CN113012119A - 一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 - Google Patents
一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 Download PDFInfo
- Publication number
- CN113012119A CN113012119A CN202110249125.8A CN202110249125A CN113012119A CN 113012119 A CN113012119 A CN 113012119A CN 202110249125 A CN202110249125 A CN 202110249125A CN 113012119 A CN113012119 A CN 113012119A
- Authority
- CN
- China
- Prior art keywords
- camera
- stripe
- images
- heating wire
- detected
- 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
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30136—Metal
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于条纹偏折技术的金属冲压件表面缺陷检测的方法及装置,执行所述方法的装置包括电脑及固定在机械机构上的红外相机、电热丝、传送导轨、待测件固定装置,以及加热电机,电热丝在产品正上方,红外相机与待测件保持一定角度,电脑分别与传送导轨运动控制卡、红外相机连接,用于控制导轨运动,并存储、显示和处理采集到的条纹图像,包括如下具体步骤:1)产生热条纹;2)调整相机倾角,工作距离及相机高度;3)连续采集热条纹图像;4)提取条纹图像高度信息,进行表面三维重建;5)将三维重建表面与标准模板进行匹配;6)求解匹配结果的差值,利用阈值判定定位缺陷区域,完成识别。
Description
技术领域
本发明属于表面缺陷检测技术领域,更为具体地讲,涉及一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置。
背景技术
表面缺陷是产品的外在缺陷,它与正常的产品表面存在差异,这种差异往往需要特殊的光照条件下才能通过人眼分辨出来。然而受限于生产线的空间条件以及冲压件表面结构的复杂性,许多传统的无损检测技术如:磁粉探伤、涡流检测、超声检测等技术没有在冲压表面缺陷检测领域中得到应用,所以在传统的冲压件生产制造过程中,人工目检法是检测表面缺陷最常用的方法。由于人工检测带有很大的主观性,缺乏可重复性和定量性,容易导致错检、漏检等情况,已经越来越不符合当前工业生产的需要,甚至阻碍生产力的提升。而随着科学技术的进步和新型工业化的进一步推进,金属的生产制造也可以与工业物联网、机器视觉等技术概念结合在一起。
国内外金属表面缺陷检测应用的案例很多,例如Gayubo、Fernando等人提出了一个用于检测金属薄板形成过程中裂纹缺陷的自动检测系统,该图像采集系统主要包括一个CCD渐进相机和一个漫射照明系统;为了保证算法检测精度,采用马尔可夫随机场模型对采集到的图像进行复原,再使用分水岭算法检测缺陷。Markus C Knauer,Jurgen Kaminski,Gerd Hausler提出了PMD条纹反射相位测量法,通过计算经由被测金属表面反射后的相位信息,求解被测金属表面的梯度和高度,利用双目视觉方法,测量金属表面绝对形貌,通过立体传感器从两个角度获取信息,计算物体表面梯度再通过积分来求解深度信息。朱勇建、罗坚等人利用光度立体原理对金属表面进行三维重构,其次利用级数展开法对重构曲面进行拟合,然后将拟合曲面转换为点云处理,对点云数据处理,完成表面缺陷检测。孙军、李超等人提出了一种基于机器视觉的焊缝缺陷检测与分类算法。在对焊缝缺陷进行分类的基础上,使用基于高斯混合模型的方法来提取焊缝缺陷的特征区域,并根据焊缝特征完成了对焊缝缺陷的检测和分类。
以上方法较为依赖特定的客观条件,在实际的应用中,金属冲压件的表面情况往往比较复杂,具有较高的粗糙度。传统的可见光范围内的视觉表面缺陷检测技术如条纹投影、条纹反射难以用于此类物体表面的三维形貌测量。根据光波反射的物理特性,与表面粗糙度相比,镜面的性质取决于反射光的波长,可见光波段的粗糙面在红外波段成像时即为“镜面”。因此,利用电热丝产生红外热条纹,将光谱拓展到红外波段,就可以发挥条纹偏折系统对表面起伏的高敏感特性,实现金属冲压件表面的缺陷检测,得到鲁棒的表面形貌检测结果。
发明内容
本发明的目的在于:针对上述的问题,本发明提供一种基于条纹偏折技术的表面缺陷检测方法。该方法相比于传统的基于条纹偏折技术的三维形貌测量方法,突破了对表面镜面性的要求,对于粗糙度较高的表面同样可以发挥条纹偏折系统对表面起伏的高灵敏度检测特性。
本发明采用的技术方案如下:
提供了一种基于条纹偏折法的金属冲压件表面缺陷检测方法,其特征是执行所述方法的装置包括电脑及固定在机械结构上的红外相机、电热丝、传送导轨、待测件固定装置,以及加热电机,加热丝固定在待测件正上方,电脑分别与传送导轨运动控制卡、红外相机连接,电脑用于控制导轨运动的速度、方向和相机,并存储、显示和处理所采集的图像,以获得相应的检测结果,电热丝用于产生热条纹。
所述方法包括如下具体步骤:
1)产生热条纹
利用加热的电热丝作为光源,它可以悬浮在空气中并加热到高温,以便在红外光谱中形成高对比度的图案,根据对不同检测精度的要求,可以调整电热丝的粗细以改变条纹的精细度,同时需要采集多帧才能对整个表面进行采样;
2)调整相机倾角、工作距离及相机高度
根据检测产品的大小和检测精度的要求,调整相机的倾角、与电热丝之间的直线距离,以及相机的高度,使电热丝、红外相机和待测产品在空间上呈三角测量关系;
3)连续采集热条纹图像
通过电脑控制传送导轨电机转速,使待测物体保持匀速运动,连续采集多帧图像,完整的采集到整个物体表面的热条纹图像,并存储到电脑中供后续处理;
4)提取条纹图像高度信息,进行表面三维重建
对步骤3)采集到的连续多帧条纹图像预处理之后,逐列读取每一帧条纹图像,计算得到条纹中心点坐标,并存储在视差图像的一行中;
5)将三维重建表面与标准模板进行匹配
对步骤4)重建得到的三维表面进行采样,计算采样点的表面法线,并将结果对象存储在基于表面匹配所需的数据结构中,在标准模板场景中找到表面模型的最佳匹配;
6)求解匹配结果的差值,利用阈值判定定位缺陷区域,完成识别
在步骤5)得到三维表面与标准模板场景的最佳匹配之后,将三维表面按照最佳匹配的位姿叠加到标准模板场景中,计算标准模板与三维表面每一个点之间的距离,根据实际的检测精度以及安装场景调整阈值大小,定位缺陷区域,完成检测。
相较于现有技术,本发明的优点是:
(1)传统的利用可见光条纹偏折技术的表面缺陷检测方法,只能检测镜面表面,不适用于表面粗糙度较高的情况,而本方法基于热条纹的条纹偏折技术适用于现阶段传统方法难以检测的表面,如漫反射镜面或其他在可见光谱中透明的材料;
(2)基于热条纹偏折法的金属冲压件表面检测方法,通过对每一帧条纹图像条纹中心形变量的采集处理,计算出物体表面的三维形貌信息,相比于传统的相位解调算法计算出三维形貌,极大的减少了计算量,缩短检测时间,提高检测效率;
(3)数据精度高,本发明中相机和电热丝的位置均保持固定,在图像采集过程中不产生任何移动,相比于物体保持不动,相机和光源保持相对静止扫描整个物体表面的方式,避免了相机以及光源的抖动;
(4)检测灵敏度高,将物体表面的高度起伏变化转换为条纹的变形,利用三角关系对条纹偏移量进行计算求解出三维表面形貌,不需要积分运算便可直接获取物体表面的三维形貌。
图1为本发明的结构示意图。
图2为实施例中得到的部分金属冲压件表面的三维重建模型。
图3中标记为:1-铝型材固定架,2-传送导轨,3-载物台,4-待测物体,5-红外相机,6-电热丝。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即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。
实施例
图3是本发明一种基于条纹偏折法的金属冲压件表面缺陷检测方法流程图图像处理过程利用HALCON软件完成
在本实施例中,如图1所示,本发明基于条纹偏折法的金属冲压件表面缺陷检测方法,包括以下步骤:
1)产生热条纹
启动加热电机,预热三分钟,将加热丝温度逐渐升至200℃,利用加热的电热丝作为光源,它可以悬浮在空气中并加热到高温,以便在红外光谱中形成高对比度的图案,同时需要采集多帧才能对整个表面进行采样;
2)调整相机倾角、工作距离及相机高度
根据检测产品的大小和检测精度的要求,调整相机的倾角、与电热丝之间的水平距离,以及相机的高度,使电热丝、红外相机和待测产品在空间上呈三角测量关系;在本实施例中,电热丝位于载物台正上方35cm处,相机位于载物台正上方45cm处,相机倾角约为50°,相机与电热丝的水平距离为38cm;
3)连续采集热条纹图像
通过电脑控制传送导轨电机转速,在本实施例中,电机初始速度设置为2000u/s,最大速度设置为3000u/s,延时1s之后开始采图,保证开始采图过程中待测物体保持匀速运动,连续采集多帧图像,并存储到电脑中供后续处理;
4)提取条纹图像高度信息,进行表面三维重建
对步骤3)采集到的连续多帧条纹图像预处理之后,先设置阈值提取要处理的条纹,然后一列一列的计算灰度中心,以灰度重心点所在的坐标作为本列光条中心的坐标,条纹中心的像素坐标由以下公式确定:
其中G(i,j)为条纹图像中第i行,第j列的灰度值,(ui,θj)是提取到的条纹中心的图像坐标;
根据三角测量法的原理由条纹中心的图像坐标计算得出三维场景中点的z坐标,利用双线性插值完成表面三维重建,得到如图2所示的三维表面模型;
5)将三维重建表面与标准模板进行匹配
对步骤4)重建得到的三维表面进行采样,计算采样点的表面法线,并将结果对象存储在基于表面匹配所需的数据结构中,在标准模板场景中找到表面模型的最佳匹配;
6)求解匹配结果的差值,利用阈值判定定位缺陷区域,完成识别
在步骤5)得到三维表面与标准模板场景的最佳匹配之后,将三维表面按照最佳匹配的位姿叠加到标准模板场景中,计算标准模板与三维表面每一个点之间的距离,根据实际的检测精度以及安装场景调整阈值大小,定位缺陷区域,完成检测。
以上所述实施例仅表达了本申请的具体实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请技术方案构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。
Claims (2)
1.一种基于条纹偏折法的金属冲压件表面缺陷检测方法,其特征是执行所述方法的装置包括电脑及固定在机械结构上的红外相机、电热丝、传送导轨、待测件固定装置,以及加热电机,加热丝固定在待测件正上方,电脑分别与传送导轨运动控制卡、红外相机连接,电脑用于控制导轨运动的速度、方向和相机,并存储、显示和处理所采集的图像,以获得相应的检测结果,电热丝用于产生热条纹。
2.一种基于条纹偏折法的金属冲压件表面缺陷检测方法,其特征在于,包括如下具体步骤:
1)产生热条纹
利用加热的电热丝作为光源,它可以悬浮在空气中并加热到高温,以便在红外光谱中形成高对比度的图案,同时需要采集多帧才能对整个表面进行采样;
2)调整相机倾角、工作距离及相机高度
根据检测产品的大小和检测精度的要求,调整相机的倾角、与电热丝之间的直线距离,以及相机的高度,使电热丝、红外相机和待测产品在空间上呈三角测量关系;
3)连续采集热条纹图像
通过电脑控制传送导轨电机转速,使待测物体相对于测量系统保持匀速运动,连续采集多帧图像,完整的采集到整个物体表面的热条纹图像,并存储到电脑中供后续处理;
4)提取条纹图像高度信息,进行表面三维重建
对步骤3)采集到的连续多帧条纹图像预处理之后,逐列读取每一帧条纹图像,获取每一帧图像的条纹中心坐标,并存储在视差图像的每一行中,由视差图像计算得到物体表面的三维对象模型;
5)将三维重建表面与标准模板进行匹配
对步骤4)重建得到的三维表面进行采样,计算采样点的表面法线,并将结果对象存储在基于表面匹配所需的数据结构中,在标准模板场景中找到表面模型的最佳匹配;
6)求解匹配结果的差值,利用阈值判定定位缺陷区域,完成识别
在步骤5)得到三维表面与标准模板场景的最佳匹配之后,将三维表面按照最佳匹配的位姿叠加到标准模板场景中,计算标准模板与三维表面每一个点之间的距离,根据实际的检测精度以及安装场景调整阈值大小,定位缺陷区域,完成检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110249125.8A CN113012119A (zh) | 2021-03-08 | 2021-03-08 | 一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110249125.8A CN113012119A (zh) | 2021-03-08 | 2021-03-08 | 一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113012119A true CN113012119A (zh) | 2021-06-22 |
Family
ID=76407807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110249125.8A Pending CN113012119A (zh) | 2021-03-08 | 2021-03-08 | 一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012119A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130319071A1 (en) * | 2011-02-10 | 2013-12-05 | Hysitron, Inc. | Nanomechanical testing system |
CN109059806A (zh) * | 2018-07-26 | 2018-12-21 | 河北工业大学 | 一种基于红外条纹的镜面物体三维面形测量装置及方法 |
CN109900717A (zh) * | 2017-12-08 | 2019-06-18 | 英飞凌科技股份有限公司 | 使用斜率数据的用于半导体衬底的检查方法及检查装置 |
CN112304954A (zh) * | 2020-10-20 | 2021-02-02 | 西安工程大学 | 一种基于线激光扫描及机器视觉的零件表面缺陷检测方法 |
-
2021
- 2021-03-08 CN CN202110249125.8A patent/CN113012119A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130319071A1 (en) * | 2011-02-10 | 2013-12-05 | Hysitron, Inc. | Nanomechanical testing system |
CN109900717A (zh) * | 2017-12-08 | 2019-06-18 | 英飞凌科技股份有限公司 | 使用斜率数据的用于半导体衬底的检查方法及检查装置 |
CN109059806A (zh) * | 2018-07-26 | 2018-12-21 | 河北工业大学 | 一种基于红外条纹的镜面物体三维面形测量装置及方法 |
CN112304954A (zh) * | 2020-10-20 | 2021-02-02 | 西安工程大学 | 一种基于线激光扫描及机器视觉的零件表面缺陷检测方法 |
Non-Patent Citations (1)
Title |
---|
吴雨祥等: "基于高动态范围图像技术的高光误差补偿方法", 《红外技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108332689B (zh) | 一种检测表面粗糙度和表面损伤的光学测量系统及方法 | |
CN108986070B (zh) | 一种基于高速视频测量的岩石裂缝扩展实验监测方法 | |
CN104634261B (zh) | 基于线激光源的中厚板形貌检测系统及其方法 | |
CN108550160B (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
CN105783723A (zh) | 基于机器视觉的精密模具表面加工精度检测装置及方法 | |
EP2517799A1 (en) | Apparatus and method for industrial online micro-topography and waviness measurements on moving products | |
CN101539406B (zh) | 高温端和低温端并存工件的形状尺寸在线测量方法及装置 | |
CN203069151U (zh) | 基于光学相干层析扫描的三维孔形检测系统 | |
CN110108236A (zh) | 一种高温锻件线重构尺寸快速视觉测量系统及方法 | |
CN110873718A (zh) | 基于机器视觉的钢板表面缺陷检测系统及方法 | |
CN113588682A (zh) | 一种针对3d零部件的大范围高精度快速缺陷检测系统 | |
TWI490481B (zh) | On - line Inspection Method for Panel 3D Defects | |
CN113375584A (zh) | 单目三维采集结构及单目三维多标距视觉系统、引伸计 | |
CN114187330A (zh) | 一种基于光流法的结构微幅振动工作模态分析方法 | |
Zhou et al. | Defect detection for highly reflective rotary surfaces: an overview | |
CN111156921A (zh) | 一种基于滑动窗口均值滤波的轮廓数据处理方法 | |
CN113970560A (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN106767497B (zh) | 一种白光干涉轮廓仪空间扫描范围自适应规划方法 | |
CN113551614A (zh) | 基于光谱分布特性的三维形貌干涉测量快速垂直扫描方法 | |
CN113012119A (zh) | 一种基于条纹偏折法的金属冲压件表面缺陷检测方法及装置 | |
WO2021179400A1 (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 | |
CN105783782B (zh) | 表面曲率突变光学轮廓测量方法 | |
CN105141839B (zh) | 一种基于光圈时控的高清图像获取方法 | |
CN109490314A (zh) | 一种基于改进型传感检测装置的工业机器视觉系统 | |
CN201555809U (zh) | 一种无损检测非平面物品表面的装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210622 |
|
WD01 | Invention patent application deemed withdrawn after publication |