CN113533162A - 基于机器视觉运用的空气过滤器检测方法、系统及其设备 - Google Patents
基于机器视觉运用的空气过滤器检测方法、系统及其设备 Download PDFInfo
- Publication number
- CN113533162A CN113533162A CN202110778517.3A CN202110778517A CN113533162A CN 113533162 A CN113533162 A CN 113533162A CN 202110778517 A CN202110778517 A CN 202110778517A CN 113533162 A CN113533162 A CN 113533162A
- Authority
- CN
- China
- Prior art keywords
- smoke
- air filter
- tested
- laser
- preset
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 66
- 239000000779 smoke Substances 0.000 claims abstract description 182
- 239000004509 smoke generator Substances 0.000 claims abstract description 30
- 238000009877 rendering Methods 0.000 claims abstract description 13
- 238000007789 sealing Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 12
- 230000033001 locomotion Effects 0.000 claims description 11
- 230000007246 mechanism Effects 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 9
- 239000013618 particulate matter Substances 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 9
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008439 repair process Effects 0.000 abstract description 3
- 238000010521 absorption reaction Methods 0.000 description 14
- 239000000428 dust Substances 0.000 description 14
- 239000002245 particle Substances 0.000 description 11
- 239000000443 aerosol Substances 0.000 description 7
- 230000003749 cleanliness Effects 0.000 description 7
- 238000000034 method Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 4
- 238000010330 laser marking Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003517 fume Substances 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 229920003023 plastic Polymers 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000005514 two-phase flow Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000002268 wool Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/084—Testing filters
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Examining Or Testing Airtightness (AREA)
Abstract
本发明涉及一种检测技术,公开了一种基于机器视觉运用的空气过滤器检测方法、系统及其设备,将待测空气过滤器放置于承载台上,使激光器发射的激光覆盖在待测空气过滤器的上方;烟雾发生器产生的烟雾通过输入管道将烟雾送往待测空气过滤器与承载台形成的水封下腔体,在烟雾发射器形成的正气压下使烟雾通过过滤器到达过滤器上表面与激光光幕相交形成激光散射;启动图像识别装置,摄像机拍摄形成多张连续的散射图像采集画面,连接摄像机的计算机将按照预设的烟雾识别策略对散射图像采集画面中的烟雾进行漏点识别;计算机按照预设烟雾渲染策略对这些漏点进行标注、渲染形成漏点指示画面以便核对校验和补漏,能够自动完成空气过滤器检测。
Description
技术领域
本发明涉及检测技术领域,具体涉及一种基于机器视觉运用的空气过滤器检测方法、系统及其设备。
背景技术
空气过滤器,指空气过滤装置,指通过多孔过滤材料的作用从气固两相流中捕集粉尘,并使气体得以净化的设备。它把含尘量低的空气净化处理后送入室内,以保证洁净房间的工艺要求和一般空调房间内的空气洁净度。空气过滤器一般用于洁净车间,洁净厂房,实验室及洁净室,或者用于电子机械通信设备等的防尘。
空气过滤器的漏点检测是空气过滤器能否成为合格产品的关键判断标准之一。若空气过滤器上有漏点,则无法对空气按照要求进行过滤,空气会直接经过漏点进入,经过空气过滤器的空气与未经过空气过滤器的空气中的灰尘量几乎相同,达不到过滤清洁目的。为了检测空气过滤器是否有漏点,现在一般通过会将待测空气过滤器按照正常安装方式安装在墙壁或者板材上,然后用管道将含有烟雾的空气通过空气过滤器,通过激光光源产生的激光覆盖空气过滤器表面,观察从空气过滤器流出的空气的烟雾量和烟雾行径轨迹,以此来判断待测空气过滤器上是否存在漏点。
因为,激光是一种对人眼伤害很大的光,而现在对空气过滤器的漏点检测几乎都是用人眼进行观测的,这对工作人员的身体伤害较大。其次,因为人眼观测,无法对通过待测空气过滤器的烟雾进行精准判断,因此现在的检测还比较粗狂,只能大致分出哪些空气过滤器有漏点哪些没有,而不能精准判断出漏点的位置和漏点的大小。
发明内容
本发明意在提供一种基于机器视觉运用的空气过滤器检测方法,用来解决现在空气过滤器的检测过于依赖人工分析判断的问题。
基于机器视觉运用的空气过滤器检测方法,其特征在于,包括以下步骤:
步骤一,将待测空气过滤器放置于承载台上,使激光器发射的激光覆盖在待测空气过滤器的上方;
步骤二,启动烟雾发生装置中的烟雾发生器,烟雾发生器产生的烟雾通过输入管道将烟雾形成的气流送往与承载台密封连接的待测空气过滤器;气流穿过待测空气过滤器与待测空气过滤器上表面上的激光光幕相交形成激光散射;
步骤三,启动图像识别装置,摄像机将激光散射形成的散射亮斑拍摄成多张连续的散射图像采集画面,连接这些摄像机的计算机将按照预设的烟雾识别策略对散射图像采集画面中的待测空气过滤器进行漏点识别;
步骤四,计算机按照预设烟雾渲染策略对已识别的漏点进行标注、渲染形成漏点指示画面;
步骤五,计算机将漏点指示画面发送给显示器显示。
本方法的优点在于:
相比于现有技术中,通过人工查看来判断是否有烟雾通过待测空气过滤器,本方案直接构建自动检测系统和设备,能够完全代替人工操作,完成待测空气过滤器的自动检测,能够避免人工操作带来的诸如对人眼的影响、检测效率低、检测准确率低等问题。更重要的是,相比于机器视觉这样的现有技术,本方案通过烟雾识别策略和烟雾发生策略的设置,能够使自动检测的精准性得到显著提高,不仅能够检测出待测空气过滤器是否存在漏点,还能通过漏点指示画面直观看到漏点位置和烟雾,使检测结果更加准确。
进一步,在步骤二之前,摄像机拍摄待测空气过滤器还没有烟雾通过时的图像形成背景图,在步骤三中,计算机对比散射图像采集画面和背景图进行烟雾识别。
通过背景图的对比,能够更加准确地识别出烟雾,判断出是否有漏点以及漏点位置。通过背景图能够达到增强识别烟雾。
进一步,所述烟雾识别策略为,通过识别规则运动轨迹来烟雾识别。
因逸出烟雾运动方向与光幕垂直,烟雾与光幕相交的散射光斑的运动轨迹为规则运动轨迹、即连续位移,而空气中原本存在的灰尘与光幕相交的散射光斑的运动轨迹为非规则运动轨迹、即光斑出现的位置是不连续的,通过轨迹识别能够快速区分出烟雾和灰尘,更加准确判断是否存在漏点,以及漏点的位置。
进一步,步骤二中,烟雾发生器按照预设烟雾发生策略来产生烟雾。
方便后面在显示画面中快速识别出满足预设烟雾发生策略的烟雾。
进一步,所述规则运动轨迹与烟雾发生策略中对应选择的烟雾产生条件相匹配。
烟雾按照烟雾发生策略产生,在穿过待测空气过滤器后会产生一定的速度和方向影响,但是因为待测空气过滤器的结构是确定的,其对烟雾的速度和方向变化影响是确定的,因此能够根据现有技术,合理推断出烟雾穿过待测空气过滤器后预测速度和预测方向,进而得到预测规则运动轨迹。
进一步,所述烟雾发生策略为,烟雾按照预设速度、预设颗粒物浓度以及与待测空气过滤器平面的预设角度方向产生和行径。
通过这些设置,能够使产生的烟雾在通过待测空气过滤器后能够快速被识别。
进一步,所述烟雾识别策略,通过预设速度得到烟雾穿过待测空气过滤器后的预测速度,通过预设角度方向得到穿过待测空气过滤器后的预测方向,通过对比预测速度和当前速度,通过对比预测方向和当前方向,若两者均相匹配,则被测气流被识别为烟雾。
因为待测空气过滤器的结构是确定的,因为烟雾是按照烟雾发生策略产生的,含有烟雾的气流也是确定的,那么在穿过待测空气过滤器后气流也是确定的,通过此方法识别烟雾准确又快速。
本发明还提供了一种基于机器视觉运用的空气过滤器检测系统,包括
烟雾发生装置,用来按照烟雾发生策略产生通过待测空气过滤器的烟雾;
承载台,用来安装待测空气过滤器,用来为带烟雾的气流通过待测空气过滤器提供密封环境;
图像识别装置,用来在激光照射条件下抓取从待测空气过滤器通过的气流与激光光幕相交形成的多张连续的散射图像采集画面,用来从散射图像采集画面中按照预设烟雾识别策略识别并标注渲染烟雾和漏点形成漏点指示画面进行显示。
本系统的优点在于:
采用本系统,能够替代人工检测,对待测空气过滤器进行自动检测和展示,不仅能够检测出是否存在漏点,还能通过漏点指示画面对漏点和烟雾进行渲染显示,能够有效提供检测的效率和直观性。
本发明还提供了一种基于机器视觉运用的空气过滤器检测设备,包括上下设置的检测机构和承载台;
所述承载台,包括上下设置的测试部和容纳部,所述测试部包括用来安装待测空气过滤器的安装座以及用来密封待测空气过滤器和安装座质检连接缝隙的密封件;所述容纳部内设置有烟雾发生装置;所述烟雾发生装置,包括用来产生烟雾的烟雾发生器以及用来从下往上将含有烟雾的气流送往待测空气过滤器的输入管道;
所述检测机构,包括位于承载台一侧的激光器,所述激光器发射的激光覆盖待测空气过滤器上表面;
所述检测机构内设置有图像识别装置,所述图像识别装置包括计算机以及与计算机连接的服务器和显示器;所述摄像机设置在安装座的上方,所述摄像机拍摄在激光照射条件下从待测空气过滤器通过的气流与激光光幕相交形成的多张连续的散射图像采集画面,计算机从散射图像采集画面中按照预设烟雾识别策略识别烟雾,计算机按照预设烟雾渲染策略标注、渲染烟雾和漏点形成漏点指示画面,计算机将漏点指示画面发送给显示器进行显示。
本设备的优点在于:
安装方便,结构紧凑,便于待测空气过滤器的拆装更换。通过这样结构的设备,能够完成对检测所需结构的安装,便于检测的进行。更重要的是,本方案能够基于现有机器视觉技术的基础上,完成对待测空气过滤器的自动检测、识别和渲染,使检测操作更加简便直观和准确。
进一步,所述激光器发射的激光与待测空气过滤器上表面之间的距离在特定范围内。
通过保证待测空气过滤器上表面与激光之间距离处在特定范围内,保障激光对烟雾照射的最佳效果,使检测结果更加准确。
附图说明
图1为本发明实施例一种基于机器视觉运用的空气过滤器检测设备的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
说明书附图中的标记包括:摄像机1、激光器2、激光打标机3、激光吸收板4、承载台5、支撑架6、吸烟罩7、投影仪8。
实施例一
实施例基本如附图1所示:基于机器视觉运用的空气过滤器检测设备,包括上下结构安装的检测机构和承载台5。其中,检测机构,包括从上到下依次安装的吸烟罩7、摄像机1和激光器2。其中,摄像机1的旁边安装有投影仪8,摄像机1和投影仪8都位于吸烟罩7的正下方。通过投影仪8,方便对检测出来的漏点进行光束照射指示,方便工作人员能够快速进行贴标签等操作,能够为后面的补点指明准确的位置。激光器2同等高度位置范围上还安装有激光打标机3,能够直接通过激光打标机3将合格检测的空气过滤器进行激光打标。
本实施例中,吸烟罩7中安装有吸烟器,通过吸烟器将穿过待测空气过过滤器的烟雾以一定的速度向上吸走,便于调节烟雾行径速度,以便图像装置进行拍摄和自动识别。同时,能够在下一个待测空气过滤器进行检测前,吸走检测机构内的所有烟雾,避免造成错误检测结果。
本实施例中,检测机构,为一个房间形成的暗室,也可以选择通过围布等工具包围形成的适合拍摄的空间。
承载台5,包括上下布置的测试部和容纳部,本实施例中,测试部和容纳部一体成型,测试部包括用来安装待测空气过滤器的安装座以及用来密封待测空气过滤器和安装座之间连接缝隙的密封件;用来防止待测空气过滤器和安装座之间产生泄露。容纳部内安装有烟雾发生装置;所述烟雾发生装置,包括用来产生烟雾的烟雾发生器以及用来从下往上将含有烟雾的气流送往待测空气过滤器的输入管道。
本实施例中,承载台5,在安装座两面安装有激光吸收板4,两个激光吸收板4安装在激光器2的对立面,两个激光吸收板4垂直连接。因为激光是90°发射,其余两边不需要激光吸收板4,激光吸收板4用来吸收激光,通过激光吸收板4在一字线发射方向的对向边缘、即设备边缘处安装有对应的激光陷阱,避免有害散射或反射影响检测结果的准确性。本实施例中的激光吸收板4采用现有技术即可,能够避免激光散射和反射,避免对检测结果造成影响。
本实施例中,图像识别装置,采用现有技术,包括计算机和分别与计算机连接的显示器和摄像机1。与现有技术不同的是,计算机中预设有烟雾识别策略,通过烟雾识别策略,能够将摄像机1拍摄到的激光照射烟雾的画面自动识别出通过的烟雾量和烟雾位置,使在检测待测空气过滤器的时候不再过渡依赖人工操作,运用机器视觉能够自动检测出漏点以及漏点位置。
本实施例中,烟雾发生装置,包括用来产生烟雾的烟雾发生器以及与烟雾发生器和安装座连通的输入管道。通过烟雾发生器产生烟雾,通过输入管道通入到安装座,使混合有烟雾的空气能够作为输入气流用来对待测空气过滤器进行检测。本实施例中,整个烟雾发生装置都安装在安装座下面的容纳部中,容纳部为柜体结构,本实施例中容纳部做成了四面开门的柜体结构,不仅起到了对安装座的支撑作用,还方便烟雾发生装置的安装和收纳。
本实施例中,通过支撑架6,将吸烟罩7支撑起来,同时将承载台5和吸烟罩7连接成一个整体,在承载台5的底部还安装有万向轮,便于设备的整体移动。摄像机1安装在承载台5的上方,激光器2安装在安装座的一侧,便于能够产生激光完全覆盖待测空气过滤器表面。
通过这样的设备结构,能够为自动检测空气过滤器提供物理基础。
在基于以上机器视觉运用的空气过滤器检测系统,包括:
烟雾发生装置,用来按照预设烟雾发生策略产生穿过待测空气过滤器的烟雾;其中烟雾发生策略为,按照预设速度产生预设颗粒物浓度大小的烟雾量,以与待测空气过滤器预设角度方向通过待测空气过滤器;
承载台5,用来安装待测空气过滤器,为待测空气过滤器提供与烟雾发生装置连通的密闭环境;
图像识别装置,用来拍摄从待测空气过滤器中出来的气流,并按照预设烟雾识别策略识别出烟雾和漏点位置;本实施例中,烟雾识别策略为,根据烟雾发生策略中烟雾的预设速度和预设角度方向,得到烟雾穿过待测空气过滤器后的预测速度和预测方向,对比散射图像采集画面中气流的运行速度和运行方向,识别出从烟雾发生器产生的烟雾和空气中本身存在的灰尘,根据烟雾量的多少和通过烟雾的位置判断漏点的位置和大小。若前面的判断无法进行时,烟雾识别策略中,直接将规则运动的光斑作为穿过空气过滤器的烟雾,将无规则运动的光斑作为空气中原本就存在的灰尘。这样,可以运用现有机器视觉识别技术,精准判断出通过空气过滤器的烟雾和空气中原本存在的灰尘,能够更好地对空气过滤器进行检测。
本实施例中,烟雾发生器产生烟雾的预设速度为2米/秒,预设角度方向为竖直方向,即,使烟雾能够垂直穿过空气过滤器上的漏点,这样能够便于使烟雾产生到穿过空气过滤器能够在短距离内进行,避免烟雾量过多堆积,便于在一个空气过滤器检测完毕后,快速在下一个空气过滤器检测前完成对检测机构中的烟雾的吸收,避免影响下一个待测空气过滤器的检测结果。
本实施例中,利用以上设备和系统,在进行空气过滤器检测的时候,其检测方法为:
第一步,将待测空气过滤器安装到承载台5顶面上,并通过承载台5顶面上的密封件将待测空气过滤器和承载台5紧密连接,避免因为连接出现缝隙而影响漏点判断;本实施例中,在承载台5顶面上安装有呈“口”字型结构连接的四个激光吸收板4,通过激光吸收板4阻挡激光进一步传播、以及将未吸收的剩余激光反射到下方凹形吸光绒构成的吸光陷阱中,避免对散色图像采集画面造成干扰。本实施例中,每个激光吸收板4与水平设置的待测空气过滤器的上表面夹角为30-45度,能够有效避免反射光进入到摄像机1拍摄区域影响散射图像采集画面。
第二步,启动布置在承载台5一侧的激光器2,使激光器2产生的激光完全覆盖待测空气过滤器上表面的上方,使激光器2发射出来的激光停留在待测空气过滤器上表面的较近距离上,本实施例中的这个较近距离指的是在待测空气过滤器上表面1-15毫米范围内;即激光器发射的激光与待测空气过滤器上表面之间的距离在1-15毫米范围内。
第三步,启动烟雾发生器装置,使烟雾发生器产生的烟雾按照烟雾发生策略,按照预设速度产生预设颗粒物浓度大小的烟雾量,以与待测空气过滤器预设角度方向通过待测空气过滤器;烟雾发生器产生的烟雾通过输入管道将烟雾形成的气流送往待测空气过滤器与形成的水封下腔体,在烟雾发射器形成的正气压下使烟雾能够通过过滤器的微米级微孔逸出过滤器的滤芯、到达过滤器上表面与前述激光光幕相交形成激光散射。
第四步,启动图像识别装置,通过摄像机1拍摄烟雾穿过待测空气过滤器后的气流形成散射图像采集画面,按照服务内预设的烟雾识别策略,根据烟雾发生策略中烟雾的预设速度和预设角度方向,得到烟雾穿过待测空气过滤器后的预测速度和预测方向,对比散射图像采集画面中气流的运行速度和运行方向,识别出从烟雾发生器产生的烟雾和空气中本身存在的灰尘,根据烟雾量的多少和通过烟雾的位置判断漏点的位置和大小。
第五步,通过图像识别装置中的显示器显示出经过渲染的漏点指示画面,使工作人员能够直观看到待测空气过滤器的漏点位置,以及通过这些漏点的烟雾量和烟雾前进轨迹,以便人工核对校验和补漏。漏点指示画面,通过计算机内预设的烟雾渲染策略,在从散射图像采集画面中识别出烟雾后,对烟雾进行颜色标注渲染,在散射图像采集画面中标注出烟雾穿过待测空气过滤器的位置,即标注出漏点位置,并动态标注出烟雾的前进轨迹。
同时计算机也可将检测结果发送给远程管理服务器。
在检测时,需要针对空气过滤器要达到的空气洁净度不同而进行不同等级的检测,具体表现为烟雾发生策略和烟雾识别策略中,对应的技术参数范围呈等比例变化,在此不赘述。
空气洁净度等级(air cleanliness class)是洁净空间单位体积空气中,以大于或等于被考虑粒径的粒子最大浓度限值进行划分的等级标准。因为待测空气过滤器是为了满足一定空气洁净度要求而进行对应设计的,因此在测定对应空气洁净度等级的待测空气过滤器的时候,烟雾发生策略产生的烟雾的粒径和颗粒物浓度需要大于对应空气洁净度要求。本实施例中,烟雾发生策略产生的烟雾的粒径为大于等于0.5微米,颗粒物浓度为150-780微克/立方米。
因为空气中原本存在的灰尘的颗粒物浓度比烟雾的颗粒物浓度、群位移方向相对烟雾随机性强,因此,除了采用以上操作外,还能够通过光斑区域的亮度积分或光斑面积来区分烟雾和灰尘。在烟雾发生器发烟雾之前,需要先启动激光器2产生激光,在形成散射图像采集画面之前需要先通过摄像机1抓至少两幅背景图,通过自动是被背景图做差集运算参量,然后再通过烟雾发生器发射烟雾,摄像机1连续去取多张图像形成散射图像采集画面;因为考虑到灰尘和烟雾的颗粒物浓度和粒径大小,本方案中能够识别出来的最小的漏点大小就是一个像素点,对应实际尺寸0.3毫米,而单粒灰层的粒径多为微米、亚微米级,可以通过单位面积的散射总量(单像素亮度)、和光斑面积>0.1mm2的特征来进行区分。
为了更加精准且快速地完成检测,在启动烟雾发生器到得到漏点指示画面的5-10秒时间内,因为有2秒左右的烟雾发生器发生烟雾到烟雾穿过待测空气过滤器时间延迟,使得烟雾和光幕相交的时刻不太确定,尤其是多点泄露的时候,因此本方案摄像机1在抓取图像的时候,采用25毫秒1幅图像的速度多帧连续拍摄。
本方法能够用机器视觉来代替人工检测,能够通过摄像头拍摄到的激光照射的画面中,直接通过图像识别装置利用机器视觉完成烟雾的识别,能够快速判定出待测空气过滤器是否存在泄漏问题。且因为本方案设备的特殊结构设置,系统的各种策略设置,能够利用现有机器视觉技术完成对空气过滤器的精准检测。
需要强调的是,本实施例中待测空气过滤器与设备中各个结构的位置都是经过精心设计的,尤其是激光器2,距离待测空气过滤器8毫米,摄像机1镜头光轴与激光光幕垂直,即(CMOS、CCD)图像传感器平面、待测空气过滤器上表面、光幕平行。
本实施例将待测空气过滤器放置于承载台5上,使一字线形激光源发射的激光覆盖在待测空气过滤器的上表面较近的距离上;启动检测设备的烟雾发生器,烟雾发生器产生的烟雾通过输入管道将烟雾送往待测空气过滤器与承载台5形成的水封下腔体,在烟雾发射器形成的正气压下使烟雾能够通过过滤器的微米级微孔逸出过滤器的滤芯、到达过滤器上表面与前述激光光幕相交形成激光散射;启动图像识别装置,摄像机1将这些散射亮斑拍摄成多张连续的散射图像采集画面,连接这些摄像机1的计算机将按照预设的烟雾识别策略对散射图像采集画面中的烟雾进行漏点识别;计算机按照预设烟雾渲染策略对这些漏点进行标注、渲染形成漏点指示画面以便人工核对校验和补漏;同时计算机也可将检测结果发送给显示器显示、或远程管理计算机。上述流程能够在PLC或计算机编制的程序运行下自动的完成对待测空气过滤器的检测。通过本实施例能够在代替人工检测的前提下,完成空气过滤器又快又好地进行自动检测,能够提高检测效率和检测的准确率。
实施例二
与实施例一的区别在于,本实施例采用的不是烟雾发生器而是气溶胶发生器,通过检测气溶胶穿透待测空气过滤器的情况来检测是否存在漏点。
为了加快检测速度,在与气溶胶发生器连通的输入管道中安装有进气风机和进风箱,气溶胶发生器设置在进风箱的上方且与进风箱相连通,进风箱设置在检测机构的地板上,进气风机安装在进风箱内。通过进风机吹风能够使气溶胶快速通过待测空气过滤器,能够加快检测速度。
本实施例中进风箱的进风口设置有进风过滤器,通过在输入管道上安装的进风过滤器能够使穿过待测空气过滤器的气流中没有灰尘和烟雾,能够直接通过气溶胶的检测来判断气溶胶的通过量和通过位置,进而判断待测空气过滤器上的漏点和漏点位置。
实施例三
与实施例一的区别在于,在安装座远离激光器2的位置上安装有垂直相连接的两把标尺。标尺安装在安装座相邻的两个边上,标尺内部设有亮度能够调节的LED光源。标尺中刻度和数字部分采用白色塑料,其余部分采用黑色塑料,LED光源发光时,刻度和数字部分发光,其余部分不发光。通过标尺,能够直观看到烟雾通过的情况,便于形成的漏点指示画面上更多的标注形成,增加直观可读性。
实施例四
与实施例一的区别在于,实施例一种密封件为简单的密封条等现有技术,本方案的密封件与安装座一体成型,密封件为带有凹槽的条形结构,密封件能够卡接到待测空气过滤器和安装座的连接处上,并在凹槽内装满水形成水封。在待测空气过滤器卡接到安装座上后,安装密封件,使密封件上的凹槽内装满水,水通过自身的张力密封连接待测空气过滤器和安装座同时又不会流出。本方案通过水封,能够有效保证待测空气过滤器和安装座之间的密封性,避免出现连接漏洞。
以上所述的仅是本发明的实施例,方案中公知的具体结构及特性等常识在此未作过多描述,所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识,能够获知该领域中所有的现有技术,并且具有应用该日期之前常规实验手段的能力,所属领域普通技术人员可以在本申请给出的启示下,结合自身能力完善并实施本方案,一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出,对于本领域的技术人员来说,在不脱离本发明结构的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.基于机器视觉运用的空气过滤器检测方法,其特征在于,包括以下步骤:
步骤一,将待测空气过滤器放置于承载台上,使激光器发射的激光覆盖在待测空气过滤器的上方;
步骤二,启动烟雾发生装置中的烟雾发生器,烟雾发生器产生的烟雾通过输入管道将烟雾形成的气流送往与承载台密封连接的待测空气过滤器;气流穿过待测空气过滤器与待测空气过滤器上表面上的激光光幕相交形成激光散射;
步骤三,启动图像识别装置,摄像机将激光散射形成的散射亮斑拍摄成多张连续的散射图像采集画面,连接这些摄像机的计算机将按照预设的烟雾识别策略对散射图像采集画面中的待测空气过滤器进行漏点识别;
步骤四,计算机按照预设烟雾渲染策略对已识别的漏点进行标注、渲染形成漏点指示画面;
步骤五,计算机将漏点指示画面发送给显示器显示。
2.根据权利要求1所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,在步骤二之前,摄像机拍摄待测空气过滤器还没有烟雾通过时的图像形成背景图,在步骤三中,计算机根据对比散射图像采集画面和背景图进行烟雾识别。
3.根据权利要求2所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,所述烟雾识别策略为,通过识别规则运动轨迹来烟雾识别。
4.根据权利要求3所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,步骤二中,烟雾发生器按照预设烟雾发生策略来产生烟雾。
5.根据权利要求4所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,所述规则运动轨迹与烟雾发生策略中对应选择的烟雾产生条件相匹配。
6.根据权利要求5所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,所述烟雾发生策略为,烟雾按照预设速度、预设颗粒物浓度以及与待测空气过滤器平面的预设角度方向产生和行径。
7.根据权利要求6所述的基于机器视觉运用的空气过滤器检测方法,其特征在于,所述烟雾识别策略,通过预设速度得到烟雾穿过待测空气过滤器后的预测速度,通过预设角度方向得到穿过待测空气过滤器后的预测方向,通过对比预测速度和当前速度,通过对比预测方向和当前方向,若两者均相匹配,则被测气流被识别为烟雾。
8.基于机器视觉运用的空气过滤器检测系统,其特征在于,包括
烟雾发生装置,用来按照烟雾发生策略产生通过待测空气过滤器的烟雾;
承载台,用来安装待测空气过滤器,用来为带烟雾的气流通过待测空气过滤器提供密封环境;
图像识别装置,用来在激光照射条件下抓取从待测空气过滤器通过的气流与激光光幕相交形成的多张连续的散射图像采集画面,用来从散射图像采集画面中按照预设烟雾识别策略识别并标注渲染烟雾和漏点形成漏点指示画面进行显示。
9.基于机器视觉运用的空气过滤器检测设备,其特征在于,包括上下设置的检测机构和承载台;
所述承载台,包括上下设置的测试部和容纳部,所述测试部包括用来安装待测空气过滤器的安装座以及用来密封待测空气过滤器和安装座质检连接缝隙的密封件;所述容纳部内设置有烟雾发生装置;所述烟雾发生装置,包括用来产生烟雾的烟雾发生器以及用来从下往上将含有烟雾的气流送往待测空气过滤器的输入管道;
所述检测机构,包括位于承载台一侧的激光器,所述激光器发射的激光覆盖待测空气过滤器上表面;
所述检测机构内设置有图像识别装置,所述图像识别装置包括计算机以及与计算机连接的服务器和显示器;所述摄像机设置在安装座的上方,所述摄像机拍摄在激光照射条件下从待测空气过滤器通过的气流与激光光幕相交形成的多张连续的散射图像采集画面,计算机从散射图像采集画面中按照预设烟雾识别策略识别烟雾,计算机按照预设烟雾渲染策略标注、渲染烟雾和漏点形成漏点指示画面,计算机将漏点指示画面发送给显示器进行显示。
10.根据权利要求9所述的基于机器视觉运用的空气过滤器检测设备,其特征在于,所述激光器发射的激光与待测空气过滤器上表面之间的距离在特定范围内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778517.3A CN113533162A (zh) | 2021-07-09 | 2021-07-09 | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778517.3A CN113533162A (zh) | 2021-07-09 | 2021-07-09 | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113533162A true CN113533162A (zh) | 2021-10-22 |
Family
ID=78098244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110778517.3A Pending CN113533162A (zh) | 2021-07-09 | 2021-07-09 | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113533162A (zh) |
Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0518855A (ja) * | 1991-07-11 | 1993-01-26 | Nippon Steel Corp | 画像の前処理方法 |
US5701012A (en) * | 1996-03-19 | 1997-12-23 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Fluorescent biological particle detection system |
CN1932475A (zh) * | 2005-08-24 | 2007-03-21 | 安华高科技Ecbuip(新加坡)私人有限公司 | 颗粒检测装置及用于该颗粒检测装置的颗粒检测方法 |
CN101339602A (zh) * | 2008-07-15 | 2009-01-07 | 中国科学技术大学 | 一种基于光流法的视频火灾烟雾图像识别方法 |
DE102008044080A1 (de) * | 2008-11-26 | 2010-05-27 | Caverion Gmbh | Verfahren und Vorrichtung zur Bestimmung des Abscheidegrades und/oder zur Durchführung eines Lecktests bei einer Filteranordnung |
US20120006094A1 (en) * | 2010-07-12 | 2012-01-12 | Ngk Insulators, Ltd. | Particulate matter detector, and method for detecting particulate matter |
CN103886598A (zh) * | 2014-03-25 | 2014-06-25 | 北京邮电大学 | 一种基于视频图像处理的隧道烟雾检测装置与方法 |
US20140182359A1 (en) * | 2012-12-12 | 2014-07-03 | Shenzhen China Star Optoelectronics Technology Co., Ltd. | Warehouse System and Method for Detecting Air Particles |
JP2015121515A (ja) * | 2013-12-25 | 2015-07-02 | アズビル株式会社 | 気中清浄度管理システムおよび気中清浄度管理方法 |
JP2015169618A (ja) * | 2014-03-10 | 2015-09-28 | Jfeスチール株式会社 | 可視煙判定装置及び可視煙判定方法 |
JP6067197B1 (ja) * | 2015-10-29 | 2017-01-25 | 株式会社 テクノミライ | デジタルスマートセフティシステム、方法及びプログラム |
CN206906205U (zh) * | 2017-05-24 | 2018-01-19 | 奥星制药设备(石家庄)有限公司 | 一种洁净室空气测试系统 |
US20180209890A1 (en) * | 2017-01-23 | 2018-07-26 | Exhaust Filter Inspections, Llc | Diesel particulate filter inspection machine |
CN108830161A (zh) * | 2018-05-18 | 2018-11-16 | 武汉倍特威视系统有限公司 | 基于视频流数据的烟雾识别方法 |
CN109781353A (zh) * | 2019-03-13 | 2019-05-21 | 上海理工大学 | 一种新型高效过滤器测试设备 |
CN110082044A (zh) * | 2019-03-21 | 2019-08-02 | 四川合力洁净技术股份有限公司 | 高效过滤器检测装置 |
CN111520179A (zh) * | 2020-05-19 | 2020-08-11 | 安徽宝龙电器有限公司 | 一种矿用本质安全性烟雾控制装置 |
JP6756939B1 (ja) * | 2020-03-31 | 2020-09-16 | 日本碍子株式会社 | 柱状ハニカムフィルタの検査方法 |
CN211602321U (zh) * | 2019-12-30 | 2020-09-29 | 上海鸣励实验室科技发展有限公司 | 一种ivc高效过滤器扫描法原位检漏装置 |
CN112215182A (zh) * | 2020-10-21 | 2021-01-12 | 中国人民解放军火箭军工程大学 | 一种适用于森林火灾的烟雾识别方法 |
-
2021
- 2021-07-09 CN CN202110778517.3A patent/CN113533162A/zh active Pending
Patent Citations (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0518855A (ja) * | 1991-07-11 | 1993-01-26 | Nippon Steel Corp | 画像の前処理方法 |
US5701012A (en) * | 1996-03-19 | 1997-12-23 | Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence | Fluorescent biological particle detection system |
CN1932475A (zh) * | 2005-08-24 | 2007-03-21 | 安华高科技Ecbuip(新加坡)私人有限公司 | 颗粒检测装置及用于该颗粒检测装置的颗粒检测方法 |
CN101339602A (zh) * | 2008-07-15 | 2009-01-07 | 中国科学技术大学 | 一种基于光流法的视频火灾烟雾图像识别方法 |
DE102008044080A1 (de) * | 2008-11-26 | 2010-05-27 | Caverion Gmbh | Verfahren und Vorrichtung zur Bestimmung des Abscheidegrades und/oder zur Durchführung eines Lecktests bei einer Filteranordnung |
US20120006094A1 (en) * | 2010-07-12 | 2012-01-12 | Ngk Insulators, Ltd. | Particulate matter detector, and method for detecting particulate matter |
US20140182359A1 (en) * | 2012-12-12 | 2014-07-03 | Shenzhen China Star Optoelectronics Technology Co., Ltd. | Warehouse System and Method for Detecting Air Particles |
JP2015121515A (ja) * | 2013-12-25 | 2015-07-02 | アズビル株式会社 | 気中清浄度管理システムおよび気中清浄度管理方法 |
JP2015169618A (ja) * | 2014-03-10 | 2015-09-28 | Jfeスチール株式会社 | 可視煙判定装置及び可視煙判定方法 |
CN103886598A (zh) * | 2014-03-25 | 2014-06-25 | 北京邮电大学 | 一种基于视频图像处理的隧道烟雾检测装置与方法 |
JP6067197B1 (ja) * | 2015-10-29 | 2017-01-25 | 株式会社 テクノミライ | デジタルスマートセフティシステム、方法及びプログラム |
US20180209890A1 (en) * | 2017-01-23 | 2018-07-26 | Exhaust Filter Inspections, Llc | Diesel particulate filter inspection machine |
CN206906205U (zh) * | 2017-05-24 | 2018-01-19 | 奥星制药设备(石家庄)有限公司 | 一种洁净室空气测试系统 |
CN108830161A (zh) * | 2018-05-18 | 2018-11-16 | 武汉倍特威视系统有限公司 | 基于视频流数据的烟雾识别方法 |
CN109781353A (zh) * | 2019-03-13 | 2019-05-21 | 上海理工大学 | 一种新型高效过滤器测试设备 |
CN110082044A (zh) * | 2019-03-21 | 2019-08-02 | 四川合力洁净技术股份有限公司 | 高效过滤器检测装置 |
CN211602321U (zh) * | 2019-12-30 | 2020-09-29 | 上海鸣励实验室科技发展有限公司 | 一种ivc高效过滤器扫描法原位检漏装置 |
JP6756939B1 (ja) * | 2020-03-31 | 2020-09-16 | 日本碍子株式会社 | 柱状ハニカムフィルタの検査方法 |
CN111520179A (zh) * | 2020-05-19 | 2020-08-11 | 安徽宝龙电器有限公司 | 一种矿用本质安全性烟雾控制装置 |
CN112215182A (zh) * | 2020-10-21 | 2021-01-12 | 中国人民解放军火箭军工程大学 | 一种适用于森林火灾的烟雾识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5640236A (en) | Method and apparatus for detecting the position of defect in a hollow fiber membrane module | |
JP7339643B2 (ja) | 溶液に浸された眼用レンズの屈折力および厚さを検査するためのシステムおよび方法 | |
US7894066B2 (en) | Method and apparatus for carrying out a burning test on a test piece | |
CN107750326A (zh) | 检测高压输气管道中液体的存在 | |
JPS63296815A (ja) | フィルタの点検方法およびその装置 | |
CN106645197A (zh) | 检测精密光学元件表面颗粒物的在线检测系统及应用方法 | |
JP6875319B2 (ja) | 安全キャビネット | |
CN207799328U (zh) | 一种通过平行光管和mtf算法检测光学系统解像能力的设备 | |
CN106303509A (zh) | 相机子组合件灰尘及缺陷检测系统及方法 | |
CN109781353A (zh) | 一种新型高效过滤器测试设备 | |
CN110072622A (zh) | 安全柜 | |
CN101464417A (zh) | 玻璃检测方法及其设备 | |
CN103389312B (zh) | 铜管检测系统 | |
CN110440997A (zh) | 泄漏检测模块和使用示踪气体检查待测物体密封性的方法 | |
JP2008275618A5 (zh) | ||
WO2022255623A1 (ko) | 필름 이물질 고속 자동 검출 장치 | |
CN110261408A (zh) | 显示模组缺陷检测装置及方法 | |
JPH0350210B2 (zh) | ||
CN113533162A (zh) | 基于机器视觉运用的空气过滤器检测方法、系统及其设备 | |
CN108804723B (zh) | 一种基于cfd模拟的通风柜污染物捕集效果的评价方法 | |
JPH04104038A (ja) | バグフィルタ式集塵機における濾布の破損状況検知方法および装置 | |
JP2020085711A (ja) | 水漏れ検査システム | |
CN205879813U (zh) | 一种在线检测装置 | |
JP2010223598A (ja) | シート状物の欠陥検査装置 | |
CN209727372U (zh) | 一种新型高效过滤器测试设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211022 |