CN114660077A - 基于反射定律的管筒类内壁微米级缺陷在线检测方法 - Google Patents
基于反射定律的管筒类内壁微米级缺陷在线检测方法 Download PDFInfo
- Publication number
- CN114660077A CN114660077A CN202210559580.2A CN202210559580A CN114660077A CN 114660077 A CN114660077 A CN 114660077A CN 202210559580 A CN202210559580 A CN 202210559580A CN 114660077 A CN114660077 A CN 114660077A
- Authority
- CN
- China
- Prior art keywords
- image
- point
- reflection
- wall
- moire
- 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
- 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
- G01N21/954—Inspecting the inner surface of hollow bodies, e.g. bores
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Analytical Chemistry (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Optimization (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Operations Research (AREA)
- Signal Processing (AREA)
- Algebra (AREA)
- Quality & Reliability (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了基于反射定律的管筒类内壁微米级缺陷在线检测方法,包括以下步骤:步骤一,构建云纹面光源;步骤二,搭建硬件环境;步骤三,图像采集;步骤四,确定最理想图像;步骤五,图像处理;步骤六,缺陷判断;所述步骤二中,在实际生产中,将管筒类产品放在两个橡胶轮中间,通过链条带动进行移动,实现了管筒类产品的自转和横向运动,采用小分辨率黑白CCD相机进行拍摄;本发明基于光学反射原理和机器视觉检测原理搭建出检测模型,利用反射式条纹偏折法实现小口径内壁缺陷检测,并且可以通过条纹的畸变情况对缺陷的大小进行判断,解决了现有行业中管筒类产品内壁缺陷检测难点,实现内壁微米级别的缺陷在线检测。
Description
技术领域
本发明涉及零件检测技术领域,具体为基于反射定律的管筒类内壁微米级缺陷在线检测方法。
背景技术
在汽车、航空航天等领域,管筒状零件的应用比例越来越大,如航空发动机鼓筒、结晶器、液力变矩器等,此类零件的检测往往是通过人工目检的方法进行检测,该方法主要是聘请有丰富经验、强烈责任心的专业人员,通过在特定光源,特定角度下进行观察;此方法无法对产品产生一个客观的评价,在很大程度上,是由工作经验和责任心等因素的影响,人力物力投入大,产出比低;管筒类内壁微米级的鼓包检测在自动化检测行业一直是未解决的难题,也未提出一套稳定的在线实时检测的有效方法;
在现有技术中,基于微米级鼓包缺陷检测方法主要分为以下三类:第一类是投影法,Duran O利用特定的光环投射器将光环投影到内壁上,通过改变光环投射器在管筒轴向上的位置,通过CCD相机获取每一个位置的图像,获取内壁的形状,但是该方法适用于静态检测;Hao等利用薄膜晶体管向被测物投射结构光,通过对比标准面与待测面中条纹的相位偏移实现了对镜面物体的检测,该方法中标准面的选取对检测结果的影响比较大,也只适用于静态;第二类是相位偏折束,相位测量偏折术(Phase Measuring Deflectometry,PMD)通过向镜面类物体表面投射相位编码的图像,利用反射图像对被测表面微小变化敏感的特点,通过解算反射图像相位实现缺陷的检测;Zhao等提出一种基于相位偏折技术的光学表面疵病检测方法,利用水平和垂直两个方向上的正弦条纹,采用移相技术提取相位分布图,此方法需要采集多个相位的图像,操作复杂,且在非理想镜面下相位解析达不到理论;第三类是激光三角法,WEI等利用激光三角法进行检测,通过驱动结构使管筒进行自转,CCD相机拍摄投影到内壁的线激光图像,结合相机标定获取内壁的三维点云图,完成内壁缺陷的检测,仅适应于内壁大缺陷的检测;
综上所述,现有技术暂且无法实现小口径内壁微米级别的缺陷检测,主要受限于机械结构、产品的直径大小以及检测缺陷的尺寸大小;由于内壁为回转结构,因此测量系统往往难以通过单次测量实现内壁整体信息获取,造成检测效率下降;其次,管筒类产品内壁尺寸往往较小,限制了测量系统深入其中进行测量;最后,内壁缺陷检测对检测精度要求比较高,一般测量手段难以满足微米级快速测量的需求。
发明内容
本发明的目的在于提供基于反射定律的管筒类内壁微米级缺陷在线检测方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:基于反射定律的管筒类内壁微米级缺陷在线检测方法,包括以下步骤:步骤一,构建云纹面光源;步骤二,搭建硬件环境;步骤三,图像采集;步骤四,确定最理想图像;步骤五,图像处理;步骤六,缺陷判断;
其中在上述步骤一中,包括以下步骤:
1)以底面圆心为原点,管筒轴向为z轴建立坐标系,管筒内壁半径为R;因CCD相机中心、管筒轴和云纹面光源中心三者位于同一轴线上,因此CCD相机M位于z轴上,设其坐标为,云纹上的物点,假设像点,求的反射点为,并且位于内壁上,所以
可得:
2)由式1-3构成一个非线性方程组,为求解反射点坐标和像点坐标,将空间的点、、、和水平投影在坐标面上,因为点、、、和均位于同一平面,且反射点P位于管筒内壁上,因此原点、物点、反射点、像点以及CCD相机均位于同一条直线上,设直线斜率为K,则,由几何光学知:,可得:
4)将云纹条纹放置在平行光源的正前方,共同构成云纹面光源;
其中在上述步骤二中,将CCD相机、管筒类产品以及云纹面光源放置同一轴线上,并确保当管筒类产品经过CCD相机时,可准确地获取理想的图像;
其中在上述步骤三中,启动云纹面光源发出云纹光,云纹光反射到产品内壁上,并利用传感器触发CCD相机采集多张图;
其中在上述步骤四中,根据步骤三中所采集到的图像,获取产品的两端形状即外圆与内圆,并利用算法计算得到外圆的圆心坐标以及内圆的圆心坐标,通过判定内圆与外圆的圆心坐标值,确定最理想图像;
其中在上述步骤五中,首先对步骤五中所获取的最理想图像进行预处理,使图像中黑白条纹的对比度增加,获取图像中检测区域的灰度直方图;其次用高斯滤波器对输入图像进行卷积滤波,减小噪声对梯度计算的影响;最后遍历图像中每个像素,利用Canny边缘检测方法提取图像的边缘,对黑色条纹轮廓线依次进行遍历,得到每个黑色条纹对应的两条轮廓线条;
其中在上述步骤六中,观察步骤四中处理后的图像,若管筒内壁存在缺陷,在图像中体现为线条的畸变,通过判定线条畸变的情况可间接地反映鼓包的高度信息。
可得:
其中l1,m1,n1为入射光线空间向量坐标;l2,m2,n2为法线空间向量坐标;l3,m3,n3为反射光线空间向量坐标。
优选的,所述步骤一公式(2)中,
优选的,所述步骤二中,在实际生产中,将管筒类产品放在两个橡胶轮中间,通过链条带动进行移动,实现了管筒类产品的自转和横向运动,采用小分辨率黑白CCD相机进行拍摄。
优选的,所述步骤三中,CCD相机采用连续采集的拍摄方式。
优选的,所述步骤四中,最理想图像的内圆与外圆的圆心坐标值最为接近。
与现有技术相比,本发明的有益效果是:本发明基于光学反射原理和机器视觉检测原理搭建出检测模型,利用反射式条纹偏折法实现小口径内壁缺陷检测,并且可以通过条纹的畸变情况对缺陷的大小进行判断,解决了现有行业中管筒类产品内壁缺陷检测难点,实现内壁微米级别的缺陷在线检测。
附图说明
图1为本发明的方法流程图;
图3为非线性方程组平面直角坐标系图;
图4为本发明的云纹条纹图;
图5为本发明的设备放置图;
图6为CCD相机连续采集到的图像;
图7为最理想图像;
图8为最理想图像的缺陷区域放大图;
图9为处理后的最理想图像;
图10为处理后的最理想图像的缺陷区域放大图。
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。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-10,本发明提供的一种实施例:基于反射定律的管筒类内壁微米级缺陷在线检测方法,包括以下步骤:步骤一,构建云纹面光源;步骤二,搭建硬件环境;步骤三,图像采集;步骤四,确定最理想图像;步骤五,图像处理;步骤六,缺陷判断;
其中在上述步骤一中,包括以下步骤:
1)以底面圆心为原点,管筒轴向为z轴建立坐标系,管筒内壁半径为R;因CCD相机中心、管筒轴和云纹面光源中心三者位于同一轴线上,因此CCD相机M位于z轴上,设其坐标为,云纹上的物点,假设像点,求的反射点为,并且位于内壁上,所以
可得:
2)由式1-3构成一个非线性方程组,为求解反射点坐标和像点坐标,将空间的点、、、和水平投影在坐标面上,因为点、、、和均位于同一平面,且反射点P位于管筒内壁上,因此原点、物点、反射点、像点以及CCD相机均位于同一条直线上,设直线斜率为K,则,由几何光学知:,可得:
4)将云纹条纹放置在平行光源的正前方,共同构成云纹面光源;
其中在上述步骤二中,将CCD相机、管筒类产品以及云纹面光源放置同一轴线上,并确保当管筒类产品经过CCD相机时,可准确地获取理想的图像;在实际生产中,将管筒类产品放在两个橡胶轮中间,通过链条带动进行移动,实现了管筒类产品的自转和横向运动,采用小分辨率黑白CCD相机进行拍摄;
其中在上述步骤三中,启动云纹面光源发出云纹光,云纹光反射到产品内壁上,并利用传感器触发CCD相机连续采集多张图;
其中在上述步骤四中,根据步骤三中所采集到的图像,获取产品的两端形状即外圆与内圆,并利用算法计算得到外圆的圆心坐标以及内圆的圆心坐标,通过判定内圆与外圆的圆心坐标值的接近程度,取接近程度最高的图像作为最理想图像,此处取Image_5作为为最理想图像;
其中在上述步骤五中,首先对步骤五中所获取的最理想图像进行预处理,使图像中黑白条纹的对比度增加,获取图像中检测区域的灰度直方图;其次用高斯滤波器对输入图像进行卷积滤波,减小噪声对梯度计算的影响;最后遍历图像中每个像素,利用Canny边缘检测方法提取图像的边缘,对黑色条纹轮廓线依次进行遍历,得到每个黑色条纹对应的两条轮廓线条;
其中在上述步骤六中,观察步骤四中处理后的图像,若管筒内壁存在缺陷,在图像中体现为线条的畸变,通过判定线条畸变的情况可间接地反映鼓包的高度信息。
基于上述,本发明的优点在于,本发明基于光学反射原理和机器视觉检测原理设计了一种管筒内壁微米级缺陷检测方法,具体为:首先针对管筒类产品直径小、缺陷小等问题,根据检测需求设计云纹,并且与平行光源共同组成云纹面光源,利用反射到内壁上的条纹将内壁上的缺陷呈现出来;其次,通过对CCD相机拍摄的图像进行处理,对图像进行对比度增强,提取黑色条纹的轮廓线;最后,通过判断黑色条纹轮廓线的畸变情况间接反映出缺陷的大小,通过实际证明,本发明可实现对管筒内壁微米级的缺陷进行稳定可靠的检测。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (6)
1.基于反射定律的管筒类内壁微米级缺陷在线检测方法,包括以下步骤:步骤一,构建云纹面光源;步骤二,搭建硬件环境;步骤三,图像采集;步骤四,确定最理想图像;步骤五,图像处理;步骤六,缺陷判断;其特征在于:
其中在上述步骤一中,包括以下步骤:
1)以底面圆心为原点,管筒轴向为z轴建立坐标系,管筒内壁半径为R;因CCD相机中心、管筒轴和云纹面光源中心三者位于同一轴线上,因此CCD相机M位于z轴上,设其坐标为,云纹上的物点,假设像点,求的反射点为,并且位于内壁上,所以
可得:
其中l1,m1,n1为入射光线空间向量坐标;l2,m2,n2为法线空间向量坐标;l3,m3,n3为反射光线空间向量坐标;
2)由式1-3构成一个非线性方程组,为求解反射点坐标和像点坐标,将空间的点、、、和水平投影在坐标面上,因为点、、、和均位于同一平面,且反射点P位于管筒内壁上,因此原点、物点、反射点、像点以及CCD相机均位于同一条直线上,设直线斜率为K,则,由几何光学知:,可得:
4)将云纹条纹放置在平行光源的正前方,共同构成云纹面光源;
其中在上述步骤二中,将CCD相机、管筒类产品以及云纹面光源放置同一轴线上,并确保当管筒类产品经过CCD相机时,可准确地获取理想的图像;
其中在上述步骤三中,启动云纹面光源发出云纹光,云纹光反射到产品内壁上,并利用传感器触发CCD相机采集多张图;
其中在上述步骤四中,根据步骤三中所采集到的图像,获取产品的两端形状即外圆与内圆,并利用算法计算得到外圆的圆心坐标以及内圆的圆心坐标,通过判定内圆与外圆的圆心坐标值,确定最理想图像;
其中在上述步骤五中,首先对步骤五中所获取的最理想图像进行预处理,使图像中黑白条纹的对比度增加,获取图像中检测区域的灰度直方图;其次用高斯滤波器对输入图像进行卷积滤波,减小噪声对梯度计算的影响;最后遍历图像中每个像素,利用Canny边缘检测方法提取图像的边缘,对黑色条纹轮廓线依次进行遍历,得到每个黑色条纹对应的两条轮廓线条;
其中在上述步骤六中,观察步骤四中处理后的图像,若管筒内壁存在缺陷,在图像中体现为线条的畸变,通过判定线条畸变的情况可间接地反映鼓包的高度信息。
4.根据权利要求1所述的基于反射定律的管筒类内壁微米级缺陷在线检测方法,其特征在于:所述步骤二中,在实际生产中,将管筒类产品放在两个橡胶轮中间,通过链条带动进行移动,实现了管筒类产品的自转和横向运动,采用小分辨率黑白CCD相机进行拍摄。
5.根据权利要求1所述的基于反射定律的管筒类内壁微米级缺陷在线检测方法,其特征在于:所述步骤三中,CCD相机采用连续采集的拍摄方式。
6.根据权利要求1所述的基于反射定律的管筒类内壁微米级缺陷在线检测方法,其特征在于:所述步骤四中,最理想图像的内圆与外圆的圆心坐标值最为接近。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559580.2A CN114660077A (zh) | 2022-05-23 | 2022-05-23 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210559580.2A CN114660077A (zh) | 2022-05-23 | 2022-05-23 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114660077A true CN114660077A (zh) | 2022-06-24 |
Family
ID=82037970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210559580.2A Pending CN114660077A (zh) | 2022-05-23 | 2022-05-23 | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114660077A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701922A (zh) * | 2009-11-19 | 2010-05-05 | 西北工业大学 | 一种光学无损检测环形内壁表面的装置 |
CN109557101A (zh) * | 2018-12-29 | 2019-04-02 | 桂林电子科技大学 | 一种非标高反射曲面工件的缺陷检测装置及方法 |
CN110132992A (zh) * | 2019-03-30 | 2019-08-16 | 天津大学 | 一种光滑内壁微小缺陷视觉检测装置 |
US20210343002A1 (en) * | 2020-07-28 | 2021-11-04 | Jiangnan University | Online Detection Method of Circular Weft Knitting Stripe Defects Based on Gray Gradient Method |
CN114113145A (zh) * | 2021-11-15 | 2022-03-01 | 天津大学 | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 |
-
2022
- 2022-05-23 CN CN202210559580.2A patent/CN114660077A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101701922A (zh) * | 2009-11-19 | 2010-05-05 | 西北工业大学 | 一种光学无损检测环形内壁表面的装置 |
CN109557101A (zh) * | 2018-12-29 | 2019-04-02 | 桂林电子科技大学 | 一种非标高反射曲面工件的缺陷检测装置及方法 |
CN110132992A (zh) * | 2019-03-30 | 2019-08-16 | 天津大学 | 一种光滑内壁微小缺陷视觉检测装置 |
US20210343002A1 (en) * | 2020-07-28 | 2021-11-04 | Jiangnan University | Online Detection Method of Circular Weft Knitting Stripe Defects Based on Gray Gradient Method |
CN114113145A (zh) * | 2021-11-15 | 2022-03-01 | 天津大学 | 一种小口径内壁微米级别缺陷检测方法、检测装置、应用 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544679B (zh) | 管道内壁的三维重建方法 | |
US9279662B2 (en) | Laser scanner | |
CN107478267B (zh) | 基于光场相机的三维流场的温度场和速度场同步测试方法 | |
CN102183213B (zh) | 一种基于相位测量偏折术的非球面镜检测方法 | |
CN109751964B (zh) | 一种高精度非接触式管径测量方法及装置 | |
CN116879308A (zh) | 一种工业机器视觉系统图像处理方法 | |
CN102288131A (zh) | 物体360°轮廓误差的自适应条纹测量装置和方法 | |
CN113205593B (zh) | 一种基于点云自适应修复的高反光表面结构光场三维重建方法 | |
CN113108720B (zh) | 一种基于线偏振光和条纹反射的表面三维重建方法 | |
US4993836A (en) | Method and apparatus for measuring form of three-dimensional objects | |
CN107516324A (zh) | 一种基于光条几何特征突变的目标边界提取方法 | |
CN103438832A (zh) | 基于线结构光的三维影像测量方法 | |
Zhang et al. | Accuracy improvement in laser stripe extraction for large-scale triangulation scanning measurement system | |
CN108036740A (zh) | 一种基于多视角的高精度实时三维彩色测量系统及其方法 | |
KR101091943B1 (ko) | 타이어 프로파일 측정장치 | |
Zou et al. | High-accuracy calibration of line-structured light vision sensors using a plane mirror | |
Shang et al. | Single-pass inline pipeline 3D reconstruction using depth camera array | |
US20220092345A1 (en) | Detecting displacements and/or defects in a point cloud using cluster-based cloud-to-cloud comparison | |
Heyduk | Laser triangulation in 3-dimensional granulometric analysis | |
CN114660077A (zh) | 基于反射定律的管筒类内壁微米级缺陷在线检测方法 | |
Buschinelli et al. | Optical profilometer using laser based conical triangulation for inspection of inner geometry of corroded pipes in cylindrical coordinates | |
Meriaudeau et al. | Non-conventional imaging systems for 3D digitization of transparent objects: Shape from polarization in the IR and shape from visible fluorescence induced UV | |
Yan et al. | Research on tubing defect detection method based on laser scanning | |
CN105141839A (zh) | 一种基于光圈时控的高清图像获取方法 | |
CN107727003B (zh) | 基于结构光照明的面形测量装置和方法 |
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 |
Application publication date: 20220624 |
|
RJ01 | Rejection of invention patent application after publication |