CN114113145A - 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 - Google Patents
一种小口径内壁微米级别缺陷检测方法、检测装置、应用 Download PDFInfo
- Publication number
- CN114113145A CN114113145A CN202111348411.6A CN202111348411A CN114113145A CN 114113145 A CN114113145 A CN 114113145A CN 202111348411 A CN202111348411 A CN 202111348411A CN 114113145 A CN114113145 A CN 114113145A
- Authority
- CN
- China
- Prior art keywords
- wall
- defect
- small
- detection
- caliber
- 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
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
- Y02E30/30—Nuclear fission reactors
Landscapes
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于筒状类待测内壁表面缺陷检测技术,公开了一种小口径内壁微米级别缺陷检测方法、检测装置、应用。通过待测内壁的尺寸的大小进行视觉环境的搭建,将条纹光源放置于待测内壁底部,CCD相机从另一端获取条纹光源在内壁中的内壁成像,当内壁存在缺陷时,对应位置缺陷图像发生偏折;通过设计条纹形状、机械结构以及CCD相机图像处理方法,对发生偏折的缺陷图像基于光线追迹方法实现小口径内壁微米级缺陷在线检测。本发明可以进行高效率检测,解决现有设备节拍慢的问题,在原先基础上提升了数十倍的检测效率。检测的成本均有降低,本发明解决了企业针对小直径内壁缺陷的高精度在线检测,提高了生产效率。
Description
技术领域
本发明属于筒状类待测内壁表面缺陷检测技术,具体属于小口径内壁表面微米级缺陷检测技术领域,尤其涉及一种基于机器视觉的小口径内壁微米级别缺陷检测装置及方法。
背景技术
目前,全球工业化水平、高端制造业等领域得到了飞速发展,各种工业设备的机械构造与功能向多元化复杂化趋势发展,越来越多的筒状类工件在机械、汽车、航空航天、军事等现代化高端制造领域中被加工予以使用,常见的应用案例如汽车发动机缸体和轴套、涡流变压器、液力变矩器、航空发动机的鼓筒等,通过与其他零部件进行装配实现滑动、消除装配间隙、保护装配件等重要功能。
由于筒状类工件在冲压、热处理、运输的过程中不可避免地出现一些缺陷,例如:内壁鼓包、划伤、裂纹。特别是针对高精度的工业设备,工件内壁缺陷的大小直接决定其功能的正常实现与使用寿命,并且还会影响整个系统的稳定性。如果此类陷没有及时发现,将会带来不可估量的损失。现阶段,生产型企业往往通过有经验的员工目检的方式对筒状类待测内壁进行检测,虽然有相关的指导性标准文件,规定了缺陷的检测的方法和环境,但是人工目检依旧面临主观性强、重复性差、效率低、无法精确量化、可靠性低等问题,往往还难以对检测的标准形成一套统一性的标准。
随着机器视觉的广泛应用,无论是在企业的加工方还是使用方都对筒状类内壁表面缺陷检测的自动化、定量化、客观化提出了迫切的检测需求,而现在的人工目检的方式无法满足现阶段的工业化的要求。因此亟需一种筒状类内壁微米级缺陷在线检测方法,提高待测内壁的检测精度以及效率。
针对表面微米级别的缺陷检测的方法通常分为接触式与非接触式两种。接触式检测主要是利用高分别率位移传感测头对待检测面进行离散测量或者连续测量获得空间位姿坐标数据,根据坐标数据进行缺陷的检测,如三坐标测量仪,依靠探针顶部的球形或针状触点与零件表面接触,通过运动轨迹变化数据得出检测结果,这种方式检测精度高并且不受外界光照强度、待测内壁表面颜色等因素的影响,但是对检测的环境要求较高、检测速度较慢并且对待测内壁造成二次伤害。非接触式检测主要是利用非接触传感器针对待检测面进行扫描,如内窥成像法、显微成像法、干涉法、结构光法、条纹反射法等。内窥成像法得益于工业内窥镜大视角和创新光学设计,专为拍摄内孔底部及其垂直内壁而设计,可用于拍摄各种直径的待测内壁,可用于内壁的异物检测,如生锈、黑斑等带有颜色特征的缺陷,针对存在微小高度并且没有明显颜色特征的缺陷,因镜头成像原理导致不具备一定的识别能力。
显微成像法是显微镜与工业CCD相机相结合的产物,可对人眼无法看到的微小缺陷进行物理方面的放大,属于一种点的观察方法,但其拍摄的视野较小,受空间局限性以及检测的节拍影响较大,不适应于工业中快速检测的设备上;针对干涉法,目前市面上英国泰勒霍普森基于多波长干涉技术研发了LuphoScan 检测系统,使用多波长探头进行螺旋式扫描,通过扫面数据进行分析缺陷检测,但是该系统结构在检测时需要对扫描轨迹进行提前规划,操作复杂,无法实现在狭小空间进行在线快速检测。全息干涉检测法利用全息照相获得物体变形前后的光波波阵面相互干涉所产生的干渉条纹图,以分析物体变形的一种干涉量度方法,检测精度可达1/100个波长,但是该方法通用性差,对工作条件和环境要求苛刻并且成本昂贵。针对干涉法,其检测的精度高,但单次视野小,类似于单点检测,整体的节拍底并且受空间的限制。结构光法利用特定的投射器将光投射到内壁上,通过对比理想检测面与待检测面中实际条纹的相位偏移,实现对管筒内壁的缺陷检测,因设备自身限制,该方法适用于大直径低精度的缺陷检测,无法实现小直径高精度的在线检测。针对结构光法,每次检测一条或者多条线的相位偏移,类似于线检测,虽然节拍由于单点检测,但其检测的精度受限,无法满足高精度的检测。
条纹反射法也属于非接触检测方法,近年在自由曲面缺陷检测领域得到了广泛的应用,通过利用CCD相机采集标准图案在自由曲面的像,通过对标准图案的畸变情况重构自由曲面的面型数据。因条纹反射法利用了光线反射的偏折效应,在实际检测中具有很高的灵敏度,并且一次性可以检测整个面,类似于面检测。但是针对管筒内壁空间狭小、缺陷检测精度高并在工业环境下实现在线检测等问题。现阶段没有得到有效的解决。综上所示,现阶段虽然有接触式和非接触式两种检测方式,其中非接触式中又可以分为点、线、面的检测方式,但是针对筒状类内壁小口径、高精度的在线快速检测仍不能适用,其主要受检测的精度、待测内壁直径的大小、检测的效率等影响。
通过上述分析,现有技术存在的问题及缺陷为:
(1)现有设备因空间或者微米缺陷无法检测。
(2)现有设备节拍慢,检测效率低。检测的成本高。
(3)现有检测装置大多数为人工肉眼检测,受主观性影响判定标准不统一。
(4)现有技术本针对小直径内壁缺陷在线检测精度低,使得生产待测内壁合格率得不到有效保证。
解决以上问题及缺陷的难度为:现阶段技术针对筒状类内壁小口径、高精度的在线快速检测的技术难点没有有效的解决方案,主要待解决的困难点为:空间上,因针对小口径的待测内壁进行在线检测,为保证检测节拍,检测的设备不能影响待测内壁的正常的运动,即需垂直待测内壁进行动态采集;精度上,因要实现微米级别的缺陷检测,需要检测设备具有高精度检测功能,若采用条纹干涉、结构光法、显微成像法虽然可实现高精度的检测,但是对待测内壁的尺寸以及运动状态提出了更高的要求,需要待测内壁处于静态的状态下进行图像的采集;节拍上,为保证工业环境的快速生产的节拍,要求检测设备在待测内壁运动的过程中实现内壁缺陷的检测,即要求检测设备通过一张图或者几张图快速地完成缺陷检测,并对检测设备的稳定性提出了更高的要求。
解决以上问题及缺陷的意义为:针对小口径的内壁产品,先前利用有经验的员工在灯光下进行目检,长时间高强度工作,造成视觉疲劳,部分缺陷产品流入市场,对整个产品造成不可估量的损失。
人工目检的检出效率180Pcs/h,一个班8人,每个班次可检测11520pcs。现在设备检测效率9000pcs/h,即每个班次可检测72000pcs,检测效率提升6.25 倍,节约了人员成本,提升生产效率。
针对检出的精度,设备可以实现微米级别的缺陷检测,并且可以追溯缺陷的大小、缺陷产生的位置以及缺陷的数量,形成一整套数据统计,为后期工艺优化提供数据基础。
通过设备进行缺陷检测,形成标准化的检出,不受主观因素的影响,保证检出标准的一致性。
针对小口径的产品,因直径尺寸的限制,市面上现有的光学方案暂不能实现内壁微米级别的缺陷检测,利用本发明提及的内容,可以实现小口径内部微米级别的缺陷检测,并且不影响产品的快速检测。
发明内容
为克服相关技术中存在的问题,本发明公开实施例提供了一种基于机器视觉的小口径内壁微米级别缺陷检测装置及方法。具体涉及一种小孔径内壁微米级别缺陷检测方法。
所述技术方案如下:一种基于机器视觉的小口径内壁微米级别缺陷检测装置,设置有:
条纹光源:由平行面光源和定做的条纹相互构成,二者贴合在一起,用于提供定制化的条纹;
工业CCD相机、镜头:用于图像的采集,获取小口径内壁缺陷的图像信息;
橡胶轮:提供摩擦,供待测内壁在在CCD相机进行图像采集的时候,保证稳定性;
待测内壁,将条纹光源放置于待测内壁底部,CCD相机从另一端观测条纹光源在内壁中的像,当内壁存在缺陷时,对应位置成像将会发生明显偏折,此时通过图像处理即可实现检测。
在一实施例中,由于内壁微小的形变将会引起光线发生明显偏折,因此通过这种方法能够实现高精度检测,基于光线追迹推导分析本方法对缺陷检测精度的影响,推到出条纹的形状。
在一实施例中,根据检测方式的原理,对硬件环境进行搭建,其关键因素主要有:1)要保证CCD相机、条纹光源的中心、筒状类待测内壁的轴线均位于同一条直线上;2)保证当管筒类待测内壁经过CCD相机时,要准确地获取待检测的图像。当三者不在同一条直线上或CCD相机未能准确采集到图像,条纹出现不均等的分布,影响后期的检测。在实际的生产当中,对设备的产量要求到达 9000pcs/h。
在一实施例中,根据机械设计,设备通过链轮带动橡胶轮实现了自转与前进,因此求取到的圆心坐标中的行坐标值接近一个定值,所以通过判定内外圆的圆心坐标中的列坐标值是否重合或者接近,来判定哪张图达到算法检测要求。待测内壁从进入CCD相机视野并到即将离开,内外圆的圆心坐标也随着待测内壁在视野中位置的变化而发生变化,通过对内外圆中列坐标值进行直线拟合,选择与交点最接近的一张图像作为算法检测图。
在一实施例中,根据算法检测图,在原图上进行裁剪,条纹在CCD相机成像中是呈固定的规律,当内壁存在缺陷时,条纹根据缺陷的大小会出现变窄或者断裂的状态。为了准确提取图像中的黑色条纹轮廓信息。首先用高斯滤波器对输入图像进行卷积滤波,并进行图像灰度的缩放等预处理操作,减小噪声对梯度计算的影响,降低将噪声误检为边缘像素的概率。再通过Canny边缘检测算法提取图像的边缘信息。通过遍历提取到条纹轮廓信息,对其进行分析统计,依次得到同一条纹对应的两条轮廓线。通过统计轮廓线的个数,当轮廓线的个数与规定的条纹个数不相等时,说明内壁存在的缺陷导致线条出现了断裂,即判定此待测内壁为NG。
本发明的另一目的在于提供一种基于机器视觉的小口径内壁微米级别缺陷检测方法,包括:
通过待测内壁的尺寸的大小进行视觉环境的搭建,将条纹光源放置于待测内壁底部,CCD相机从另一端获取条纹光源在内壁中的内壁成像,当内壁存在缺陷时,对应位置缺陷图像发生偏折;
通过设计条纹形状、机械结构以及CCD相机图像处理方法,对发生偏折的缺陷图像基于光线追迹方法实现小口径内壁微米级缺陷在线检测。
本发明另一目的在于提供一种所述的基于机器视觉的小口径内壁微米级别缺陷检测方法在机械、汽车、航空航天、军事高端制造领域中筒状类工件缺陷检测上的应用。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明通过待测内壁的尺寸的大小进行视觉环境的搭建,其中包含CCD相机、镜头、条纹光等硬件设备,CCD相机,待测内壁,条纹光源三部分组成,将条纹光源放置于待测内壁底部,CCD相机从另一端观测条纹光源在内壁中的像,当内壁存在缺陷时,对应位置成像将会发生明显偏折。通过光线追迹原理,实现条纹的定制化设计;搭建机械环境进行CCD相机的图像连续采集,通过图像处理算法实现小口径内壁微米级别的缺陷检测。
相比于现有技术,本发明的优点进一步包括:
针对小口径的内壁产品,先前利用有经验的员工在灯光下进行目检,长时间高强度工作,造成视觉疲劳,部分缺陷产品流入市场,对整个产品造成不可估量的损失。
人工目检的检出效率180Pcs/h,一个班8人,每个班次可检测11520pcs。现在设备检测效率9000pcs/h,即每个班次可检测72000pcs,检测效率提升6.25 倍,节约了人员成本,提升生产效率。
针对检出的精度,设备可以实现微米级别的缺陷检测,并且可以追溯缺陷的大小、缺陷产生的位置以及缺陷的数量,形成一整套数据统计,为后期工艺优化提供数据基础。
通过设备进行缺陷检测,形成标准化的检出,不受主观因素的影响,保证检出标准的一致性。
针对小口径的产品,因直径尺寸的限制,市面上现有的光学方案暂不能实现内壁微米级别的缺陷检测,利用本发明提及的内容,可以实现小口径内部微米级别的缺陷检测,并且不影响产品的快速检测。
本发明针对小口径内壁微米级别的缺陷可以进行识别检测,解决现有设备因空间或者微米缺陷无法检测的问题。
本发明针对小口径内壁微米级别的缺陷可以进行高效率检测,解决现有设备节拍慢的问题,在原先基础上提升了数十倍的检测效率。检测的成本均有降低,先前微米级别设备采购价均在一百多万,如蔡司三坐标测量仪,此设备仅需十几万。
本发明小口径内壁微米级别表面缺陷检测装置相较于人工肉眼检测,具有高效性、敏捷性、便捷性、准确性等特性,解放劳动力,并且具有统一的判定标准。
本发明针对实际应用效果,其工艺生产节拍提高了78%,并在客户现场进行一致推广使用。成功转化为待测内壁运用到加工生产企业,解决了企业针对小直径内壁缺陷的高精度在线检测,提高了企业的生产效率避免不合格的待测内壁流入到终端客户。
当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明的公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本发明实施例中小口径内壁微米级表面缺陷检测装置示意图,图中示出整体结构及各个结构部件的空间排布位置、结构相互连接方式及各个部件结构形态。
图2为本发明实施例中小口径内壁微米级表面缺陷装置光路图。
图3为本发明实施例中小口径内壁微米级表面缺陷装置理论光线追迹示意图;其中,图3(a)为CCD相机图像采集正向刨面图;图3(b)为当内部存在缺陷时,过缺陷中心的刨面图。
图4为本发明实施例中小口径内壁微米级表面缺陷检测装置的沿CCD相机有无内壁缺陷试图。其中,图4(a)为无内壁缺陷俯视图;图4(b)为有内壁缺陷俯视图。
图5为本发明实施例中小口径内壁微米级表面缺陷检测装置中单条线的条纹示意图。
图6为本发明实施例中小口径内壁微米级表面缺陷检测装置中条纹定制图。
图7为本发明实施例中小口径内壁微米级表面缺陷检测装置CCD相机依次拍摄得到的图像;
图8为本发明实施例中小口径内壁微米级表面缺陷检测装置CCD相机多次采集内圆与外圆的圆心坐标的运动图;
图9为本发明实施例中小口径内壁微米级表面缺陷检测装置中感兴趣区域的获取,其中:图9(a)选择的理想图像;图9(b)内圆提取图像;图9(c) 感兴趣区域的获取;图9(d)感兴趣区域的局部放大图。
图10为本发明实施例中小口径内壁微米级表面缺陷检测装置中算法提取的效果图,其中:图10(a)Sobel算子强化处理后的局部图;图10(b)Canny 算子边缘提取后的局部图;图10(c)连通域算子处理后的局部图;图10(d) 算法处理的全局图。
图11为本发明实施例中小口径内壁微米级表面缺陷检测装置中检出效果对比图,其中:图11(a)8um缺陷局部放大图;图11(b)8um缺陷算法提取局部放大图;图11(c)8um缺陷三坐标测量数据。
图12为本发明实施例中小口径内壁微米级表面缺陷检测装置中针对同一高度缺陷在内壁不同的位置其缺陷在图像中呈现的状态以及检出效果;
图13为本发明实施例中小口径内壁微米级表面缺陷检测装置中针对不同大小缺陷在内壁不同的位置其缺陷在图像中呈现的状态以及检出效果图。
图中:1、CCD相机;2、待测内壁;3、条纹光源;4、工业镜头;5、内壁成像;6、缺陷图像。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
下面结合具体实施例及附图对本发明的技术方案作进一步描述。
如图1-图2所示,本发明提供的基于机器视觉的小口径内壁微米级表面缺陷检测装置通过设计一种小口径内壁微米级缺陷检测装置。经由CCD相机1、工业镜头4与条纹光源3相互配合,采集小口径内壁微米级别缺陷图像6,通过设计条纹形状、机械结构以及后期的算法编写,实现小口径内壁微米级缺陷在线检测。
检测装置主要由CCD相机1,待测内壁2,条纹光源3、工业镜头4组成,将条纹光源3放置于待测内壁2底部,CCD相机1从另一端观测条纹光源3在内壁中的内壁成像5,当内壁存在缺陷时,对应位置缺陷图像6将会发生明显偏折,此时通过图像处理即可实现检测,其原理如图1所示,缺陷产生原因光路如图2 所示。
在本发明一优先实施例中,该基于机器视觉的小口径内壁微米级缺陷检测装置,当内壁存在微小的形变时将会引起光线发生明显偏折,因此通过这种方法能够实现高精度检测,基于光线追迹推导分析本方法对缺陷检测精度的影响,推到出条纹的形状,光线追迹如图3所示。
如果内壁存在缺陷,光线经过内壁反射后在内壁径向和切向都将产生偏移,首先分析在径向产生的偏移,具体如图3(a)所示。为方便计算,这里通过逆向光线追迹的方式进行计算,假设光线从CCD发出,经过透镜光心后入射到内壁上P点,经过内壁反射后映射到屏幕上Q点,OP与光轴夹角为θ,PQ与光轴夹角为α,若内壁倾斜量为γ,则根据反射定律可得到
α=θ+2γ (1)
当内壁存在缺陷时,内壁产生局部倾斜,具体如图3(b)所示,图3(b)为过缺陷中心的剖面图,满足公式
化解后可以得到缺陷深度与缺陷半径的映射关系
由于缺陷相对于待测表面来说所占面积很小,因此不经过缺陷中心的切面所对应的直径R0可通过
计算,且满足
其中Z0为缺陷附近任意一点在z方向与缺陷中心的距离。联立(1)(2)(4)(5) (6)可得在屏幕径向映射点和光轴的距离:
无缺陷情况下该距离为
即由缺陷引入的径向偏差为
由于γ约等于0,所以可以近似表示为:
代入
得
除径向外,缺陷引入光线还会在切向产生偏移,示意如图4所示,图4(a) 为无缺陷情况下的沿CCD相机1光轴方向的俯视图,图4(b)为有缺陷情况下的沿CCD相机1光轴方向的俯视图,其中γ2为缺陷引起的内壁切向角度变化量,无缺陷情况下满足γ2=0,有缺陷存在时,切向偏移量近似可表示为
diff2=2d1γ2 (10)
由于缺陷口径远小于缺陷半径以及内壁半径,因此
其中
由于图4(a)可得其中
d1=(h-h0)tan(α) (13)
联立(10)(11)(12)可得
由于α约等于θ,且y0约等于0,因此上式还可近似表示为
通过上述计算得到了当内壁存在缺陷时,缺陷不同位置所引起的屏幕映射点在径向和切向的变化量,通过解析这一变化量在CCD相机1中映射点的变化量,能够更好的分析系统能够分辨的最小缺陷,屏幕在内壁所成的镜像在径向没有缩放,因此从屏幕到CCD相机1径向缩放比为f/h,屏幕在内壁所成的镜像在切向缩放比例为(φ+d1)/(φ-d1),因此从屏幕到CCD相机1切向缩放比例为 [(f(φ+d1)]/[h(φ-d1)],最终缺陷引起偏移量换算到CCD相机1像素坐标中为:
通过联立,认为条纹走向与径向存在一定夹角的情况下,条纹的偏折程度更加明显,具体条纹公式为,
<(dx,dy),(x,y)>=γ0 (18)
其中x,y为条纹上任意点坐标,dx,dy为条纹上任意点与该点无限近点之间在x和y方向的距离,如图5所示,最终生成条纹图样如图6所示。
该基于机器视觉的小口径内壁微米级陷检测装置,根据检测方式的原理,对硬件环境进行搭建,其关键因素主要有:1)要保证CCD相机1、条纹光源3的中心、筒状类的轴线均位于同一条直线上;2)保证当管筒类待测内壁2经过CCD 相机1时,要准确地获取待检测的图像。当三者不在同一条直线上或CCD相机1 未能准确采集到图像,条纹出现不均等的分布,影响后期的检测。在实际的生产当中,对设备的产量要求到达9000pcs/h。
待测内壁2放在两个橡胶轮中间,通过链条带动进行移动,既实现了待测内壁2的自转,又实现待测内壁2横向运动,解决待测内壁2的节拍问题,也为其他工位检测提供检测环境。在设备检测中,要求CCD相机1中心与条纹光源3的中心均要位于管筒的轴线上,考虑到机械结构在运动过程中存在一定的跳动,若采用传感器触发CCD相机1进行固定点位拍照很难保证其位置的精确性,并且传感器触发信号经过PLC转换再传给应用层进行CCD相机1的触发拍照,此过程的耗时因处理器CPU运行不稳定导致耗时在一定范围内波动,经过批量测试,针对快速在线检测设备并且对同轴度要求这么高的情况下,是无法保证传感器每次触发拍摄的照片是理想的状态。因此采用了高帧率的黑白CCD 相机1,通过传感器触发CCD相机1进行连续采集,利用算法从连续采集的图中选取待检测的图像。
该基于机器视觉的小口径内壁微米级陷检测装置,设备通过链轮带动橡胶轮实现了自转与前进,因此求取到的圆心坐标中的行坐标值接近一个定值,所以通过判定内外圆的圆心坐标中的列坐标值是否重合或者接近,来判定哪张图达到算法检测要求。待测内壁2从进入CCD相机1视野并到即将离开,内外圆的圆心坐标也随着待测内壁2在视野中位置的变化而发生变化,通过对内外圆中列坐标值进行直线拟合,选择与交点最接近的一张图像作为算法检测图。如图7所示,CCD相机1连续进行图像的采集的示意图。如图8所示,内外圆的圆心坐标变化示意图,从图8可以看出,其第4张图为最优图像。
该基于机器视觉的小口径内壁微米级陷检测装置,根据算法检测图,在原图上进行裁剪,条纹在CCD相机成像中是呈固定的规律,当内壁存在缺陷时,条纹根据缺陷的大小会出现变窄或者断裂的状态,如图9所示。
如图10所示,为了准确提取图像中的黑色条纹轮廓信息。首先用高斯滤波器对输入图像进行卷积滤波,并进行图像灰度的缩放等预处理操作,减小噪声对梯度计算的影响,降低将噪声误检为边缘像素的概率。再通过Canny边缘检测算法提取图像的边缘信息。通过遍历提取到条纹轮廓信息,对其进行分析统计,依次得到同一条纹对应的两条轮廓线。通过统计轮廓线的个数,当轮廓线的个数与规定的条纹个数不相等时,说明内壁存在的缺陷导致线条出现了断裂,即判定此待测内壁2为NG。
该基于机器视觉的小口径内壁微米级陷检测装置,利用蔡司三坐标测量仪对小口径内壁样件进行缺陷测量,测量其高度值为8um,利用本发明的对其进行检测,CCD相机1拍摄的图以及检出图如图11所示。
通过在实际现场进行缺陷检出的对比性测试,在设备实际运行中,缺陷可能出现在内壁的任意位置,需要设备针对不同位置的缺陷均具有检出能力。因缺陷是随机产生的,很难发现同一特征的缺陷在内壁不同位置的情况,因此在相机拍摄的方向上通过移动管筒模拟缺陷在不同位置的状态,每次移动固定距离,兼顾CCD相机1的检测视野。每次移动2mm,缺陷在图像中呈现的状态以及算法提取的结果如图12所示。经过算法处理并对数据分析,同一缺陷在内壁不同的位置其缺陷在图像中体现的形态相似,条纹畸变的情况相似,利用本文提出的原理进行缺陷的提取,均可以进行稳定的检出。验证了本设备针对同一大小的缺陷在不同位置其检出稳定性是一致的。
为验证设备针对缺陷的在线检测能力,在现场收集不同高度的缺陷样件,并利用接触式设备测量出对应的高度值,进行编号统计。设备正常开启,针对每个样件进行50组重复性测试。针对不同高度的样件,缺陷在图像中呈现的状态以及算法提取的结果如图13所示。经过批量重复性测试,其结果如下表1所示。
表1
通过对不同高度缺陷产品进行往复测试,从相机采集的图像以及测试数据中得出,设备针对内壁缺陷具有检出能力,在接近设备检出的临界值时,部分缺陷的判断结果存在偏差,但是属于设备允许的检测范围内。针对4微米以下以及7um以上的缺陷检出的一致性接近100%,因此本发明提及到的检测系统以及检测原理针对缺陷具有良好的检出能力。
本领域技术人员在考虑说明书及实践这里公开的公开后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。
Claims (10)
1.一种基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,所述基于机器视觉的小口径内壁微米级别缺陷检测方法包括:
通过待测内壁的尺寸的大小进行视觉环境的搭建,将条纹光源放置于待测内壁底部,CCD相机从另一端获取条纹光源在内壁中的内壁成像,当内壁存在缺陷时,对应位置缺陷图像发生偏折;
通过设计条纹形状、机械结构以及CCD相机图像处理方法,对发生偏折的缺陷图像基于光线追迹方法实现小口径内壁微米级缺陷在线检测。
2.根据权利要求1所述的基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,待测内壁的尺寸的大小进行视觉环境的搭建中,根据检测方式的原理,对硬件环境进行搭建,CCD相机、条纹光源的中心、筒状类待测内壁的轴线均位于同一条直线上。
3.根据权利要求1所述的基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,所述机械结构的设计中,设备通过链轮带动橡胶轮实现自转与前进,求取到的待测内壁圆心坐标中的行坐标值接近一个定值,通过判定内外圆的圆心坐标中的列坐标值是否重合或者接近,判定哪张图达到检测要求;待测内壁从进入CCD相机视野并到离开,内外圆的圆心坐标也随着待测内壁在视野中位置的变化而发生变化,通过对内外圆中列坐标值进行直线拟合,选择与交点最接近的一张图像作为检测图。
4.根据权利要求3所述的基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,根据检测图,在原图上进行裁剪,当待测内壁存在缺陷时,条纹根据缺陷的大小出现变窄或者断裂;对变窄或者断裂的图像提取黑色条纹轮廓信息,首先用高斯滤波器对输入图像进行卷积滤波,并进行图像灰度的缩放预处理操作;再通过Canny边缘检测算法提取图像的边缘信息;通过遍历提取到条纹轮廓信息,对变窄或者断裂的图像进行分析统计,依次得到同一条纹对应的两条轮廓线;通过统计轮廓线的个数,当轮廓线的个数与规定的条纹个数不相等时,内壁存在的缺陷导致线条出现断裂,判定此待测内壁存在缺陷。
5.根据权利要求1所述的基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,所述基于光线追迹方法实现小口径内壁微米级缺陷在线检测包括:
若内壁存在缺陷,光线经过待测内壁反射后在内壁径向和切向都产生偏移,首先分析在径向产生的偏移,通过逆向光线追迹的方式进行计算,光线从CCD相机发出,经过透镜光心后入射到内壁上P点,经过内壁反射后映射到屏幕上Q点,OP与光轴夹角为θ,PQ与光轴夹角为α,若内壁倾斜量为γ,则根据反射定律得到
α=θ+2γ (1)
当内壁存在缺陷时,内壁产生局部倾斜,满足公式
化解后得到缺陷深度与缺陷半径的映射关系
由于缺陷相对于待测表面来说所占面积小,不经过缺陷中心的切面所对应的直径R0通过
计算,且满足
其中Z0为缺陷附近任意一点在z方向与缺陷中心的距离;联立(1)(2)(4)(5)(6)得在屏幕径向映射点和光轴的距离:
无缺陷情况下该距离为
由缺陷引入的径向偏差为
由于γ等于0,表示为:
代入
得
7.根据权利要求6所述的基于机器视觉的小口径内壁微米级别缺陷检测方法,其特征在于,所述基于光线追迹方法实现小口径内壁微米级缺陷在线检测进一步包括:
缺陷不同位置所引起的CCD相机的屏幕映射点在径向和切向的变化量不同,通过解析这变化量在CCD相机中映射点的变化量,能分辨出最小缺陷,从屏幕到CCD相机径向缩放比为f/h,屏幕在内壁所成的镜像在切向缩放比例为(φ+d1)/(φ-d1),从屏幕到CCD相机切向缩放比例为[(f(φ+d1)]/[h(φ-d1)],最终缺陷引起偏移量换算到CCD相机像素坐标中为:
通过联立,条纹走向与径向存在一定夹角的情况下,条纹的偏折程度更加明显,具体条纹公式为,
<(dx,dy),(x,y)>=γ0 (18)
其中x,y为条纹上任意点坐标,dx,dy为条纹上任意点与该点无限近点之间在x和y方向的距离。
8.一种实施权利要求1-7任意一项所述基于机器视觉的小口径内壁微米级别缺陷检测方法的小口径内壁微米级别缺陷检测装置,其特征在于,所述基于机器视觉的小口径内壁微米级别缺陷检测装置包括:
条纹光源,由平行面光源和定做的条纹相互构成,二者贴合在一起,用于提供定制化的条纹;
CCD相机,用于图像的采集,获取小口径内壁缺陷的图像信息;
将所述条纹光源放置于待测内壁底部,CCD相机从另一端获取条纹光源在待测内壁中的内壁成像,当待测内壁存在缺陷时,对应位置缺陷图像发生偏折,通过CCD相机图像处理实现待测内壁缺陷的检测。
9.根据权利要求8所述的基于机器视觉的小口径内壁微米级别缺陷检测装置,其特征在于,所述CCD相机上集成有工业镜头,用于图像的采集;
待测内壁在CCD相机进行图像采集时,通过橡胶轮用于保证待测内壁的稳定性。
10.一种如权利要求1-7任意一项所述的基于机器视觉的小口径内壁微米级别缺陷检测方法在机械、汽车、航空航天、军事高端制造领域中筒状类工件缺陷检测上的应用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348411.6A CN114113145B (zh) | 2021-11-15 | 2021-11-15 | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111348411.6A CN114113145B (zh) | 2021-11-15 | 2021-11-15 | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114113145A true CN114113145A (zh) | 2022-03-01 |
CN114113145B CN114113145B (zh) | 2022-09-02 |
Family
ID=80395518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111348411.6A Active CN114113145B (zh) | 2021-11-15 | 2021-11-15 | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114113145B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114660077A (zh) * | 2022-05-23 | 2022-06-24 | 菲特(天津)检测技术有限公司 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030038933A1 (en) * | 2001-04-19 | 2003-02-27 | Dimensional Photonics Inc. | Calibration apparatus, system and method |
JP2016080470A (ja) * | 2014-10-15 | 2016-05-16 | 太陽誘電株式会社 | 欠陥検出装置、処理装置、および欠陥検出方法 |
CN105783775A (zh) * | 2016-04-21 | 2016-07-20 | 清华大学 | 一种镜面及类镜面物体表面形貌测量装置与方法 |
CN110047066A (zh) * | 2019-03-30 | 2019-07-23 | 天津大学 | 一种基于条纹偏折的光滑内壁微小缺陷检测方法 |
CN112150441A (zh) * | 2020-09-24 | 2020-12-29 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的光滑漆面表面缺陷检测方法 |
CN112326671A (zh) * | 2020-11-05 | 2021-02-05 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的金属板材表面缺陷检测方法 |
CN113155839A (zh) * | 2021-01-06 | 2021-07-23 | 天津大学 | 一种基于机器视觉的钢板外表面缺陷在线检测方法 |
-
2021
- 2021-11-15 CN CN202111348411.6A patent/CN114113145B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030038933A1 (en) * | 2001-04-19 | 2003-02-27 | Dimensional Photonics Inc. | Calibration apparatus, system and method |
JP2016080470A (ja) * | 2014-10-15 | 2016-05-16 | 太陽誘電株式会社 | 欠陥検出装置、処理装置、および欠陥検出方法 |
CN105783775A (zh) * | 2016-04-21 | 2016-07-20 | 清华大学 | 一种镜面及类镜面物体表面形貌测量装置与方法 |
CN110047066A (zh) * | 2019-03-30 | 2019-07-23 | 天津大学 | 一种基于条纹偏折的光滑内壁微小缺陷检测方法 |
CN112150441A (zh) * | 2020-09-24 | 2020-12-29 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的光滑漆面表面缺陷检测方法 |
CN112326671A (zh) * | 2020-11-05 | 2021-02-05 | 菲特(天津)检测技术有限公司 | 一种基于机器视觉的金属板材表面缺陷检测方法 |
CN113155839A (zh) * | 2021-01-06 | 2021-07-23 | 天津大学 | 一种基于机器视觉的钢板外表面缺陷在线检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114660077A (zh) * | 2022-05-23 | 2022-06-24 | 菲特(天津)检测技术有限公司 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114113145B (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9372160B2 (en) | Method and system for optically inspecting the ends of a manufactured part at a single inspection station having a measurement axis | |
US7384806B2 (en) | Method for characterizing defects on semiconductor wafers | |
EP1995553B1 (en) | System and method for identifying a feature of a workpiece | |
JP5676387B2 (ja) | 外観検査方法及びその装置 | |
Perng et al. | A novel internal thread defect auto-inspection system | |
EP3388781B1 (en) | System and method for detecting defects in specular or semi-specular surfaces by means of photogrammetric projection | |
Sioma | Assessment of wood surface defects based on 3D image analysis | |
CN104777174B (zh) | 轴类零件截面突变部位表面疲劳裂纹检测系统及方法 | |
CN114113145B (zh) | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 | |
CN108805870A (zh) | 一种带针座的接插件的检测方法 | |
TWI407078B (zh) | Micro - lens array surface profile detection system and its detection method | |
Zhang et al. | Research on surface defect detection of ceramic ball based on fringe reflection | |
Yuan et al. | High dynamic online detection method for surface defects of small diameter reflective inner wall | |
US10438341B2 (en) | Apparatus for detecting corrosion in an article | |
CN110618140A (zh) | 一种轴承套圈磨削振纹的机器视觉检测系统和方法 | |
US20140347438A1 (en) | Triangulation-based, 3-d method and system for imaging the outer peripheral surface of a part | |
Molleda et al. | A profile measurement system for rail manufacturing using multiple laser range finders | |
JP2015129751A (ja) | 検査方法及びその装置 | |
Junaid et al. | In-Process Measurement in Manufacturing Processes | |
Brambilla et al. | Automated Vision Inspection of Critical Steel Components based on Signal Analysis Extracted form Images | |
RU2777718C1 (ru) | Способ неразрушающего оптико-визуального контроля изделий методом машинного зрения | |
US20230082607A1 (en) | Three dimensional strobo-stereoscopic imaging systems and associated methods | |
Tailor | Automatic Surface Defect Quantification in 3D. | |
JP2018059883A (ja) | 表面検査装置及び表面検査方法 | |
Jalili et al. | A cheap visual inspection system for measuring dimensions of brass gear |
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 |