CN112907592A - 基于dxf的轮廓缺陷检测 - Google Patents
基于dxf的轮廓缺陷检测 Download PDFInfo
- Publication number
- CN112907592A CN112907592A CN202110407576.XA CN202110407576A CN112907592A CN 112907592 A CN112907592 A CN 112907592A CN 202110407576 A CN202110407576 A CN 202110407576A CN 112907592 A CN112907592 A CN 112907592A
- Authority
- CN
- China
- Prior art keywords
- contour
- workpiece
- dxf
- point
- image
- 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
Links
- 230000007547 defect Effects 0.000 title claims abstract description 30
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000005070 sampling Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 abstract description 3
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000012797 qualification Methods 0.000 abstract 1
- 238000011179 visual inspection Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
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
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明申请提供了一种工件轮廓缺陷检测方法,对轮廓缺陷可以精准检测,该方法从工件的DXF文件中分离出待检测轮廓,形成独立分级轮廓,同时根据DXF文件和行业标准确定该轮廓的检测公差,用于确定轮廓的最大最小范围,该独立轮廓可以放大比例构造黑白模板图,用于在图像中匹配定位确定是否存在该轮廓,并进行中心调整使轮廓均匀贴近,对定位后的DXF轮廓线段任意点,采样法向方向图像数据,计算该点对应的待检工件图像真实轮廓点,当DXF轮廓点到工件轮廓点的距离如果小于检测公差值,该轮廓点在公差范围内,是合格轮廓,否则是缺陷轮廓。本发明申请可以应用在多种视觉检测系统中,轮廓自身的缺陷检测与公差结合后,形成符合设计规范与制造规范的工件轮廓合格性检测方法。
Description
技术领域
本发明主要涉及一种工件轮廓缺陷检测算法,尤其是一种基于DXF的轮廓缺陷检测。
背景技术
现有缺陷检测通常是整体相似度比较,即利用差分图像累积差异量对是否缺陷进行判定。
这种方法对非均匀光照敏感,对检测的光源提出很高要求,对存在公差较大的工件不适合,是公差导致的差异还是缺陷导致的差异不能区分,累积差异对微小的缺陷检测能力也不足。
另一方面,检测轮廓的基准难以选择,用已有的工件图像作为基准存在误差,如果用DXF设计尺寸和公差来作为基准,检测轮廓的基准非常明确。
发明内容
为了克服上述现有检测系统在设计上的缺点,本发明通过使用以DXF构造的轮廓检测工件轮廓,将DXF轮廓紧扣在图像工件后,可沿DXF轮廓点法向采样数据计算工件的轮廓点,比较工件轮廓点和DXF基准轮廓点距离是否在公差范围内来判定是否为缺陷。解决了背景技术中的差分图像比较检测所存在的差异累积,灰度值差异还是轮廓差异,轮廓小缺陷形状检测不敏感等问题,同时使轮廓缺陷检测的位置与精度得到保证。
为实现上述目的,本发明采用的技术方案。
获取工件的DXF文件,从中分离出待检测轮廓,形成独立分级轮廓,分级轮廓支持从DXF图纸人工拆分,也支持人工点击区域辅助计算拆分。
从分级轮廓按确定比例放大并填充,轮廓检测的光照方式一般使用背光光照,与此相适应填充灰度为工件轮廓区域用黑色填充,区域内部的孔用白色填充,形成黑白模板图,其尺寸是轮廓线的外接矩形尺寸。
DXF黑白轮廓模板在图像中进行匹配定位,如果匹配定位成功,则以DXF轮廓模板中轮廓线段上的点在轮廓线的法线方向采样图像点灰度数据集用于计算轮廓点,采用固定长度对称采样计算轮廓点位置与类,别如正常轮廓点,缺陷轮廓点。
轮廓点采样数据是否可以计算出轮廓点的依据是,判断灰度最大值最小值差是否超过人眼明可以明显识别的灰度差,如果轮廓点可以计算且数据可以分类为明暗两类,轮廓边界点可以从两类数据边界获得像素级和亚像素级精度的位置。
判定轮廓点类别的检测公差是毫米单位检测公差同比例放大后的像素单位检测公差,采样数据不能计算出轮廓点的模板轮廓点标记为缺陷轮廓点,计算轮廓点与模板轮廓点的距离偏差在公差范围内是正常轮廓点,超过则是缺陷轮廓点。
对于缺陷轮廓点需要消除过检点,如果是多级灰度数据,则采用从固定长度逐渐缩小到给定值进行对称采样,数据类别呈现减少,采样点可以分为两类,轮廓边界可以正确计算,重新判定计算轮廓点是否在公差范围内。
附图说明
通过阅读参照以下附图对基于DXF的轮廓缺陷检测方法给出示例结果,本发明的应用目标、目的和优点也会变得更清晰。
图1为本发明的DXF轮廓示意图。
图2为DXF轮廓构造的模板示意图。
图3为DXF轮廓匹配紧扣工件的图像示意图,展示了DXF轮廓紧扣在工件图像上的结果。其中图中表示DXF轮廓,2表示工件。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这里所描述的实施样例,仅仅是本发明申请的一个实施样例,本发明申请并非只限于所示的实施样例,而是与符合本发明申请所公开的原理和特征的最广范围相一致。
本发明通过基于DXF进行轮廓缺陷检测需要获取DXF文件和构造黑白轮廓模板图,模板匹配后检测轮廓差距。本发明适用于各种机器视觉检测软件,具体描述如下。
先从工件的DXF文件中分离出待检测轮廓,形成图1独立分级轮廓。分级轮廓可以从DXF图纸人工拆分,将待检测轮廓独立或组合成一个分级轮廓,也可以人工选择DXF进行缩放后的轮廓进行计算拆分获得分级轮廓。分级轮廓按标定的相机图像像素尺寸比例放大并填充,这里只选择外轮廓为待检轮廓,轮廓内填充为黑色,背景为白色,形成黑白模板图2。
如图3工件图像所示,模板图2可以在工件图像中匹配定位确定是否存在该轮廓。模板匹配结果会输出模板一个或多个匹配的中心点,偏转角度,匹配度评分。模板匹配的数量可以判定图像中是否存在工件,模板匹配的评分可以判定轮廓重叠程度,一般选择评分高的匹配结果。模板匹配后,模板轮廓线和工件轮廓线因为公差导致两轮廓线不完全重叠的,需要在进行轮廓线初级检测后,用轮廓线之间的偏差进行中心调整使DXF分级轮廓1均匀贴近工件2的外轮廓,轮廓线中心调整的目的是消除过检的缺陷轮廓点,本质上是在模板轮廓的公差范围内,找到一个最大可能通过工件轮廓的位置。
当匹配定位或调整后的DXF轮廓线段上任意点,采样该点法线方向的图像数据,计算该点对应的待检工件真实轮廓点,轮廓检测的采样采用固定长度采样例如左右8个像素点,这用于轮廓只有两种灰度等级,如果采样的灰度等级只有一种,则该点找不到轮廓点是缺陷点;如果轮廓检测的采样会跨多个灰度等级,采用缩短采样长度以避免跨多个灰度,这主要用于消除轮廓过检点。
轮廓采样数据存在轮廓点的判定是灰度最大值最小值差超过最小灰度差,比如10左右。采样数据通过数据分类方法分为明暗两类,轮廓边界点可以从两类数据边界获得像素级和亚像素级精度的位置。
当存在轮廓点时,由于DXF设计文件定义了工件的尺寸和公差,其结果就是定义了工件的几何形状轮廓,针对设计与加工和实际检测精度等级,采用适当的公差值,比如0.15mm,如果相机的像素尺寸是0.005mm,以像素为单位的公差为3个像素。当DXF轮廓点到工件轮廓点的距离如果小于检测公差值,该轮廓点在公差范围内,是合格轮廓,否则是缺陷轮廓。
以上就是本发明申请基于DXF的轮廓缺陷检测的主要实施方法,上述的具体实施方式用于解释说明本发明申请,是本发明的一个优选实施样例,而不是对本发明申请的限制,在本发明申请的权利要求保护范围内,对本发明申请的任何改进、修改等都属于本发明申请的保护范围。
Claims (3)
1.一种工件轮廓缺陷检测方法,需要获取工件DXF文件和构造黑白图像轮廓模板,轮廓模板能够在工件图像上匹配定位,其特征在于,从工件的DXF文件中分离出待检测轮廓,形成独立分级轮廓并构造相应的黑白模板图,模板图可以在工件图像中匹配定位确定是否存在该轮廓,并进行中心重叠使轮廓均匀贴近,沿定位后的DXF轮廓线段任意点,采样法向方向图像数据,计算该点对应的待检工件真实轮廓点,当DXF轮廓点到工件轮廓点的距离如果小于检测公差值,该轮廓点在公差范围内,是合格轮廓,否则是缺陷轮廓。
2.根据权利要求1所述的工件轮廓缺陷检测方法,其特征在于,从DXF中分离独立分级轮廓,孔洞轮廓可以作为独立轮廓检测,也可以和其包含轮廓组合检测;所述黑白模板图从分级轮廓按确定比例放大并填充,其中的孔洞也需要填充,形成黑白模板图;所述轮廓点检测采用DXF黑白轮廓模板在图像中匹配定位后,以DXF轮廓模板中轮廓线段上的点在其法线方向进行对称采样图像,获得数据点集计算轮廓点。
3.根据权利要求1或2所述的工件轮廓缺陷检测方法,其特征在于,所述分级轮廓支持从DXF图纸人工拆分,也支持人工点击区域辅助计算拆分;
根据权利要求1或2所述的工件轮廓缺陷检测方法,其特征在于,所述的轮廓检测采样是先固定长度对称采样计算,再结合可变长度对称采样用于多级灰度数据下过检点消除;所述可变长度对称采样为从固定长度逐渐缩小到给定值,数据类别呈现减少,采样点可以分为两类,轮廓边界可以计算获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110407576.XA CN112907592A (zh) | 2021-04-15 | 2021-04-15 | 基于dxf的轮廓缺陷检测 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110407576.XA CN112907592A (zh) | 2021-04-15 | 2021-04-15 | 基于dxf的轮廓缺陷检测 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112907592A true CN112907592A (zh) | 2021-06-04 |
Family
ID=76110506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110407576.XA Pending CN112907592A (zh) | 2021-04-15 | 2021-04-15 | 基于dxf的轮廓缺陷检测 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112907592A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6359434B1 (en) * | 1998-09-30 | 2002-03-19 | Hydroscope Cananda Inc. | Method and system for determining pipeline circumferential and non-circumferential wall loss defects in a water pipeline |
US20020033885A1 (en) * | 2000-06-23 | 2002-03-21 | Heinrich Schuler | Method and apparatus for the determination of the contour of sheet metal blanks |
CN101281403A (zh) * | 2008-05-07 | 2008-10-08 | 上海大学 | 异型玻璃加工图形定位方法及系统 |
CN110285773A (zh) * | 2019-07-09 | 2019-09-27 | 东莞市三姆森光电科技有限公司 | 工件轮廓检测的恒线速度控制方法 |
-
2021
- 2021-04-15 CN CN202110407576.XA patent/CN112907592A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6359434B1 (en) * | 1998-09-30 | 2002-03-19 | Hydroscope Cananda Inc. | Method and system for determining pipeline circumferential and non-circumferential wall loss defects in a water pipeline |
US20020033885A1 (en) * | 2000-06-23 | 2002-03-21 | Heinrich Schuler | Method and apparatus for the determination of the contour of sheet metal blanks |
CN101281403A (zh) * | 2008-05-07 | 2008-10-08 | 上海大学 | 异型玻璃加工图形定位方法及系统 |
CN110285773A (zh) * | 2019-07-09 | 2019-09-27 | 东莞市三姆森光电科技有限公司 | 工件轮廓检测的恒线速度控制方法 |
Non-Patent Citations (1)
Title |
---|
伍济钢;宾鸿赞;: "机器视觉的薄片零件尺寸检测系统" * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI521475B (zh) | Pattern inspection and testing devices and programs | |
CN114943739B (zh) | 一种铝管质量检测方法 | |
CN114549835B (zh) | 一种基于深度学习的指针式仪表矫正识别方法及装置 | |
US7171036B1 (en) | Method and apparatus for automatic measurement of pad geometry and inspection thereof | |
US20020164077A1 (en) | Automatic detection of alignment or registration marks | |
CN104697476A (zh) | 粗糙度光切轮廓曲线的自动检测方法及装置 | |
CN106960208A (zh) | 一种仪表液晶数字自动切分和识别的方法及系统 | |
CN112686920A (zh) | 一种圆形零件几何尺寸参数视觉测量方法及系统 | |
JP2002508069A (ja) | 測定マークおよび測定マークの検出方法並びに物体測量方法 | |
CN117197141B (zh) | 一种汽车零部件表面缺陷检测方法 | |
CN111861979A (zh) | 一种定位方法、设备及计算机可读存储介质 | |
CN111487192A (zh) | 一种基于人工智能的机器视觉表面缺陷检测装置及方法 | |
US8588511B2 (en) | Method and apparatus for automatic measurement of pad geometry and inspection thereof | |
CN112150375A (zh) | 带检查系统、带检查方法和带检查程序的存储介质 | |
CN112907592A (zh) | 基于dxf的轮廓缺陷检测 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
CN116237266A (zh) | 一种法兰尺寸测量方法及其设备 | |
CN115761468A (zh) | 一种基于图像分割和目标检测技术的水位检测系统、方法 | |
CN115689990A (zh) | 一种基于机器视觉的地毯灯杂光缺陷智能检测算法及设备 | |
CN113989482A (zh) | 一种基于图像处理的光学合像水平仪自动读数识别方法 | |
CN114092542A (zh) | 一种基于二维视觉的螺栓测量方法以及系统 | |
Leta et al. | Discussing accuracy in an automatic measurement system using computer vision techniques | |
CN115375610A (zh) | 检测方法及装置、检测设备和存储介质 | |
CN111784634A (zh) | 一种基于Harris-CPDA的角点检测方法 | |
CN117495846B (zh) | 图像检测方法、装置、电子设备及存储介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210604 |