CN115213115A - 基于机器视觉技术的多功能自动检测平台 - Google Patents

基于机器视觉技术的多功能自动检测平台 Download PDF

Info

Publication number
CN115213115A
CN115213115A CN202210834700.5A CN202210834700A CN115213115A CN 115213115 A CN115213115 A CN 115213115A CN 202210834700 A CN202210834700 A CN 202210834700A CN 115213115 A CN115213115 A CN 115213115A
Authority
CN
China
Prior art keywords
product
grade
produced
specification index
module
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
CN202210834700.5A
Other languages
English (en)
Inventor
黄凯峰
褚涛
项包康
伍龙
周瑞鸿
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.)
Huainan Normal University
Original Assignee
Huainan Normal University
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 Huainan Normal University filed Critical Huainan Normal University
Priority to CN202210834700.5A priority Critical patent/CN115213115A/zh
Priority to PCT/CN2022/109365 priority patent/WO2024011674A1/zh
Priority to ZA2022/09355A priority patent/ZA202209355B/en
Publication of CN115213115A publication Critical patent/CN115213115A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了基于机器视觉技术的多功能自动检测平台，涉及机器视觉检测技术领域，通过采集生产产品的长度、生产产品的宽度和生产产品的高度，并且利用生产产品的长度、生产产品的宽度和生产产品的高度计算得出产品的规格指数，并且利用产品的规格指数对产品的规格等级进行划分，共分为五个等级，每个等级具有一个产品的规格指数范围，然后通过比较是否再产品的规格指数范围内，来判断产品的规格等级，若均不在五个等级的产品的规格指数范围内，则将对应产品标记为不合格产品，并且对不合格产品进行修正，从而能够实现对于产品的外观尺寸进行检测后对于产品进行规格分类的功能。

Description

基于机器视觉技术的多功能自动检测平台
技术领域
本发明属于机器视觉检测技术领域，具体涉及基于机器视觉技术的多功能自动检测平台。
背景技术
随着现在科技的不断发展，近些年国内外都在加快发展智能制造技术，而机器视觉技术被认为智能制造技术当中不可或缺的最重要的技术环节之一，机器视觉技术可以为实现自动化生产提供视觉上的检测、定位、识别、引导等功能，使传统制造业实现更高的自动化乃至智能化。
由于技术的突破，随着工业4.0和智能工厂概念的提出，人工成本的越来越高，对生产效率提出更高的要求等原因国内的很多企业都想在现有的设备基础上进行改造，进一步的提高生产线生产设备的自动化，降低生产成本，提高生产效率，因此在生产线上进行局部的改动，将原来人工替换为机器设备，就可以改善整个生产线的自动化，既可以顺应生产制造技术的发展需要，又可以进一步充分利用现有的设备，还可以为未来引进智能工厂设备做准备，产品检测领域，视觉引导定位领域经过多年的发展技术已经非常的成熟，普遍的应用在生产设备上，用于产品外观尺寸的检测，或者用于引导机器人设备进行定位，然而现有的技术也存在一定的不足，比如现有技术对于生产产品的外观尺寸进行检测后，对于产品的规格分类做的不够到位；为此，现在提出基于机器视觉技术的多功能自动检测平台。
发明内容
针对现有技术的不足，本发明的目的在于提供基于机器视觉技术的多功能自动检测平台，解决了现有技术中对于产品的外观尺寸进行检测后对于产品的规格分类做的不够到位的技术问题。
本发明的目的可以通过以下技术方案实现：基于机器视觉技术的多功能自动检测平台，包括数据采集模块、数据处理模块、数据分析模块和执行模块，所述数据采集模块用于采集生产产品的外观参数，所述生产产品的外观参数包括：生产产品的长度、生产产品的宽度和生产产品的高度；并且将采集到的生产产品的长度、生产产品的宽度和生产产品的高度发送至数据处理模块进行处理；
所述数据处理模块在接收到数据采集模块发送的生产产品的长度、生产产品的宽度和生产产品的高度后，进行数据处理，通过计算得出产品的规格指数，并且将计算得出的产品的规格指数发送至数据分析模块进行数据分析；
所述数据分析模块在接收到数据处理模块发送的产品的规格指数后，进行数据分析，首先对于产品的规格进行等级划分，分为第一等级、第二等级、第三等级、第四等级和第五等级，共五个等级，并且每个等级具有不同的规格指数范围，将产品的规格指数与五个规格指数范围进行比较，从而确定对应的产品所在的等级，若均不在五个等级的规格指数范围之内，则数据分析模块将对应产品标记为不合格产品，并且数据分析模块发送修正信号至执行模块，执行模块对不合格产品进行修正。
进一步地，所述数据采集模块采用视觉技术对生产产品的外观参数进行收集。
进一步地，所述数据处理模块的处理过程包括以下步骤：
将生产产品的长度标记为Li，将生产产品的宽度标记为Wi，将生产产品的高度标记为Hi，其中i为采集次数标号，且i＝1、2、3，...，n，n为采集次数总数；
利用公式
Figure BDA0003747193970000021
计算得出产品的规格指数，其中α为长度相关联系数，β为宽度相关联系数，γ为高度相关联系数，A为规格指数影响系数。
进一步地，所述数据分析模块的分析过程包括以下步骤：
对于产品的规格进行等级划分，共分为五个等级，依次为T1，T2，T3，T4， T5，第一等级T1的产品规格指数范围为[Xq，Xw]，第二等级T2的产品规格指数范围为[Xe，Xr]，第三等级T3的产品规格指数范围为[Xt，Xy]，第四等级T4的产品规格指数范围为[Xj，Xk]，第五等级T5的产品规格指数范围为[Xu，Xp]；
若Xi在[Xq，Xw]之间，则将对应的产品划分为第一等级T1的规格，若Xi在[Xe，Xr]之间，则将对应的产品划分为第二等级T2的规格，若Xi在[Xt，Xy] 之间，则将对应的产品划分为第三等级T3的规格，若Xi在[Xj，Xk]之间，则将对应的产品划分为第四等级T4的规格，若Xi在[Xu，Xp]之间，则将对应的产品划分为第五等级T5的规格，若Xi不在第一等级T1，第二等级T2，第三等级 T3，第四等级T4，第五等级T5的任何一个范围内，则数据分析模块将对应的产品标记为不合格产品，并且发送修正信号至执行模块对不合格产品进行修正。
进一步地，所述第一等级T1，第二等级T2，第三等级T3，第四等级T4，第五等级T5的产品规格指数范围的交集均为空集。
本发明的有益效果：
本发明在使用的过程中，通过采集生产产品的长度、生产产品的宽度和生产产品的高度，并且利用生产产品的长度、生产产品的宽度和生产产品的高度计算得出产品的规格指数，并且利用产品的规格指数对产品的规格等级进行划分，共分为五个等级，每个等级具有一个产品的规格指数范围，然后通过比较是否再产品的规格指数范围内，来判断产品的规格等级，若均不在五个等级的产品的规格指数范围内，则将对应产品标记为不合格产品，并且对不合格产品进行修正，从而能够实现对于产品的外观尺寸进行检测后对于产品进行规格分类的功能。
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，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是本发明原理图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，基于机器视觉技术的多功能自动检测平台，包括数据采集模块、数据处理模块、数据分析模块和执行模块，所述数据采集模块用于采集生产产品的外观参数，需要进一步进行说明的是，在具体实施过程中，生产产品的外观参数包括：生产产品的长度、生产产品的宽度和生产产品的高度；并且将采集到的生产产品的长度、生产产品的宽度和生产产品的高度发送至数据处理模块进行处理；
需要进一步进行说明的是，在具体实施过程中，所述数据采集模块采用视觉技术对产品的参数进行收集；
所述数据处理模块在接收到数据采集模块发送的生产产品的长度、生产产品的宽度和生产产品的高度后，对生产产品的长度、生产产品的宽度和生产产品的高度进行数据处理，具体的，数据处理模块的处理过程包括以下步骤：
将生产产品的长度标记为Li，将生产产品的宽度标记为Wi，将生产产品的高度标记为Hi，其中i为采集次数标号，且i＝1、2、3，...，n，n为采集次数总数；
利用公式
Figure BDA0003747193970000041
计算得出产品的规格指数，其中α为长度相关联系数，β为宽度相关联系数，γ为高度相关联系数，A为规格指数影响系数；
需要进一步进行说明的是，在具体实施过程中，产品的规格指数Xi为通过生产产品的长度、生产产品的宽度和生产产品的高度综合计算得出的能够反映产品规格大小的数据。
数据处理模块将计算得出的产品的规格指数发送至数据分析模块进行分析，所述数据分析模块在接收到数据处理模块发送的产品的规格指数后，对产品的规格指数进行分析，具体的，数据分析模块的分析过程包括以下步骤：
对于产品的规格进行等级划分，共分为五个等级，依次为T1，T2，T3，T4， T5，需要进一步进行说明的是，在具体实施过程中，其中T1为第一等级，代表产品的规格属于第一梯队，其中T2为第二等级，代表产品的规格属于第二梯队，其中T3为第三等级，代表产品的规格属于第三梯队，其中T4为第四等级，代表产品的规格属于第四梯队，其中T5为第五等级，代表产品的规格属于第五梯队；
第一等级T1的产品规格指数范围为[Xq，Xw]，第二等级T2的产品规格指数范围为[Xe，Xr]，第三等级T3的产品规格指数范围为[Xt，Xy]，第四等级T4的产品规格指数范围为[Xj，Xk]，第五等级T5的产品规格指数范围为[Xu，Xp]；
需要进一步进行说明的是，在具体实施过程中，第一等级T1，第二等级T2，第三等级T3，第四等级T4，第五等级T5的产品规格指数范围的交集均为空集。
若Xi在[Xq，Xw]之间，则将对应的产品划分为第一等级T1的规格，若Xi在[Xe，Xr]之间，则将对应的产品划分为第二等级T2的规格，若Xi在[Xt，Xy] 之间，则将对应的产品划分为第三等级T3的规格，若Xi在[Xj，Xk]之间，则将对应的产品划分为第四等级T4的规格，若Xi在[Xu，Xp]之间，则将对应的产品划分为第五等级T5的规格，若Xi不在第一等级T1，第二等级T2，第三等级 T3，第四等级T4，第五等级T5的任何一个范围内，则数据分析模块将对应的产品标记为不合格产品，并且发送修正信号至执行模块对不合格产品进行修正。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内容。

Claims (5)

1.基于机器视觉技术的多功能自动检测平台，其特征在于，包括数据采集模块、数据处理模块、数据分析模块和执行模块，所述数据采集模块用于采集生产产品的外观参数，所述生产产品的外观参数包括：生产产品的长度、生产产品的宽度和生产产品的高度；并且将采集到的生产产品的长度、生产产品的宽度和生产产品的高度发送至数据处理模块进行处理；
所述数据处理模块在接收到数据采集模块发送的生产产品的长度、生产产品的宽度和生产产品的高度后，进行数据处理，通过计算得出产品的规格指数，并且将计算得出的产品的规格指数发送至数据分析模块进行数据分析；
所述数据分析模块在接收到数据处理模块发送的产品的规格指数后，进行数据分析，首先对于产品的规格进行等级划分，分为第一等级、第二等级、第三等级、第四等级和第五等级，共五个等级，并且每个等级具有不同的规格指数范围，将产品的规格指数与五个规格指数范围进行比较，从而确定对应的产品所在的等级，若均不在五个等级的规格指数范围之内，则数据分析模块将对应产品标记为不合格产品，并且数据分析模块发送修正信号至执行模块，执行模块对不合格产品进行修正。
2.根据权利要求1所述的基于机器视觉技术的多功能自动检测平台，其特征在于，所述数据采集模块采用视觉技术对生产产品的外观参数进行收集。
3.根据权利要求1所述的基于机器视觉技术的多功能自动检测平台，其特征在于，所述数据处理模块的处理过程包括以下步骤：
将生产产品的长度标记为Li，将生产产品的宽度标记为Wi，将生产产品的高度标记为Hi，其中i为采集次数标号，且i＝1、2、3，...，n，n为采集次数总数；
利用公式
Figure FDA0003747193960000021
计算得出产品的规格指数，其中α为长度相关联系数，β为宽度相关联系数，γ为高度相关联系数，A为规格指数影响系数。
4.根据权利要求1所述的基于机器视觉技术的多功能自动检测平台，其特征在于，所述数据分析模块的分析过程包括以下步骤：
对于产品的规格进行等级划分，共分为五个等级，依次为T1，T2，T3，T4，T5，第一等级T1的产品规格指数范围为[Xq，Xw]，第二等级T2的产品规格指数范围为[Xe，Xr]，第三等级T3的产品规格指数范围为[Xt，Xy]，第四等级T4的产品规格指数范围为[Xj，Xk]，第五等级T5的产品规格指数范围为[Xu，Xp]；
若Xi在[Xq，Xw]之间，则将对应的产品划分为第一等级T1的规格，若Xi在[Xe，Xr]之间，则将对应的产品划分为第二等级T2的规格，若Xi在[Xt，Xy]之间，则将对应的产品划分为第三等级T3的规格，若Xi在[Xj，Xk]之间，则将对应的产品划分为第四等级T4的规格，若Xi在[Xu，Xp]之间，则将对应的产品划分为第五等级T5的规格，若Xi不在第一等级T1，第二等级T2，第三等级T3，第四等级T4，第五等级T5的任何一个范围内，则数据分析模块将对应的产品标记为不合格产品，并且发送修正信号至执行模块对不合格产品进行修正。
5.根据权利要求4所述的基于机器视觉技术的多功能自动检测平台，其特征在于，所述第一等级T1，第二等级T2，第三等级T3，第四等级T4，第五等级T5的产品规格指数范围的交集均为空集。
CN202210834700.5A 2022-07-14 2022-07-14 基于机器视觉技术的多功能自动检测平台 Pending CN115213115A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202210834700.5A CN115213115A (zh) 2022-07-14 2022-07-14 基于机器视觉技术的多功能自动检测平台
PCT/CN2022/109365 WO2024011674A1 (zh) 2022-07-14 2022-08-01 基于机器视觉技术的多功能自动检测平台
ZA2022/09355A ZA202209355B (en) 2022-07-14 2022-08-19 Multifunctional automatic detection platform based on machine vision technology

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210834700.5A CN115213115A (zh) 2022-07-14 2022-07-14 基于机器视觉技术的多功能自动检测平台

Publications (1)

Publication Number Publication Date
CN115213115A true CN115213115A (zh) 2022-10-21

Family

ID=83611239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210834700.5A Pending CN115213115A (zh) 2022-07-14 2022-07-14 基于机器视觉技术的多功能自动检测平台

Country Status (3)

Country Link
CN (1) CN115213115A (zh)
WO (1) WO2024011674A1 (zh)
ZA (1) ZA202209355B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111871841A (zh) * 2020-08-12 2020-11-03 安徽信息工程学院 一种转动分类的机器视觉零件分拣系统、方法和装置
CN113587980A (zh) * 2021-07-06 2021-11-02 海南黎艺信息科技有限公司 一种适用于工业互联网的生产线监测方法
US20220092706A1 (en) * 2020-09-23 2022-03-24 Changxin Memory Technologies, Inc. Data consolidation analysis system and data consolidation analysis method

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1687761A (zh) * 2005-04-21 2005-10-26 上海交通大学 基于机器视觉的镀锌板粉化等级自动识别方法
CN110133049B (zh) * 2019-04-10 2020-09-18 浙江大学 基于电子鼻和机器视觉的茶叶等级快速无损检测方法
KR102579783B1 (ko) * 2020-09-28 2023-09-18 (주)미래융합정보기술 제품 결함 이미지 원격 학습을 통한 비전 검사 시스템
CN113325001B (zh) * 2021-04-12 2024-08-23 浙江花园新能源股份有限公司 一种铜箔表面外观瑕疵自动分辨检测设备及检测方法
CN114155220A (zh) * 2021-11-30 2022-03-08 武汉市海维鑫科技有限公司 聚酰亚胺薄膜3d视觉检测成像系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111871841A (zh) * 2020-08-12 2020-11-03 安徽信息工程学院 一种转动分类的机器视觉零件分拣系统、方法和装置
US20220092706A1 (en) * 2020-09-23 2022-03-24 Changxin Memory Technologies, Inc. Data consolidation analysis system and data consolidation analysis method
CN113587980A (zh) * 2021-07-06 2021-11-02 海南黎艺信息科技有限公司 一种适用于工业互联网的生产线监测方法

Also Published As

Publication number Publication date
ZA202209355B (en) 2023-05-31
WO2024011674A1 (zh) 2024-01-18

Similar Documents

Publication Publication Date Title
CN110992317B (zh) 一种基于语义分割的pcb板缺陷检测方法
CN103759758B (zh) 一种基于机械角度和刻度识别的汽车仪表指针的位置检测方法
CN111723774A (zh) 一种基于无人机巡检的输电设备目标识别方法
CN106709816A (zh) 基于非参数回归分析的电力负荷异常数据识别与修正方法
CN108734359B (zh) 一种风电功率预测数据预处理方法
CN109993154A (zh) 变电站单指针式六氟化硫型仪表智能识别方法
CN106373124A (zh) 基于灰度共生矩阵与ransac的工业产品表面缺陷视觉检测方法
CN115439452B (zh) 一种基于数据分析的电容产品检测评估系统
CN115144399B (zh) 一种基于机器视觉的装配质量检测方法及装置
CN107301412A (zh) 一种基于图像处理的指针式仪表读数方法
CN112070712B (zh) 基于自编码器网络的印刷缺陷检测方法
CN116028887A (zh) 一种连续性工业生产数据的分析方法
CN116258682A (zh) 基于PSPNet和改进YOLOv7的PCB锡膏缺陷检测方法
CN105945953A (zh) 一种机器人的视觉识别系统
CN114493359A (zh) 一种智能制造生产线产品质量评估系统及方法
CN115213115A (zh) 基于机器视觉技术的多功能自动检测平台
CN118035710A (zh) 一种典型场景发电特征的提取方法
CN117670103A (zh) 一种火电厂排污控制方法及控制系统
CN115081840B (zh) 一种基于一阶差分和arima法的日电量异常值检测与校正系统
CN114985300B (zh) 一种瓦楞纸板生产线出口纸板分类方法及系统
CN115345846A (zh) 一种中低碳钢晶粒度智能评级方法及系统
CN110852617B (zh) 基于实时数据采集的smt产线分析方法及系统
CN113869112A (zh) 一种基于机器视觉的仪表自动读数方法装置
CN112184691A (zh) 一种基于不良Map图的缺陷模式分析方法
CN111914208A (zh) 一种基于相对品质指数预警的检测系统及其方法

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: 20221021

RJ01 Rejection of invention patent application after publication