CN112556581A - 一种基于机器视觉的碳板检测系统及其检测方法 - Google Patents

一种基于机器视觉的碳板检测系统及其检测方法 Download PDF

Info

Publication number
CN112556581A
CN112556581A CN202011411110.9A CN202011411110A CN112556581A CN 112556581 A CN112556581 A CN 112556581A CN 202011411110 A CN202011411110 A CN 202011411110A CN 112556581 A CN112556581 A CN 112556581A
Authority
CN
China
Prior art keywords
detection
carbon plate
image
edge
pixel
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.)
Granted
Application number
CN202011411110.9A
Other languages
English (en)
Other versions
CN112556581B (zh
Inventor
谈源
沈阳
保智征
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.)
Changzhou Xinchuang Intelligent Technology Co Ltd
Original Assignee
Changzhou Xinchuang Intelligent Technology 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 Changzhou Xinchuang Intelligent Technology Co Ltd filed Critical Changzhou Xinchuang Intelligent Technology Co Ltd
Priority to CN202011411110.9A priority Critical patent/CN112556581B/zh
Publication of CN112556581A publication Critical patent/CN112556581A/zh
Application granted granted Critical
Publication of CN112556581B publication Critical patent/CN112556581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • 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
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G01B11/27—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes for testing the alignment of axes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及一种基于机器视觉的碳板检测系统，包括：一种基于机器视觉的碳板检测系统，其特征在于，包括：通讯模块、视觉检测模块，视觉检测模块包括图像采集单元、校正单元、图像处理单元和图像分析单元；控制模块，控制模块包括PC控制器和计米控制器，视觉检测模块与PC控制器内的上位机连接；米长采集模块，米长采集模块包括卷径采集单元和线速度采集单元。本发明通过视觉检测模块的设置既对碳板的直线度进行检测同时能够对碳板的米长进行检测，缩减了生产成本，同时能够对碳板的直线度和米长进行更加准确的检测，保证后期对碳板不合格区段进行更加精准的割断，增加了本发明基于机器视觉的碳板检测系统的实用性和通用性。

Description

一种基于机器视觉的碳板检测系统及其检测方法
技术领域
本发明涉及复合材料检测技术领域，尤其涉及一种基于机器视觉的碳板检测系统及其检测方法。
背景技术
复合材料是高性能制品的物质基础，是先进设计理念和技术得以实现的重要保证，复合材料具有其轻质高强的结构优点。碳纤维板作为一种混合复合材料板广泛用于新能源汽车、航天航空、轨道交通等领域。碳纤维板在生产加工过程中，需要对碳板的直线度和米长进行检测，如果检测不合格区段，对不合格区段进行割断，而后进行检测合格碳板的重卷，但现有技术中并没有一种碳板检测系统能够在线检测碳板直线度的同时对碳板的米长进行检测。
因此，如何提供一种基于机器视觉的碳板检测系统及其检测方法，节约生产成本，是本领域技术人员目前需要解决的技术问题。鉴于上述问题，本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识，并配合学理的运用，积极加以研究创新，以期创设一种基于机器视觉的碳板检测系统及其检测方法，使其更具有实用性。
发明内容
本发明所要解决的技术问题是：提供一种基于机器视觉的碳板碳板检测系统及其检测方法，节约生产成本。
为了达到上述目的，本发明所采用的技术方案是：一种基于机器视觉的碳板检测系统，包括通讯模块、视觉检测模块，所述视觉检测模块包括图像采集单元、校正单元、图像处理单元和图像分析单元；
控制模块，所述控制模块包括PC控制器和计米控制器，所述视觉检测模块与所述PC控制器内的上位机连接；
米长采集模块，所述米长采集模块包括卷径采集单元和线速度采集单元，所述卷径采集单元通过超声波传感器对收卷机的卷径进行实时测量。
进一步地，所述图像采集单元包括两检测相机和检测光源，两所述检测相机分别设置在检测平台的入口处和出口处上方，所述检测光源检测平台的输送带输送方向设置且所述检测光源设置在碳板上方，所述检测光源的设置长度与检测平台的检测长度一致。
进一步地，所述图像采集单元还包括背景板，所述背景板设置为白色。
一种基于机器视觉的碳板检测方法，包括：
步骤一、将检测相机进行初始化设置，并对两所述检测相机分别进行标定，根据标定图片对所述检测相机进行畸变校正；
步骤二、两所述检测相机采集基准线图像，并对所采集的基准线图像进行视觉图像处理，得到所述基准线的空间位置信息；
步骤三、启动重卷机，PC控制器控制两所述检测相机每间隔相同距离同时采集进入检测平台的检测区段碳板图像；
步骤四、从采集的所述检测区段碳板图像提取碳板边缘点坐标，通过最小二乘法计算出当前所述检测区段碳板的直线偏差程度和直线偏差方向；
步骤五、检测区段碳板进入检测平台后，PC控制器根据实时测量放卷电机的转速w和同时测量收卷卷径r，计算得到进入检测平台的碳板累计米长。
进一步地，步骤一中所述对检测相机进行畸变校正的过程具体为：
采用入口处检测相机和出口处检测相机以不同角度对标定板进行拍摄，采集得到多角度的标定图片，获取所述标定图片中的像素坐标点；
通过上位机对所述标定图片的图像基于Opencv视觉库的函数对视觉图像进行校正。
进一步地，步骤二中所述对基准线图像进行视觉图像处理的过程具体为：
入口处检测相机和出口处检测相机同时对拉直的不透明基准线进行拍摄，采用入口处检测相机采集的基准线图像为第一初始图像，采用出口处检测相机采集的基准线图像为第二初始图像，对第一初始图像和第二初始图像分别进行灰度化处理；
对第一初始图像和第二初始图像分别进行二值化处理；
对第一初始图像和第二初始图像分别进行阈值化处理，均获得分割后的背景图像和基准线的图像；
采用形态学中的开操作分别对第一初始图像和第二初始图像中的基准线的图像的小干扰点进行过滤，获得处理完成的基准线图像。
进一步地，步骤二中获取所述基准线的空间位置信息，具体步骤为：
S1：分别将两所述处理完成的基准线图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S2：设置读取L行的基准线像素点，相邻两行的间距相同，其中，L>1，且L为正整数，沿所述X轴的正方向遍历所述图像的第n行的基准线像素点，继续执行S3，其中n≤L，且n为正整数，
S3：根据所述基准线像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定所述像素颜色为白色的像素点个数记为a，
若所述a=3，初步判定所述目标像素点为基准线的边缘像素点，执行步骤S4
若所述a<3，判定所述目标像素点不是基准线的边缘像素点，则重复执行S3；
S4:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定所述像素颜色为黑色的像素点个数记为b，
若所述b=3，判定所述目标像素点为基准线的边缘像素点，将第n行的所述边缘像素点坐标信息添加到数组b[L]中，执行步骤S5；
若所述b<3，则判定所述目标像素点不是基准线的边缘像素点，则重复执行S4；
S5: 判定所述数组b[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿所述X轴的正方向遍历所述图像的第n+1行的边缘像素点，执行步骤S3。
进一步地，步骤三的具体过程为：启动重卷机，计米控制器每间隔相同距离通过通讯模块发送开关量信号至PC控制器，PC控制器接收开关量信号后控制两所述检测相机采集进入检测平台的检测区段碳板图像。
进一步地，步骤四中直线偏差程度的计算过程为：
S1：入口处检测相机和出口处检测相机同时基于背景板对碳板进行拍摄，采用入口处检测相机采集的碳板图像为第一图像，采用出口处检测相机采集的碳板图像为第二图像，
S2：分别将两所述处理完成的碳板图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S3：设置读取L行的碳板像素点，相邻两行的间距相同，其中，L>1，且L为正整数，沿所述X轴的正方向遍历所述图像的第m行的边缘像素点，继续执行S4，其中m≤L，且m为正整数，
S4：根据所述碳板像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定所述像素颜色为白色的像素点个数记为c，
若所述c=3，初步判定所述目标像素点为碳板的边缘像素点，执行步骤S5，
若所述c<3，判定所述目标像素点不是碳板的边缘像素点，则重复执行S4；
S5:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定所述像素颜色为黑色的像素点个数记为d，
若所述d=3判定所述目标像素点为碳板的边缘像素点，将第m行的所述边缘像素点坐标信息添加到数组d[L]中，执行步骤S6；
若所述d<3，则判定所述目标像素点不是碳板的边缘像素点，则重复执行S5；
S6: 判定所述数组d[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿所述X轴的正方向遍历所述图像的第m+1行的边缘像素点，执行步骤S4;
S7：碳板遮光边到底边的距离y[i]=d[i]- b[i]，i=0,1,2,3,4,5,...2L,
在相同的时间点采集的实际碳板边缘点数据，碳板遮光边到底边的距离
Figure RE-DEST_PATH_IMAGE001
,
Figure RE-142829DEST_PATH_IMAGE002
,
Figure RE-DEST_PATH_IMAGE003
,
Figure RE-431465DEST_PATH_IMAGE004
…
Figure RE-DEST_PATH_IMAGE005
，和每个检测点的相对距离
Figure RE-995914DEST_PATH_IMAGE006
，
Figure RE-DEST_PATH_IMAGE007
，
Figure RE-545975DEST_PATH_IMAGE008
，
Figure RE-DEST_PATH_IMAGE009
…
Figure RE-817163DEST_PATH_IMAGE010
；
S8：根据实际碳板边缘点数据通过最小二乘法拟合计算所述检测区段碳板的直线偏差程度和直线偏差方向。
进一步地，步骤五中所述碳板累计米长的计算过程为：
线速度v=w*r，
w=2πn，
米长s=
Figure RE-DEST_PATH_IMAGE011
其中，
n为放卷电机的转速，
w角速度，
r为收卷机实时收卷的卷径，
Figure RE-263319DEST_PATH_IMAGE012
为碳板进入检测平台的时刻。
本发明的有益效果为：本发明通过视觉检测模块的设置既对碳板的直线度进行检测同时能够对碳板的米长进行检测，增加了视觉检测模块的通用性，缩减了生产成本，同时能够对碳板的直线度和米长进行更加准确的检测，保证后期对碳板不合格区段进行更加精准的割断，增加了本发明基于机器视觉的碳板检测系统的实用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中碳板检测系统中检测平台的示意图；
图2为本发明实施例中重卷收卷机的示意图，
附图标记：检测平台1、重卷收卷机2、检测相机3、检测光源4、超声波传感器5、背景板6。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
在本发明的描述中，需要说明的是，属于“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或者位置关系为基于附图所示的方位或者位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如可以是固定连接，也可以是可拆卸连接，或一体式连接；可以是机械连接，也可以是电连接；可以是直接连接，也可以是通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。本实施例采用递进的方式撰写。
如图1-2所示的一种基于机器视觉的碳板检测系统，包括通讯模块、视觉检测模块，视觉检测模块包括图像采集单元、校正单元、图像处理单元和图像分析单元；
控制模块，控制模块包括PC控制器和计米控制器，视觉检测模块与PC控制器内的上位机连接；
米长采集模块，米长采集模块包括卷径采集单元和线速度采集单元，卷径采集单元通过超声波传感器5对重卷收卷机2的卷径进行实时测量。
本发明通过视觉检测模块的设置既对碳板的直线度进行检测同时能够对碳板的米长进行检测，增加了视觉检测模块的通用性，缩减了生产成本，同时能够对碳板的直线度和米长进行更加准确的检测，保证后期对碳板不合格区段进行更加精准的割断，增加了本发明基于机器视觉的碳板检测系统的实用性。
作为上述实施例的优选，图像采集单元包括两检测相机3和检测光源4，两检测相机3分别设置在检测平台1的入口处和出口处上方，为便于检测相机3采集到完整检测区段的图像，根据检测相机3的分辨率、视宽和碳板的宽度确定两检测相机3的高度。例如，检测相机3的分辨率为5468*4900像素，视宽为3m，碳板的宽度为3m，则检测相机3的设置高度约为3m。检测光源4检测平台1的输送带输送方向设置且检测光源4设置在碳板上方，检测光源4的设置长度与检测平台1的检测长度一致，优选的，检测光源4设置为两个且设置在输送带两侧，在本实施例中，检测光源4设置为日光灯。
作为上述实施例的优选，图像采集单元还包括背景板6，背景板6设置为白色，标定单元包括标定板，标定板为6*4的棋格盘，通过拍摄不同角度的图片作为校正图片。
如图1-2所示的一种基于机器视觉的碳板检测方法，包括：
步骤一、将检测相机3进行初始化设置，并对两检测相机3分别进行标定，根据标定图片对检测相机3进行畸变校正；
步骤二、两检测相机3采集基准线图像，并对所采集的基准线图像进行视觉图像处理，得到基准线的空间位置信息；
步骤三、启动重卷机，PC控制器控制两检测相机3每间隔相同距离同时采集进入检测平台1的检测区段碳板图像；
步骤四、从采集的检测区段碳板图像提取碳板边缘点坐标，通过最小二乘法计算出当前检测区段碳板的直线偏差程度和直线偏差方向；
步骤五、检测区段碳板进入检测平台1后，PC控制器根据实时测量放卷电机的转速w和同时测量收卷卷径r，计算得到进入检测平台1的碳板累计米长。
作为上述实施例的优选，步骤一中对检测相机3进行畸变校正的过程具体为：
采用入口处检测相机3和出口处检测相机3以不同角度对标定板进行拍摄，采集得到多角度的标定图片，获取标定图片中的像素坐标点；
通过上位机对标定图片的图像基于Opencv视觉库的函数对视觉图像进行校正，校正后的图像精度误差达到0.1个像素。
作为上述实施例的优选，步骤二中对基准线图像进行视觉图像处理的过程具体为：
入口处检测相机3和出口处检测相机3同时对拉直的不透明基准线进行拍摄，采用入口处检测相机3采集的基准线图像为第一初始图像，采用出口处检测相机3采集的基准线图像为第二初始图像，在本实施例中，不透明基准线为黑色尼龙线，
对第一初始图像和第二初始图像分别进行灰度化处理；
对第一初始图像和第二初始图像分别进行二值化处理；区分第一初始图像和第二初始图像中的亮区和暗区，
对第一初始图像和第二初始图像分别进行阈值化处理，均获得分割后的背景图像和基准线的图像；
采用形态学中的开操作分别对第一初始图像和第二初始图像中的基准线的图像的小干扰点进行过滤，获得处理完成的基准线图像。
作为上述实施例的优选，步骤二中获取基准线的空间位置信息，具体步骤为：
S1：分别将两处理完成的基准线图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S2：设置读取L行的基准线像素点，相邻两行的间距相同，其中，L>1，且L为正整数，沿X轴的正方向遍历图像的第n行的基准线像素点，继续执行S3，其中n≤L，且n为正整数，
S3：根据基准线像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定像素颜色为白色的像素点个数记为a，
若a=3，初步判定目标像素点为基准线的边缘像素点，执行步骤S4
若a<3，判定目标像素点不是基准线的边缘像素点，则重复执行S3；
S4:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定像素颜色为黑色的像素点个数记为b，
若b=3，判定目标像素点为基准线的边缘像素点，将第n行的边缘像素点坐标信息添加到数组b[L]中，执行步骤S5；
若b<3，则判定目标像素点不是基准线的边缘像素点，则重复执行S4；
S5: 判定数组b[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿X轴的正方向遍历图像的第n+1行的边缘像素点，执行步骤S3。
作为上述实施例的优选，步骤三的具体过程为：启动重卷机，计米控制器每间隔相同距离通过通讯模块发送开关量信号至PC控制器，PC控制器接收开关量信号后控制两检测相机3采集进入检测平台1的检测区段碳板图像。
作为上述实施例的优选，步骤四中直线偏差程度的计算过程为：
S1：入口处检测相机3和出口处检测相机3同时基于背景板6对碳板进行拍摄，采用入口处检测相机3采集的碳板图像为第一图像，采用出口处检测相机3采集的碳板图像为第二图像，
S2：分别将两处理完成的碳板图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S3：设置读取L行的碳板像素点，相邻两行的间距相同，其中，L≥1，且L为正整数，沿X轴的正方向遍历图像的第m行的边缘像素点，继续执行S4，其中m≤L，且m为正整数，
S4：根据碳板像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定像素颜色为白色的像素点个数记为c，
若c=3，初步判定目标像素点为碳板的边缘像素点，执行步骤S5，
若c<3，判定目标像素点不是碳板的边缘像素点，则重复执行S4；
S5:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定像素颜色为黑色的像素点个数记为d，
若d=3判定目标像素点为碳板的边缘像素点，将第m行的边缘像素点坐标信息添加到数组d[L]中，执行步骤S6；
若d<3，则判定目标像素点不是碳板的边缘像素点，则重复执行S5；
S6: 判定数组d[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿X轴的正方向遍历图像的第m+1行的边缘像素点，执行步骤S4;
S7：碳板遮光边到底边的距离y[i]=d[i]- b[i]，i=0,1,2,3,4,5,...2L,
在相同的时间点采集的实际碳板边缘点数据，碳板遮光边到底边的距离
Figure RE-708207DEST_PATH_IMAGE001
,
Figure RE-389855DEST_PATH_IMAGE002
,
Figure RE-439851DEST_PATH_IMAGE003
,
Figure RE-178612DEST_PATH_IMAGE004
…
Figure RE-314059DEST_PATH_IMAGE005
，和每个检测点的相对距离
Figure RE-DEST_PATH_IMAGE013
，
Figure RE-205922DEST_PATH_IMAGE007
，
Figure RE-110424DEST_PATH_IMAGE008
，
Figure RE-309104DEST_PATH_IMAGE014
…
Figure RE-666267DEST_PATH_IMAGE010
；
S8：根据实际碳板边缘点数据通过最小二乘法拟合计算检测区段碳板的直线偏差程度和直线偏差方向。
作为上述实施例的优选，步骤五中碳板累计米长的计算过程为：
线速度v=w*r，
w=2πn，
米长s=
Figure RE-955297DEST_PATH_IMAGE011
其中，
n为放卷电机的转速，
w角速度，
r为重卷收卷机2实时收卷的卷径，
Figure RE-651989DEST_PATH_IMAGE016
为碳板进入检测平台1的时刻。
连续获取碳板进入检测平台1时检测相机3采集的图像，判断图像是否有L行连续的黑色像素，若是，则记此时刻为碳板进入检测平台1的时刻，若否，则继续检测。
作为上述实施例的优选，碳板复检米长的计算过程具体为：
米长S=k/p*π*D
其中，p（PPR）为编码器的分辨率，
K为编码器发出的总脉冲数，
D为滚筒的直径。
滚轮压紧碳板，编码器设置在滚轮上方，根据编码器发出的总脉冲数对碳板的工进距离进行计算从而对碳板的米长进行复检。此种检测碳板的计米方法计算步骤简短，计算效率高。
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 (10)

1.一种基于机器视觉的碳板检测系统，其特征在于，包括：通讯模块、视觉检测模块，所述视觉检测模块包括图像采集单元、校正单元、图像处理单元和图像分析单元；
控制模块，所述控制模块包括PC控制器和计米控制器，所述视觉检测模块与所述PC控制器内的上位机连接；
米长采集模块，所述米长采集模块包括卷径采集单元和线速度采集单元，所述卷径采集单元通过超声波传感器(5)对重卷收卷机(2)的卷径进行实时测量。
2.根据权利要求1所述的基于机器视觉的碳板检测系统，其特征在于，所述图像采集单元包括两检测相机(3)和检测光源(4)，两所述检测相机(3)分别设置在检测平台(1)的入口处和出口处上方，所述检测光源(4)检测平台(1)的输送带输送方向设置且所述检测光源(4)设置在碳板上方，所述检测光源(4)的设置长度与检测平台(1)的检测长度一致。
3.根据权利要求2所述的基于机器视觉的碳板检测系统，其特征在于，所述图像采集单元还包括背景板(6)，所述背景板(6)设置为白色。
4.一种基于机器视觉的碳板检测方法，其特征在于，包括：
步骤一、将检测相机(3)进行初始化设置，并对两所述检测相机(3)分别进行标定，根据标定图片对所述检测相机(3)进行畸变校正；
步骤二、两所述检测相机(3)采集基准线图像，并对所采集的基准线图像进行视觉图像处理，得到所述基准线的空间位置信息；
步骤三、启动重卷机，PC控制器控制两所述检测相机(3)每间隔相同距离同时采集进入检测平台(1)的检测区段碳板图像；
步骤四、从采集的所述检测区段碳板图像提取碳板边缘点坐标，通过最小二乘法计算出当前所述检测区段碳板的直线偏差程度和直线偏差方向；
步骤五、检测区段碳板进入检测平台(1)后，PC控制器根据实时测量放卷电机的转速w和同时测量收卷卷径r，计算得到进入检测平台(1)的碳板累计米长。
5.根据权利要求4所述的基于机器视觉的碳板检测方法，其特征在于，步骤一中所述对检测相机(3)进行畸变校正的过程具体为：
采用入口处检测相机(3)和出口处检测相机(3)以不同角度对标定板进行拍摄，采集得到多角度的标定图片，获取所述标定图片中的像素坐标点；通过上位机对所述标定图片的图像基于Opencv视觉库的函数对视觉图像进行校正。
6.根据权利要求5所述的基于机器视觉的碳板检测方法，其特征在于，
步骤二中所述对基准线图像进行视觉图像处理的过程具体为：
入口处检测相机(3)和出口处检测相机(3)同时对拉直的不透明基准线进行拍摄，采用入口处检测相机(3)采集的基准线图像为第一初始图像，采用出口处检测相机(3)采集的基准线图像为第二初始图像，对第一初始图像和第二初始图像分别进行灰度化处理；
对第一初始图像和第二初始图像分别进行二值化处理；
对第一初始图像和第二初始图像分别进行阈值化处理，均获得分割后的背景图像和基准线的图像；
采用形态学中的开操作分别对第一初始图像和第二初始图像中的基准线的图像的小干扰点进行过滤，获得处理完成的基准线图像。
7.根据权利要求6所述的基于机器视觉的碳板检测方法，其特征在于，步骤二中获取所述基准线的空间位置信息，具体步骤为：
S1：分别将两所述处理完成的基准线图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S2：设置读取L行的基准线像素点，相邻两行的间距相同，其中，L>1，且L为正整数，沿所述X轴的正方向遍历所述图像的第n行的基准线像素点，继续执行S3，其中n≤L，且n为正整数，
S3：根据所述基准线像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定所述像素颜色为白色的像素点个数记为a，
若所述a＝3，初步判定所述目标像素点为基准线的边缘像素点，执行步骤S4
若所述a<3，判定所述目标像素点不是基准线的边缘像素点，则重复执行S3；
S4:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定所述像素颜色为黑色的像素点个数记为b，
若所述b＝3，判定所述目标像素点为基准线的边缘像素点，将第n行的所述边缘像素点坐标信息添加到数组b[L]中，执行步骤S5；
若所述b<3，则判定所述目标像素点不是基准线的边缘像素点，则重复执行S4；
S5:判定所述数组b[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿所述X轴的正方向遍历所述图像的第n+1行的边缘像素点，执行步骤S3。
8.根据权利要求7所述的基于机器视觉的碳板检测方法，其特征在于，步骤三的具体过程为：启动重卷机，计米控制器每间隔相同距离通过通讯模块发送开关量信号至PC控制器，PC控制器接收开关量信号后控制两所述检测相机(3)采集进入检测平台(1)的检测区段碳板图像。
9.根据权利要求8所述的基于机器视觉的碳板检测方法，其特征在于，步骤四中直线偏差程度的计算过程为：
S1：入口处检测相机(3)和出口处检测相机(3)同时基于背景板(6)对碳板进行拍摄，采用入口处检测相机(3)采集的碳板图像为第一图像，采用出口处检测相机(3)采集的碳板图像为第二图像，
S2：分别将两所述处理完成的碳板图像的左上角点作为原点，建立坐标系，设定图像的长边延伸方向为X轴的正方向，图像的短边延伸方向为Y轴的正方向；
S3：设置读取L行的碳板像素点，相邻两行的间距相同，其中，L>1，且L为正整数，沿所述X轴的正方向遍历所述图像的第m行的边缘像素点，继续执行S4，其中m≤L，且m为正整数，
S4：根据所述碳板像素点的像素颜色，选取第一个像素颜色为黑色的像素点，记为目标像素点，检测目标像素点的前三个像素点的像素颜色，统计检测后判定所述像素颜色为白色的像素点个数记为c，
若所述c＝3，初步判定所述目标像素点为碳板的边缘像素点，执行步骤S5，
若所述c<3，判定所述目标像素点不是碳板的边缘像素点，则重复执行S4；
S5:检测目标像素点检测目标像素点的后三个像素点的像素颜色，统计检测后判定所述像素颜色为黑色的像素点个数记为d，
若所述d＝3判定所述目标像素点为碳板的边缘像素点，将第m行的所述边缘像素点坐标信息添加到数组d[L]中，执行步骤S6；
若所述d<3，则判定所述目标像素点不是碳板的边缘像素点，则重复执行S5；
S6:判定所述数组d[L]的边缘像素点的个数是否等于L，
若是，结束遍历；
若否，继续沿所述X轴的正方向遍历所述图像的第m+1行的边缘像素点，执行步骤S4；
S7：碳板遮光边到底边的距离y[i]＝d[i]-b[i]，i＝0,1,2,3,4,5,...2L,
在相同的时间点采集的实际碳板边缘点数据，碳板遮光边到底边的距离y1,y2,y3,y4…yi，和每个检测点的相对距离x1，x2，x3，x4…xi；
S8：根据实际碳板边缘点数据通过最小二乘法拟合计算所述检测区段碳板的直线偏差程度和直线偏差方向。
10.根据权利要求9所述的基于机器视觉的碳板检测方法，其特征在于，步骤五中所述碳板累计米长的计算过程为：
线速度v＝w*r，
w＝2πn，
米长
Figure FDA0002817570520000051
其中，
n为放卷电机的转速，
w角速度，
r为重卷收卷机(2)实时收卷的卷径，
t0为碳板进入检测平台(1)的时刻。
CN202011411110.9A 2020-12-04 2020-12-04 一种基于机器视觉的碳板检测系统及其检测方法 Active CN112556581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011411110.9A CN112556581B (zh) 2020-12-04 2020-12-04 一种基于机器视觉的碳板检测系统及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011411110.9A CN112556581B (zh) 2020-12-04 2020-12-04 一种基于机器视觉的碳板检测系统及其检测方法

Publications (2)

Publication Number Publication Date
CN112556581A true CN112556581A (zh) 2021-03-26
CN112556581B CN112556581B (zh) 2021-09-10

Family

ID=75048776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011411110.9A Active CN112556581B (zh) 2020-12-04 2020-12-04 一种基于机器视觉的碳板检测系统及其检测方法

Country Status (1)

Country Link
CN (1) CN112556581B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114440798A (zh) * 2022-04-07 2022-05-06 常州市新创智能科技有限公司 一种碳板直线度的检测方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201512707U (zh) * 2009-07-18 2010-06-23 西安工程大学 一种基于智能相机的印花误差检测装置
CN103344187A (zh) * 2013-06-28 2013-10-09 上海宝锋工程技术有限公司 冶金产品宽度的在线测量装置及其方法
CN104034247A (zh) * 2014-05-15 2014-09-10 中冶连铸技术工程有限责任公司 一种带钢长度的计量方法
JP2015137994A (ja) * 2014-01-24 2015-07-30 大日本印刷株式会社 真直度測定装置、真直度測定方法、およびプログラム
CN105066866A (zh) * 2015-07-15 2015-11-18 武汉钢铁(集团)公司 带钢卷取机作业线钢卷半径的测量方法
CN106595549A (zh) * 2016-10-14 2017-04-26 武汉钢铁股份有限公司 连铸坯浇注长度精确测量装置及测量方法
CN106643549A (zh) * 2017-02-07 2017-05-10 泉州装备制造研究所 一种基于机器视觉的瓷砖尺寸检测方法
CN107084677A (zh) * 2016-02-15 2017-08-22 武汉理工大学 一种基于机器视觉的热处理钢带变形检测方法及装置
CN206803968U (zh) * 2017-06-05 2017-12-26 珠海市奥德维科技有限公司 电芯卷绕边缘偏差视觉检测系统
CN209589005U (zh) * 2019-04-18 2019-11-05 杭州耕德电子有限公司 直线度检测设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201512707U (zh) * 2009-07-18 2010-06-23 西安工程大学 一种基于智能相机的印花误差检测装置
CN103344187A (zh) * 2013-06-28 2013-10-09 上海宝锋工程技术有限公司 冶金产品宽度的在线测量装置及其方法
JP2015137994A (ja) * 2014-01-24 2015-07-30 大日本印刷株式会社 真直度測定装置、真直度測定方法、およびプログラム
CN104034247A (zh) * 2014-05-15 2014-09-10 中冶连铸技术工程有限责任公司 一种带钢长度的计量方法
CN105066866A (zh) * 2015-07-15 2015-11-18 武汉钢铁(集团)公司 带钢卷取机作业线钢卷半径的测量方法
CN107084677A (zh) * 2016-02-15 2017-08-22 武汉理工大学 一种基于机器视觉的热处理钢带变形检测方法及装置
CN106595549A (zh) * 2016-10-14 2017-04-26 武汉钢铁股份有限公司 连铸坯浇注长度精确测量装置及测量方法
CN106643549A (zh) * 2017-02-07 2017-05-10 泉州装备制造研究所 一种基于机器视觉的瓷砖尺寸检测方法
CN206803968U (zh) * 2017-06-05 2017-12-26 珠海市奥德维科技有限公司 电芯卷绕边缘偏差视觉检测系统
CN209589005U (zh) * 2019-04-18 2019-11-05 杭州耕德电子有限公司 直线度检测设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114440798A (zh) * 2022-04-07 2022-05-06 常州市新创智能科技有限公司 一种碳板直线度的检测方法及装置

Also Published As

Publication number Publication date
CN112556581B (zh) 2021-09-10

Similar Documents

Publication Publication Date Title
CN110596129B (zh) 一种基于图像采集的片状玻璃边缘瑕疵检测系统
CN108918542B (zh) 一种光缆表面缺陷检测装置及方法
CN113310987B (zh) 一种隧道衬砌表面检测系统及方法
JP3041090B2 (ja) 外観検査装置
CN112858321A (zh) 基于线阵ccd的钢板表面缺陷检测系统及方法
CN1332840A (zh) 物流信息读取设备
CN110926378A (zh) 一种改进基于视觉检测的棒材直线度检测系统及方法
CN110570422B (zh) 一种基于矩阵分析的胶囊缺陷视觉检测方法
CN112556581B (zh) 一种基于机器视觉的碳板检测系统及其检测方法
CN111121643B (zh) 一种道路宽度的测量方法及系统
CN112157642B (zh) 一种用于配电室的无人巡检机器人
CN111524134B (zh) 生产线上蜂窝产品规整度的检测方法及检测装置
CN114636706A (zh) 一种太阳能电池片在镀膜后的图像检测的综合方法及装置
CN113763484A (zh) 基于视频图像分析技术的船舶目标定位及速度估算方法
EP0483362B1 (en) System for measuring length of sheet
CN110703760A (zh) 一种用于安防巡检机器人的新增可疑物体检测方法
CN107948464B (zh) 一种印刷品检测图像侧向偏移的几何校正方法及系统
CN112171668A (zh) 一种基于人工智能的轨道式机器人防卡死检测方法及装置
CN112381190B (zh) 一种基于手机图像识别的索力测试方法
CN105738376B (zh) 一种采用接触式图像传感器的自动验布机
CN116990311A (zh) 一种缺陷检测系统、方法和装置
JPS6114508A (ja) 形状測定装置
CN111583241B (zh) 超大面积蜂窝产品规整度的移动式检测方法及装置
CN113657144B (zh) 桥梁区域通航船舶的快速检测和跟踪方法
CN114627107B (zh) 一种桥梁梁底病害全形貌检测方法及系统

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
CB02 Change of applicant information
CB02 Change of applicant information

Address after: 5 Jinshan Road, Xixiashu Town, Xinbei District, Changzhou City, Jiangsu Province

Applicant after: Changzhou Xinchuang Intelligent Technology Co.,Ltd.

Address before: 213135 No.5 Jinshan Road, Xiashu Town, Xinbei District, Changzhou City, Jiangsu Province

Applicant before: Changzhou Xinchuang Intelligent Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant