第二支架包括与平台连接的支撑杆、与支撑杆滑动连接的光源固定件,所述光源固定件与所述相机固定部结构相同以固定所述同轴光源。所述光源固定件还能调整同轴光源的照射角度以减小误检率及漏检率,原理与上述相机固定部相同。
5、所述平台上设置有U形槽,所述第二支架包括与所述支撑杆连接的滑动件,所述支撑杆穿设所述滑动件且所述滑动件与所述U形槽连接。采用此设计,方便第二支架在平台上的滑动,第二支架上的同轴光源可根据支撑杆的移动而改变照射的方向。所述平台、第一支架、第二支架、光源盘为氧化发黑的铝合金材料,所述相机为面阵彩色相机,所述发光件、同轴光源发出的光源为蓝光且发出的光源波长范围为435-480nm。采用此设计目的在于消除环境光在材料上造成的二次反光,进而二次反光对图像采集的完整度造成影响。蓝光型发光件的对环境的抗干扰性比白光要好,尤其是在载物组件表面有反光的情况下,并且蓝光型发光件照射出来的点云模型比白光照射出来的点云模型的表面更光滑,更光滑的点云模型能更真实反映载物组件的表面质量。
6、所述待测样品包括金属制品、陶瓷制品、电子制品中的任一种。可检测多种制品,功能丰富,应用前景广。
7、采用级数展开法的最小二乘法,解决了三维重建曲面的扭曲及翘曲问题,采用SouthWell算法,具有较高的三维重建速度和三维重建精度,提高了缺陷检测能力,表面缺陷检出率相较于拟合前提高了4%以上,可以扩展到更广阔的工业应用领域,提升企业经济效益。
以上所述仅为本发明较佳实施例而已,并不用以限制本发明,凡在本发明原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种表面缺陷检测装置,其特征在于:包括平台、设置于平台上的载物组件、第一支架、分别与第一支架连接的相机和光源组件、第二支架及与第二支架连接的同轴光源,所述第一支架与第二支架相对设置在所述平台上,所述载物组件位于所述相机的拍摄区域内且所述载物组件用于承载待测样品,所述光源组件包括九个可独立或者同时发光的发光组件,所述发光组件与所述待测样品相对且设置于所述相机与所述待测样品之间以提供LED光源,所述同轴光源倾斜照射在待测样品上以提供同轴光源。
2.如权利要求1所述的表面缺陷检测装置,其特征在于:所述光源组件还包括与九个所述发光组件一侧连接的光源盘,所述光源盘为圆形且所述发光组件圆周设置在所述光源盘朝载物组件的一侧上,九个发光组件形成一个环形光源;
所述发光组件包括与光源盘连接的连接件、与连接件转动连接的旋转件及与旋转件连接的发光件,可通过转动所述旋转件以改变发光件的转动角度。
3.如权利要求2所述的表面缺陷检测装置,其特征在于:所述连接件靠近所述旋转件上设置有限位块,所述限位块由所述连接件相对的一侧凸起形成,所述旋转件转动至抵持限位块以限制所述发光件的照射角度,所述限位块之间限制所述发光件的转动角度范围为0-70°,所述同轴光源的转动角度范围为30°-60°;
所述第一支架包括与平台连接的连接杆、与连接杆滑动连接的相机固定部和固定架,所述固定架设置在所述相机固定部朝所述平台的一侧;
所述相机固定部包括与连接杆滑动连接的相机调节块以及分别与相机调节块连接的第一夹块和第二夹块,所述相机调节块上设置有与第一夹块和第二夹块分别连接的腰形孔,所述第一夹块与所述第二夹块之间夹持以固定所述相机。
4.如权利要求3所述的表面缺陷检测装置,其特征在于:所述固定架包括与连接杆连接的光源固定块、分别与光源固定块连接的第一连接块和第二连接块,所述第一连接块、第二连接块与所述光源盘连接;所述第二支架包括与平台连接的支撑杆及与支撑杆滑动连接的光源固定件,所述光源固定件与所述相机固定部结构相同以固定所述同轴光源。
5.如权利要求2所述的表面缺陷检测装置,其特征在于:所述平台上设置有U形槽,所述第二支架包括与所述支撑杆连接的滑动件,所述支撑杆穿设所述滑动件且所述滑动件与所述U形槽连接,所述平台、第一支架、第二支架、光源盘为铝合金材料,所述相机为面阵彩色相机,所述发光件、同轴光源发出的光源为蓝光且发出的光源波长范围为435-480nm。
6.如权利要求2-5中任一项所述的表面缺陷检测装置,其特征在于:所述相机、同轴光源及发光组件与外设的计算机连接,所述外设的计算机控制所述控制相机采集图像、所述同轴光源和所述发光组件照射待测样品,所述待测样品包括金属制品、陶瓷制品、电子制品中的任一种。
7.一种表面缺陷检测方法,其特征在于:提供相机、同轴光源、待测样品以及九个发光组件,计算机控制同轴光源、相机以及发光组件的工作状态并照射待测样品,包括以下步骤:
S1:同轴光源对待测样品进行光源照射;
S2:相机采集1幅图像并传输至计算机进行处理;
S3:判断是否存在缺陷;
若存在缺陷,则进行步骤S4:输出缺陷信息及位置信息并结束检测;
若所述步骤S3判断不存在缺陷,则进行下列步骤:
S5:计算机控制每个发光组件依次对待测样品进行光源照射,相机依次采集九幅图像。
8.如权利要求7所述的一种表面缺陷检测方法,其特征在于:所述步骤S5之后包括如下步骤:
S6:使用光度立体视觉原理对采集的九幅图像进行计算,构造偏微分方程求解待测样品表面的灰度值梯度并获得梯度图;
S7:计算机进一步对梯度图进行高斯曲率滤波处理及形态学处理;
S8:是否存在缺陷;
若存在缺陷,则进行步骤S4;
若不存在缺陷,则进行下列步骤:
S9:对获得的梯度进行积分及曲面拟合获得深度图,并对深度图进行高斯曲率滤波处理及形态学处理;
S10:是否存在缺陷;
若存在缺陷,则进行步骤S4;
若不存在缺陷,则进行步骤S11:输出无缺陷信息并结束检测。
9.如权利要求8所述的表面缺陷检测方法,其特征在于:所述步骤S2具体为:计算机将所述相机拍摄的灰度图像进行傅里叶变换及形态学处理;
所述步骤S5与所述步骤S6之间包括步骤S51:所述计算机采用基于固定gamma值亮度校正法进行亮度校正;
所述步骤S1之前包括步骤S0:通过九个发光组件依次对采样球进行照射,相机采集灰度图像并通过灰度图像设置一阈值,选择大于该阈值的灰度值并通过偏微分方程组计算以获得光源方向向量。
10.如权利要求8所述的表面缺陷检测方法,其特征在于:所述S6包括:对求取的灰度值梯度使用SouthWell算法进行三维形貌恢复,采用级数展开法的最小二乘法进行曲面拟合,对拟合后的深度值转为点云数据;所述步骤S7中对梯度图的点云数据进行高斯滤波处理以获得曲率图。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020204496740 | 2020-03-31 | ||
CN202020449674 | 2020-03-31 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111896550A true CN111896550A (zh) | 2020-11-06 |
Family
ID=73229595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010823915.8A Pending CN111896550A (zh) | 2020-03-31 | 2020-08-17 | 一种表面缺陷检测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111896550A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112354807A (zh) * | 2020-11-23 | 2021-02-12 | 上海应用技术大学 | 一种带检测平台的自动涂胶装置 |
CN112435248A (zh) * | 2020-11-30 | 2021-03-02 | 深圳市泰沃德技术有限公司 | 缺陷检测方法、装置、控制装置和可读存储介质 |
CN112748120A (zh) * | 2020-12-29 | 2021-05-04 | 中国联合网络通信集团有限公司 | 缺陷检测系统及方法、装置、设备和存储介质 |
CN112858318A (zh) * | 2021-04-26 | 2021-05-28 | 惠州高视科技有限公司 | 屏幕异物缺陷与灰尘的区分方法、电子设备及存储介质 |
CN113092489A (zh) * | 2021-05-20 | 2021-07-09 | 鲸朵(上海)智能科技有限公司 | 一种电池外观缺陷的检测系统及方法 |
CN113111828A (zh) * | 2021-04-23 | 2021-07-13 | 中国科学院宁波材料技术与工程研究所 | 一种轴承三维缺陷检测方法及系统 |
CN113192015A (zh) * | 2021-04-13 | 2021-07-30 | 广西师范大学 | 基于深度信息的表面缺陷检测方法和系统 |
CN113252567A (zh) * | 2021-06-08 | 2021-08-13 | 菲特(天津)检测技术有限公司 | 铝阀板表面多种缺陷快速检测方法、系统、介质、终端 |
CN113466235A (zh) * | 2021-03-19 | 2021-10-01 | 江苏立讯机器人有限公司 | 视觉检测模组、缺陷检测工作站及缺陷检测方法 |
CN114235847A (zh) * | 2021-12-20 | 2022-03-25 | 深圳市尊绅投资有限公司 | 一种液晶面板玻璃基板表面缺陷检测装置及检测方法 |
CN114354607A (zh) * | 2021-10-09 | 2022-04-15 | 七海测量技术(深圳)有限公司 | 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 |
CN114441553A (zh) * | 2022-04-11 | 2022-05-06 | 深圳市鹰眼在线电子科技有限公司 | 一种光源自调节的Mini LED检测结构 |
CN114812407A (zh) * | 2022-03-25 | 2022-07-29 | 合肥图迅电子科技有限公司 | 基于光度立体3d重建的芯片锡球三维高度检测方法及系统 |
CN115247771A (zh) * | 2022-09-19 | 2022-10-28 | 苏州视谷视觉技术有限公司 | 一种机器视觉用照明装置 |
CN118032661A (zh) * | 2024-04-15 | 2024-05-14 | 帕西尼感知科技(张家港)有限公司 | 一种物体的缺陷检测、标定方法、装置及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4974261A (en) * | 1988-11-15 | 1990-11-27 | Matsushita Electric Works, Ltd. | Optical surface inspection method |
JP2006038477A (ja) * | 2004-07-22 | 2006-02-09 | Toray Ind Inc | 欠点検査装置、欠点検査方法、およびシートの製造方法 |
US20150355101A1 (en) * | 2014-06-09 | 2015-12-10 | Keyence Corporation | Image Inspection Apparatus, Image Inspection Method, Image Inspection Program, Computer-Readable Recording Medium And Recording Device |
US20160084819A1 (en) * | 2013-05-10 | 2016-03-24 | Kemira Oyj | Method and arrangement for detecting free fibre ends in paper |
CN106053479A (zh) * | 2016-07-21 | 2016-10-26 | 湘潭大学 | 一种基于图像处理的工件外观缺陷的视觉检测系统 |
EP3401411A1 (de) * | 2017-05-11 | 2018-11-14 | Capex Invest GmbH | Verfahren und vorrichtung zur fehlerstellenerkennung bei biegeschlaffen körpern, insbesondere tierhäuten |
CN109297991A (zh) * | 2018-11-26 | 2019-02-01 | 深圳市麓邦技术有限公司 | 一种玻璃表面缺陷检测系统及方法 |
CN109523541A (zh) * | 2018-11-23 | 2019-03-26 | 五邑大学 | 一种基于视觉的金属表面细微缺陷检测方法 |
CN110009610A (zh) * | 2019-03-27 | 2019-07-12 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测方法及仿生装置 |
CN110108724A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 条状工件视觉检测系统 |
CN110286130A (zh) * | 2019-07-26 | 2019-09-27 | 上海御微半导体技术有限公司 | 一种缺陷检测装置及其方法 |
CN110308153A (zh) * | 2019-08-03 | 2019-10-08 | 广西师范大学 | 基于单目立体视觉的金属工件缺陷检测方法、系统、存储介质、以及装置 |
CN212321462U (zh) * | 2020-03-31 | 2021-01-08 | 广西师范大学 | 一种表面缺陷检测装置 |
-
2020
- 2020-08-17 CN CN202010823915.8A patent/CN111896550A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4974261A (en) * | 1988-11-15 | 1990-11-27 | Matsushita Electric Works, Ltd. | Optical surface inspection method |
JP2006038477A (ja) * | 2004-07-22 | 2006-02-09 | Toray Ind Inc | 欠点検査装置、欠点検査方法、およびシートの製造方法 |
US20160084819A1 (en) * | 2013-05-10 | 2016-03-24 | Kemira Oyj | Method and arrangement for detecting free fibre ends in paper |
US20150355101A1 (en) * | 2014-06-09 | 2015-12-10 | Keyence Corporation | Image Inspection Apparatus, Image Inspection Method, Image Inspection Program, Computer-Readable Recording Medium And Recording Device |
CN106053479A (zh) * | 2016-07-21 | 2016-10-26 | 湘潭大学 | 一种基于图像处理的工件外观缺陷的视觉检测系统 |
EP3401411A1 (de) * | 2017-05-11 | 2018-11-14 | Capex Invest GmbH | Verfahren und vorrichtung zur fehlerstellenerkennung bei biegeschlaffen körpern, insbesondere tierhäuten |
CN109523541A (zh) * | 2018-11-23 | 2019-03-26 | 五邑大学 | 一种基于视觉的金属表面细微缺陷检测方法 |
CN109297991A (zh) * | 2018-11-26 | 2019-02-01 | 深圳市麓邦技术有限公司 | 一种玻璃表面缺陷检测系统及方法 |
CN110009610A (zh) * | 2019-03-27 | 2019-07-12 | 仲恺农业工程学院 | 一种水库大坝护坡表面损伤视觉检测方法及仿生装置 |
CN110108724A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 条状工件视觉检测系统 |
CN110286130A (zh) * | 2019-07-26 | 2019-09-27 | 上海御微半导体技术有限公司 | 一种缺陷检测装置及其方法 |
CN110308153A (zh) * | 2019-08-03 | 2019-10-08 | 广西师范大学 | 基于单目立体视觉的金属工件缺陷检测方法、系统、存储介质、以及装置 |
CN212321462U (zh) * | 2020-03-31 | 2021-01-08 | 广西师范大学 | 一种表面缺陷检测装置 |
Non-Patent Citations (1)
Title |
---|
徐建明等: "基于光度立体图像三维重建的起皱织物表面形态", 《东华大学学报(自然科学版)》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112354807A (zh) * | 2020-11-23 | 2021-02-12 | 上海应用技术大学 | 一种带检测平台的自动涂胶装置 |
CN112435248A (zh) * | 2020-11-30 | 2021-03-02 | 深圳市泰沃德技术有限公司 | 缺陷检测方法、装置、控制装置和可读存储介质 |
CN112748120A (zh) * | 2020-12-29 | 2021-05-04 | 中国联合网络通信集团有限公司 | 缺陷检测系统及方法、装置、设备和存储介质 |
CN112748120B (zh) * | 2020-12-29 | 2023-03-14 | 中国联合网络通信集团有限公司 | 缺陷检测系统及方法、装置、设备和存储介质 |
CN113466235A (zh) * | 2021-03-19 | 2021-10-01 | 江苏立讯机器人有限公司 | 视觉检测模组、缺陷检测工作站及缺陷检测方法 |
CN113192015A (zh) * | 2021-04-13 | 2021-07-30 | 广西师范大学 | 基于深度信息的表面缺陷检测方法和系统 |
CN113111828A (zh) * | 2021-04-23 | 2021-07-13 | 中国科学院宁波材料技术与工程研究所 | 一种轴承三维缺陷检测方法及系统 |
CN112858318A (zh) * | 2021-04-26 | 2021-05-28 | 惠州高视科技有限公司 | 屏幕异物缺陷与灰尘的区分方法、电子设备及存储介质 |
CN113092489A (zh) * | 2021-05-20 | 2021-07-09 | 鲸朵(上海)智能科技有限公司 | 一种电池外观缺陷的检测系统及方法 |
CN113252567A (zh) * | 2021-06-08 | 2021-08-13 | 菲特(天津)检测技术有限公司 | 铝阀板表面多种缺陷快速检测方法、系统、介质、终端 |
CN114354607B (zh) * | 2021-10-09 | 2023-10-31 | 七海测量技术(深圳)有限公司 | 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 |
CN114354607A (zh) * | 2021-10-09 | 2022-04-15 | 七海测量技术(深圳)有限公司 | 一种基于螺旋相衬滤波算法的光度立体瑕疵检测方法 |
CN114235847A (zh) * | 2021-12-20 | 2022-03-25 | 深圳市尊绅投资有限公司 | 一种液晶面板玻璃基板表面缺陷检测装置及检测方法 |
CN114812407A (zh) * | 2022-03-25 | 2022-07-29 | 合肥图迅电子科技有限公司 | 基于光度立体3d重建的芯片锡球三维高度检测方法及系统 |
CN114812407B (zh) * | 2022-03-25 | 2024-03-19 | 合肥图迅电子科技有限公司 | 基于光度立体3d重建的芯片锡球三维高度检测方法及系统 |
CN114441553A (zh) * | 2022-04-11 | 2022-05-06 | 深圳市鹰眼在线电子科技有限公司 | 一种光源自调节的Mini LED检测结构 |
CN114441553B (zh) * | 2022-04-11 | 2022-07-12 | 深圳市鹰眼在线电子科技有限公司 | 一种光源自调节的Mini LED检测结构 |
CN115247771A (zh) * | 2022-09-19 | 2022-10-28 | 苏州视谷视觉技术有限公司 | 一种机器视觉用照明装置 |
CN118032661A (zh) * | 2024-04-15 | 2024-05-14 | 帕西尼感知科技(张家港)有限公司 | 一种物体的缺陷检测、标定方法、装置及系统 |
CN118032661B (zh) * | 2024-04-15 | 2024-06-11 | 帕西尼感知科技(张家港)有限公司 | 一种物体的缺陷检测、标定方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111896550A (zh) | 一种表面缺陷检测装置及方法 | |
CN212321462U (zh) | 一种表面缺陷检测装置 | |
US7019826B2 (en) | Optical inspection system, apparatus and method for reconstructing three-dimensional images for printed circuit board and electronics manufacturing inspection | |
CA2779795C (en) | Inclusion detection in polished gemstones | |
US7352892B2 (en) | System and method for shape reconstruction from optical images | |
US7171037B2 (en) | Optical inspection system and method for displaying imaged objects in greater than two dimensions | |
US20040184653A1 (en) | Optical inspection system, illumination apparatus and method for use in imaging specular objects based on illumination gradients | |
CN111551350A (zh) | 一种基于U_Net网络的光学镜片表面划痕检测方法 | |
CN112858351A (zh) | 一种基于机器视觉的x射线无损探伤方法 | |
CN113554697A (zh) | 基于线激光的舱段轮廓精确测量方法 | |
CN113192015A (zh) | 基于深度信息的表面缺陷检测方法和系统 | |
CN116678826A (zh) | 一种基于快速立体重建的外观缺陷检测系统及方法 | |
CN116577349B (zh) | 一种半导体光滑表面缺陷检测系统及方法 | |
CN110554054A (zh) | 一种机夹式可转位车刀的三维刃口崩缺检测系统 | |
CN109785290A (zh) | 基于局部光照归一化的钢板缺陷检测方法 | |
CN111323425A (zh) | 一种多相机视觉检测装置及方法 | |
CN111344553B (zh) | 曲面物体的缺陷检测方法及检测系统 | |
CN114486939B (zh) | 一种镜片划痕检测系统及方法 | |
US9219885B2 (en) | Imaging system with defocused and aperture-cropped light sources for detecting surface characteristics | |
CN208297375U (zh) | 一种树脂镜片漏膜缺陷检测的装置 | |
Zhang et al. | Automatic optical defect inspection and dimension measurement of drill bit | |
CN220542797U (zh) | 一种缺陷检测装置 | |
US20230228690A1 (en) | Surface analysis of gemstones | |
Zhang et al. | Defect Inspection for Curved Surface with Highly Specular Reflection | |
CN113218961B (zh) | 一种基片缺陷检测装置与方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201106 |
|
RJ01 | Rejection of invention patent application after publication |