CN113092486B - 一种适于高光面产品表面水波纹检测的方法 - Google Patents

一种适于高光面产品表面水波纹检测的方法 Download PDF

Info

Publication number
CN113092486B
CN113092486B CN202110370814.4A CN202110370814A CN113092486B CN 113092486 B CN113092486 B CN 113092486B CN 202110370814 A CN202110370814 A CN 202110370814A CN 113092486 B CN113092486 B CN 113092486B
Authority
CN
China
Prior art keywords
product
image
light source
matrix
skeleton
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.)
Active
Application number
CN202110370814.4A
Other languages
English (en)
Other versions
CN113092486A (zh
Inventor
王建财
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.)
Canglan Intelligent Technology Kunshan Co ltd
Original Assignee
Canglan Intelligent Technology Kunshan 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 Canglan Intelligent Technology Kunshan Co ltd filed Critical Canglan Intelligent Technology Kunshan Co ltd
Priority to CN202110370814.4A priority Critical patent/CN113092486B/zh
Publication of CN113092486A publication Critical patent/CN113092486A/zh
Application granted granted Critical
Publication of CN113092486B publication Critical patent/CN113092486B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N21/8806—Specially adapted optical and illumination features
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • 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
    • 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
    • G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N2021/9511—Optical elements other than lenses, e.g. mirrors
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/30—Assessment of water resources

Abstract

本发明公开了一种适于高光面产品表面水波纹检测的方法，具体包括：在待测高光面产品的上部设置平行阵列线光源，平行阵列线光源对待测高光面产品的镜面进行照射，再采集高光面产品表面的图像，得到一张待检图像，将待检图像传输到工业控制电脑中，经过去噪声预处理和亮条纹轮廓处理后得到高光面产品表面的三维图像，最后计算出水波纹的评分值，再根据设置的质量判定上下限，来判断被测高光面产品的质量合格与否。采用本发明提供的水波纹检测方法，无需人工肉眼检测判断，判断标准客观，误判率低、准确率高，提高了检测精度。

Description

一种适于高光面产品表面水波纹检测的方法
技术领域
本发明属于视觉缺陷检测技术领域，尤其是涉及一种适于高光面产品表面水波纹检测的方法。
背景技术
在工业中会出现使用高光面材质加工一些平整度较高，且对表面要求较高的工件，例如手机logo、军用设备中的导光板等产品，此类的工件样品本身是属于镜面反光，工件本身平整度较高，易粘黏油污、手印等。具体的，通过将高光面材质如硬质铝合金经切割成型，研磨成镜面后，再经过化学电镀完成，由于铝合金材质本身含有一定杂质，且表面存在凹坑缺陷，经过抛光电镀加工之后，制得工件的表面会出现水波纹状畸变，影响工件的美观度。
针对工件表面是否发生水波纹畸变的检测往往是采用传统的图像观察方式，即通过人工肉眼来进行判断，将工件样品放置于线性日光灯下，观察日光灯灯源经工件高光镜面反射后发生弯曲的程度，以此判断工件的水波纹畸变是否符合质量评定标准，这种人工肉眼检测的方式主观性较大，误检率较高，尤为重要的是，通过人工来逐个的检测工件样品，耗时较长，并且需要安排大量的人员，投入成本高。
发明内容
有鉴于此，本发明的目的在于提供一种适于高光面产品表面水波纹检测的方法，采用机器进行视觉采集并进行算法计算处理，判断标准客观，误检率低、准确率高，测试精度高。
为实现上述目的，本发明采用以下内容：
一种适于高光面产品表面水波纹检测的方法，包括如下步骤：
步骤S1：根据待测高光面产品的类型和尺寸选择合适的冶具进行固定，并确保待测高光面产品水平放置；
步骤S2：在待测高光面产品的上部设置平行阵列线光源，平行阵列线光源对待测高光面产品的镜面进行照射；
步骤S3：采用图像采集装置对待测高光面产品的镜面进行拍照，采集一张待检图像；
步骤S4：对待检图像进行二值化，生成二值化的图像矩阵，并对图像矩阵中所有3×3区域进行卷积处理，得到一张低噪声的新图像；
步骤S5：提取新图像中若干条亮条纹的骨架轮廓，每一条骨架轮廓均进行直线拟合，分别得到基准直线，依次计算每一条骨架轮廓上所有点到相应基准直线的距离并取距离均值，对所有的距离均值进行求和并取平均值，该平均值即为水波纹评分值；
步骤S6：设置判定标准区间，若水波纹评分值超过判定标准区间的上限，则判定为NG产品，反之就是OK产品。
优选的是，步骤S2中：所述平行阵列线光源表面间隔分布有若干个不透光部件，以使得平行阵列线光源发射出多条彼此间隔的光源线条。
优选的是，所述光源线条的宽度为2mm，光源线条的直线度<0.002mm/m，所述不透光部件的宽度为1mm。
优选的是，步骤S4中的卷积处理过程为将一个中心加权的3×3掩膜矩阵A和矩阵B进行卷积，其中：
掩膜矩阵
Figure BDA0003009225920000031
矩阵B表示图像矩阵中任意3×3区域的像素灰度值矩阵，
Figure BDA0003009225920000032
当掩膜矩阵A与矩阵B卷积后，图像矩阵中心像素的灰度被更改为：
Figure BDA0003009225920000033
优选的是，步骤S5中：骨架轮廓上所有点到基准直线的距离，分别记为D1，D2，…，DM，该骨架轮廓上所有点到基准直线的距离均值为
Figure BDA0003009225920000034
依次计算每一条骨架轮廓，分别得到距离均值为P1，P2，…，PN，水波纹评分值为
Figure BDA0003009225920000035
其中，G1表示骨架轮廓上所有处于基准直线上方的点到基准直线的距离，G2表示骨架轮廓上所有处于基准直线下方的点到基准直线的距离。
优选的是，步骤S6中：判定标准区间的下限值为0，上限值为U，当S＞U时，判定为NG产品；当0＜S≤U时，判定为OK产品。
与现有技术相比，本发明的有益效果是：通过平行阵列线光源对高光面产品的表面进行照射，平行阵列线光源经高光镜面反射并被图像采集装置采集，图像采集装置将图像传输到控制电脑中，后经去噪声预处理和亮条纹轮廓处理，计算得出水波纹评分值，再将水波纹评分值与设定的判定标准区间进行比较，来判断待测高光面产品的质量是否合格，采用本发明提供的检测方法，无需人工肉眼检测判断，判断标准客观，误判率低、准确率高，提高了检测精度。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1为本发明所使用的的水波纹检测方法的安装示意图；
图2为本发明所使用的平行阵列线光源的示意图；
图3为本发明使用图像采集装置采集到的产品图像示意图；
图4为对图3的产品图像进行算法处理得到的三维图像；
图5为图3的局部放大图；
图6为对图3的产品图像进行去噪声处理后的示意图；
图7为从图3的产品图像提取的亮条纹轮廓的示意图；
图8为从图4的三维图像提取的亮条纹轮廓的示意图；
图9为对图8的亮条纹轮廓进行直线拟合后的示意图；
图10为对其中一条骨架轮廓进行直线拟合的示意图；
具体实施方式
为了更清楚地说明本发明，下面结合优选实施例对本发明做进一步的说明。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
本发明实施例提供一种适于高光面产品表面水波纹检测的方法，水波纹检测方法包括以下步骤，如图1所示：
步骤S1：根据待测高光面产品的类型和尺寸选择合适的冶具进行固定，并确保待测高光面产品水平放置。
为了对本发明实施例中的技术方案进行清楚、完整地描述，本发明实施例选取了苹果logo作为待测高光面产品，苹果logo是一种硬质铝合金经切割成型，研磨成镜面后，再经过化学电镀完成的高光面产品。
步骤S2：在待测高光面产品的上部设置平行阵列线光源，平行阵列线光源对待测高光面产品的镜面进行照射。
由于苹果logo为光亮、平整的表面，若光源设置于产品的正上方，苹果logo表面会出现很强烈的反光，亮度很高，这不利于采集苹果logo图像，因此平行阵列线光源需要设置于产品的斜上方，利用光源的轮廓光对产品进行打光。
其中，平行阵列线光源表面间隔分布有若干个不透光部件，以使得平行阵列线光源发射出多条彼此间隔的光源线条，详见图2所示，黑色部分表示不透光部件，斜线部分表示光源线条，光源线条的宽度为2mm，光源线条的直线度<0.002mm/m，不透光部件的宽度为1mm。
步骤S3：采用图像采集装置对待测高光面产品的镜面进行拍照，采集一张待检图像，如图3所示。
本实施例采用相机和高清工业镜头，相机位于产品的斜上方，光源从侧面打向产品。
步骤S4：对待检图像进行二值化，生成二值化的图像矩阵，并对图像矩阵中所有3×3区域进行卷积处理，得到一张低噪声的新图像。
卷积处理是指将一个中心加权的3×3掩膜矩阵A和矩阵B进行卷积，其中，掩膜矩阵
Figure BDA0003009225920000051
矩阵B表示图像矩阵中任意3×3区域的像素灰度值矩阵，
Figure BDA0003009225920000061
当掩膜矩阵A与矩阵B卷积后，图像矩阵中心像素的灰度被更改为：
Figure BDA0003009225920000062
卷积处理主要是为了去除图像采集的背景噪声，卷积处理前的图像效果如图5所示，卷积处理后的新图像效果如图6所示，可以看出，最后得到的低噪声新图像的清晰度提高了，不似处理之前那般模糊。
步骤S5：提取新图像中若干条亮条纹的骨架轮廓，每一条骨架轮廓均进行直线拟合，分别得到基准直线，如图9所示，依次计算每一条骨架轮廓上所有点到相应基准直线的距离并取距离均值，对所有的距离均值进行求和并取平均值，该平均值即为水波纹评分值。
如图7所示，为去噪声处理前提取到的亮条纹轮廓，如图8所示，为去噪声处理后提取到的亮条轮廓。
详见图10所示，骨架轮廓上所有点到基准直线的距离，分别记为D1，D2，…，DM，该骨架轮廓上所有点到基准直线的距离均值为
Figure BDA0003009225920000063
同理依次计算每一条骨架轮廓，分别得到距离均值为P1，P2，…，PN，而水波纹评分值为
Figure BDA0003009225920000064
Figure BDA0003009225920000065
S数值越小，表明水波纹畸变程度越低，产品质量越好；
其中，G1表示该骨架轮廓上所有处于基准直线上方的点到基准直线的距离，G2表示该骨架轮廓上所有处于基准直线下方的点到基准直线的距离，max(G1，G2)表示G1、G2中的较大值，min(G1，G2)表示G1、G2中的较小值，M表示一条骨架轮廓上共有M个点，N表示图像上共提取了N条骨架轮廓。
步骤S6：设置判定标准区间，若水波纹评分值超过判定标准区间的上限，则判定为NG产品，反之就是OK产品。
其中，判定标准区间的下限值为0，上限值为U，当S＞U时，判定为NG产品；当0＜S≤U时，判定为OK产品。
本发明通过平行阵列线光源对高光面产品的表面进行照射，平行阵列线光源经高光镜面反射并被图像采集装置采集，图像采集装置将图像传输到控制电脑中，后经去噪声预处理和亮条纹轮廓处理，得到产品表面的三维图像，详见图4所示，计算得出水波纹评分值，再将水波纹评分值与设定的判定标准区间进行比较，来判断待测高光面产品的质量是否合格，采用本发明提供的检测方法，无需人工肉眼检测判断，判断标准客观，误判率低、准确率高，提高检测精度。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定，对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (4)

1.一种适于高光面产品表面水波纹检测的方法，其特征在于，包括如下步骤：
步骤S1：根据待测高光面产品的类型和尺寸选择合适的冶具进行固定，并确保待测高光面产品水平放置；
步骤S2：在待测高光面产品的上部设置平行阵列线光源，平行阵列线光源对待测高光面产品的镜面进行照射；
步骤S3：采用图像采集装置对待测高光面产品的镜面进行拍照，采集一张待检图像；
步骤S4：对待检图像进行二值化，生成二值化的图像矩阵，并对图像矩阵中所有3×3区域进行卷积处理，得到一张低噪声的新图像；
步骤S5：提取新图像中若干条亮条纹的骨架轮廓，每一条骨架轮廓均进行直线拟合，分别得到基准直线，依次计算每一条骨架轮廓上所有点到相应基准直线的距离并取距离均值，对所有的距离均值进行求和并取平均值，该平均值即为水波纹评分值；
步骤S6：设置判定标准区间，若水波纹评分值超过判定标准区间的上限，则判定为NG产品，反之就是OK产品；
步骤S4中的卷积处理过程为将一个中心加权的3×3掩膜矩阵A和矩阵B进行卷积，其中：
掩膜矩阵
Figure FDA0003788401670000011
矩阵B表示图像矩阵中任意3×3区域的像素灰度值矩阵，
Figure FDA0003788401670000012
当掩膜矩阵A与矩阵B卷积后，图像矩阵中心像素的灰度被更改为：
Figure FDA0003788401670000021
步骤S5中：骨架轮廓上所有点到基准直线的距离，分别记为D1，D2，…，DM，该骨架轮廓上所有点到基准直线的距离均值为
Figure FDA0003788401670000022
依次计算每一条骨架轮廓，分别得到距离均值为P1，P2，…，PN，水波纹评分值为
Figure FDA0003788401670000023
其中，G1表示骨架轮廓上所有处于基准直线上方的点到基准直线的距离，G2表示骨架轮廓上所有处于基准直线下方的点到基准直线的距离。
2.根据权利要求1所述的一种适于高光面产品表面水波纹检测的方法，其特征在于，步骤S2中：所述平行阵列线光源表面间隔分布有若干个不透光部件，以使得平行阵列线光源发射出多条彼此间隔的光源线条。
3.根据权利要求2所述的一种适于高光面产品表面水波纹检测的方法，其特征在于，所述光源线条的宽度为2mm，光源线条的直线度<0.002mm/m，所述不透光部件的宽度为1mm。
4.根据权利要求1所述的一种适于高光面产品表面水波纹检测的方法，其特征在于，步骤S6中：判定标准区间的下限值为0，上限值为U，当S＞U时，判定为NG产品；当0＜S≤U时，判定为OK产品。
CN202110370814.4A 2021-04-07 2021-04-07 一种适于高光面产品表面水波纹检测的方法 Active CN113092486B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110370814.4A CN113092486B (zh) 2021-04-07 2021-04-07 一种适于高光面产品表面水波纹检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110370814.4A CN113092486B (zh) 2021-04-07 2021-04-07 一种适于高光面产品表面水波纹检测的方法

Publications (2)

Publication Number Publication Date
CN113092486A CN113092486A (zh) 2021-07-09
CN113092486B true CN113092486B (zh) 2023-04-07

Family

ID=76674314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110370814.4A Active CN113092486B (zh) 2021-04-07 2021-04-07 一种适于高光面产品表面水波纹检测的方法

Country Status (1)

Country Link
CN (1) CN113092486B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004093146A (ja) * 2002-08-29 2004-03-25 Aisin Seiki Co Ltd 表面うねり検査装置
JP6568672B2 (ja) * 2015-11-13 2019-08-28 コグネックス・コーポレイション ビジョンシステムで鏡面上の欠陥を検出するためのシステム及び方法
CN106996933A (zh) * 2016-01-25 2017-08-01 大族激光科技产业集团股份有限公司 一种产品缺陷检测系统及其检测方法
CN105785608B (zh) * 2016-04-11 2019-04-30 努比亚技术有限公司 一种屏幕水波纹测试系统和方法
CN108918526B (zh) * 2018-04-10 2020-08-18 华南理工大学 一种柔性ic封装基板线路的缺口缺陷检测方法
CN111103309A (zh) * 2018-10-26 2020-05-05 苏州乐佰图信息技术有限公司 用于检测透明材质物体瑕疵的方法

Also Published As

Publication number Publication date
CN113092486A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN109141232B (zh) 一种基于机器视觉的盘类铸件在线检测方法
CN109115785B (zh) 一种铸件打磨质量检测方法、装置及其使用方法
CN108230324B (zh) 磁瓦表面微缺陷视觉检测方法
CN107490582B (zh) 一种流水线工件检测系统
CN111982916A (zh) 一种基于机器视觉的焊缝表面缺陷检测方法及系统
CN108332689A (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
CN115222733A (zh) 基于图像识别的金属构件表面缺陷检测方法
CN116645367B (zh) 一种高端制造用的钢板切割质量检测方法
CN113570605A (zh) 一种基于液晶显示面板的缺陷检测方法和系统
CN106780526A (zh) 一种铁氧体圆片表面裂痕识别方法
CN113658155A (zh) 一种基于光度立体的物体表面瑕疵检测分析方法及装置
CN114529510B (zh) 一种阴极铜在线质量自动检测分类方法
CN111879789A (zh) 金属表面缺陷检测方法及系统
CN115493843A (zh) 一种基于轴承保持器的质量监测方法及设备
CN114881998A (zh) 一种基于深度学习的工件表面缺陷检测方法及系统
CN114894808A (zh) 基于机器视觉的热管管口缺陷检测装置及其方法
CN114881987A (zh) 基于改进YOLOv5的热压导光板缺陷可视化检测方法
CN113092486B (zh) 一种适于高光面产品表面水波纹检测的方法
CN111833350A (zh) 机器视觉检测方法与系统
CN114638822B (zh) 一种利用光学手段的汽车盖板表面质量检测方法及系统
CN114383522B (zh) 一种测量反光差异工件表面间隙、面差的方法
Zhou et al. Automated detection of surface defects on sphere parts using laser and CDD measurements
CN114755236A (zh) 一种回转曲面电镀件表面缺陷的检测系统及方法
Bharat et al. Surface finish evaluation using curvelet transforms based machine vision system
Chiu et al. Optical inspection of appearance faults for auto mirrors using Fourier filtering and convex hull arithmetic

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
GR01 Patent grant
GR01 Patent grant