CN113724173A - 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 - Google Patents
一种碳板脱模布到边距离检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113724173A CN113724173A CN202111057756.6A CN202111057756A CN113724173A CN 113724173 A CN113724173 A CN 113724173A CN 202111057756 A CN202111057756 A CN 202111057756A CN 113724173 A CN113724173 A CN 113724173A
- Authority
- CN
- China
- Prior art keywords
- area
- carbon plate
- edge
- preset
- cloth
- 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
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 84
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 84
- 239000004744 fabric Substances 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 9
- 230000003628 erosive effect Effects 0.000 claims description 7
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000001678 irradiating effect Effects 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 229920001187 thermosetting polymer Polymers 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 5
- 238000004519 manufacturing process Methods 0.000 abstract description 5
- 239000000463 material Substances 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 229920000049 Carbon (fiber) Polymers 0.000 description 2
- 239000004917 carbon fiber Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007380 fibre production Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种碳板脱模布到边距离检测方法、装置、设备和存储介质,通过光源倾斜照射向碳板,光线在脱模布处折射使其在图片中与碳板区别呈现,对图片灰度值处理后,选取矩形检测区域进一步确认脱模布到边距离,根据上下阈值筛选出符合条件的边界点,若干边界点形成检测区域中碳板上未覆盖脱模布的区域,即是脱模布的到边区域,对该区域进一步进行闭运算填充区域中缺失的小缺陷,根据补充完整的边界区域计算出其对应区域的最小外接矩形,将最小外接矩形的宽度对比预设边距判定生产过程中的脱模布到边距离是否合格;通过电子设备实现对碳板表面脱模布的到边距离,提高检测精度,同时节省了大量的人力物力。
Description
技术领域
本发明涉及碳纤维生产技术领域,尤其涉及一种碳板脱模布到边距离检测方法、装置、设备和存储介质。
背景技术
在碳纤维的生产过程中,脱模布作为拉挤生产线中贴附于碳板表面的一种工艺辅材,需要保证脱模布实时贴在碳板的中间区域,若脱模布贴合发生偏移,会导致产品不合格。
脱模布随预浸料一同进入到拉挤板材模具中,经过预成型后再进入到固化烘箱,因此在碳板生产过程中,需要实时监控脱模布到碳板两边的距离值,判断距离值是否符合标准。
鉴于上述问题的存在,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,积极加以研究创新,以期创设一种碳板脱模布到边距离检测方法、装置、设备和存储介质,使其更具有实用性。
发明内容
本发明的目的就是针对现有技术中存在的缺陷提供一种碳板脱模布到边距离检测方法、装置、设备和存储介质。
为了达到上述目的,本发明所采用的技术方案是:一种碳板脱模布到边距离检测方法,包括以下步骤:
S1:设置监控区域并确定预设参数,获取碳板与脱模布的图片;
S2:将彩色图像数据转换为灰度图像数据;
S3:截取预设区域的灰度图像数据作为检测区域;
S4:对检测区域中的所有像素点进行全阈值分割,筛选出边界点;
S5:提取边界点形成的区域并进行闭运算处理,得到边界区域;
S6:计算边界区域的最小外接矩形;
S7:将最小外接矩形的宽度与预设边距比较,并判定是否合格。
进一步的,在步骤S1中,在监控区域设置有检测相机和光源,所述光源沿碳板的长度方向照射,所述检测相机位于所述光源光照方向的一侧;
所述光源的预设角度可调节,能够改变光线照向碳板的入射角度,所述检测相机与碳板的竖直距离可调节,能够调节单个像素的精度值使其满足边距检测精度,所述预设区域设置为与图片等宽的矩形区域。
进一步的,当调节所述光源的预设角度时,需要同步调节所述预设区域的截取位置;
当所述预设角度增大时,即光线的入射角度减小,所述预设区域逐渐向图片中靠近光源的位置截取。
进一步的,当获取碳板与脱模布图片的像素为1200*1900时,设置所述光源的所述预设角度为10°,此时光线的入射角度为80°,所述预设区域的选取位置为:行范围(0,1900),列范围(550,950)。
进一步的,在步骤S4中,设置阈值下限和阈值上限,筛选出所述检测区域中灰度值介于所述阈值下限和所述阈值上限之间的像素点,并标记为边界点;
所述阈值上限的取值随所述预设区域的截取位置变化,当所述预设区域的截取位置靠近所述光源时,所述阈值上限的取值增大,所述阈值下限的取值为0。
进一步的,根据所述光源照向碳板光线的入射角度确定所述预设区域的截取位置,当光线入射角度减小时,所述预设区域向图片中靠近所述光源的位置截取;
所述阈值上限的取值范围小于等于60。
进一步的,在步骤S5中,提取所有边界点,设置位于所述检测区域两边由若干边界点所构成的区域分别为第一区域和第二区域,根据边距检测精度设置膨胀半径r1和腐蚀半径r2;
根据膨胀半径r1和腐蚀半径r2分别设置一个膨胀圆区域和腐蚀圆区域,先将膨胀圆区域的圆心历遍所述第一区域和所述第二区域中所有边沿位置的边界点,再通过腐蚀圆区域的圆心历遍所述第一区域和所述第二区域中剩余所有边沿位置的边界点,得到第一边界区域和第二边界区域。
进一步的,在步骤S6中,分别求出所述第一边界区域和所述第二边界区域的最小外接矩形;
在步骤S7中,将两边界区域最小外接矩形的宽度占据像素点个数乘以单个像素的精度值得到实际长度,并分别与预设边距比较,判定是否合格。
进一步的,在步骤S2中,提取彩色图片的R、G、B三个通道的数值,并通过预设算法提取所有像素点的灰度值,具体通过如下公式获得灰度图像数据:
g 0 =0.299*R+0.587*G+0.114*B;
其中,g 0 表示计算处理得出的像素点的灰度值。
一种碳板脱模布到边距离检测装置,包括:
成型模块,用于碳板的热固成型;
采集模块,包括光源和检测相机,用于采集经过的碳板和脱模布图像;
检测模块,对采集图片进行处理并分析脱模布的到边距离是否合格。
一种设备,包括存储器、处理器以及存储在存储器上并可以在处理器上运行计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现上述碳板脱模布到边距离检测方法。
一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序处理器执行时实现上述碳板脱模布到边距离检测方法。
本发明的有益效果为:
在本发明中,通过光源倾斜照射向碳板,光线在脱模布处折射使其在图片中与碳板区别呈现,对图片灰度值处理后,选取矩形检测区域进一步确认脱模布到边距离,根据上下阈值筛选出符合条件的边界点,若干边界点形成检测区域中碳板上未覆盖脱模布的区域,即是脱模布的到边区域,对该区域进一步进行闭运算填充区域中缺失的小缺陷,根据补充完整的边界区域计算出其对应区域的最小外接矩形,将最小外接矩形的宽度对比预设边距判定生产过程中的脱模布到边距离是否合格;通过电子设备实现对碳板表面脱模布的到边距离,提高检测精度,同时节省了大量的人力物力。
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脱模布到边距离检测流程框架图;
图2为本发明实施例中监控区域的结构示意图;
图3为本发明实施例中灰度图像数据示意图;
图4为本发明实施例中截取预设区域示意图;
图5为本发明实施例中全阈值分割示意图;
图6为本发明实施例中对边界点区域闭运算处理示意图;
图7为本发明实施例中求出最小外接矩形示意图;
图8为本发明实施例中脱模布到边距离示意图。
附图标记:1、监控区域;11、检测相机;12、光源。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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。
需要说明的是,当元件被称为“固定于”另一个元件,它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的,并不表示是唯一的实施方式。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
本发明公开了一种碳板脱模布到边距离检测方法,在碳板的生产过程中时刻监控脱模布的到边距离,通过智能在线检测的方式,提高检测精度,同时节省了大量的人力物力。
脱模布自身并不具备颜色属性,碳板是黑色,因此当脱模布贴附在碳板表面时,通过相机直接采集照片,脱模布与碳板并不能在照片中有明显的区分,在本发明中,通过光源倾斜照射向碳板,通过光线在脱模布表面折射使脱模布在图片中与碳板区别呈现,当检测相机采集到彩色图片后,对图片灰度值处理,使脱模布与碳板区别呈现,选取矩形检测区域并筛选出碳板上未覆盖脱模布的区域,即是脱模布的到边区域,对该区域进一步分析处理并计算出其对应区域的最小外接矩形,将最小外接矩形的宽度对比预设边距判定生产过程中的脱模布到边距离是否合格。
如图1所示的碳板脱模布到边距离检测流程框架图,包括以下步骤:S1:设置监控区域并确定预设参数,获取碳板与脱模布的图片;S2:将彩色图像数据转换为灰度图像数据;S3:截取预设区域的灰度图像数据作为检测区域;S4:对检测区域中的所有像素点进行全阈值分割,筛选出边界点;S5:提取边界点形成的区域并进行闭运算处理,得到边界区域;S6:计算边界区域的最小外接矩形;S7:将最小外接矩形的宽度与预设边距比较,并判定是否合格。
监控区域1设置在拉挤板材模具与固化烘箱之间,如图2所示,在监控区域1设置有检测相机11和光源12,光源沿碳板的长度方向照射,检测相机11位于光源12光照方向的一侧;光源12的预设角度可调节,能够改变光线照向碳板的入射角度,检测相机11与碳板的竖直距离可调节,能够调节单个像素的精度值使其满足边距检测精度,预设区域设置为与图片等宽的矩形区域。
在本实施例中,需要检测精度满足0.1mm的精度需求,检测相机同时设置于碳板上下两侧,且正对碳板设置,能够同时检测碳板两侧的脱模布到边距离,通过调节检测相机与碳板间的距离,改变检测精度。
具体的,检测相机选择630万彩色相机,其CMOS靶面尺寸为1/1.8”(英寸),镜头采用8mm镜头,其视场角为46.8°x36°;调节上方检测相机距离碳板的高度为220mm,此时单个像素的精度为0.06mm,满足0.1mm的精确度需求;调节下方检测相机距离碳板的高度为130mm,此时单个像素的精度为0.036mm,满足0.1mm的精确度需求。
进一步,调节光源与碳板运动方向呈倾角设置,使光线在脱模布区域产生漫射,呈现白色,而碳板边缘位置未贴附脱模布的区域为黑色,使脱模布区域与碳板边缘区域有明显颜色深度区分,从而进行测量。
在本实施例中,当调节光源的预设角度时,需要同步调节预设区域的截取位置;当预设角度增大时,即光线的入射角度减小,预设区域逐渐向图片中靠近光源的位置截取。
具体的,当获取碳板与脱模布图片的像素为1200*1900时,即沿碳板长度方向截取的长度有1200个像素点,先对图片中所有像素点进行灰度值处理,如图3所示,再以预设区域截取出检测区域,设置光源的预设角度为10°,此时光线的入射角度为80°,预设区域的选取位置为:行范围(0,1900),列范围(550,950),预设区域的截取位置如图4所示,其中与碳板重合的区域为检测区域。
在完成检测区域的截取后,需要将其中表示碳板边缘未贴附脱模布的区域分割出来,通过上述步骤S4中,设置阈值下限和阈值上限,筛选出检测区域中灰度值介于阈值下限和阈值上限之间的像素点,并标记为边界点;阈值上限的取值随预设区域的截取位置变化,当预设区域的截取位置靠近光源时,阈值上限的取值增大,阈值下限的取值为0。
进一步的,根据光源照向碳板光线的入射角度确定预设区域的截取位置,当光线入射角度减小时,预设区域向图片中靠近光源的位置截取;阈值上限的取值范围小于等于60。
在本实施例中,通过将光线以80°的入射角照向碳板表面,预设区域的截取位置在图片中部且偏向远离光源方向,如图4所示,光源位于图片的左侧,预设区域的截取位置在图片中部偏右处。设置阈值下限0,阈值上限60,由于碳板的灰度值大部分在(0,60)之间,脱模布的灰度值大部分在(60,255)之间,将灰度图像中,灰度值在(0,60)范围内的像素点提取出来,即将碳板图片的黑色区域进行提取,如图5所示。
在步骤S5中,提取所有边界点,设置位于检测区域两边由若干边界点所构成的区域分别为第一区域和第二区域,如图5所示,图片中上方提取边界点所形成的为第一区域,下方由提取边界点所形成的区域为第二区域,在第一区域和第二区域中,会存在缺陷区域,因此通过闭运算进一步优化处理。
进一步的,根据边距检测精度设置膨胀半径r1和腐蚀半径r2;根据膨胀半径r1和腐蚀半径r2分别设置一个膨胀圆区域和腐蚀圆区域,先将膨胀圆区域的圆心历遍第一区域和第二区域中所有边沿位置的边界点,再通过腐蚀圆区域的圆心历遍第一区域和第二区域中剩余所有边沿位置的边界点,得到第一边界区域和第二边界区域。
在本实施例中,通过调节检测相机与碳板的间距,改变检测精度,为实现0.1mm的精确度需求,调节检测相机与碳板的距离为220mm,此时单个像素的精度为0.06mm,此时设置膨胀半径r1等于腐蚀半径r2,且均设置为2.5个像素点,完成第一区域和第二区域的先膨胀再腐蚀,填充局部缺陷,如图6所示。
当得到如图6所示的闭运算处理后示意图,还需要根据像素点连通区域的面积,设置阈值(1600,50000),提取出1600-50000像素2面积的区域,此时,能够直接筛选出代表未贴附脱模布的碳板区域,去除如图6所示中,第一边界区域和第二边界区域周边若干孤立的小区域。再进一步计算两边界区域的最小外接矩形。具体的,在步骤S6中,分别求出第一边界区域和第二边界区域的最小外接矩形,如图7所示;在步骤S7中,将两边界区域最小外接矩形的宽度占据像素点个数乘以单个像素的精度值得到实际长度,并分别与预设边距比较,判定是否合格,如图8所示。在求解最小外接矩形过程中,使用格雷厄姆法求解第一边界区域和第二边界区域的凸壳,进而得到最小外接矩形,或者使用旋转或投影的方式求取最小外接矩形。
在本实施例中,在步骤S2中,提取彩色图片的R、G、B三个通道的数值,并通过预设算法提取所有像素点的灰度值,具体通过如下公式获得灰度图像数据:g 0 =0.299*R+0.587*G+0.114*B;其中,g 0 表示计算处理得出的像素点的灰度值。
本发明还公开了一种碳板脱模布到边距离检测装置,包括:成型模块,用于碳板的热固成型;采集模块,包括光源和检测相机,用于采集经过的碳板和脱模布图像;检测模块,对采集图片进行处理并分析脱模布的到边距离是否合格。
一种设备,包括存储器、处理器以及存储在存储器上并可以在处理器上运行计算机程序,处理器执行计算机程序时,实现上述碳板脱模布到边距离检测方法。
一种存储介质,其上存储有计算机程序,该计算机程序处理器执行时实现上述碳板脱模布到边距离检测方法。
流程框架图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备获取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种碳板脱模布到边距离检测方法,其特征在于,包括以下步骤:
S1:设置监控区域并确定预设参数,获取碳板与脱模布的图片;
S2:将彩色图像数据转换为灰度图像数据;
S3:截取预设区域的灰度图像数据作为检测区域;
S4:对检测区域中的所有像素点进行全阈值分割,筛选出边界点;
S5:提取边界点形成的区域并进行闭运算处理,得到边界区域;
S6:计算边界区域的最小外接矩形;
S7:将最小外接矩形的宽度与预设边距比较,并判定是否合格。
2.根据权利要求1所述的碳板脱模布到边距离检测方法,其特征在于,在步骤S1中,在监控区域设置有检测相机和光源,所述光源沿碳板的长度方向照射,所述检测相机位于所述光源光照方向的一侧;
所述光源的预设角度可调节,能够改变光线照向碳板的入射角度,所述检测相机与碳板的竖直距离可调节,能够调节单个像素的精度值使其满足边距检测精度,所述预设区域设置为与图片等宽的矩形区域。
3.根据权利要求2所述的碳板脱模布到边距离检测方法,其特征在于,当调节所述光源的预设角度时,需要同步调节所述预设区域的截取位置;
当所述预设角度增大时,即光线的入射角度减小,所述预设区域逐渐向图片中靠近光源的位置截取。
4.根据权利要求3所述的碳板脱模布到边距离检测方法,其特征在于,当获取碳板与脱模布图片的像素为1200*1900时,设置所述光源的所述预设角度为10°,此时光线的入射角度为80°,所述预设区域的选取位置为:行范围(0,1900),列范围(550,950)。
5.根据权利要求2所述的碳板脱模布到边距离检测方法,其特征在于,在步骤S4中,设置阈值下限和阈值上限,筛选出所述检测区域中灰度值介于所述阈值下限和所述阈值上限之间的像素点,并标记为边界点;
所述阈值上限的取值随所述预设区域的截取位置变化,当所述预设区域的截取位置靠近所述光源时,所述阈值上限的取值增大,所述阈值下限的取值为0。
6.根据权利要求5所述的碳板脱模布到边距离检测方法,其特征在于,根据所述光源照向碳板光线的入射角度确定所述预设区域的截取位置,当光线入射角度减小时,所述预设区域向图片中靠近所述光源的位置截取;
所述阈值上限的取值范围小于等于60。
7.根据权利要求5所述的碳板脱模布到边距离检测方法,其特征在于,在步骤S5中,提取所有边界点,设置位于所述检测区域两边由若干边界点所构成的区域分别为第一区域和第二区域,根据边距检测精度设置膨胀半径r1和腐蚀半径r2;
根据膨胀半径r1和腐蚀半径r2分别设置一个膨胀圆区域和腐蚀圆区域,先将膨胀圆区域的圆心历遍所述第一区域和所述第二区域中所有边沿位置的边界点,再通过腐蚀圆区域的圆心历遍所述第一区域和所述第二区域中剩余所有边沿位置的边界点,得到第一边界区域和第二边界区域。
8.根据权利要求7所述的碳板脱模布到边距离检测方法,其特征在于,在步骤S6中,分别求出所述第一边界区域和所述第二边界区域的最小外接矩形;
在步骤S7中,将两边界区域最小外接矩形的宽度占据像素点个数乘以单个像素的精度值得到实际长度,并分别与预设边距比较,判定是否合格。
9.根据权利要求1所述的碳板脱模布到边距离检测方法,其特征在于,在步骤S2中,提取彩色图片的R、G、B三个通道的数值,并通过预设算法提取所有像素点的灰度值,具体通过如下公式获得灰度图像数据:
g 0 =0.299*R+0.587*G+0.114*B;
其中,g 0 表示计算处理得出的像素点的灰度值。
10.一种碳板脱模布到边距离检测装置,其特征在于,包括:
成型模块,用于碳板的热固成型;
采集模块,包括光源和检测相机,用于采集经过的碳板和脱模布图像;
检测模块,对采集图片进行处理并分析脱模布的到边距离是否合格。
11.一种设备,包括存储器、处理器以及存储在存储器上并可以在处理器上运行计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现根据权利要求1-9中任一项所述的碳板脱模布到边距离检测方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序处理器执行时实现根据权利要求1-9中任一项所述的碳板脱模布到边距离检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057756.6A CN113724173B (zh) | 2021-09-09 | 2021-09-09 | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057756.6A CN113724173B (zh) | 2021-09-09 | 2021-09-09 | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724173A true CN113724173A (zh) | 2021-11-30 |
CN113724173B CN113724173B (zh) | 2022-08-19 |
Family
ID=78682989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111057756.6A Active CN113724173B (zh) | 2021-09-09 | 2021-09-09 | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724173B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066881A (zh) * | 2021-12-01 | 2022-02-18 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于非线性变换检测方法、计算机设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339603A (zh) * | 2008-08-07 | 2009-01-07 | 电子科技大学中山学院 | 一种从视频流中选取到了质量合格的虹膜图像的方法 |
CN108844471A (zh) * | 2018-08-02 | 2018-11-20 | 成都天衡智造科技有限公司 | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 |
CN112148033A (zh) * | 2020-10-22 | 2020-12-29 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112561896A (zh) * | 2020-12-22 | 2021-03-26 | 广州大学 | 一种玻璃瓶口缺陷的检测方法、系统、装置及存储介质 |
-
2021
- 2021-09-09 CN CN202111057756.6A patent/CN113724173B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339603A (zh) * | 2008-08-07 | 2009-01-07 | 电子科技大学中山学院 | 一种从视频流中选取到了质量合格的虹膜图像的方法 |
CN108844471A (zh) * | 2018-08-02 | 2018-11-20 | 成都天衡智造科技有限公司 | 一种对圆形工件边缘凹陷区域向圆心延伸长度的测量方法及装置 |
CN112148033A (zh) * | 2020-10-22 | 2020-12-29 | 广州极飞科技有限公司 | 无人机航线的确定方法、装置、设备及存储介质 |
CN112561896A (zh) * | 2020-12-22 | 2021-03-26 | 广州大学 | 一种玻璃瓶口缺陷的检测方法、系统、装置及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114066881A (zh) * | 2021-12-01 | 2022-02-18 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于非线性变换检测方法、计算机设备及存储介质 |
CN114066881B (zh) * | 2021-12-01 | 2022-07-15 | 常州市宏发纵横新材料科技股份有限公司 | 一种基于非线性变换检测方法、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113724173B (zh) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109460753B (zh) | 一种检测水上漂浮物的方法 | |
CN101799434B (zh) | 一种印刷图像缺陷检测方法 | |
CN109978839B (zh) | 晶圆低纹理缺陷的检测方法 | |
CN108562250B (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
CN110930390B (zh) | 基于半监督深度学习的芯片管脚缺失检测方法 | |
CN103051872B (zh) | 基于图像边缘提取的输送带跑偏检测方法 | |
JP2004294202A (ja) | 画面の欠陥検出方法及び装置 | |
CN112505056A (zh) | 缺陷检测方法和装置 | |
CN102620673A (zh) | 基于图像分析的隧道变形在线监测系统及其应用 | |
CN105741281B (zh) | 基于邻域离散度的图像边缘检测方法 | |
CN113724173B (zh) | 一种碳板脱模布到边距离检测方法、装置、设备和存储介质 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN116703803A (zh) | 用于检测电池极片边缘的毛刺的方法、设备和系统 | |
KR101675532B1 (ko) | 후판 표면 결함 탐상 장치 및 방법 | |
CN115876786B (zh) | 楔形焊点的检测方法及运动控制装置 | |
CN111524143A (zh) | 一种泡沫粘连图像区域分割的处理方法 | |
CN115861220A (zh) | 基于改进的ssd算法的冷轧带钢表面缺陷检测方法和系统 | |
CN116237266A (zh) | 一种法兰尺寸测量方法及其设备 | |
CN114359276B (zh) | 基于麻点缺陷的钢模下料优选方案获取方法 | |
CN115690077A (zh) | 一种泡罩板背面缺陷检测方法及系统 | |
CN106934786B (zh) | 一种实现模具监视器的图像处理软件的方法 | |
CN113469171A (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
CN110598697A (zh) | 一种基于粗细字符定位的集装箱箱号定位方法 | |
US9311710B1 (en) | Method for measuring width of gap of display module | |
CN117593302B (zh) | 一种缺陷零件溯源方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |