CN112067625A - 一种橡胶圈分模线表面缺陷检测的装置和方法 - Google Patents
一种橡胶圈分模线表面缺陷检测的装置和方法 Download PDFInfo
- Publication number
- CN112067625A CN112067625A CN202011011158.0A CN202011011158A CN112067625A CN 112067625 A CN112067625 A CN 112067625A CN 202011011158 A CN202011011158 A CN 202011011158A CN 112067625 A CN112067625 A CN 112067625A
- Authority
- CN
- China
- Prior art keywords
- rubber ring
- parting line
- reflector
- lower edge
- defect
- 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.)
- Withdrawn
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
- G01N21/8806—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
- 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G01N21/8851—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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8858—Flaw counting
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
- G01N2021/8864—Mapping zones of defects
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种橡胶圈分模线表面缺陷检测的装置和方法,该装置的主要是由绿光光源模组、红光光源模组、第一采集模组、第二采集模组、第一反射镜组、第二反射镜组、透明玻璃板组成,获取橡胶圈内外侧分模线处360度圆周内各个位置的表面图像;该方法的主要原理是通过分析橡胶圈分模线处的表面图像中的RGB三通道中的红、绿、蓝的强度值,获取三种颜色的强度变化曲线,通过三颜色曲线交点,确定缺陷位置。通过上述方式,本发明能够高效、快速、准确的实现橡胶圈缺陷检测。
Description
技术领域
本发明涉及橡胶圈缺陷检测领域,尤其涉及一种橡胶圈分模线表面缺陷检测的装置和方法。
背景技术
橡胶圈生产过程中,橡胶圈分型面由于模板分离等原因更容易出现缺陷。飞边、缺边、开模缩裂、凹坑等是常见的缺陷,是橡胶圈要尽量避免的缺陷。目前许多厂家仍是人工检测方式,人眼检测方法,没有固定的检验方式,容易漏检;而且人眼检测成本高,效率低,自动化程度低,不适合大量橡胶圈检测。为提高检测效率,中国专利CN103712989B公开了一种O型橡胶圈外观缺陷的检测方法,它的原理是通过控制日光灯强度、方位以及塑料板颜色,改善工人检测视觉效果,缓解视觉疲劳,该方法仍然具有人工目视检测特征,该特征使得这种方法具有成本高、效率低、检测周期长等缺点和不足,并没有解放劳动力。为实现工业自动化,解放劳动力,提高效率,采用机器视觉的方法可实现橡胶圈缺陷的快速检测,根本上实现高效、快速、准确的实现橡胶圈缺陷检测。
发明内容
本发明的目的是为了克服现有技术中的人工检测效率低、成本高等缺点,提供了一种具有高效、快速、准确等优点的一种橡胶圈分模线表面缺陷检测的装置和方法。
本发明通过以下技术方案来实现上述目的:
本发明一种橡胶圈分模线表面缺陷检测的装置由绿光光源模组、红光光源模组、第一采集模组、第二采集模组、第一反射镜组、第二反射镜组、透明玻璃板组成;
被检测橡胶圈平放于透明玻璃上,以透明玻璃板为基准面,绿光光源模组与红色光源模组在透明玻璃板垂直方向两侧安装,两光源模组的出光孔位置保持相对,第一反射镜组与第二反射镜组安装在透明玻璃板上方不同空间平面位置;第一采集模组安装于第一反射镜组上方空间平面位置,第二反射镜组安装于第二采集模组上方空间平面位置。
所述绿光光源模组,由环状分布绿光光源及漫射曲面组成,漫射曲面是涂有散射涂料的空间曲面结构,绿光光源产生的绿光经漫射曲面反射后,在正对的透明玻璃上呈现的均匀的绿色圆形光斑,光斑直径大于待测橡胶圈直径;
所述红光光源模组,由环状分布红光光源及漫射曲面组成,漫射曲面涂有散射涂料空间曲面结构,红光光源产生的红光经漫射曲面反射后,在正对的透明玻璃上呈现的均匀的红色圆形光斑,光斑直径大于待测橡胶圈直径;绿色光斑与红色光斑保持圆心在透明玻璃板表面的同一垂线上。
所述第一反射镜组,由在同一水平高度上圆周均分布的多个反射镜构成,每个反射镜的安装角度,使得从反射镜的出射方向能够观测到橡胶圈外侧分模线,且结合反射镜组所有反射镜出射方向进行过的观测,可以对橡胶圈外侧分模线的所有位置进行覆盖。
所述第二反射镜组,由在同一水平高度上圆周均分布的多个反射镜构成,每个反射镜的安装角度,使得从反射镜的出射方向能够观测到橡胶圈内侧分模线,且结合反射镜组所有反射镜出射方向进行过的观测,可以对橡胶圈内侧分模线的所有位置进行覆盖。
所述第一采集模组,由在同一水平高度上均匀圆周分布的,与第一反射镜组中反射镜个数相同的多个采集组件构成,每一个采集组件由一个相机和镜头组成。每个采集组件均对准第一反射镜组的一个反射镜配套进行图像采集,每一个组件镜头的光轴平行与对应反射镜的出射方向的中心线重合;
所述第二采集模组,由在同一水平高度上均匀圆周分布的,与第二反射镜组中反射镜个数相同的多个采集组件构成,每一个采集组件由一个相机和一个镜头装配组成。每个采集组件均与第二反射镜组的一个反射镜配套进行图像采集,每一个组件镜头的光轴平行与对应反射镜的出射方向的中心线重合;
一种橡胶圈分模线表面缺陷检测的方法,包括如下步骤:
S1:对橡胶圈内外侧分模线处的表面图像进行灰度化处理,得到橡胶圈分模线处的灰度图像;
S2:对橡胶圈分模线处的灰度图像进行拉普拉斯差分,得到橡胶圈分模线处的差分图像;
S3:对橡胶圈分模线处的表面差分图像进行自适应二值化处理,得到橡胶圈分模线处的表面二值图像;
S4:获取橡胶圈分模线处的表面二值图像中橡胶圈部分的上边缘和下边缘;记录组成橡胶圈部分的上边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的上边缘点的坐标集合;记录组成橡胶圈部分的下边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的下边缘点的坐标集合;
S5:将上边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由上边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成基准上边缘点的坐标集合;将下边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由下边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成优选下边缘点的坐标集合;
S6:根据优选下边缘点的坐标集合,获取每个优选下边缘点的坐标在橡胶圈分模线处的表面图像中的RGB三通道中的红、绿、蓝的强度值,得到优选下边缘点三种颜色的强度曲线,以优选下边缘点横坐标为横轴,优选下边缘点对应RGB三通道中的强度值为纵轴;并在同一坐标系中绘制三种颜色的强度曲线,得到三颜色强度曲线图;
S7:根据优选下边缘点三颜色的强度曲线图,查找并记录三颜色强度曲线在曲线图中交点,确定处于相邻交点的坐标之间的点为缺陷点,将缺陷点对应的坐标,记录为缺陷点坐标集合;
S8:判断优选下边缘点坐标集合与基准上边缘点坐标集合是否存在交点,若存在交点,进入步骤九操作;若不存在交点,横坐标不变,所有的优选的下边缘点坐标集合中纵坐标减少1个单位的坐标分度值,形成新的优选下边缘点集合,代入步骤六操作,并通过步骤六、步骤七、步骤八的迭代操作,直至新的优选下边缘点集合与基准上边缘点存在交点;
S9:根据所有的缺陷点坐标集合,绘制初步的缺陷二值图像;
S10:对初步的缺陷二值图像进行连通域分析,获取缺陷二值图像的连通域面积、位置、个数,筛选并保留面积大于控制阈值的连通区域,构成橡胶圈分模线处的表面缺陷图像;
S11:对橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面图像执行步骤一至步骤十操作,得到橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像;统计橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像的缺陷总数与面积之和,缺陷个数大于缺陷个数控制阈值或面积大于缺陷面积控制阈值时,表明橡胶圈分型线处的表面存在缺陷。
一种橡胶圈分模线表面缺陷检测的方法应用于由橡胶圈分模线缺陷检测的装置得到的橡胶圈内外侧分模线处360度圆周内各个位置的表面图像,图像处理和分析.
本发明的有益效果在于:
本发明是一种橡胶圈分模线表面缺陷检测的装置和方法,与现有技术相比,本发明通过新颖的照明方法,获取橡胶圈分模线表面图像,分别获取图像三颜色的强度变化信息,寻找缺陷点;最后遍历整张图片,获取所有的缺陷点,最后判定被测橡胶圈分模线表面信息;故可以快速、高效的提取出橡胶圈分模线表面图像的缺陷信息。
附图说明
图1是本发明一种橡胶圈分模线表面缺陷检测的装置,本发明实施例的立体结构示意图;
图2是本发明一种橡胶圈分模线表面缺陷检测的装置,实施例的正视示意图;
图3是本发明一种橡胶圈分模线表面缺陷检测的装置,实施例的上剖视示意图;
图4是本发明一种橡胶圈分模线表面缺陷检测的装置,实施例的下剖视示意图;
图5是本发明一种橡胶圈分模线表面缺陷检测的装置,实施例的组成模块示意图;
图6为本发明实施例使用的橡胶圈的橡胶圈分模线表面图像;
图7为本发明实施例使用的包含缺陷的三颜色的曲线变化图;
图8为本发明实施例使用的不包含缺陷的三颜色的曲线变化图;
图9为本发明实施例使用的橡胶圈的橡胶圈分模线表面图像的缺陷图。
图中:11、相机一;12、相机二;13、相机三;14、相机四;15、相机五;16、相机六;21、相机七;22、相机八;23、相机九;24、相机十;25、相机十一;26、相机十二;31、镜头一;32、镜头二;33、镜头三;34、镜头四;35、镜头五;36、镜头六;41、镜头七;42、镜头八;43、镜头九;44、镜头十;45、镜头十一;46、镜头十二;51、绿光光源模组;61、反射镜一;62、反射镜二;63、反射镜三;64、反射镜四;65、反射镜五;66、反射镜六;71、反射镜七;72、反射镜八;73、反射镜九;74、反射镜十;75、反射镜十一;76、反射镜十二;81、橡胶圈;91、透明玻璃板;100、红光光源模组;10、第一相机组;40、第一镜头组;140、第一采集模组;20、第二相机组;30、第二镜头组;230、第二采集模组;70、第一反射镜组;60、第二反射镜组。
具体实施方式
下面结合附图对本发明作进一步说明:
如图1-9所示:该装置由绿光光源模组510、红光光源模组100、第一采集模组230、第二采集模组140、第一反射镜组70、第二反射镜组60、透明玻璃板91组成;
被检测橡胶圈81平放于透明玻璃91上,以透明玻璃板91为基准面,绿光光源模组510与红色光源模组100在透明玻璃板91垂直方向两侧安装,两光源模组的出光孔位置保持相对,第一反射镜组70与第二反射镜组60安装在透明玻璃板91上方不同空间平面位置;第一采集模组230安装于第一反射镜组70上方空间平面位置,第二反射镜组60安装于第二采集模组140上方空间平面位置。
所述绿光光源模组510,由环状分布绿光光源及漫射曲面组成,漫射曲面涂有散射涂料空间曲面结构,绿光光源产生的绿光经漫射曲面反射后,在正对的透明玻璃91上呈现的均匀的绿色圆形光斑,光斑直径大于待测橡胶圈81直径;
所述红光光源模组100,由环状分布红光光源及漫射曲面组成,漫射曲面涂有散射涂料空间曲面结构,红光光源产生的红光经漫射曲面反射后,在正对的透明玻璃上呈现的均匀的红色圆形光斑,光斑直径大于待测橡胶圈81直径;绿色光斑与红色光斑保持圆心在透明玻璃板91表面的同一垂线上。
所述第一反射镜组70,由在同一水平高度上圆周均分布的6个反射镜71、反射镜72、反射镜73、反射镜74、反射镜75、反射镜76构成,每个反射镜的安装角度,要保证反射镜的出射方向能观测到橡胶圈81外侧分模线,且结合反射镜七71、反射镜八72、反射镜九73、反射镜十74、反射镜十一75、反射镜十二76,可以观测到橡胶圈81外侧分模线的每个位置;
所述第二反射镜组60,由在同一水平高度上圆周均分布的6个反射镜61、反射镜62、反射镜63、反射镜64、反射镜65、反射镜66构成,每个反射镜安装角度,要保证反射镜的出射方向能观测到橡胶圈81内侧分模线,且结合6个反射镜一61、反射镜二62、反射镜三63、反射镜四64、反射镜五65、反射镜六66,可以观测到橡胶圈81内侧分模线的每个位置;
所述第一采集模组230,由均匀圆周分布在同一水平高度上的,与第一反射镜组70个数相同的相机组20,包含相机七21、相机八22、相机九23、相机十24、相机十一25、相机十二26和镜头组30,包含镜头一31、镜头二32、镜头三33、镜头四34、镜头五35、镜头六36的安装组件组成,相机七21、相机八22、相机九23、相机十24、相机十一25、相机十二26和镜头一31、镜头二32、镜头三33、镜头四34、镜头五35、镜头六36的安装组件均一一对准第一反射镜组70的反射镜七71、反射镜八72、反射镜九73、反射镜十74、反射镜十一75、反射镜十二76,每个镜头的光轴平行与对应反射镜的出射方向的中心线重合;
所述第二采集模组140,由均匀圆周分布在同一水平高度上的,与第二反射镜组60个数相同的相机组10,包含相机一11、相机二12、相机三13、相机四14、相机五15、相机十二26和镜头组六40,镜头七46、镜头八41、镜头九42、镜头十43、镜头十一44、镜头十二45的安装组件组成,相机一11、相机二12、相机三13、相机四14、相机五15、相机十二26和镜头七46、镜头八41、镜头九42、镜头十43、镜头十一44、镜头十二45的安装组件均一一对准第二反射镜组60的对应反射镜一61、反射镜二62、反射镜三63、反射镜四64、反射镜五65、反射镜六66,每个镜头的光轴平行与对应反射镜的出射方向的中心线重合;
一种橡胶圈分模线表面缺陷检测的方法包括如下步骤:
S1:对橡胶圈内外侧分模线处的表面图像进行灰度化处理,得到橡胶圈分模线处的灰度图像;图6示意性的示出了使用橡胶圈分模线表面缺陷检测的装置获取的橡胶圈分模线表面图像;
S2:对橡胶圈分模线处的灰度图像进行拉普拉斯差分,得到橡胶圈分模线处的差分图像;
S3:对橡胶圈分模线处的表面差分图像进行自适应二值化处理,得到橡胶圈分模线处的表面二值图像;
S4:获取橡胶圈分模线处的表面二值图像中橡胶圈部分的上边缘和下边缘;记录组成橡胶圈部分的上边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的上边缘点的坐标集合;记录组成橡胶圈部分的下边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的下边缘点的坐标集合;
S5:将上边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由上边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成基准上边缘点的坐标集合;将下边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由下边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成优选下边缘点的坐标集合;
二次多项式拟合采用Ceres Solver,Ceres Solver是一个开源C++库,用于建模和解决大型复杂的优化问题。采用Ceres求解的最小二乘问题最一般的形式如下(带边界的核函数最小二乘):
s.t. lj<xj<uj (2)
ρi表示损失函数,ρi(||fi(xi1,…xik)||2)表示残差块,x表示下边缘点坐标的横坐标,y表示下边缘点坐标的纵坐标。
目标函数:y=ax2+bx+c。使用最小二乘法,迭代运算进行二次多项式拟合,求取a,b,c三个参数。
S6:根据优选下边缘点的坐标集合,获取每个优选下边缘点的坐标在橡胶圈分模线处的表面图像中的RGB三通道中的红、绿、蓝的强度值,得到优选下边缘点三种颜色的强度曲线,以优选下边缘点横坐标为横轴,优选下边缘点对应RGB三通道中的强度值为纵轴;并在同一坐标系中绘制三种颜色的强度曲线,得到三颜色强度曲线图;
S7:根据优选下边缘点三颜色的强度曲线图,查找并记录三颜色强度曲线在曲线图中交点,确定处于相邻交点的坐标之间的点为缺陷点,将缺陷点对应的坐标,记录为缺陷点坐标集合;图7示意性的示出了存在缺陷点时,三颜色强度曲线变化图,下边缘划过缺陷位置时,三颜色强度曲线会交点;图8示意性的示出了不存在缺陷点时,三颜色强度曲线变化图,下边缘划过没有缺陷位置时,三颜色强度曲线不会相交;
S8:判断优选下边缘点坐标集合与基准上边缘点坐标集合是否存在交点,若存在交点,进入步骤九操作;若不存在交点,横坐标不变,所有的优选的下边缘点坐标集合中纵坐标减少1个单位的坐标分度值,形成新的优选下边缘点集合,代入步骤六操作,并通过步骤六、步骤七、步骤八的迭代操作,直至新的优选下边缘点集合与基准上边缘点存在交点;
S9:根据所有的缺陷点坐标集合,绘制初步的缺陷二值图像;
S10:对初步的缺陷二值图像进行连通域分析,获取缺陷二值图像的连通域面积、位置、个数,筛选并保留面积大于控制阈值的连通区域,构成橡胶圈分模线处的表面缺陷图像;图9示意性的示出了从橡胶圈分模线表面图像中提取出的缺陷图,白色部分为缺陷。
S11:对橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面图像执行步骤一至步骤十操作,得到橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像;统计橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像的缺陷总数与面积之和,缺陷个数大于缺陷个数控制阈值或面积大于缺陷面积控制阈值时,表明橡胶圈分型线处的表面存在缺陷。
一种橡胶圈分模线表面缺陷检测的方法应用于由橡胶圈分模线缺陷检测的装置得到的橡胶圈内外侧分模线处360度圆周内各个位置的表面图像,每个表面图像的处理.
以上显示和描述了本发明的基本原理和主要特征及本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (9)
1.一种橡胶圈分模线表面缺陷检测的装置,用于获取橡胶圈内外侧分模线处的表面图像,其特征在于:由绿光光源模组、红光光源模组、第一采集模组、第二采集模组、第一反射镜组、第二反射镜组、透明玻璃板组成;被检测橡胶圈平放于透明玻璃上,以透明玻璃板为基准面,绿光光源模组与红色光源模组在透明玻璃板垂直方向两侧安装,两光源模组的出光孔位置保持相对,第一反射镜组与第二反射镜组安装在透明玻璃板上方不同空间平面位置;第一采集模组安装于第一反射镜组上方空间平面位置,第二反射镜组安装于第二采集模组上方空间平面位置。
2.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述绿光光源模组,由环状分布绿光光源及漫射曲面组成,漫射曲面是涂有散射涂料的空间曲面结构,绿光光源产生的绿光经漫射曲面反射后,在正对的透明玻璃上呈现的均匀的绿色圆形光斑,光斑直径大于待测橡胶圈直径。
3.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述红光光源模组,由环状分布红光光源及漫射曲面组成,漫射曲面涂有散射涂料空间曲面结构,红光光源产生的红光经漫射曲面反射后,在正对的透明玻璃上呈现的均匀的红色圆形光斑,光斑直径大于待测橡胶圈直径;绿色光斑与红色光斑保持圆心在透明玻璃板表面的同一垂线上。
4.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述第一反射镜组,由在同一水平高度上圆周均分布的多个反射镜构成,每个反射镜的安装角度,使得从反射镜的出射方向能够观测到橡胶圈外侧分模线,且结合反射镜组所有反射镜出射方向进行过的观测,能够对橡胶圈外侧分模线的所有位置进行覆盖。
5.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述第二反射镜组,由在同一水平高度上圆周均分布的多个反射镜构成,每个反射镜的安装角度,使得从反射镜的出射方向能够观测到橡胶圈内侧分模线,且结合反射镜组所有反射镜出射方向进行过的观测,能够对橡胶圈内侧分模线的所有位置进行覆盖。
6.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述第一采集模组,由在同一水平高度上均匀圆周分布的,与第一反射镜组中反射镜个数相同的多个采集组件构成,每一个采集组件由一个相机和镜头组成。每个采集组件均对准第一反射镜组的一个反射镜配套进行图像采集,每一个组件镜头的光轴平行与对应反射镜的出射方向的中心线重合。
7.根据权利要求1所述的橡胶圈分模线表面缺陷检测的装置,其特征在于:所述第二采集模组,由在同一水平高度上均匀圆周分布的,与第二反射镜组中反射镜个数相同的多个采集组件构成,每一个采集组件由一个相机和一个镜头装配组成。每个采集组件均与第二反射镜组的一个反射镜配套进行图像采集,每一个组件镜头的光轴平行与对应反射镜的出射方向的中心线重合。
8.一种橡胶圈分模线表面缺陷检测的方法,其特征在于:包括如下步骤:
S1:对橡胶圈内外侧分模线处的表面图像进行灰度化处理,得到橡胶圈分模线处的灰度图像;
S2:对橡胶圈分模线处的灰度图像进行拉普拉斯差分,得到橡胶圈分模线处的差分图像;
S3:对橡胶圈分模线处的表面差分图像进行自适应二值化处理,得到橡胶圈分模线处的表面二值图像;
S4:获取橡胶圈分模线处的表面二值图像中橡胶圈部分的上边缘和下边缘;记录组成橡胶圈部分的上边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的上边缘点的坐标集合;记录组成橡胶圈部分的下边缘的每个像素的坐标,作为橡胶圈分模线处的表面二值图像的下边缘点的坐标集合;
S5:将上边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由上边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成基准上边缘点的坐标集合;将下边缘点的坐标集合的横坐标作为自变量,纵坐标作为因变量,进行二次多项式拟合,得到拟合后的纵坐标;由下边缘点的坐标集合的横坐标和拟合后的对应的纵坐标,构成优选下边缘点的坐标集合;
S6:根据优选下边缘点的坐标集合,获取每个优选下边缘点的坐标在橡胶圈分模线处的表面图像中的RGB三通道中的红、绿、蓝的强度值,得到优选下边缘点三种颜色的强度曲线,以优选下边缘点横坐标为横轴,优选下边缘点对应RGB三通道中的强度值为纵轴;并在同一坐标系中绘制三种颜色的强度曲线,得到三颜色强度曲线图;
S7:根据优选下边缘点三颜色的强度曲线图,查找并记录三颜色强度曲线在曲线图中交点,确定处于相邻交点的坐标之间的点为缺陷点,将缺陷点对应的坐标,记录为缺陷点坐标集合;
S8:判断优选下边缘点坐标集合与基准上边缘点坐标集合是否存在交点,若存在交点,进入步骤九操作;若不存在交点,横坐标不变,所有的优选的下边缘点坐标集合中纵坐标减少1个单位的坐标分度值,形成新的优选下边缘点集合,代入步骤六操作,并通过步骤六、步骤七、步骤八的迭代操作,直至新的优选下边缘点集合与基准上边缘点存在交点;
S9:根据所有的缺陷点坐标集合,绘制初步的缺陷二值图像;
S10:对初步的缺陷二值图像进行连通域分析,获取缺陷二值图像的连通域面积、位置、个数,筛选并保留面积大于控制阈值的连通区域,构成橡胶圈分模线处的表面缺陷图像;
S11:对橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面图像执行步骤一至步骤十操作,得到橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像;统计橡胶圈的橡胶圈内外侧分模线的360度圆周内各个位置的表面缺陷图像的缺陷总数与面积之和,缺陷个数大于缺陷个数控制阈值或面积大于缺陷面积控制阈值时,表明橡胶圈分型线处的表面存在缺陷。
9.一种橡胶圈分模线表面缺陷检测方法的应用,其特征在于:所述方法应用于由橡胶圈分模线缺陷检测的装置得到的橡胶圈内外侧分模线处360度圆周内各个位置的表面图像,图像处理和分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011011158.0A CN112067625A (zh) | 2020-09-23 | 2020-09-23 | 一种橡胶圈分模线表面缺陷检测的装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011011158.0A CN112067625A (zh) | 2020-09-23 | 2020-09-23 | 一种橡胶圈分模线表面缺陷检测的装置和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112067625A true CN112067625A (zh) | 2020-12-11 |
Family
ID=73682531
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011011158.0A Withdrawn CN112067625A (zh) | 2020-09-23 | 2020-09-23 | 一种橡胶圈分模线表面缺陷检测的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112067625A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734689A (zh) * | 2020-12-16 | 2021-04-30 | 广州大学 | 垫片质量检测方法、系统、装置和存储介质 |
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 |
-
2020
- 2020-09-23 CN CN202011011158.0A patent/CN112067625A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734689A (zh) * | 2020-12-16 | 2021-04-30 | 广州大学 | 垫片质量检测方法、系统、装置和存储介质 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658202B (zh) | 一种基于深度学习的工业元器件外观缺陷检测方法 | |
TWI603074B (zh) | 光學薄膜缺陷辨識方法及其系統 | |
KR102664258B1 (ko) | 콜로니 콘트라스트 수집 | |
CN102822867B (zh) | 检测透明物体中的光学缺陷 | |
CN104903914B (zh) | 用于定义细胞培养皿中感兴趣的对象周围的隔离区的方法 | |
CN110261410A (zh) | 一种玻璃透镜缺陷的检测装置及方法 | |
CN111612737B (zh) | 一种人造板表面瑕疵检测装置及检测方法 | |
JP2004294202A (ja) | 画面の欠陥検出方法及び装置 | |
CN112067625A (zh) | 一种橡胶圈分模线表面缺陷检测的装置和方法 | |
JP2017049974A (ja) | 識別器生成装置、良否判定方法、およびプログラム | |
CN105021628A (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
CN110261390A (zh) | 一种漫反射结构光的表面缺陷光学检测系统和方法 | |
CN112945988B (zh) | 镜片缺陷检测系统及检测方法 | |
CN110910372B (zh) | 基于深度卷积神经网络的匀光板缺陷检测方法 | |
CN112734847A (zh) | 一种多目标光纤位置精确检测定位系统及方法 | |
CN106872488A (zh) | 一种快速大面积透明基片双表面缺陷视觉检测方法及装置 | |
CN110412055A (zh) | 一种基于多光源暗场照明的透镜白雾缺陷检测方法 | |
CN116091505B (zh) | 一种蓝宝石衬底自动缺陷检测分类的方法和系统 | |
CN115620061A (zh) | 一种基于图像识别技术的五金零件缺陷检测方法及系统 | |
CN109544513A (zh) | 一种钢管端面缺陷提取识别的方法 | |
CN106683135A (zh) | 寻找镜头光心的方法 | |
CN109945842B (zh) | 成捆圆钢端面标签漏贴检测及贴标误差分析方法 | |
CN113808104A (zh) | 一种基于分块的金属表面缺陷检测方法及系统 | |
CN111879791B (zh) | 一种图案表面凸起特征增强的机器视觉系统及方法 | |
CN107248151A (zh) | 一种基于机器视觉的液晶片智能检测方法及系统 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201211 |