CN112474411A - 一种基于柔性生产线的产品检测自动处理控制系统 - Google Patents

一种基于柔性生产线的产品检测自动处理控制系统 Download PDF

Info

Publication number
CN112474411A
CN112474411A CN202011033757.2A CN202011033757A CN112474411A CN 112474411 A CN112474411 A CN 112474411A CN 202011033757 A CN202011033757 A CN 202011033757A CN 112474411 A CN112474411 A CN 112474411A
Authority
CN
China
Prior art keywords
product
module
component
information
color
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
CN202011033757.2A
Other languages
English (en)
Inventor
陈斌
宋春华
姜立志
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.)
JIANGSU JWC MACHINERY CO Ltd
Original Assignee
JIANGSU JWC MACHINERY CO Ltd
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 JIANGSU JWC MACHINERY CO Ltd filed Critical JIANGSU JWC MACHINERY CO Ltd
Priority to CN202011033757.2A priority Critical patent/CN112474411A/zh
Publication of CN112474411A publication Critical patent/CN112474411A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/34—Sorting according to other particular properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting 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
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明公开了一种基于柔性生产线的产品检测自动处理控制系统，包括信号控制模块、传送模块、视觉检测模块、金属检测模块和自动剔除模块，所述信号控制模块分别于传送模块、视觉检测模块和自动剔除模块电性连接，所述传送模块用于将需要检测的产品传送到视觉检测模块下方进行检测，所述视觉检测模块用于对产品的外观进行收集、判断、处理以及将得到的信息传递给信号控制模块，所述自动剔除模块用于将视觉检测模块检测到的不合格产品进行剔除，所述视觉检测模块包括图像采集模块、图像处理模块、图像检测模块、和信息管理模块。本发明有瑕疵的产品进行了有效精确的剔除，极大的提高了工作效率。

Description

一种基于柔性生产线的产品检测自动处理控制系统
技术领域
本发明涉及产品检测技术领域，具体为一种基于柔性生产线的产品检测自动处理控制系统。
背景技术
随着科学技术的不断发展，人们对于各种产品的要求越来越高，对质量要求也越来越严格，而产品更新换代的速度越来越快，产品的复杂程度也在提高，所以为了保证产品质量的前提下，缩短产品生产周期，降低产品成本，柔性生产线便产生了，柔性生产线是把多台可以调整的机床联结起来，配以自动运送装置组成的生产线，依靠计算机管理，并将多种生产模式结合，从而能够减少生产成本做到物尽其用，柔性生产线是一种技术复杂、高度自动化的系统，它将多种技术有机的结合起来，具有诸多优点：设备利用率高，在一组机床编入柔性生产线后，产量相比较与单机作业时产量提高数倍；生产能力比单机作业稳定，柔性生产线一般由多台机床组成，在其中一台发生故障时，物料传送系统可以自动绕过故障机床继续工作；产品质量高，产品在加工的过程中，装卸一次完成，加工精度高，加工形式稳定；但在产品的检环节中经常会忽略不合格的产品，使不良产品流入市场。
所以我们需要一种基于柔性生产线的产品检测自动处理控制系统来解决上述问题。
发明内容
本发明的目的在于提供一种基于柔性生产线的产品检测自动处理控制系统，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于柔性生产线的产品检测自动处理控制系统，包括信号控制模块、传送模块、视觉检测模块、金属检测模块和自动剔除模块，所述信号控制模块分别于传送模块、视觉检测模块和自动剔除模块电性连接；
所述信号控制模块用于对视觉检测模块和自动剔除机构发出工作指令，所述传送模块用于将需要检测的产品传送到视觉检测模块下方进行检测，所述视觉检测模块用于对产品的外观进行收集、判断、处理以及将得到的信息传递给信号控制模块，所述自动剔除模块用于将视觉检测模块检测到的不合格产品进行剔除。
进一步的，所述视觉检测模块包括图像采集模块、图像处理模块、图像检测模块、和信息管理模块；
所述图像采集模块包括光源单元和摄像单元，所述光源单元和摄像单元位于传送模块的上方和两侧，所述光源单元包括光学传感器、两个或两个以上的色温不同的LED灯管，其中低色温的LED灯管色温范围为1000°～5000°K，高色温的LED灯管色温范围为5000°～10000°K，亮度范围均为0.5mcd～50mcd，光学传感器根据环境的亮度和产品颜色自动选择LED灯管的色温及亮度，当光学传感器检测到环境亮度低于0.5mcd时，自动打开LED灯管，并将亮度调节至比环境亮度高1mcd～5mcd，防止环境过暗对图像采集造成影响，使图像不清晰，增加工作量；
所述摄像单元拥有三枚摄像镜头，一枚位于检测产品上方，另外两枚位于检测产品两侧，所述光源单元均为LED灯管，位于产品上方的摄像镜头用于收集产品的长、宽、颜色等参数，位于产品两侧的摄像镜头用于测量产品的厚度，防止产品在传送模块上发生折叠，使得到的产品参数发生误差。
所述图像处理模块用于将产品照片按照设定好的参数进行白平衡处理，并将处理好的产品照片及时传输给图像检测模块，防止产品在拍摄过程中颜色过曝过暗或色彩失真，影响对产品颜色误差的判断，提高了产品检测的准确性；
所述图像检测模块包括参数设置单元、对比识别单元、信息生成单元，所述参数设置单元用于设置预定好的参数，所述对比识别单元将处理好的照片和参数设置单元预订好的参数进行对比，判断产品照片是否符合预订的参数，所述信息生成单元用于生成产品是否符合标准的信息，并将信息传递给信息管理模块；
所述信息管理模块包括数据统计单元、警报信号生成单元、剔除信号生成单元。
进一步的，所述传送模块包括工作台，所述工作台上设置有传送带，所述传送带用于传送需要检测的产品。
进一步的，所述参数设置单元包括产品的长度、宽度以及破损程度，所述对比识别单元用于将预先设定的参数选取合格的产品为标准样张，并将其他产品与标准样张进行对比，根据参数设置单元设定的参数，判断其他产品照片中是否存在产品瑕疵；
所述信息生成单元用于生成瑕疵信息，并将瑕疵信息传递给信息管理模块。
进一步的，所述数据统计单元用于对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图，有利于了解该柔性生产线的生产情况，对柔性生产线做出改进；
所述警报信号生成单元用于根据瑕疵信息生成提醒声音警报；
所述剔除信号生成单元用于根据瑕疵信息生成剔除信号，并将信号传递给自动剔除模块。
进一步的，该产品检测自动处理系统包括以下步骤：
S1、将待检测产品传送到摄像单元下方，并打开光源单元照明，对产品进行照片收集，将照片传输给图像处理模块；
S2、将照片进行白平衡处理，将处理好的照片传输到图像检测模块；
S3、图像检测模块对照片进行分析，生成瑕疵信息传送到信息管理模块；
S4、信息管理模块对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图；
S5、有瑕疵产品时，根据瑕疵信息生成提醒声音警报，并将瑕疵信息传递给信号控制模块；
S6、信号控制模块传递信息给自动剔除模块，将有瑕疵的产品剔除。
进一步的，所述步骤1包括：
所述摄像单元位于产品上方的摄像镜头收集产品的长、宽、颜色、表面破损等信息，所述摄像单元位于产品两侧的摄像镜头收集产品的厚度信息，所述光源单元的LED灯管可以调节色温及亮度对产品进行照明。
进一步的，所述步骤S2包括：
通过图像处理模块获取第一原始图像及其曝光参数、第二原始图像及其曝光参数和第三原始图像及其曝光参数，所述曝光参数为原始图像的R分量、G分量和B分量的均值，根据以下公式计算得出R分量、G分量和B分量的白平衡校正增益；
Figure BDA0002704450140000031
Figure BDA0002704450140000032
Figure BDA0002704450140000033
其中，R1、R2、R3分别为第一原始图像、第一原始图像、第一原始图像的R分量，G1、G2、G3分别为第一原始图像、第一原始图像、第一原始图像的G分量，B1、B2、B3分别为第一原始图像、第一原始图像、第一原始图像的B分量；q为基准灰度值，A为R分量白平衡校正增益，B为G分量白平衡校正增益，C为B分量白平衡校正增益，
利用判决权重，得到最终白平衡校正增益，最终白平衡校正增益为：
Figure BDA0002704450140000041
其中，W1为第一判决权重，W2为第二判决权重，W3为第三判决权重，R为最终白平衡校正增益；
利用最终白平衡校正增益Q对原始图像进行白平衡调节,公式如下：
Rjust＝Rimg*Q
Gjust＝Gimg*Q
Bjust＝Bimg*Q
Rjust、Gjust和Bjust分别为白平衡校正后的R分量、G分量和B分量，Rimg、Gimg和Bimg分别为原图像的R分量、G分量和B分量，进行白平衡调节后的图像色彩还原程度更高，减小了图像检测模块中颜色识别的误差，提高了检测的精确性。
进一步的，所述步骤S3包括：
对产品信息进行判断，所述图像处理模块对图像采集模块图片按比例进行数据还原，图片尺寸与产品实际尺寸的比例为5：1，将图片中物体的参数放大5倍，得到的产品四周的厚度分别为L1、L2、L3、L4，若L1、L2、L3、L4的值相等，则说明摆放正常，没有发生折叠，继续进行下一步判断；设定标准产品的长度为M，宽度为N，误差值为0.1mm，将图片中物体的参数放大5倍，得到的产品长度为M1,宽度为N1，当M和M1、N和N1的差值小于0.1mm时，产品的尺寸合格，继续对产品进行颜色识别，否则产品的尺寸不合格；
对产品的颜色进行识别，首先获取图像处理模块中产品任一像素点的光谱函数和参考背景的光谱函数；所述光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数，所述根据所述产品任一像素点的光谱函数和所述参考背景的光谱函数，计算所述产品任一像素点相对于所述参考背景的归一化颜色数据；再根据产品任一像素点的光谱函数和参考背景的光谱函数，计算产品任一像素点相对于参考背景的归一化颜色数据；公式为：
Figure BDA0002704450140000051
其中，Ri为产品任一像素点i的RGB值的R分量、Gi为产品任一像素点i的RGB值的G分量,Bi为产品任一像素i的RGB值的B分量；RO为参考背景O的RGB值的R分量，GO为参考背景O的RGB值的G分量,BO为参考背景O的RGB值的B分量,Y1i、Y2i和Y3i分别为任一产品像素点i的RGB值的R分量、G分量和B分量相对于参考背景O的RGB值的R分量、G分量和B分量的归一化颜色数据；
根据所述产品任一像素点的归一化颜色数据计算所述产品任一像素点的颜色值和标准样本中每个标准样本的颜色值之间的线性相关系数；公式为：
Figure BDA0002704450140000052
其中，n为产品任一像素点的样本值，当m＝1时对应R分量、m＝2时对应G分量2、m＝3时对应B分量；Xmj为标准样本j的RGB值的m分量的归一化颜色数据；Ymi为产品任一像素点的RGB值的m分量相对于参考背景O的RGB值的m分量的归一化颜色数据；Qij为产品任一像素点i的颜色值与标准样本j的颜色值之间的相关系数；
线性相关系数在0-1之间，线性相关系数表如下表：
Q<sub>ij</sub>的取值范围 Q<sub>ij</sub>的意义
0.00-0.25 极低相关
0.25-0.50 低度相关
0.50-0.80 中度相关
0.80-0.90 高度相关
0.90-1.00 极高相关
线性相关系数在0-1之间，若线性相关系数大于0.9，则相关性极高，产品颜色合格，否则产品颜色不合格，经过白平衡处理后的图像的R分量、G分量和B分量更加准确，使得计算出的相关系数更加精确；
当产品尺寸和产品颜色均合格时，产品合格，当产品尺寸和产品颜色有任一不合格时，则产品不合格。
进一步的，所述信号控制模块将信息通过无线局域网传输给移动终端，操作员可以了解生产线的实际情况并对控制系统实现远程操作，操作员不需要在生产线上进行操作，提高了工作的效率并且使操作员拥有了更安全的工作环境。
与现有技术相比，本发明所达到的有益效果是：本发明在产品两侧设有摄像镜头，获取产品的厚度，防止产品在传送带上发生折叠，影响图像采集的准确性，光源单元可以自动调节色温及亮度，使图片的颜色更加的接近真实，增加了计算颜色差值的准确性，本发明对原始图像进行白平衡处理，对原始图像过暗过曝或色彩失真做出调整，提高了原始图像的色彩还原度，信息管理模块统计瑕疵信息可以更好的了解生产线的情况，便于对生产线做出改进，移动终端可以方便操作员远程操控，提高了生产效率。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的一种基于柔性生产线的产品检测自动处理控制系统模块示意图；
图2是本发明的一种基于柔性生产线的产品检测自动处理控制系统流程示意图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
请参阅图1-2，本发明提供技术方案：
信号控制模块、传送模块、视觉检测模块、金属检测模块和自动剔除模块，信号控制模块分别于传送模块、视觉检测模块和自动剔除模块电性连接；
信号控制模块用于对视觉检测模块和自动剔除机构发出工作指令，传送模块用于将需要检测的产品传送到视觉检测模块下方进行检测，视觉检测模块用于对产品的外观进行收集、判断、处理以及将得到的信息传递给信号控制模块，自动剔除模块用于将视觉检测模块检测到的不合格产品进行剔除。
视觉检测模块包括图像采集模块、图像处理模块、图像检测模块、和信息管理模块；
图像采集模块包括光源单元和摄像单元，光源单元和摄像单元位于传送模块的上方和两侧，光源单元对需要进行检测的产品进行照明，摄像单元对产品进图案收集，图像采集模块及时将采集完成的产品照片传输给图像处理模块；
摄像单元拥有三枚摄像镜头，一枚位于检测产品上方，另外两枚位于检测产品两侧，光源单元包括光学传感器、两个或两个以上的色温不同的LED灯管，其中低色温的LED灯管色温范围为1000°～5000°K，高色温的LED灯管色温范围为5000°～10000°K，亮度范围均为0.5mcd～50mcd，光学传感器根据环境的亮度和产品颜色自动选择LED灯管的色温及亮度，当光学传感器检测到环境亮度低于0.5mcd时，自动打开LED灯管，并将亮度调节至比环境亮度高1mcd～5mcd；
图像处理模块用于将产品照片按照设定好的参数进行白平衡处理，并将处理好的产品照片及时传输给图像检测模块；
图像检测模块包括参数设置单元、对比识别单元、信息生成单元，参数设置单元用于设置预定好的参数，对比识别单元将处理好的照片和参数设置单元预订好的参数进行对比，判断产品照片是否符合预订的参数，信息生成单元用于生成产品是否符合标准的信息，并将信息传递给信息管理模块；
信息管理模块包括数据统计单元、警报信号生成单元、剔除信号生成单元。
传送模块包括工作台，工作台上设置有传送带，传送带用于传送需要检测的产品。
参数设置单元包括产品的长度、宽度以及破损程度，对比识别单元用于将预先设定的参数选取合格的产品为标准样张，并将其他产品与标准样张进行对比，根据参数设置单元设定的参数，判断其他产品照片中是否存在产品瑕疵；
信息生成单元用于生成瑕疵信息，并将瑕疵信息传递给信息管理模块。
数据统计单元用于对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图；
警报信号生成单元用于根据瑕疵信息生成提醒声音警报；
剔除信号生成单元用于根据瑕疵信息生成剔除信号，并将信号传递给自动剔除模块。
该产品检测自动处理系统包括以下步骤：
S1、将待检测产品传送到摄像单元下方，并打开光源单元照明，对产品进行照片收集，将照片传输给图像处理模块；
S2、将照片进行白平衡处理，将处理好的照片传输到图像检测模块；
S3、图像检测模块对照片进行分析，生成瑕疵信息传送到信息管理模块；
S4、信息管理模块对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图；
S5、有瑕疵产品时，根据瑕疵信息生成提醒声音警报，并将瑕疵信息传递给信号控制模块；
S6、信号控制模块传递信息给自动剔除模块，将有瑕疵的产品剔除。
步骤1包括：
摄像单元位于产品上方的摄像镜头收集产品的长、宽、颜色、表面破损等信息，摄像单元位于产品两侧的摄像镜头收集产品的厚度信息，光源单元的LED灯管可以调节色温及亮度对产品进行照明。
步骤S2包括：
通过图像处理模块获取第一原始图像及其曝光参数、第二原始图像及其曝光参数和第三原始图像及其曝光参数，曝光参数为原始图像的R分量、G分量和B分量的均值，根据以下公式计算得出R分量、G分量和B分量的白平衡校正增益；
Figure BDA0002704450140000081
Figure BDA0002704450140000082
Figure BDA0002704450140000083
其中，R1、R2、R3分别为第一原始图像、第一原始图像、第一原始图像的R分量，G1、G2、G3分别为第一原始图像、第一原始图像、第一原始图像的G分量，B1、B2、B3分别为第一原始图像、第一原始图像、第一原始图像的B分量；q为基准灰度值，A为R分量白平衡校正增益，B为G分量白平衡校正增益，C为B分量白平衡校正增益，
利用判决权重，得到最终白平衡校正增益，最终白平衡校正增益为：
Figure BDA0002704450140000091
其中，W1为第一判决权重，W2为第二判决权重，W3为第三判决权重，R为最终白平衡校正增益；
利用最终白平衡校正增益Q对原始图像进行白平衡调节，公式如下：
Rjust＝Rimg*Q
Gjust＝Gimg*Q
Bjust＝Bimg*Q
Rjust、Gjust和Bjust分别为白平衡校正后的R分量、G分量和B分量，Rimg、Gimg和Bimg分别为原图像的R分量、G分量和B分量。
步骤S3包括：
对产品信息进行判断，图像处理模块对图像采集模块图片按比例进行数据还原，图片尺寸与产品实际尺寸的比例为5：1，将图片中物体的参数放大5倍，得到的产品四周的厚度分别为L1、L2、L3、L4，若L1、L2、L3、L4的值相等，则说明摆放正常，没有发生折叠，继续进行下一步判断；设定标准产品的长度为M，宽度为N，误差值为0.1mm，将图片中物体的参数放大5倍，得到的产品长度为M1，宽度为N1，当M和M1、N和N1的差值小于0.1mm时，产品的尺寸合格，继续对产品进行颜色识别，否则产品的尺寸不合格；
对产品的颜色进行识别，首先获取图像处理模块中产品任一像素点的光谱函数和参考背景的光谱函数；光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数，根据产品任一像素点的光谱函数和参考背景的光谱函数，计算产品任一像素点相对于参考背景的归一化颜色数据；再根据产品任一像素点的光谱函数和参考背景的光谱函数，计算产品任一像素点相对于参考背景的归一化颜色数据；公式为：
Figure BDA0002704450140000092
其中，Ri为产品任一像素点i的RGB值的R分量、Gi为产品任一像素点i的RGB值的G分量,Bi为产品任一像素i的RGB值的B分量；RO为参考背景O的RGB值的R分量，GO为参考背景O的RGB值的G分量,BO为参考背景O的RGB值的B分量,Y1i、Y2i和Y3i分别为任一产品像素点i的RGB值的R分量、G分量和B分量相对于参考背景O的RGB值的R分量、G分量和B分量的归一化颜色数据；
根据产品任一像素点的归一化颜色数据计算产品任一像素点的颜色值和标准样本中每个标准样本的颜色值之间的线性相关系数；公式为：
Figure BDA0002704450140000101
其中，n为产品任一像素点的样本值，当m＝1时对应R分量、m＝2时对应G分量2、m＝3时对应B分量；Xmj为标准样本j的RGB值的m分量的归一化颜色数据；Ymi为产品任一像素点的RGB值的m分量相对于参考背景O的RGB值的m分量的归一化颜色数据；Qij为产品任一像素点i的颜色值与标准样本j的颜色值之间的相关系数；
线性相关系数在0-1之间，线性相关系数表如下表：
Q<sub>ij</sub>的取值范围 Q<sub>ij</sub>的意义
0.00-0.25 极低相关
0.25-0.50 低度相关
0.50-0.80 中度相关
0.80-0.90 高度相关
0.90-1.00 极高相关
线性相关系数在0-1之间，若线性相关系数大于0.9，则相关性极高，产品颜色合格，否则产品颜色不合格；
当产品尺寸和产品颜色均合格时，产品合格，当产品尺寸和产品颜色有任一不合格时，则产品不合格。
信号控制模块将信息通过无线局域网传输给移动终端，操作员可以了解生产线的实际情况并对控制系统实现远程操作。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：包括信号控制模块、传送模块、视觉检测模块、金属检测模块和自动剔除模块，所述信号控制模块分别于传送模块、视觉检测模块和自动剔除模块电性连接；
所述信号控制模块用于对视觉检测模块和自动剔除机构发出工作指令，所述传送模块用于将需要检测的产品传送到视觉检测模块下方进行检测，所述视觉检测模块用于对产品的外观进行收集、判断、处理以及将得到的信息传递给信号控制模块，所述自动剔除模块用于将视觉检测模块检测到的不合格产品进行剔除。
2.根据权利要求1所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述视觉检测模块包括图像采集模块、图像处理模块、图像检测模块、和信息管理模块；
所述图像采集模块包括光源单元和摄像单元，所述光源单元和摄像单元位于传送模块的上方和两侧，所述光源单元对需要进行检测的产品进行照明，所述摄像单元对产品进图案收集，所述图像采集模块及时将采集完成的产品照片传输给图像处理模块；
所述摄像单元拥有三枚摄像镜头，一枚位于检测产品上方，另外两枚位于检测产品两侧，所述光源单元包括光学传感器、两个或两个以上的色温不同的LED灯管，其中低色温的LED灯管色温范围为1000°～5000°K，高色温的LED灯管色温范围为5000°～10000°K，亮度范围均为0.5mcd～50mcd，当光学传感器检测到环境亮度低于0.5mcd时，自动打开LED灯管，并将亮度调节至比环境亮度高1mcd～5mcd；
所述图像处理模块用于将产品照片按照设定好的参数进行白平衡处理，并将处理好的产品照片及时传输给图像检测模块；
所述图像检测模块包括参数设置单元、对比识别单元、信息生成单元，所述参数设置单元用于设置预定好的参数，所述对比识别单元将处理好的照片和参数设置单元预订好的参数进行对比，判断产品照片是否符合预订的参数，所述信息生成单元用于生成产品是否符合标准的信息，并将信息传递给信息管理模块；
所述信息管理模块包括数据统计单元、警报信号生成单元、剔除信号生成单元。
3.根据权利要求1所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述传送模块包括工作台，所述工作台上设置有传送带，所述传送带用于传送需要检测的产品。
4.根据权利要求2所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述参数设置单元包括产品的长度、宽度以及破损程度，所述对比识别单元用于将预先设定的参数选取合格的产品为标准样张，并将其他产品与标准样张进行对比，根据参数设置单元设定的参数，判断其他产品照片中是否存在产品瑕疵；
所述信息生成单元用于生成瑕疵信息，并将瑕疵信息传递给信息管理模块。
5.根据权利要求2所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述数据统计单元用于对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图；
所述警报信号生成单元用于根据瑕疵信息生成提醒声音警报；
所述剔除信号生成单元用于根据瑕疵信息生成剔除信号，并将信号传递给自动剔除模块。
6.一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：该产品检测自动处理系统包括以下步骤：
S1、将待检测产品传送到摄像单元下方，并打开光源单元照明，对产品进行照片收集，将照片传输给图像处理模块；
S2、将照片进行白平衡处理，将处理好的照片传输到图像检测模块；
S3、图像检测模块对照片进行分析，生成瑕疵信息传送到信息管理模块；
S4、信息管理模块对瑕疵信息进行分类、统计，生成产品的良品数、废品数和生产总量的百分比统计图；
S5、有瑕疵产品时，根据瑕疵信息生成提醒声音警报，并将瑕疵信息传递给信号控制模块；
S6、信号控制模块传递信息给自动剔除模块，将有瑕疵的产品剔除。
7.根据权利要求6所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述步骤1包括：
所述摄像单元位于产品上方的摄像镜头收集产品的长、宽、颜色、表面破损等信息，所述摄像单元位于产品两侧的摄像镜头收集产品的厚度信息，所述光源单元的LED 灯管可以调节色温及亮度对产品进行照明。
8.根据权利要求6所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述步骤S2包括：
通过图像处理模块获取第一原始图像及其曝光参数、第二原始图像及其曝光参数和第三原始图像及其曝光参数，所述曝光参数为原始图像的R分量、G分量和B分量的均值，根据以下公式计算得出R分量、G分量和B分量的白平衡校正增益；
Figure FDA0002704450130000031
Figure FDA0002704450130000032
Figure FDA0002704450130000033
其中，R1、R2、R3分别为第一原始图像、第一原始图像、第一原始图像的R分量，G1、G2、G3分别为第一原始图像、第一原始图像、第一原始图像的G分量，B1、B2、B3分别为第一原始图像、第一原始图像、第一原始图像的B分量；q为基准灰度值，A为R分量白平衡校正增益，B为G分量白平衡校正增益，C为B分量白平衡校正增益，
利用判决权重，得到最终白平衡校正增益，最终白平衡校正增益为：
Figure FDA0002704450130000034
其中，W1为第一判决权重，W2为第二判决权重，W3为第三判决权重，Q为最终白平衡校正增益；
利用最终白平衡校正增益Q对原始图像进行白平衡调节,公式如下：
Rjust＝Rimg*Q
Gjust＝Gimg*Q
Bjust＝Bimg*Q
Rjust、Gjust和Bjust分别为白平衡校正后的R分量、G分量和B分量，Rimg、Gimg和Bimg分别为原图像的R分量、G分量和B分量。
9.根据权利要求6所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述步骤S3包括：
对产品信息进行判断，所述图像处理模块对图像采集模块图片按比例进行数据还原，图片尺寸与产品实际尺寸的比例为5：1，将图片中物体的参数放大5倍，得到的产品四周的厚度分别为L1、L2、L3、L4，若L1、L2、L3、L4的值相等，则说明摆放正常，没有发生折叠，继续进行下一步判断；设定标准产品的长度为M，宽度为N，误差值为0.1mm，将图片中物体的参数放大5倍，得到的产品长度为M1,宽度为N1，当M和M1、N和N1的差值小于0.1mm时，产品的尺寸合格，继续对产品进行颜色识别，否则产品的尺寸不合格；
对产品的颜色进行识别，首先获取图像处理模块中产品任一像素点的光谱函数和参考背景的光谱函数；所述光谱函数包括红光光谱函数、绿光光谱函数和蓝光光谱函数，所述根据所述产品任一像素点的光谱函数和所述参考背景的光谱函数，计算所述产品任一像素点相对于所述参考背景的归一化颜色数据；再根据产品任一像素点的光谱函数和参考背景的光谱函数，计算产品任一像素点相对于参考背景的归一化颜色数据；公式为：
Figure FDA0002704450130000041
其中，Ri为产品任一像素点i的RGB值的R分量、Gi为产品任一像素点i的RGB值的G分量,Bi为产品任一像素i的RGB值的B分量；RO为参考背景O的RGB值的R分量，GO为参考背景O的RGB值的G分量,BO为参考背景O的RGB值的B分量,Y1i、Y2i和Y3i分别为任一产品像素点i的RGB值的R分量、G分量和B分量相对于参考背景O的RGB值的R分量、G分量和B分量的归一化颜色数据；
根据所述产品任一像素点的归一化颜色数据计算所述产品任一像素点的颜色值和标准样本中每个标准样本的颜色值之间的线性相关系数；公式为：
Figure FDA0002704450130000042
其中，n为产品任一像素点的样本值，当m＝1时对应R分量、m＝2时对应G分量2、m＝3时对应B分量；Xmj为标准样本j的RGB值的m分量的归一化颜色数据；Ymi为产品任一像素点的RGB值的m分量相对于参考背景O的RGB值的m分量的归一化颜色数据；Qij为产品任一像素点i的颜色值与标准样本j的颜色值之间的相关系数；
线性相关系数在0-1之间，若线性相关系数大于0.9，则相关性极高，产品颜色合格，否则产品颜色不合格；
当产品尺寸和产品颜色均合格时，产品合格，当产品尺寸和产品颜色有任一不合格时，则产品不合格。
10.根据权利要求6所述的一种基于柔性生产线的产品检测自动处理控制系统，其特征在于：所述信号控制模块将信息通过无线局域网传输给移动终端，操作员可以了解生产线的实际情况并对控制系统实现远程操作。
CN202011033757.2A 2020-09-27 2020-09-27 一种基于柔性生产线的产品检测自动处理控制系统 Pending CN112474411A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011033757.2A CN112474411A (zh) 2020-09-27 2020-09-27 一种基于柔性生产线的产品检测自动处理控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011033757.2A CN112474411A (zh) 2020-09-27 2020-09-27 一种基于柔性生产线的产品检测自动处理控制系统

Publications (1)

Publication Number Publication Date
CN112474411A true CN112474411A (zh) 2021-03-12

Family

ID=74920961

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011033757.2A Pending CN112474411A (zh) 2020-09-27 2020-09-27 一种基于柔性生产线的产品检测自动处理控制系统

Country Status (1)

Country Link
CN (1) CN112474411A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113145487A (zh) * 2021-04-02 2021-07-23 汇源印刷包装科技（天津）股份有限公司 一种印刷品喷码检测交互方法及系统
CN114378546A (zh) * 2022-01-05 2022-04-22 江苏蔚联精密科技有限公司 一种新型铝挤空腔异型散热片制造工艺
CN114749387A (zh) * 2022-03-21 2022-07-15 法贝(上海)自动化技术有限公司 一种基于柔性产线模块的优化系统
CN115115271A (zh) * 2022-07-26 2022-09-27 广州中平智能科技有限公司 一种产品生产过程管理方法、管理平台、设备和介质
CN115201208A (zh) * 2022-08-04 2022-10-18 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202794051U (zh) * 2012-05-31 2013-03-13 杭州中粮包装有限公司 马口铁印刷品品质检测装置
CN104113688A (zh) * 2014-06-26 2014-10-22 联想(北京)有限公司 一种图像处理方法及其电子设备
CN104807829A (zh) * 2015-04-17 2015-07-29 武汉易视维科技有限公司 一种咀棒视觉检测系统及方法
CN204594894U (zh) * 2015-04-17 2015-08-26 武汉易视维科技有限公司 一种咀棒视觉检测装置
CN106683140A (zh) * 2016-12-16 2017-05-17 深圳市中达瑞和科技有限公司 一种颜色识别方法及系统
CN109151259A (zh) * 2017-06-16 2019-01-04 上海传英信息技术有限公司 拍照闪光灯装置及移动终端
CN109174678A (zh) * 2018-09-19 2019-01-11 西安大医集团有限公司 丝杆分拣系统及方法
CN110324599A (zh) * 2018-03-28 2019-10-11 触景无限科技（北京）有限公司 一种用于大场景范围的自动白平衡处理方法及装置
CN111664483A (zh) * 2019-03-07 2020-09-15 九阳股份有限公司 一种油烟机的图像采集方法和油烟机

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN202794051U (zh) * 2012-05-31 2013-03-13 杭州中粮包装有限公司 马口铁印刷品品质检测装置
CN104113688A (zh) * 2014-06-26 2014-10-22 联想(北京)有限公司 一种图像处理方法及其电子设备
CN104807829A (zh) * 2015-04-17 2015-07-29 武汉易视维科技有限公司 一种咀棒视觉检测系统及方法
CN204594894U (zh) * 2015-04-17 2015-08-26 武汉易视维科技有限公司 一种咀棒视觉检测装置
CN106683140A (zh) * 2016-12-16 2017-05-17 深圳市中达瑞和科技有限公司 一种颜色识别方法及系统
CN109151259A (zh) * 2017-06-16 2019-01-04 上海传英信息技术有限公司 拍照闪光灯装置及移动终端
CN110324599A (zh) * 2018-03-28 2019-10-11 触景无限科技（北京）有限公司 一种用于大场景范围的自动白平衡处理方法及装置
CN109174678A (zh) * 2018-09-19 2019-01-11 西安大医集团有限公司 丝杆分拣系统及方法
CN111664483A (zh) * 2019-03-07 2020-09-15 九阳股份有限公司 一种油烟机的图像采集方法和油烟机

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113145487A (zh) * 2021-04-02 2021-07-23 汇源印刷包装科技（天津）股份有限公司 一种印刷品喷码检测交互方法及系统
CN114378546A (zh) * 2022-01-05 2022-04-22 江苏蔚联精密科技有限公司 一种新型铝挤空腔异型散热片制造工艺
CN114749387A (zh) * 2022-03-21 2022-07-15 法贝(上海)自动化技术有限公司 一种基于柔性产线模块的优化系统
CN115115271A (zh) * 2022-07-26 2022-09-27 广州中平智能科技有限公司 一种产品生产过程管理方法、管理平台、设备和介质
CN115201208A (zh) * 2022-08-04 2022-10-18 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置
CN115201208B (zh) * 2022-08-04 2023-09-08 扬州安睿自动化科技有限公司 一种平面包在线瑕疵检测方法及装置

Similar Documents

Publication Publication Date Title
CN112474411A (zh) 一种基于柔性生产线的产品检测自动处理控制系统
CN109255787B (zh) 基于深度学习和图像处理技术的丝锭划痕检测系统及方法
TWI603074B (zh) 光學薄膜缺陷辨識方法及其系統
CN109807076B (zh) 压敏双面胶自动光学检测方法及其设备
JP5085860B2 (ja) 木材の検査方法及び装置及びプログラム
KR20180118513A (ko) 시트 검사 장치 및 검사 시스템
CN112394064A (zh) 一种屏幕缺陷检测的点线测量方法
CN115015286B (zh) 基于机器视觉的芯片检测方法及系统
CN113588653A (zh) 一种检测和追踪铝用阳极炭块质量的系统及方法
CN111307812A (zh) 基于机器视觉的焊点外观检测方法
CN113624458B (zh) 基于双路全投射光的薄膜均匀性检测系统
CN115165897A (zh) 一种缺陷检测方法、系统及装置
CN101556250A (zh) 产品质量的检验系统及其方法
CN114627090A (zh) 一种基于注意力机制的卷积神经网络光学镜片缺陷检测方法
CN117191809B (zh) 基于数据分析的玻璃检测设备故障监测预警系统
CN112326683B (zh) 一种利用光谱差分平场矫正检测镜头洁净度的方法
CN111307817B (zh) 一种智能产线pcb生产过程的在线检测方法及系统
CN112630153A (zh) 一种镜头盖玻璃缺陷的检测方法、设备、存储介质
CN215865741U (zh) 基于光学衍射的薄膜均匀性检测系统
CN215865742U (zh) 基于双路全投射光的薄膜均匀性检测系统
KR102272745B1 (ko) 컴팩트 카메라 모듈 덮개 외관 검사 시스템 및 방법
CN111128777B (zh) 一种芯粒缺陷检测的方法和存储介质
CN110807817B (zh) 一种适应光照变化的目标颜色识别的机器视觉方法
CN111199344B (zh) 一种控制烟叶分选过程中纯度的方法
CN112017207A (zh) 一种滤光片计数方法及计数装置

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