CN114894808A - 基于机器视觉的热管管口缺陷检测装置及其方法 - Google Patents

基于机器视觉的热管管口缺陷检测装置及其方法 Download PDF

Info

Publication number
CN114894808A
CN114894808A CN202210593514.7A CN202210593514A CN114894808A CN 114894808 A CN114894808 A CN 114894808A CN 202210593514 A CN202210593514 A CN 202210593514A CN 114894808 A CN114894808 A CN 114894808A
Authority
CN
China
Prior art keywords
pipe orifice
heat pipe
light source
visual
orifice
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
Application number
CN202210593514.7A
Other languages
English (en)
Inventor
李勇
韩皓阳
刘苑喆
李乐
王慧攀
唐新开
唐永霞
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.)
Guangdong Deyimeng New Material Co ltd
South China University of Technology SCUT
Original Assignee
Guangdong Deyimeng New Material Co ltd
South China University of Technology SCUT
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 Guangdong Deyimeng New Material Co ltd, South China University of Technology SCUT filed Critical Guangdong Deyimeng New Material Co ltd
Priority to CN202210593514.7A priority Critical patent/CN114894808A/zh
Publication of CN114894808A publication Critical patent/CN114894808A/zh
Pending legal-status Critical Current

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25H—WORKSHOP EQUIPMENT, e.g. FOR MARKING-OUT WORK; STORAGE MEANS FOR WORKSHOPS
    • B25H1/00—Work benches; Portable stands or supports for positioning portable tools or work to be operated on thereby
    • B25H1/08—Work benches; Portable stands or supports for positioning portable tools or work to be operated on thereby with provision for attachment of work holders
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Mechanical Engineering (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明涉及热管视觉检测技术领域，提供一种基于机器视觉的热管管口缺陷检测装置及其方法，包括计算机系统、工作台、管口视觉检测机构和热管水平定位机构。其中计算机系统包括图像预处理、特征提取和缺陷检测步骤，管口视觉检测机构包含视觉处理模块：相机、镜头、光源；热管水平定位机构用于使热管与相机同轴并水平固定。本发明针对热管自动穿网和缩径工艺，检测来料管口是否存在毛刺或失圆缺陷，提高产品加工良率，克服了人工目测法的主观干扰，快速、准确地检出管口存在的缺陷，提高了产品的工艺效率和检测精度。

Description

基于机器视觉的热管管口缺陷检测装置及其方法
技术领域
本发明涉及铜管管口的缺陷检测技术领域，具体涉及一种基于机器视觉的热管管口缺陷检测装置及其方法。
背景技术
随着半导体行业的不断发展，作为大量电子功耗设备的主要散热器件，热管已被广泛应用在各种电子产品中。热管的制造过程中，铜材材质较软，在大批量切管后，容易导致铜管切口出现毛刺缺陷，同时在铜管运输过程中，也极易造成铜管管口的失圆缺陷。自动化设备加工中，难于检测穿网工艺与缩径工艺的失效，严重情况会使设备产生无法剪网和断料卡模的情况，导致一批加工件的报废。因此在进行自动穿网工序和自动缩径工序前，需要检查来料铜管管口是否有毛刺或失圆缺陷，以防止毛刺缺陷阻碍丝网穿进铜管内腔，避免失圆缺陷导致铜管缩径过程产生成形缺陷。由于检测量大、毛刺特征小，人工往往粗略检查，废品率高，随着人工成本和生产精度要求的与日俱增，急需一种能够实现热管管口缺陷的高效检测装置。机器视觉已广泛应用在提高生产效率和生产自动化程度上面，具有非接触式测量的特性，将机器视觉应用于穿网缩管自动化设备的来料工序上，能够实现高效、准确地检测热管管口缺陷。
发明内容
针对现有技术中存在的技术问题，本发明的目的是：提供一种基于机器视觉的热管管口缺陷检测装置及其方法，实现热管管口的高效、高精度、非接触式的缺陷量化检测，提高了产品的检测精度和效率。
为实现上述目的，本发明采用如下技术方案：
基于机器视觉的热管管口缺陷检测装置，包括计算机系统和视觉装置；
所述的视觉装置用于水平检测铜管前端的管口缺陷，包括工作台、管口视觉检测机构和热管水平定位机构，所述管口视觉检测机构和热管水平定位机构均安装在工作台上，热管水平定位机构设置在管口视觉检测机构前侧；
热管水平定位机构用于水平固定不同外径和长度的热管，保持热管与管口视觉检测机构的镜头处于同一直线上，管口视觉检测机构采集管口图像信息，并传递给计算机系统；
所述的计算机系统，用于对管口图像进行处理和缺陷识别，包括图像预处理、特征提取和缺陷检测三个模块。
管口视觉检测机构包括图像采集系统与视觉仪器装置；图像采集系统安装在视觉仪器装置上；
图像采集系统包括相机、镜头、光源和光源控制器；
视觉仪器装置包括视觉支撑板、微调滑台安装板、微调滑台、相机安装板、光源固定块、光源固定座、光源滑动板；
镜头安装在相机上，相机设置在相机安装板上，并连接计算机系统，相机安装板固定在微调滑台上，微调滑台通过微调滑台安装板安装在视觉支撑板上，视觉支撑板固定在工作台上；
光源通过光源固定块安装在光源滑动块上，光源滑动块滑动安装在光源固定座上，并且光源滑动块安装在视觉支撑板内侧，光源固定座和光源固定块底部设置在工作台上。
热管水平定位机构包括定位底座、热管、热管固定器、后定位块、定位螺丝；定位底座通过平键和螺丝固定在工作台上，热管固定器与后定位块设置在定位底座上方开设的槽孔内，热管放置在热管固定器上的V型槽上，后定位块对热管后端口进行定位，热管固定器和后定位块通过定位螺丝固定在底座上。
其中相机、镜头、光源与热管保持在同一直线上。
基于机器视觉的热管管口缺陷检测方法，采用所述的基于机器视觉的热管管口缺陷检测装置，包括以下步骤：
步骤一：图像预处理模块包括图像采集、图像裁剪和轮廓检测部分；管口视觉检测机构2中的相机所采集的图片传入计算机系统中，运用灰度重心法裁剪出含有管口特征的感兴趣区域，通过形态学处理获得管口端面的形状区域和内外轮廓。
步骤二：特征提取模块包括目标定位、目标展平、骨架提取部分；利用最小二乘圆拟合法计算内外轮廓的拟合圆，结合均值合并法完成管口的质心位置定位与圆环大小检测，将目标区域进行极坐标变换，得到管口展平图像，通过细化算法与平滑处理，提取管口中心骨架。
步骤三：缺陷检测模块包括毛刺缺陷检测与失圆缺陷检测两部分；采用骨架梯度方向边缘搜索算法，获取不同位置的管口宽度测量值，设置宽度容差值判别毛刺缺陷；分析骨架线波动特征，设置位置容差值判别失圆缺陷，以上检出任一种缺陷，则判断管口质量不合格。
所述步骤一中，照明光源的选择与布设，相机采用黑白相机，镜头采用远心镜头以减少图像畸变，光源使用环形白色光源，相机所采集的图片传入计算机系统中，由软件系统进行图像处理。
所述步骤一中，对采集到的管口图像进行快速全局阈值分割处理，筛选合适外接圆半径范围的圆环区域，再对该区域进行灰度重心计算，设置圆形ROI略大于圆环区域，缩减原始图像，去除图像非ROI区域的干扰源，针对不同外径的铜管可自动进行裁剪去噪和放大显示。
所述步骤一中，采用中值滤波和均值滤波对灰度图像预处理，选择OTSU阈值分割法对处理后的管口图像进行二值分割，通过欧拉数特征判断所提取的形状区域是否为管口端面，若目标区域提取无误，则得到管口内外轮廓边缘，并计算内外轮廓的圆度。
所述步骤二中，运用基于Tukey算法的最小二乘圆拟合法，分别对管口的内轮廓点与外轮廓点进行圆拟合，同时计算外轮廓的最小外接圆和内轮廓的最大内接圆，采用均值合并的方法对内外拟合圆的圆心坐标进行合并定位，确定唯一的管口质心位置定位和圆环半径大小。
所述步骤二中，管口目标区域从笛卡尔坐标系转换为极坐标系，通过获取的最小外接圆和最大内接圆，计算出管口极坐标变换所需的内外边界范围，自动适应不同管径的热管，将管口端面的圆环特征展平为直线特征，若管口有失圆缺陷，则展平后为非直线特征。
所述步骤二中，利用高斯滤波器对膨胀处理后的目标特征进行边缘平滑，通过Rosenfeld细化算法提取展平管口区域的中心骨架，采用端点删除剪枝法保留唯一骨架特征线，选择双侧均值滤波器对骨架线进行光顺平滑，获取骨架线的点坐标与梯度角。
所述步骤三中，根据得到的骨架线和轮廓边缘，基于梯度方向边缘搜索的宽度检测算法，获取骨架线每个位置对应的宽度测量点对，通过欧式距离计算点对的宽度值，设置宽度容差值判别毛刺缺陷，若连续一定长度的测量值大于宽度容差值，则判定管口端面有毛刺缺陷。
所述步骤三中，根据得到的骨架线和管口平均宽度，设置位置容差值判别失圆缺陷，建立内外两条平行的位置容差线，分析骨架波动的褶皱程度，若骨架线与位置容差线相交，则判定管口端面有失圆缺陷，以上检出任一种缺陷，则判断管口质量不合格。
相对于现有技术，本发明具有如下优点：
(1)本发明方法针对于工业应用环境，设计了相应的图像预处理步骤，能够自动截取不同管径的铜管管口特征的ROI，去除相机视野内可能存在的其他零件的反光干扰；针对铜管切削后残留的铜粉，设计相应的滤波处理算法，去除铜粉亮点干扰；针对管口有毛刺或失圆缺陷时，打光效果变差的情况下，设计对应的轮廓检测算法，判断轮廓特征提取成功与否。
(2)本发明方法在考虑管口有缺陷的情况下，采用Tukey损失自学习算法，对轮廓点进行加权，剔除可能在毛刺或失圆缺陷区域的轮廓异常偏离点，提高了管口定位精度；能够自动适应不同外径的铜管进行精确定位，并自动选择合理目标区域展平图像；设计了一种针对铜管管口的中心骨架提取算法，能够反应真实管口骨架线。
(3)本发明方法针对不同铜管管口的缺陷特性，设计了相应的缺陷检测方法，通过管口厚度判别毛刺缺陷，通过骨架位置判别失圆缺陷，设计了一种针对铜管管口的宽度检测算法和位置检测方法，该方法可快速、有效地应用于工业生产中。
(4)本发明装置适用于水平检测小型管件，模拟了真实工业应用场景，管口视觉检测机构可方便调节相机和光源位置，热管水平定位机构可便捷、快速、准确地更换待测零件，有效提升了相机与热管的同轴度，提高了拍摄精度，加快了检测效率。
附图说明
图1是本发明的热管管口缺陷检测方法流程图；
图2是本发明的热管管口缺陷检测装置的总装配体示意图；
图3是本发明的管口视觉检测机构结构示意图；
图4是本发明的热管水平定位机构结构示意图；
其中：1为总装配体的底板，2为管口视觉检测装置，3为热管水平定位装置；2-1为视觉支撑板，2-2为微调滑台安装板，2-3为微调滑台，2-4为相机安装板，2-5为相机，2-6为镜头，2-7为光源，2-8为光源固定块，2-9为光源固定座，2-10为光源滑动板；3-1为定位底座，3-2为热管，3-3为热管固定器，3-4为后定位块，3-5为定位螺丝。
具体实施方式
为更好地理解本发明，下面结合附图对本发明作进一步的说明，但本发明的实施方式不限如此。另外，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。
基于机器视觉的热管管口缺陷检测装置，由视觉装置和计算机系统两部分组成。
如图2所示，视觉装置，用于水平检测来料热管前端的管口缺陷，包括工作台1、如图3所示的管口视觉检测机构2和如图4所示的热管水平定位机构3，所述管口视觉检测机构2和热管水平定位机构3均安装在工作台1上，热管水平定位机构3设置在管口视觉检测机构2前侧，其中相机2-5、镜头2-6、光源2-7与热管3-2保持在同一直线上。
具体如下：
如图3所示的管口视觉检测机构2，包括图像采集系统与视觉仪器装置，图像采集系统包括相机2-5、镜头2-6、光源2-7和光源控制器，视觉仪器装置包括视觉支撑板2-1、微调滑台安装板2-2、微调滑台2-3、相机安装板2-4、光源固定块2-8、光源固定座2-9、光源滑动板2-10；图像采集系统安装在视觉仪器装置上，镜头2-6安装在相机2-5上，相机2-5设置在相机安装板2-4上，并连接计算机系统，相机安装板2-4固定在微调滑台2-3上，微调滑台2-3与微调滑台安装板2-2和视觉支撑板2-1连接，通过视觉支撑板2-1固定在工作台1上；光源2-7设置在光源固定块2-8上，光源固定块2-8与光源滑动块2-10、光源固定座2-9连接，光源滑动块2-10安装在视觉支撑板2-1内侧，光源固定座2-9和光源固定块2-8底部设置在工作台1上。
在本实施方案中，管口视觉检测机构2用于检测来料热管前端的管口缺陷；其中图像采集系统安装在视觉仪器装置上，图像采集系统通过视觉仪器装置使得相机2-5、镜头2-6和光源2-7处于同一水平直线上，相机2-5和镜头2-6固定在三轴微调滑台2-3上，通过微调横纵两个方向，以抵消安装误差，保证热管在相机成像的中心，以减少图像不均衡畸变，同时调整相机2-5前后位置，以微调成像焦距，使相机2-5成像清晰，相机2-5采用黑白相机，镜头2-6采用远心镜头以减少图像畸变，光源2-7使用环形白色光源；光源固定块2-8上开设有上下腰孔，与光源2-7背面螺纹孔配合，调整光源2-7上下位置，光源固定块2-8上开设有左右腰孔，与光源滑动板2-10前侧的螺纹孔配合，调整光源2-7左右位置，光源滑动板2-10嵌套在左右两视觉支撑板2-1之间，可前后滑动，微调滑台安装板2-2上开设有前后腰孔，配合光源滑动板2-10上的螺纹孔，调整光源2-7前后位置；调节好相机2-5、镜头2-6、光源2-7与热管3-2之间的距离，通过光源控制器调节光源2-7亮度，使得拍摄的图像呈现管口端面区域亮，背景区域暗，两者灰度相差大，可提取管口形状特征的图像，相机2-5将获取的图像传输给计算机系统进行图像处理和缺陷识别。
如图4所示的热管水平定位机构3，包括定位底座3-1、热管3-2、热管固定器3-3、后定位块3-4、定位螺丝3-5；定位底座3-1通过平键和螺丝固定在工作台1上，热管固定器3-3与后定位块3-4设置在定位底座3-1上方开设的槽孔内，热管3-2放置在热管固定器3-3上的V型槽上，热管3-2后端口定位在后定位块3-4上，定位螺丝3-5通过定位底座3-1侧边螺纹孔固定热管固定器3-3和后定位块3-4。
在本实施方式中，热管水平定位机构3用于水平固定不同外径和长度的热管，保持热管3-2与镜头2-6处于同一直线上，模拟真实来料工况，使热管3-2前端口设置在视觉检测机构2中图像采集系统的合适焦距内；定位底座3-1通过平键固定机构整体与视觉检测机构2中的图像采集系统同轴，热管固定器3-3宽度略小于在定位底座3-1上的槽孔宽度，针对不同长度的铜管，热管固定器3-3可前后滑动调节位置，热管固定器3-3靠在无螺纹孔一侧进行定位，通过定位螺丝3-5固定住热管固定器3-3，后定位块3-4的实施方式如热管固定器3-3同理；不同管径的热管3-2均可放置在热管固定器3-4的V型槽上，并通过热管3-2后端与后定位块3-4快速定位相同长度批次的热管，热管固定器3-3与后定位块3-4表面均需要附着黑色吸光布，以避免零件反光干扰。
计算机系统，用于对管口图像进行处理和缺陷识别，包括图像预处理、特征提取和缺陷检测三个模块，如图1所示，检测方法包括以下步骤：
S1.照明光源的选择与布设，相机采用黑白相机，镜头采用远心镜头以减少图像畸变，光源使用环形白色光源，相机所采集的图片传入计算机系统中，由软件系统进行图像处理。
S2.对采集到的热管管口图像f(x，y)进行快速阈值分割处理，得到管口二值化图像g(x，y)，Tgray为设定的分割阈值：
Figure BDA0003666662760000061
其次，按照重心计算公式获取重心坐标，灰度图像g(i，j)中目标区域S的灰度重心(x0，y0)为
Figure BDA0003666662760000062
其中，u和j分别表示像素点的x方向坐标和y方向坐标，N为区域内像素数量。
设置圆形ROI略大于圆环区域，缩减原始图像，去除图像非ROI区域的干扰源，针对不同外径的铜管可自动进行裁剪去噪和放大显示。
S3.采用中值滤波和均值滤波对灰度图像预处理，将原始图像g(x，y)转变滤波图像f(x，y)：
Figure BDA0003666662760000063
其中：Sxy为中心点在(x，y)处，大小为m×n的窗口。
选择OTSU阈值分割法对处理后的管口图像进行二值分割，通过欧拉数特征判断所提取的形状区域是否为管口端面，若目标区域提取无误，则得到管口内外轮廓边缘，并计算内外轮廓的圆度。
S4.运用基于Tukey算法的最小二乘圆拟合法，分别对管口的内轮廓点与外轮廓点进行圆拟合，对应的拟合圆曲线的参数方程为：
(x-x0)2+(y-y0)2＝R2
其中(x0，y0)为圆心坐标，R为圆半径。对于基于非线性最小二乘的圆拟合，其优化目标函数C为：
Figure BDA0003666662760000064
式中：(xi，yi)为圆弧上特征点坐标，N为参与拟合计算的特征点个数。
计算外轮廓的最小外接圆和内轮廓的最大内接圆，采用均值合并的方法对内外拟合圆的圆心坐标进行合并定位，确定唯一的管口质心位置定位和圆环半径大小。
S5.管口目标区域从笛卡尔坐标系f(x，y)转换为极坐标系f(ρ，θ)，ρ为极值，θ为极角，变换关系如下：
Figure BDA0003666662760000071
通过获取的最小外接圆半径router和最大内接圆rinner，带入如下公式：
ROB＝2router-R
RIB＝2rinner-R
计算出管口极坐标变换所需的外圆边界半径ROB和内圆边界半径RIB，自动适应不同管径的热管。将管口端面的圆环特征展平为直线特征，若管口有失圆缺陷，则展平后为非直线特征。
S6.利用高斯滤波器对膨胀处理后的目标特征进行边缘平滑，通过Rosenfeld细化算法提取展平管口区域的中心骨架，采用端点删除剪枝法保留唯一骨架特征线，选择双侧均值滤波器对骨架线进行光顺平滑，获取骨架线的点坐标与梯度角。双侧滤波综合当骨架线两侧各T点的梯度角信息，并在窗口滑动过程中使用之前已更新的数据，获得一个当前点梯度角的最优估计D(x)。
D(x)＝∑D(x-T:x+T)/(2T+1)
S7.根据得到的骨架线和轮廓边缘，基于梯度方向边缘搜索的宽度检测算法，获取骨架线每个位置对应的宽度测量点对，通过欧式距离D计算点对的宽度值
Figure BDA0003666662760000072
设置宽度容差值Twidth判别毛刺缺陷，若连续一定长度的测量值大于宽度容差值，则判定管口端面有毛刺缺陷。
S8.根据得到的骨架线和管口平均宽度，设置位置容差值Tpos判别失圆缺陷，建立内外两条平行的位置容差线，分析骨架波动的褶皱程度，若骨架线与位置容差线相交，则判定管口端面有失圆缺陷，以上检出任一种缺陷，则判断管口质量不合格。

Claims (10)

1.基于机器视觉的热管管口缺陷检测装置，其特征在于：包括计算机系统和视觉装置；
所述的视觉装置用于水平检测铜管前端的管口缺陷，包括工作台(1)、管口视觉检测机构(2)和热管水平定位机构(3)，所述管口视觉检测机构(2)和热管水平定位机构(3)均安装在工作台(1)上，热管水平定位机构(3)设置在管口视觉检测机构(2)前侧；
热管水平定位机构(3)用于水平固定不同外径和长度的热管，保持热管与管口视觉检测机构(2)的镜头处于同一直线上，管口视觉检测机构(2)采集管口图像信息，并传递给计算机系统；
所述的计算机系统，用于对管口图像进行处理和缺陷识别，包括图像预处理、特征提取和缺陷检测三个模块。
2.根据权利要求1所述的基于机器视觉的热管管口缺陷检测装置，其特征在于：所述的管口视觉检测机构(2)包括图像采集系统与视觉仪器装置；图像采集系统安装在视觉仪器装置上；
图像采集系统包括相机(2-5)、镜头(2-6)、光源(2-7)和光源控制器；
视觉仪器装置包括视觉支撑板(2-1)、微调滑台安装板(2-2)、微调滑台(2-3)、相机安装板(2-4)、光源固定块(2-8)、光源固定座(2-9)、光源滑动板(2-1)(0)；
镜头(2-6)安装在相机(2-5)上，相机(2-5)设置在相机安装板(2-4)上，并连接计算机系统，相机安装板(2-4)固定在微调滑台(2-3)上，微调滑台(2-3)通过微调滑台安装板(2-2)安装在视觉支撑板(2-1)上，视觉支撑板(2-1)固定在工作台(1)上；
光源(2-7)通过光源固定块(2-8)安装在光源滑动块(2-1)(0)上，光源滑动块(2-1)(0)滑动安装在光源固定座(2-9)上，并且光源滑动块(2-1)(0)安装在视觉支撑板(2-1)内侧，光源固定座(2-9)和光源固定块(2-8)底部设置在工作台(1)上。
3.根据权利要求2所述的基于机器视觉的热管管口缺陷检测装置，其特征在于：所述的热管水平定位机构(3)包括定位底座(3-1)、热管(3-2)、热管固定器(3-3)、后定位块(3-4)、定位螺丝(3-5)；定位底座(3-1)通过平键和螺丝固定在工作台(1)上，热管固定器(3-3)与后定位块(3-4)设置在定位底座(3-1)上方开设的槽孔内，热管(3-2)放置在热管固定器(3-3)上的V型槽上，后定位块(3-4)对热管(3-2)后端口进行定位，热管固定器(3-3)和后定位块(3-4)通过定位螺丝(3-5)固定在底座(3-1)上；
所述的相机(2-5)、镜头(2-6)、光源(2-7)与热管(3-2)保持在同一直线上。
4.基于机器视觉的热管管口缺陷检测方法，其特征在于：采用权利要求1到3任一项所述的基于机器视觉的热管管口缺陷检测装置，包括以下步骤：
步骤一：图像预处理模块包括图像采集、图像裁剪和轮廓检测部分；管口视觉检测机构(2)中的相机(2-5)所采集的图片传入计算机系统中，运用灰度重心法裁剪出含有管口特征的感兴趣区域，通过形态学处理获得管口端面的形状区域和内外轮廓；
步骤二：特征提取模块包括目标定位、目标展平、骨架提取部分；利用最小二乘圆拟合法计算内外轮廓的拟合圆，结合均值合并法完成管口的质心位置定位与圆环大小检测，将目标区域进行极坐标变换，得到管口展平图像，通过细化算法与平滑处理，提取管口中心骨架；
步骤三：缺陷检测模块包括毛刺缺陷检测与失圆缺陷检测两部分；采用骨架梯度方向边缘搜索算法，获取不同位置的管口宽度测量值，设置宽度容差值判别毛刺缺陷；分析骨架线波动特征，设置位置容差值判别失圆缺陷，以上检出任一种缺陷，则判断管口质量不合格。
5.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤一中，对采集到的管口图像进行快速全局阈值分割处理，筛选合适外接圆半径范围的圆环区域，再对该区域进行灰度重心计算，设置圆形ROI略大于圆环区域，缩减原始图像，去除图像非ROI区域的干扰源，针对不同外径的铜管可自动进行裁剪去噪和放大显示；
采用中值滤波和均值滤波对灰度图像预处理，选择OTSU阈值分割法对处理后的管口图像进行二值分割，通过欧拉数特征判断所提取的形状区域是否为管口端面，若目标区域提取无误，则得到管口内外轮廓边缘，并计算内外轮廓的圆度。
6.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤二中，运用基于Tukey算法的最小二乘圆拟合法，分别对管口的内轮廓点与外轮廓点进行圆拟合，同时计算外轮廓的最小外接圆和内轮廓的最大内接圆，采用均值合并的方法对内外拟合圆的圆心坐标进行合并定位，确定唯一的管口质心位置定位和圆环半径大小。
7.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤二中，管口目标区域从笛卡尔坐标系转换为极坐标系，通过获取的最小外接圆和最大内接圆，计算出管口极坐标变换所需的内外边界范围，自动适应不同管径的热管，将管口端面的圆环特征展平为直线特征，若管口有失圆缺陷，则展平后为非直线特征。
8.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤二中，利用高斯滤波器对膨胀处理后的目标特征进行边缘平滑，通过Rosenfeld细化算法提取展平管口区域的中心骨架，采用端点删除剪枝法保留唯一骨架特征线，选择双侧均值滤波器对骨架线进行光顺平滑，获取骨架线的点坐标与梯度角。
9.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤三中，根据得到的骨架线和轮廓边缘，基于梯度方向边缘搜索的宽度检测算法，获取骨架线每个位置对应的宽度测量点对，通过欧式距离计算点对的宽度值，设置宽度容差值判别毛刺缺陷，若连续一定长度的测量值大于宽度容差值，则判定管口端面有毛刺缺陷。
10.根据权利要求4所述的基于机器视觉的热管管口缺陷检测方法，其特征在于：所述步骤三中，根据得到的骨架线和管口平均宽度，设置位置容差值判别失圆缺陷，建立内外两条平行的位置容差线，分析骨架波动的褶皱程度，若骨架线与位置容差线相交，则判定管口端面有失圆缺陷，以上检出任一种缺陷，则判断管口质量不合格。
CN202210593514.7A 2022-05-27 2022-05-27 基于机器视觉的热管管口缺陷检测装置及其方法 Pending CN114894808A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210593514.7A CN114894808A (zh) 2022-05-27 2022-05-27 基于机器视觉的热管管口缺陷检测装置及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210593514.7A CN114894808A (zh) 2022-05-27 2022-05-27 基于机器视觉的热管管口缺陷检测装置及其方法

Publications (1)

Publication Number Publication Date
CN114894808A true CN114894808A (zh) 2022-08-12

Family

ID=82725929

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210593514.7A Pending CN114894808A (zh) 2022-05-27 2022-05-27 基于机器视觉的热管管口缺陷检测装置及其方法

Country Status (1)

Country Link
CN (1) CN114894808A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115532959A (zh) * 2022-08-15 2022-12-30 广东技术师范大学 一种超薄热管二次除气自动定位夹紧机构
CN115963397A (zh) * 2022-12-01 2023-04-14 华中科技大学 一种电机定子内轮廓表面缺陷快速在线检测方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115532959A (zh) * 2022-08-15 2022-12-30 广东技术师范大学 一种超薄热管二次除气自动定位夹紧机构
CN115963397A (zh) * 2022-12-01 2023-04-14 华中科技大学 一种电机定子内轮廓表面缺陷快速在线检测方法及装置
CN115963397B (zh) * 2022-12-01 2023-07-25 华中科技大学 一种电机定子内轮廓表面缺陷快速在线检测方法及装置

Similar Documents

Publication Publication Date Title
CN114894808A (zh) 基于机器视觉的热管管口缺陷检测装置及其方法
CN111982916A (zh) 一种基于机器视觉的焊缝表面缺陷检测方法及系统
CN110288584B (zh) 基于机器视觉的陶瓷热浸镀铝表面缺陷检测方法及装置
CN106814083B (zh) 滤波片缺陷检测系统及其检测方法
Peng et al. Application of machine vision method in tool wear monitoring
CN109632808B (zh) 棱边缺陷检测方法、装置、电子设备及存储介质
CN108257171A (zh) 基于光视觉的汽车雷达装配孔径检测方法
He et al. A critical review for machining positioning based on computer vision
CN107678192A (zh) 一种基于机器视觉的Mura缺陷检测方法及系统
CN114279357A (zh) 一种基于机器视觉的压铸件毛刺尺寸测量方法及系统
CN107525768B (zh) 一种dna倍体分析设备的质量控制方法
CN115436394A (zh) 一种外观缺陷检测系统及方法
CN109990711A (zh) 一种冲孔镀镍钢带的外观质量检测方法
CN113504239A (zh) 一种品质管控数据分析方法
CN113607058B (zh) 一种基于机器视觉的直刃刀尺寸检测方法及系统
CN106767467A (zh) 一种基于机器视觉的可转位刀片钝圆检测系统
CN116258838B (zh) 一种用于管片模具合模系统的智能视觉引导方法
CN111815575B (zh) 一种基于机器视觉的轴承钢珠零件检测方法
CN113758439A (zh) 热态环件轧制成形过程中几何参数在线测量方法及装置
CN116883498A (zh) 基于灰度质心提取算法的视觉合作靶标特征点定位方法
CN114383522B (zh) 一种测量反光差异工件表面间隙、面差的方法
CN112837285B (zh) 一种板面图像的边缘检测方法及装置
CN114881952A (zh) 一种铸件缺陷区域检测及边缘准确分割方法
CN118229679B (zh) 一种机械生产用夹具表面平整度检测方法
CN113092486B (zh) 一种适于高光面产品表面水波纹检测的方法

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