CN112150408A - 用于检查设置有保护护套的线缆的生产质量的方法和设备 - Google Patents

用于检查设置有保护护套的线缆的生产质量的方法和设备 Download PDF

Info

Publication number
CN112150408A
CN112150408A CN202010579658.8A CN202010579658A CN112150408A CN 112150408 A CN112150408 A CN 112150408A CN 202010579658 A CN202010579658 A CN 202010579658A CN 112150408 A CN112150408 A CN 112150408A
Authority
CN
China
Prior art keywords
cable
digital
color
image
checking
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
CN202010579658.8A
Other languages
English (en)
Inventor
法比奥·韦斯佩里尼
迪耶戈·德罗吉尼
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.)
SEMPLICE SpA
Original Assignee
SEMPLICE SpA
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 SEMPLICE SpA filed Critical SEMPLICE SpA
Publication of CN112150408A publication Critical patent/CN112150408A/zh
Pending legal-status Critical Current

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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01B—CABLES; CONDUCTORS; INSULATORS; SELECTION OF MATERIALS FOR THEIR CONDUCTIVE, INSULATING OR DIELECTRIC PROPERTIES
    • H01B13/00—Apparatus or processes specially adapted for manufacturing conductors or cables
    • H01B13/0036—Details
    • 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
    • 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
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • 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
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01B—CABLES; CONDUCTORS; INSULATORS; SELECTION OF MATERIALS FOR THEIR CONDUCTIVE, INSULATING OR DIELECTRIC PROPERTIES
    • H01B13/00—Apparatus or processes specially adapted for manufacturing conductors or cables
    • H01B13/012—Apparatus or processes specially adapted for manufacturing conductors or cables for manufacturing wire harnesses
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01B—CABLES; CONDUCTORS; INSULATORS; SELECTION OF MATERIALS FOR THEIR CONDUCTIVE, INSULATING OR DIELECTRIC PROPERTIES
    • H01B7/00—Insulated conductors or cables characterised by their form
    • H01B7/17—Protection against damage caused by external factors, e.g. sheaths or armouring
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Manufacturing & Machinery (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Biomedical Technology (AREA)
  • Multimedia (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)
  • Manufacturing Of Electric Cables (AREA)

Abstract

本申请公开了一种用于检查设置有保护护套的线缆的生产质量的方法和设备。一种用于检查设置有保护护套的线缆(C)的生产质量的方法(100)，该线缆特别是电缆，该方法包括以下步骤：‑在线缆(C)沿着前进轴线(W)移动的同时通过一个或多个数码摄像机(20)捕获(101)线缆(C)的外表面的图像，以及‑通过一个或多个算法(200、300)处理图像，以便计算一个或多个数字指标(J、R)，每个数字指标与线缆(C)的外表面的相应的可光学检测特征成比率。

Description

用于检查设置有保护护套的线缆的生产质量的方法和设备
技术领域
本发明涉及一种用于检查设置有保护护套的线缆(具体为电缆)的生产质量的方法和设备，特别地且非排它地，其对于在通过其使线缆覆盖有护套的挤出方法的下游的用于电缆的生产设施中的质量控制而言是有用且实用的。
背景技术
下文的检查电缆的生产质量的自动方法在以下方面中已知且通常使用：使用量规进行直径检查、使用专用传感器进行“凹凸缺陷(lump/neck)”检查(包括检测线缆的宏观几何形状形变)以及被称为“火花测试“的测试，其包括经由对通过摩擦产生的火花的分析来检查金属部件的成分。
任何其它检查，尤其是对保护护套的质量(例如，护套表面的粗糙度和颜色)的检查，如今依赖“通过视觉”检查线缆的操作者的直接检查及其主观判断。
描述的现有技术存在许多缺点，其中一个事实在于，对于线缆的外表面的检查仅能在样本上进行，这是因为沿着所生产的线缆的整个长度进行“人工”或“视觉”检查将需要不可承受的时间和成本。
此外，这类检查的精度和可靠性非常有限且通常不足以确保高质量标准：事实上，无论多么有经验且受到多么良好的训练，操作者仅能够检测对于肉眼可见的宏观缺陷。
这类检查的另一局限性在于，它们无法被标准化或自动化。
这类检查的另一局限性在于，它们无法在线缆沿着生产线高速行进的生产过程期间实时进行；因此仅能之后对可能产生的缺陷进行检测，这不允许对生产线进行及时修正干预。
发明内容
本发明的目的在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其相对于现有技术而言能够更精确且可靠地进行检查。
出于该目的，本发明的目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其使得能够检查整个产品。
本发明的另一目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其能够在生产过程期间检查线缆。
本发明的另一目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其能够自动化且标准化地进行检查。
本发明的另一目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其不会减慢生产过程。
本发明的另一目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，其允许在生产线上进行及时修正干预。
本发明的另一目标在于提供一种用于检查设置有护套的线缆的生产质量的方法和设备，当与现有技术相比时，其高度可靠、容易且实际地实施、并具有经济竞争力。
在下文将更加明显的该目的和这些及其它目标通过用于检查设置有保护护套的线缆的生产质量的方法而实现，该线缆具体为电缆，其中，该方法包括以下步骤：
-在所述线缆沿着前进轴线移动的同时通过一个或多个数码摄像机捕获所述线缆的外表面的图像；以及
-通过一个或多个算法处理所述图像，以便计算一个或多个数字指标，每个数字指标与所述线缆的所述外表面的相应的可光学检测特征成比率。
在下文将更加明显的该目的和这些及其它目标同样通过根据本申请的用于检查设置有保护护套的线缆的生产质量的设备而实现，该线缆具体为电缆。
附图说明
从用于检查设置有护套的线缆的生产质量的方法和设备的优选且非排它的实施例的详细描述中，本发明的进一步特征和优点将变得更加明显，该实施例在附图的帮助下以非限制性示例的方式示出，附图中：
图1是示出根据本发明的用于检查设置有护套的线缆的生产质量的设备的可能实施例的框图；
图2是示出根据本发明的用于检查设置有护套的线缆的生产质量的方法的可能实施例的流程图；
图3和图4是示出在图2中示出的方法的一个具体实施例中执行的算法的一些数学方面的图表；
图5是根据本发明的用于检查设置有护套的线缆的生产质量的设备的可能实施例的一部分的侧视图；
图6是沿着图5中示出的设备的该部分的竖直平面截取的截面图；
图7是图5中示出的设备的该部分的前视图；
图8是从图5中示出的设备的该部分上方观察的平面视图。
具体实施方式
参考附图，图2中的用于检查设置有保护护套的线缆C(特别地是电缆)的生产质量的方法总体上由参考数字100指代，具体地，该方法适于被执行，以便在生产过程期间，并且优选地，在通常通过其使线缆C覆盖有护套的挤出过程的下游检查线缆C的保护护套的质量。
根据本发明，如由图2中的流程图示意性地示出的，优选地，在线缆C沿着前进轴线W从生产设备离开而移动时，通过一个或多个数码摄像机20来捕获(流程图中的框101)线缆C的外表面(并且更精确地，护套的外表面)的图像。更普遍地，根据本发明，可在线缆C沿着前进轴线W移动时在生产线的任何点处捕获图像，或任选地，甚至在其它时间在生产线外部捕获图像。
事实上，至少一个数码摄像机20指向线缆C，从而对准并捕获线缆的(以及因此，护套的)外表面，因此，用已知的方式产生该外表面的一系列数字图像(即，帧)，然后，数字图像可例如通过软件被处理并分析。
因此，所捕获的图像通过一个或多个算法200、300(通过实施这些算法200、300的适配软件和运行该软件的电子处理单元90)被处理，从而计算一个或多个数字指标J、R，每个数字指标与相应的可光学检测特征成比率。
术语“可光学检测特征”在本说明书和所附权利要求中意指线缆C的外表面的可视特征(任选地，遵循图像的放大或处理)和可计量特征(即，可测量或可经由数值限定)。
所引用的可光学检测特征具体指颜色(并且更精确地，距预定参考颜色的色彩距离或颜色偏移)和粗糙度。
用于计算与距参考颜色的颜色距离成比率的数字指标J的算法200的优选示例，以及用于计算数字图像的与粗糙度成比率的数字指标R的算法300的优选示例将在下文详细描述。
因此，数字指标J、R的每一者表示相应的可光学检测特征的最佳值和经由算法200、300计算的检测值之间的差异(差异越大，生产质量将越差)。
任选地，上述数字指标J、R的每一者可显示在适配界面(诸如，像屏幕或计数器)上，从而能够基于所考虑的可光学检测特征实时监测生产质量。
优选地，上述一个或多个数字指标J、R的每一者与相应的阈值b、g进行比较(流程图的框205和框304)，并且如果该一个或多个数字指标J、R的一者大于相应的阈值b、g，则生成警报信号218、318(框206和框305)。
更优选地，每个数字指标J、R与成对的阈值a、b和g、f进行比较，成对的阈值之间限定容差区间(即，相应的下阈值a、f和大于相应的下阈值a、f的相应的上阈值b、g)，并且因此(框206、305)：
-如果数字指标J、R小于下阈值a、f，则生成第一相应信号216、316，第一相应信号指示用于相应的可光学检测特征的最佳质量水平(例如，显示器上的绿光指示最佳粗糙度值或颜色值)；
-如果数字指标J、R包含在下阈值a、f和上阈值b、g之间，则生成第二相应信号217、317，第二相应信号指示用于相应的可光学检测特征的可接受水平(例如，显示器上的黄光指示并非最佳但可接受的粗糙度值或颜色值)；
-如果数字指标J、R大于上阈值b、g，则生成警报信号218、318，警报信号指示用于相应的可光学检测特征的不可接受质量水平(例如，显示器上的红光和/或声音警报指示不可接受的粗糙度值或颜色值)；
例如，在优选实施例中，数字颜色指标J(通过第一算法200)和数字粗糙度指标R(通过第二算法300)从由数码摄像机20获得的图像来计算。
数字指标J(如上文所述，其测量与预定参考颜色的颜色距离)与在其之间限定容差区间的一对预定阈值a、b进行比较，并且其在适配界面81上生成以下信号：指示最佳颜色的第一信号216(当该颜色指标J小于容差区间时，即，J＜a)，或可接受颜色信号217(当该颜色指标J包含在容差范围内时，即，a＜J＜b)，或警报信号218(当该颜色指标J大于相应的容差区间时，即，J＞b)。
同样对于粗糙度指标R而言，通过对比粗糙度指标与相应的阈值f、g，从而根据对比的输出产生相应信号：最佳粗糙度316、可接受粗糙度317或警报信号318。
在一些简化实施例中，仅计算上述指标J、R中的一者。在其它实施例中，以相似的方式计算其它指标，其它指标对应于除了上述可光学检测特征之外的其它可光学检测特征。
更详细地，现在转到第一算法200，其用于计算与线缆C的外表面的颜色和预定参考颜色之间的颜色差异成比率的数字颜色指标J，在优选实施例中，该数字颜色指标J限定为欧氏距离(Euclidean distance)d，其在使用数码摄像机20捕获的图像的主颜色的三个柱面坐标(HP，SP，LP)的集合与参考颜色(预先选定)的三个柱面坐标(HT，ST，LT)的集合之间。
众所周知，数字图像由多个像素组成，每个像素具有预定颜色，并且主颜色被确定为例如是图像的像素中的大部分颜色。
三个柱面坐标(HP，SP，LP)、(HT，ST，LT)的集合是三个数值H、S、L的集合，其用已知的方式识别HSL(色度-饱和度-亮度)空间中的每个颜色，其中，如图3所示，第一数值H表示颜色的波长(或色度)，用从0°至360°的角度表示；第二数值S表示颜色的强度(或饱和度)；并且第三数值L表示光度(或亮度)，即，从白色到黑色的距离。
像素的颜色的HSL坐标的数值可用已知的方式经由软件计算。
由于数码摄像机20通常产生RGB(红-绿-蓝)格式的数字图像，因此，首先将捕获的数字图像用已知的方式从RGB空间转变到HSL空间。
图4示出处于HSL空间中的参考颜色T和主颜色P，每者表示为由相应的三个柱面坐标H、S、L的集合识别的点T(HT，ST，LT)、P(HP，SP，LP)，并且它们之间的欧氏距离d用传统的数学方法从HSL坐标计算。
更详细地，在用于计算数字颜色指标J的第一算法200的可能实施例中，在捕获(框101)数字图像的下游，这包括以下步骤：
a.任选地，执行用于对图像进行数字处理以移除背景(通常简称为“背景减除”)的过程，通过该过程，处于运动中的线缆C与数字图像的其余部分隔离(即，与任何静止的背景分离)；
b.任选地，执行用于对图像进行数字处理以施加一个或多个掩码(mask)(尤其是那些被称为“腐蚀(erosion)”和“膨胀(dilation)”)的过程，从而识别并隔离数字图像中的线缆C；
c.若有必要，则任选地将在点a和点b处处理的图像从RGB转换为HSL(流程图的框201)；
d.在转换的图像中识别一个或多个主颜色P(框202)；
e.对于每个识别的主颜色：
e1.隔离该主颜色的像素；
e2.计算隔离的像素的H、S、L分量的每个值的平均值，例如根据以下公式：
Figure BDA0002552705270000081
其中，系数α、β和γ是分别用以下形式表示的权重系数：α＝α’/N、β＝β’/N以及γ＝γ’/N，其中，N是隔离像素的数量，并且α’、β’和γ’是根据该情况的技术必要性选定的无量纲值，并使用作为三个坐标的集合的三个计算的平均值来确定柱面坐标中的点P(HP，SP，LP)(框203)；
e3.将颜色指标J计算为主颜色P的点(HP，SP，LP)和预定参考颜色的点T(HT，ST，LT)之间的欧氏距离d(框204)。
在算法200最后，将颜色指标J与至少一个相应阈值a、b作比较，如前文所述(框205和框206)，从而任选地生成适配信号(框216、框217、框218)。
在用于计算数字粗糙度指标R的第二算法300的可能实施例中，在捕获(框101)数字图像的下游，这包括以下步骤：
a.将捕获的数字图像转换成灰度模式(框301)；
b.选择并隔离图像的至少一个感兴趣的界定区域(框302)；
c.通过被称为卷积神经网络(CNN)的数学模型来处理该感兴趣的区域，该卷积神经网络先前已被训练，以返回与表面的粗糙度成比率的数字粗糙度指标R(框303)。
在算法300最后，将数字粗糙度指标R与相应阈值作比较，如前文所述(框304和框305)，从而任选地生成适配信号(框316、框317、框318)。
所使用的卷积神经网络是一种基于数学模型的人工神经网络，其对动物视觉皮层的操作进行仿真。该卷积神经网络包括计算单元(内核)，计算单元扫描待处理的图像，将图像分割成分区，并提取用于鉴别所需信息(在该情况下为粗糙度)的特征(特性)。
指导卷积神经网络(即，精化数学模型)通过通常称为“训练”的迭代过程进行，在该迭代过程期间，卷积神经网络用于处理大量示例(图像)，所需输出(在该情况下为粗糙度指标R)与这些示例相关联。在训练过程中，数字模型被逐渐重构，直到获得足够的可靠性水平为止。
传统上，第一算法200和第二算法300在由数码摄像机20捕获的一系列图像上(即，帧上)连续进行，从而对线缆C的表面的可光学检测特征(粗糙度和颜色)进行连续监测。
优选地，本文描述的方法100由同样根据本发明的用于检查线缆C的生产质量的设备执行。
再次参考附图，并且具体地，参考图1和图5至图8，总体上由参考数字1指代的用于检查线缆C的生产质量的设备尤其适于检查设置有保护护套的线缆，并且更具体地，在优选实施例中，该设备配置成在电缆沿着前进轴线W移动的同时检查生产线中从挤出设备中输出的电缆的质量。
设备1包括至少一个数码摄像机20，数码摄像机指向线缆C的前进轴线W(即，其中镜头指向该前进轴线W，并且光学轴线入射到前进轴线)，并优选地布置有大体垂直于线缆C的前进轴线W(其对应于线缆C的纵向轴线)的光学轴线，从而捕获线缆C的护套的外表面的数字图像。
在示出的实施例中，仅存在一个数码摄像机20；在其它实施例中，存在多于一个数码摄像机20，并且它们布置成围绕线缆C的前进轴线W的辐射系统(radial system)(即，具有布置成类似于以前进轴线W为中心的圆周的多个轮辐那样的相应的光学轴线)，并且优选地，它们在角度上相互等距；在特别优选的实施例中，设备1包括三个数码摄像机20，三个数码摄像机布置成围绕线缆C的前进轴线W的辐射系统，并在角度上相互等距(并且因此，以120°的角度彼此间隔开)，使得三个数码摄像机20能够同时捕获线缆C的整体外圆周。
因此，一个或多个数码摄像机20配置成在线缆沿着前进轴线W前进时捕获线缆C的外表面(并且更精确地，保护护套)的图像。
传统上，这些数码摄像机20包括这样的传统摄像机，其具有使得它们能够以低曝光时间捕获图像的技术规格，并且因此，至少能够捕获对焦在以等于1500m/min的速度沿着前进轴线W移动的线缆C的表面的图像，并且优选地，摄像机具有等于或小于4μsec的最小曝光时间。传统上，至少一个数码摄像机20与具有根据该情况的技术必要性(或更精确地，根据线缆C的直径)选定的焦距(例如，50mm)的镜头相关。
一个或多个数码摄像机20功能地连接到电子处理单元90，该电子处理单元配置成通过根据前文描述的方法100通过一个或多个算法200、300来处理图像，从而计算一个或多个数字指标J、R，每个数字指标与线缆C的外表面的相应可光学检测特征成比率。
换句话说，电子处理单元90是能够接收并处理数据的任何电子装置(诸如，像可编程电子控制器、计算机等)，或更普遍地，是设置有微处理器或微控制器等并具有存储单元的任何可编程电子设备。
电子处理单元90通过实施一个或多个算法200、300(诸如，像前文详细描述的那些)的适配软件来配置，从而处理由至少一个数码摄像机20捕获的线缆C的表面的图像，并使用该电子处理单元计算与该表面的相应可光学检测特征成比率的一个或多个数字指标J、R。
传统上，电子处理单元90功能地连接到一个或多个警报和/或界面装置81、82，其配置成根据由相应的算法200、300计算的至少一个数字指标J、R来提供至少一个信息或信号，诸如，像最佳质量的信号、可接受质量的信号217、317和警报信号218、318，如前文所述。
根据要求，电子处理单元90能用已知的方式任选地连接到可为相同的或不同的多个界面装置81、82，例如通过数据传输网络99(局域或互联)和/或数据传输线缆和/或通过无线系统。
界面装置81、82例如包括：监视器和/或一个或多个计数器和/或交互面板81等，其定位成邻近设备1的其中发生图像检测的部分10或邻近线缆C的生产线；和/或移动装置82，诸如智能手机或平板计算机；和/或连接到数据传输网络99的任何计算机；和/或一个或多个声学发射器和/或照明发射器(例如，LED、蜂鸣器、号笛等)。
有利地，通过一个或多个界面装置81、82，可向电子处理单元90发送数据，从而例如通过设定阈值a、b、f、g和/或参考颜色而配置电子处理单元。
在优选实施例中，电子处理单元90通过数据传输网络99连接到界面装置82可访问的网页界面。
优选地，设备1包括至少一个光源30，至少一个光源配置成将入射光发射到线缆C的外表面上，从而照亮由至少一个数码摄像机20对准的该表面的至少一个区域。
在一些实施例(包括示出的一个实施例)中，光源30包括定位成靠近线缆C的前进轴线W的高强度射灯，其中光学轴线入射到该前进轴线上；在其它实施例中，光源30包括其它类型的光发射装置，诸如，像一个或多个高强度LED或LED带。根据需要可存在多于一个光源30。
优选地，设备1还包括其内部限定工作体积51的保护容纳体50(诸如，像箱状体)，工作体积容纳数码摄像机20、光源30(若存在)，并在操作期间容纳线缆C的包括由数码摄像机20对准的外表面区域的至少一部分。
传统上，保护容纳体50包括入口孔55和出口孔56，入口孔和出口孔共轴并定位在保护容纳体50的相对侧上，且适于在操作期间由线缆C穿过；事实上，孔55、56共轴地定位于线缆C的前行轴线W，从而限定线缆的通路。
任选地，保护容纳体50还包括可被打开和关闭的舱口58，并且该舱口允许操作者进入到工作体积51，从而允许维修和调节容纳在其中的元件。
根据任选且有利的特征，设备1包括压缩气体源40，压缩气体源设置有突出到工作体积51中的排气喷嘴41，并配置成将加压气体(优选地，空气)引入到工作体积51中。引入的加压气体有利地导致对工作体积51加压，这降低了灰尘和其它不期望的元素的引入，从而防止遮挡数码摄像机20的镜头并干扰图像捕获过程。
在优选实施例中，保护容纳体50由支撑结构70支撑，保护容纳体50能以受控的方式相对于该支撑结构适当地倾斜。优选地，保护容纳体50的倾斜可通过固定到支撑结构70的测角仪79控制。
在优选且示出的实施例中，支撑结构70包括底座71和高度可调的望远镜柱72。
根据另一任选特征，至少一个数码摄像机20机械地连接到用于调节位置的机构60，该机构包括例如数码摄像机20可沿其滑动的引导件61和配置成引导数码摄像机20沿着引导件61位移的调节旋钮62。传统上，调节旋钮62是机动的，从而自动调节数码摄像机20的位置。
优选地，光源30还耦接到相应的调节机构(未示出)，调节机构配置成引导光源30相对于线缆C的前进轴线W位移。
用于检查设置有护套的线缆的生产质量的设备的操作从前文描述中变得清楚且明显。
注意到的是，在操作期间，该设备不以任何方式机械地干扰线缆C，并且因此，这既不会导致生产工艺的变慢，也不会导致线缆C的任何改变。
此外，在生产过程期间进行实时检查，使得可在检测到特征质量恶化的情况下在生产线上进行及时修正干预。
事实上，已经发现根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备实现了预期目标和目的，即，能够相对于现有技术以更精确且可靠的方式进行检查。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，它们能够自动化且标准化地进行检查。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，它们可检查整个产品。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，它们能够在生产过程期间检查线缆。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，它们不会减慢生产过程。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，它们允许在质量恶化的情况下在生产线上进行及时修正干预。
根据本发明的用于检查设置有护套的线缆的生产质量的方法和设备另一优点在于，当与现有技术相比时，它们易于实施且具有经济竞争力。
因此，认为用于检查设置有护套的线缆的生产质量的方法和设备能够进行各种修改和变型，其全部修改和变型落入所附权利要求的范围内。此外，所有细节可由其它技术等效元件代替。
实际上，所采用的设置成与特定用途兼容的材料以及或有尺寸和形状可根据需要和技术领域为任何类型。
最后，权利要求的保护范围不应由该解释或说明书中以示例性方式示出的优选实施例限制，相反，权利要求应包括术语本发明的可授予专利权的新颖性特征，包括本领域技术人员将认为等效的所有特征。
本公开要求意大利专利申请第102019000010242号的优先权，其全部内容通过引证合并于此。
在其中任何权利要求中涉及的技术特征跟随有参考标记的情况下，已经包括的参考标记的唯一目的在于提高权利要求的可理解性，并且因此，这些参考标记不对由这些参考标记通过示例的方式表示的每个元件的解释产生任何限制效果。

Claims (11)

1.一种用于检查设置有保护护套的线缆(C)的生产质量的方法(100)，所述线缆特别是电缆，其特征在于，所述方法包括以下步骤：
-在所述线缆(C)沿着前进轴线(W)移动的同时通过一个或多个数码摄像机(20)捕获(101)所述线缆(C)的外表面的图像；以及
-通过一个或多个算法(200、300)处理所述图像，以便计算一个或多个数字指标(J、R)，每个所述数字指标与所述线缆(C)的所述外表面的相应的可光学检测特征成比率。
2.根据权利要求1所述的方法，其特征在于，所述图像通过第一算法(200)处理，以便计算与所述外表面的颜色和预定参考颜色之间的颜色差异成比率的数字颜色指标(J)。
3.根据权利要求2所述的方法，其特征在于，所述数字颜色指标(J)限定为欧氏距离，所述欧氏距离在所捕获的至少一个所述图像的主颜色的三个柱面坐标(HP，SP，LP)的集合与所述预定参考颜色的三个柱面坐标(HT，ST，LT)的集合之间；三个柱面坐标(HP，SP，LP；HT，ST，LT)的所述集合的每者包括由颜色的波长值构成的第一坐标(H)、由颜色的饱和度值构成的第二坐标(S)和由颜色的亮度值构成的第三坐标(L)。
4.根据权利要求2所述的方法，其特征在于，所述图像通过第二算法(300)处理，以便计算与所述外表面的粗糙度成比率的数字粗糙度指标(R)。
5.根据权利要求4所述的方法，其特征在于，所述数字粗糙度指标(R)通过至少执行以下步骤来计算：
a.将所述图像转换(301)成灰度模式；
b.选择(302)所述图像的至少一个感兴趣的界定区域；
c.通过卷积神经网络来处理(303)感兴趣的所述区域，所述卷积神经网络先前已被训练，以返回与所述外表面的粗糙度成比率的数字粗糙度指标(R)。
6.根据权利要求1所述的方法，其特征在于，将所述一个或多个数字指标(J、R)中的每者与相应阈值(b、g)进行比较(205、304)，并且如果判断(206、305)所述一个或多个数字指标(J、R)中的一者大于所述相应阈值(b、g)，则生成警报信号(218、318)。
7.一种用于检查设置有护套的线缆(C)的生产质量的设备(1)，其特征在于，所述设备包括至少一个数码摄像机(20)，所述数码摄像机指向所述线缆(C)的前进轴线(W)并配置成捕获所述线缆(C)的外表面的图像，所述数码摄像机功能地连接到电子处理单元(90)，所述电子处理单元配置成通过一个或多个算法(200、300)处理所述图像，以便计算一个或多个数字指标(J、R)，每个所述数字指标与所述线缆(C)的所述外表面的相应的可光学检测特征成比率。
8.根据权利要求7所述的设备(1)，其特征在于，所述电子处理单元(90)功能地连接到配置成根据所述至少一个数字指标(J、R)来提供至少一个信息或信号的至少一个警报和/或界面装置(81、82)。
9.根据权利要求7所述的设备(1)，其特征在于，所述设备包括围绕所述线缆(C)的所述前进轴线(W)以辐射构造布置的三个数码摄像机(20)。
10.根据权利要求7所述的设备(1)，其特征在于，所述设备包括至少一个光源(30)，所述至少一个光源配置成将入射光发射到所述线缆(C)的所述外表面上，以便照亮所述线缆(C)的所述外表面的由所述至少一个数码摄像机(20)对准的至少一个区域。
11.根据权利要求7所述的设备(1)，其特征在于，所述设备包括：
-保护容纳体(50)，所述保护容纳体在内部限定工作体积(51)，所述工作体积容纳所述至少一个数码摄像机(20)并适于在操作期间容纳所述线缆(C)的至少一部分，该至少一部分包括所述外表面的由所述至少一个数码摄像机(20)对准的区域；以及
-压缩气体源(40)，所述压缩气体源配置成将加压气体引入到所述工作体积(51)中。
CN202010579658.8A 2019-06-27 2020-06-23 用于检查设置有保护护套的线缆的生产质量的方法和设备 Pending CN112150408A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
IT102019000010242 2019-06-27
IT102019000010242A IT201900010242A1 (it) 2019-06-27 2019-06-27 Metodo e apparato per il controllo della qualità di produzione di cavi provvisti di guaina protettiva, in particolare cavi elettrici.

Publications (1)

Publication Number Publication Date
CN112150408A true CN112150408A (zh) 2020-12-29

Family

ID=68343270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010579658.8A Pending CN112150408A (zh) 2019-06-27 2020-06-23 用于检查设置有保护护套的线缆的生产质量的方法和设备

Country Status (6)

Country Link
US (1) US11709140B2 (zh)
EP (1) EP3757939B1 (zh)
JP (1) JP2021006810A (zh)
KR (1) KR20210002341A (zh)
CN (1) CN112150408A (zh)
IT (1) IT201900010242A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024047038A1 (en) * 2022-08-29 2024-03-07 Atop S.P.A. Method for checking and verifying the correct stripping process of the insulating layer in predefined sections of a conducting wire covered by a layer of dielectric material, and related assembly for checking and verifying

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10810728B2 (en) * 2018-11-19 2020-10-20 The Boeing Company Method for using a vision system to evaluate shield trims on shielded cables

Also Published As

Publication number Publication date
IT201900010242A1 (it) 2020-12-27
US20200408696A1 (en) 2020-12-31
JP2021006810A (ja) 2021-01-21
EP3757939A1 (en) 2020-12-30
EP3757939B1 (en) 2023-08-02
EP3757939C0 (en) 2023-08-02
US11709140B2 (en) 2023-07-25
KR20210002341A (ko) 2021-01-07

Similar Documents

Publication Publication Date Title
CN108445007B (zh) 一种基于图像融合的检测方法及其检测装置
JP6629455B2 (ja) 外観検査装置、照明装置、撮影照明装置
JP5228490B2 (ja) 画像解析によって欠陥検査を行う欠陥検査装置
US20170004612A1 (en) Optical film defect detection method and system thereof
CN109375068B (zh) 一种基于紫外成像电晕检测的目标识别方法及装置
JP2009294087A (ja) 樹脂材料検査装置およびプログラム
US20200096454A1 (en) Defect detection system for aircraft component and defect detection method for aircraft component
CN104111165A (zh) 一种近眼显示光学镜头像质的评价装置
JP7514259B2 (ja) カメラ部品が損傷しているかどうかを判定するためのシステムおよび方法
KR101630596B1 (ko) 차량하부 촬영장치 및 이를 운용하는 차량하부 촬영방법
US20140152808A1 (en) Method and device for the reliable detection of material defects in transparent material
CN105891228A (zh) 基于机器视觉的光纤外观缺陷检测及外径测量装置
CN104122078A (zh) 一种近眼显示光学镜头像质的评价方法
KR20170132872A (ko) 형상 검사 방법, 형상 검사 장치 및 프로그램
CN112150408A (zh) 用于检查设置有保护护套的线缆的生产质量的方法和设备
JP4715703B2 (ja) 光学フレア検査装置および検査方法
CN110880171A (zh) 一种显示装置的检测方法及电子设备
JP2008026147A (ja) カラーフィルタの検査装置及びカラーフィルタの検査方法
KR101469615B1 (ko) 무작위검색 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법
JP5288154B2 (ja) 画質検査装置
JP7362324B2 (ja) 画像表示装置の検査方法、製造方法及び検査装置
JP2009128083A (ja) 画質検査装置および画質検査方法
WO2020157469A3 (en) Methods and apparatus for determining prism in a lens
EP4283559A1 (en) Method, software program and system for detecting image irregularities in video endoscopic instrument produced images
KR101469616B1 (ko) 뉴턴법 알고리즘을 이용한 비전시스템의 컬러 조명 제어방법

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