CN112403934A - 一种机器视觉零件分拣方法 - Google Patents

一种机器视觉零件分拣方法 Download PDF

Info

Publication number
CN112403934A
CN112403934A CN202011294478.1A CN202011294478A CN112403934A CN 112403934 A CN112403934 A CN 112403934A CN 202011294478 A CN202011294478 A CN 202011294478A CN 112403934 A CN112403934 A CN 112403934A
Authority
CN
China
Prior art keywords
sorting
image
motor
unqualified
products
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
CN202011294478.1A
Other languages
English (en)
Inventor
李梦
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.)
Anhui Institute of Information Engineering
Original Assignee
Anhui Institute of Information Engineering
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 Anhui Institute of Information Engineering filed Critical Anhui Institute of Information Engineering
Priority to CN202011294478.1A priority Critical patent/CN112403934A/zh
Publication of CN112403934A publication Critical patent/CN112403934A/zh
Pending legal-status Critical Current

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34Sorting according to other particular properties
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02Measures preceding sorting, e.g. arranging articles in a stream orientating
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36Sorting apparatus characterised by the means used for distribution

Abstract

本发明公开了一种机器视觉零件分拣方法,涉及零件分拣的技术领域,包括如下步骤:CCD相机和LED光源固定,CCD相机的镜头进行畸变矫正及像素参数标定,采集图像样本,训练形成级联分类器,采集图像传送至上位机经过算法处理,当图像能够通过级联分类器检测时,则产品合格,当图像未通过级联分类器时,产品不合格,PLC控制器输出信号控制分拣装置运行使不合格产品吸附至收集箱中,从而实现了对各种零件进行准确判断并完成分拣动作,分拣速度较为快速,整个装置成本也较为低廉。

Description

一种机器视觉零件分拣方法
技术领域
本发明涉及零件分拣的技术领域,具体涉及一种机器视觉零件分拣方法。
背景技术
零件分拣是生产制造业中的必要环节,传统的分拣方法是通过专门的工人对零件进行人工识别,将不合格的产品分拣出来,但是因人工分拣的效率低、尤其工人疲劳时还容易出错,导致分拣出错率高,所以这种分拣方法既无法满足现在高效、准确的生产要求,虽然现在生产制造业中也有基于机器视觉的分拣设备,但是其设计较为复杂,并且零件的识别率较低,而且分拣机构在分拣时的路径较为复杂,分拣速度非常有限。
发明内容
本发明的目的在于提供一种机器视觉零件分拣方法,以解决现有技术中导致的上述缺陷。
一种机器视觉零件分拣方法,包括如下步骤:
步骤1:将CCD相机固定于输送带上方的支撑架底部,调整并固定LED光源使其位于CCD相机的下方,对CCD相机的镜头进行畸变矫正及像素参数标定;
步骤2:采集多张待分拣产品图像样本,对正样本和负样本的特征进行选择和提取出关键尺寸,训练形成级联分类器进行存储;
步骤3:在上位机借助LabVIEW软件与PLC控制器进行通信,PLC控制器控制电机一转动,电机一的输出轴通过带传动驱动辊筒转动,辊筒驱动输送带进行运行,将待分拣的产品通过人工或机械手放置于输送带的上料端;
步骤4:当支撑架内侧的物位传感器检测到产品经过时,CCD相机启动,CCD相机对产品的图像及坐标信息进行采集,并将采集到的信息发送给图像采集卡,经图像采集卡处理后,将图像信息发送给上位机;
步骤5:在上位机软件中使用算法将图像进行处理,接着通过级联分类器对处理后的图像进行检测;
步骤6:当图像能够通过级联分类器检测时,则产品合格,当图像未通过级联分类器时,产品不合格,PLC控制器输出信号控制分拣装置运行使不合格产品吸附至收集箱中。
优选的,所述步骤5中图像处理具体包括对图像进行边缘检测、二值化、形态学滤波,并提取出图像中不连续的边缘点,通过直线拟合优化算法对边缘点进行拟合求解出最佳直线。
优选的,所述分拣装置包括电动推杆、电机二、丝杆、滑轨及移动块,所述滑轨固定于支撑架的侧面,所述移动块与滑轨滑动连接,所述丝杆的一端与支撑架转动连接,另一端与所述的电机二输出轴通过联轴器连接,所述电机二固定于支撑架的侧面,所述电动推杆固定于移动块的底部,所述电动推杆的端部固定有安装板,所述安装板上设有若干用于吸附不合格产品的真空吸盘,所述电动推杆和电机二均与PLC控制器电性连接。
优选的,所述真空吸盘设有若干个,所述真空吸盘与真空发生器连接,所述PLC控制器通过电磁阀控制真空发生器。
优选的,所述步骤6中分拣装置运行具体包括如下步骤:
步骤6.1:PLC控制器控制电机二转动,电机二的输出轴带动丝杆转动,使移动块移动至不合格产品的正上方并停止;
步骤6.2:接着PLC控制器控制电动推杆的伸缩杆伸长至不合格产品处;
步骤6.3:然后PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘吸附不合格产品;
步骤6.4:PLC控制器控制电机二转动,电机二的输出轴带动丝杆转动,使移动块移动至收集箱上方,接着PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘松开不合格产品,产品落入收集箱中;
步骤6.5:PLC控制器控制电动推杆的伸缩杆复位;
步骤6.6:重复步骤6.1-6.5使不合格产品吸附至收集箱中。
本发明具有如下优点:
本发明在使用前采集多张待分拣产品图像样本,并训练形成级联分类器进行存储,有效的提高了产品的分辨能力,当待分拣的产品未通过级联分类器时,分拣装置按照规划出的运行路径移动,在这个运行过程中实现对输送带上的零件进行主动吸附,并将吸附的零件放至对应的收集箱中,从而实现了对各种零件进行准确判断并完成分拣动作,分拣速度较为快速,整个装置成本也较为低廉。
附图说明
图1为本发明整体三维的结构框图。
图2为本发明图像获取及处理流程图。
图3为本发明分拣装置的结构示意图。
图4为本发明图3中A处的局部放大图。
其中:1、输送带,2、支撑架,3、CCD相机,31、LED光源,4、电机一,5、物位传感器,6、分拣装置,61、滑轨,62、移动块,63、丝杆,64、电机二,65、电动推杆,66、安装板,67、真空吸盘,7、收集箱。
具体实施方式
下面对照附图,通过对实施例的描述,对本发明具体实施方式作进一步详细的说明,以帮助本领域的技术人员对本发明的发明构思、技术方案有更完整、准确和深入的理解。
如图1-4所示,本发明提供了一种机器视觉零件分拣方法,包括如下步骤:
步骤1:将CCD相机3固定于输送带1上方的支撑架2底部,调整并固定LED光源31使其位于CCD相机3的下方,对CCD相机3的镜头进行畸变矫正及像素参数标定;
步骤2:采集多张待分拣产品图像样本,对正样本和负样本的特征进行选择和提取出关键尺寸,训练形成级联分类器进行存储;
步骤3:在上位机借助LabVIEW软件与PLC控制器进行通信,PLC控制器控制电机一4转动,电机一4的输出轴通过带传动驱动辊筒转动,辊筒驱动输送带1进行运行,将待分拣的产品通过人工或机械手放置于输送带1的上料端;
步骤4:当支撑架2内侧的物位传感器5检测到产品经过时,CCD相机3启动,CCD相机3对产品的图像及坐标信息进行采集,并将采集到的信息发送给图像采集卡,经图像采集卡处理后,将图像信息发送给上位机;
步骤5:在上位机软件中使用算法将图像进行处理,接着通过级联分类器对处理后的图像进行检测;
步骤6:当图像能够通过级联分类器检测时,则产品合格,当图像未通过级联分类器时,产品不合格,PLC控制器输出信号控制分拣装置6运行使不合格产品吸附至收集箱7中。
在本实施例中,所述步骤5中图像处理具体包括对图像进行边缘检测、二值化、形态学滤波,并提取出图像中不连续的边缘点,通过直线拟合优化算法对边缘点进行拟合求解出最佳直线。
在本实施例中,所述分拣装置6包括电动推杆65、电机二64、丝杆63、滑轨61及移动块62,所述滑轨61固定于支撑架2的侧面,所述移动块62与滑轨61滑动连接,所述丝杆63的一端与支撑架2转动连接,另一端与所述的电机二64输出轴通过联轴器连接,所述电机二64固定于支撑架2的侧面,所述电动推杆65固定于移动块62的底部,所述电动推杆65的端部固定有安装板66,所述安装板66上设有若干用于吸附不合格产品的真空吸盘67,所述电动推杆65和电机二64均与PLC控制器电性连接。
在本实施例中,所述真空吸盘67设有若干个,所述真空吸盘67与真空发生器连接,所述PLC控制器通过电磁阀控制真空发生器。
在本实施例中,所述步骤6中分拣装置6运行具体包括如下步骤:
步骤6.1:PLC控制器控制电机二64转动,电机二64的输出轴带动丝杆63转动,使移动块62移动至不合格产品的正上方并停止;
步骤6.2:接着PLC控制器控制电动推杆65的伸缩杆伸长至不合格产品处;
步骤6.3:然后PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘67吸附不合格产品;
步骤6.4:PLC控制器控制电机二64转动,电机二64的输出轴带动丝杆63转动,使移动块62移动至收集箱7上方,接着PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘67松开不合格产品,产品落入收集箱7中;
步骤6.5:PLC控制器控制电动推杆65的伸缩杆复位;
步骤6.6:重复步骤6.1-6.5使不合格产品吸附至收集箱7中。
在本实施例中,所述上位机与PLC控制器之间通过RS485串口通信。
上面结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的发明构思和技术方案进行的各种非实质性的改进,或未经改进将本发明构思和技术方案直接应用于其它场合的,均在本发明保护范围之内。

Claims (6)

1.一种机器视觉零件分拣方法,其特征在于:包括如下步骤:
步骤1:将CCD相机(3)固定于输送带(1)上方的支撑架(2)底部,调整并固定LED光源(31)使其位于CCD相机(3)的下方,对CCD相机(3)的镜头进行畸变矫正及像素参数标定;
步骤2:采集多张待分拣产品图像样本,对正样本和负样本的特征进行选择和提取出关键尺寸,训练形成级联分类器进行存储;
步骤3:在上位机借助LabVIEW软件与PLC控制器进行通信,PLC控制器控制电机一(4)转动,电机一(4)的输出轴通过带传动驱动辊筒转动,辊筒驱动输送带(1)进行运行,将待分拣的产品通过人工或机械手放置于输送带(1)的上料端;
步骤4:当支撑架(2)内侧的物位传感器(5)检测到产品经过时,CCD相机(3)启动,CCD相机(3)对产品的图像及坐标信息进行采集,并将采集到的信息发送给图像采集卡,经图像采集卡处理后,将图像信息发送给上位机;
步骤5:在上位机软件中使用算法将图像进行处理,接着通过级联分类器对处理后的图像进行检测;
步骤6:当图像能够通过级联分类器检测时,则产品合格,当图像未通过级联分类器时,产品不合格,PLC控制器输出信号控制分拣装置(6)运行使不合格产品吸附至收集箱(7)中。
2.根据权利要求1所述的一种机器视觉零件分拣方法,其特征在于:所述步骤5中图像处理具体包括对图像进行边缘检测、二值化、形态学滤波,并提取出图像中不连续的边缘点,通过直线拟合优化算法对边缘点进行拟合求解出最佳直线。
3.根据权利要求1所述的一种机器视觉零件分拣方法,其特征在于:所述分拣装置(6)包括电动推杆(65)、电机二(64)、丝杆(63)、滑轨(61)及移动块(62),所述滑轨(61)固定于支撑架(2)的侧面,所述移动块(62)与滑轨(61)滑动连接,所述丝杆(63)的一端与支撑架(2)转动连接,另一端与所述的电机二(64)输出轴通过联轴器连接,所述电机二(64)固定于支撑架(2)的侧面,所述电动推杆(65)固定于移动块(62)的底部,所述电动推杆(65)的端部固定有安装板(66),所述安装板(66)上设有若干用于吸附不合格产品的真空吸盘(67),所述电动推杆(65)和电机二(64)均与PLC控制器电性连接。
4.根据权利要求3所述的一种机器视觉零件分拣方法,其特征在于:所述真空吸盘(67)设有若干个,所述真空吸盘(67)与真空发生器连接,所述PLC控制器通过电磁阀控制真空发生器。
5.根据权利要求3所述的一种机器视觉零件分拣方法,其特征在于:所述步骤6中分拣装置(6)运行具体包括如下步骤:
步骤6.1:PLC控制器控制电机二(64)转动,电机二(64)的输出轴带动丝杆(63)转动,使移动块(62)移动至不合格产品的正上方并停止;
步骤6.2:接着PLC控制器控制电动推杆(65)的伸缩杆伸长至不合格产品处;
步骤6.3:然后PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘(67)吸附不合格产品;
步骤6.4:PLC控制器控制电机二(64)转动,电机二(64)的输出轴带动丝杆(63)转动,使移动块(62)移动至收集箱(7)上方,接着PLC控制器控制电磁阀运行,电磁阀控制真空发生器,真空吸盘(67)松开不合格产品,产品落入收集箱(7)中;
步骤6.5:PLC控制器控制电动推杆(65)的伸缩杆复位;
步骤6.6:重复步骤6.1-6.5使不合格产品吸附至收集箱(7)中。
6.根据权利要求1所述的一种机器视觉零件分拣方法,其特征在于:所述上位机与PLC控制器之间通过RS485串口通信。
CN202011294478.1A 2020-11-18 2020-11-18 一种机器视觉零件分拣方法 Pending CN112403934A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011294478.1A CN112403934A (zh) 2020-11-18 2020-11-18 一种机器视觉零件分拣方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011294478.1A CN112403934A (zh) 2020-11-18 2020-11-18 一种机器视觉零件分拣方法

Publications (1)

Publication Number Publication Date
CN112403934A true CN112403934A (zh) 2021-02-26

Family

ID=74774066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011294478.1A Pending CN112403934A (zh) 2020-11-18 2020-11-18 一种机器视觉零件分拣方法

Country Status (1)

Country Link
CN (1) CN112403934A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113636152A (zh) * 2021-09-13 2021-11-12 新疆唐锦纺织有限公司 一种智能控制的集中收袜装置、控制系统及其控制方法
CN113636152B (zh) * 2021-09-13 2022-06-07 新疆唐锦纺织有限公司 一种智能控制的集中收袜装置、控制系统及其控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103785627A (zh) * 2014-01-27 2014-05-14 河南科技大学 锂电池极片表面缺陷在线检测分拣系统及其分拣方法
CN107053283A (zh) * 2017-04-12 2017-08-18 江苏理工学院 全自动切膜称重机
CN108380509A (zh) * 2017-12-08 2018-08-10 五邑大学 基于机器视觉的led灯盘分拣与检测系统
CN210847262U (zh) * 2019-09-20 2020-06-26 宜昌市福沃特科技有限公司 一种医用塑料袋疵点检测装置
CN111871848A (zh) * 2020-06-23 2020-11-03 安徽信息工程学院 一种基于串口通信控制的机器视觉零件分拣方法和系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103785627A (zh) * 2014-01-27 2014-05-14 河南科技大学 锂电池极片表面缺陷在线检测分拣系统及其分拣方法
CN107053283A (zh) * 2017-04-12 2017-08-18 江苏理工学院 全自动切膜称重机
CN108380509A (zh) * 2017-12-08 2018-08-10 五邑大学 基于机器视觉的led灯盘分拣与检测系统
CN210847262U (zh) * 2019-09-20 2020-06-26 宜昌市福沃特科技有限公司 一种医用塑料袋疵点检测装置
CN111871848A (zh) * 2020-06-23 2020-11-03 安徽信息工程学院 一种基于串口通信控制的机器视觉零件分拣方法和系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113636152A (zh) * 2021-09-13 2021-11-12 新疆唐锦纺织有限公司 一种智能控制的集中收袜装置、控制系统及其控制方法
CN113636152B (zh) * 2021-09-13 2022-06-07 新疆唐锦纺织有限公司 一种智能控制的集中收袜装置、控制系统及其控制方法

Similar Documents

Publication Publication Date Title
CN206854141U (zh) 一种屏幕缺陷全自动视觉检测系统
CN109374635B (zh) 一种口罩缺陷检测装置及方法
CN207417831U (zh) Pcb板自动上下料线体
CN107697612A (zh) Pcb板自动上下料线体
CN206038558U (zh) 一种多工位视觉检测设备
CN203899959U (zh) 自动读条码机
CN201702119U (zh) 齿轮外观缺陷光学自动分检机
CN106622989A (zh) 一种自动化的取料和分拣机构
CN205008256U (zh) 一种自动镜片分检机
CN103286821B (zh) 一种橡胶瓶塞的全自动连续除边加工方法
CN112403934A (zh) 一种机器视觉零件分拣方法
CN209215247U (zh) 一种玻璃绝缘子质检装置
CN112317363A (zh) 一种工业产品智能检测系统及检测方法
CN210936002U (zh) 一种轴类件检测移载装置
CN211756936U (zh) 一种多工位自动测量设备
CN210742146U (zh) 一种多工位、多角度视觉表面缺陷检测系统
CN209834994U (zh) 一种摆动夹持机械手和塑胶管视觉检测装置
CN206305057U (zh) 一种轴套类工件外观缺陷及外径自动检测装置
CN204758496U (zh) 环形磁芯端面视觉检测机
CN202270657U (zh) 一种晶片全自动目检机
CN204202592U (zh) 一种轴承内圈检测装置
CN212916632U (zh) 视觉分拣装置
CN210847224U (zh) 一种新型工件尺寸测试分类装置
CN216420252U (zh) 基于tcp/ip协议实现plc与上位机通讯对检测工件计数的剔除装置
CN210775248U (zh) 一种太阳能鼓簧生产线影像检测装置

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