CN115436391A - 一种车辆油箱料胚缺陷检测系统 - Google Patents
一种车辆油箱料胚缺陷检测系统 Download PDFInfo
- Publication number
- CN115436391A CN115436391A CN202211067068.2A CN202211067068A CN115436391A CN 115436391 A CN115436391 A CN 115436391A CN 202211067068 A CN202211067068 A CN 202211067068A CN 115436391 A CN115436391 A CN 115436391A
- Authority
- CN
- China
- Prior art keywords
- detection
- picture
- light source
- camera
- brightness
- 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
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
-
- 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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T7/90—Determination of colour characteristics
-
- 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
- G01N21/8806—Specially adapted optical and illumination features
- G01N2021/8835—Adjustable illumination, e.g. software adjustable screen
-
- 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
- G01N21/94—Investigating contamination, e.g. dust
- G01N2021/945—Liquid or solid deposits of macroscopic size on surfaces, e.g. drops, films, or clustered contaminants
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明提供一种车辆油箱料胚缺陷检测系统,包括检测装置以及处理系统,其中,所述检测装置包括相机以及光源,油箱料胚由高处熔炉挤出后通过光源以及相机之间的间隙,由所述光源对料胚一侧打强光,由所述相机对料胚另一侧拍照以获取检测图片,处理系统包括自动调光单元、缺陷识别检测单元以及多相机协同控制单元。本发明通过基于机器视觉的检测方式,能够提高对车辆油箱生产过程中的检测效率,降低人力劳动强度。
Description
技术领域
本发明主要涉及检验检测相关技术领域,具体是一种车辆油箱料胚缺陷检测系统。
背景技术
车辆油箱生产过程中,油箱质量检测是油箱生产制造过程中的重要环节。检测对象主要为汽车油箱成型系统中的油箱注塑胶板,缺陷的类型大多为焦料杂质缺陷,主要产生于料胚生产过程中,油箱缺陷类型为尺寸大小为1mm以上,肉眼可见的焦料杂质。
目前最常用的检测方式为:在注塑成型和加工之后,采用人眼观察的方式检验产品的质量。该检测方式存在如下问题:该检测方式在油箱成型后检测,无法及时发现料胚生产过程中产生的杂质,造成材料浪费,提高了生产环节制造成本;操作及检验人员的长时间工作,加上工厂光线、环境等因素影响,使得操作人员易容产生视觉疲劳,导致传统缺陷检测方法具有主观性强、工作效率低、劳动强度高、检测可信度低、实时性能低等缺点。
发明内容
为解决目前技术的不足,本发明结合现有技术,从实际应用出发,提供一种车辆油箱料胚缺陷检测系统,通过基于机器视觉的检测方式,能够提高对车辆油箱生产过程中的检测效率,降低人力劳动强度。
本发明的技术方案如下:
一种车辆油箱料胚缺陷检测系统,包括检测装置以及处理系统,其中,所述检测装置包括:
检测部件,所述检测部件连接于移动机构可移动至工作位置,其包括检测部横梁,所述检测部横梁上至少安装一组元器件支架,所述元器件支架包括一个安装有光源的光源支架以及一个安装有相机的相机支架,所述光源为可调光源,所述相机为多台,沿相机支架长度方向依次间隔并列设置,且多台相机的视窗可将料胚整个长度方向完全覆盖;
油箱料胚由高处熔炉挤出后通过光源以及相机之间的间隙,由所述光源对料胚一侧打强光,由所述相机对料胚另一侧拍照以获取检测图片;
所述处理系统包括:
自动调光单元,配置用于对获取的检测图片进行亮度识别,当亮度不满足检测需求时,通过调节可调光源的电压改变光源亮度,直至获取合适亮度的检测图片;
缺陷识别检测单元,配置用于对获取的合适亮度的检测图片基于料胚透光性进行缺陷识别;
多相机协同控制单元,配置用于基于相机视野尺寸通过配置的多个相机对下落的料胚进行间隔拍照,基于自动调光单元反馈获取料胚完整检测面的多个合适亮度的检测图片,将多个检测图片拼接为一张完整图片,并基于缺陷识别单元反馈判断料胚是否合格。
进一步,所述自动调光单元还配置用于对实时获取的ROI区域检测图片进行处理,将检测图片由24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前图片的亮度值,从而实现对图像的亮度可量化比较。
进一步,所述自动调光单元还配置用于设定一标准亮度值区间,基于检测图片亮度值与标准亮度值差值对可调光源电压按比例调整。
进一步所述自动调光单元的具体操作步骤如下:
S11、获取当前相机拍摄的检测图片;
S12、对当前检测图片进行亮度量化,将检测图片由24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前检测图片的亮度值b;
S13、基于设定的图片过暗阈值th1以及过亮阈值th2对检测图片进行亮度判断,当b<=th1时,判断为当前检测图片的亮度过暗,当b>=th2时,判断为当前检测图片过亮;当th1<b<th2时,判断为当前检测图片为合适亮度的检测图片,不再执行步骤S14、步骤15;
S14、基于图片当前亮度值b与过暗阈值th1或过亮阈值th2差值,计算需要调整的光源电压值;
S15、基于需要调整的光源电压值通过modbus-rtu协议向可调光源发送指令,对光源亮度进行调节,调节后重复步骤S11-S15。
进一步,所述多相机协同控制单元还配置用于在对检测图片进行拼接时,对重合部分不做相同部分融合处理。
进一步,所述多相机协同控制单元的具体操作步骤如下:
S21、基于相机工作距离计算相机视野尺寸,确定相机拍照时间间隔;
S22、接收到开始检测信号后,启动定时器;
S23、使多个相机同步拍照,基于自动调光单元反馈获取多个相机拍摄的具有合适亮度的检测图片;
S24、基于缺陷识别检测单元反馈对每张检测图片进行缺陷判断,并将缺陷位置进行标记;
S25、将相机拍摄的多个检测图片按照长度方向依次拼接并保存于内存中;
S26、判断是否接收到停止检测信号,若没接收到停止检测信号,等待下一次定时器触发,进入步骤S23,接收到停止检测信号,将步骤S25中保存在内存中的长度拼接的图片,进行高度方向拼接,使其成为一张完整图片,写入外存;
S27、判断完整图片是否具有缺陷,如有缺陷发送指令至生产系统,如无缺陷,等待下一次检测信号进入步骤S22。
进一步,所述缺陷识别单元还配置用于使用canny边缘检测算法,先对检测图片采用高斯滤波进行平滑图像,去除图像中的噪声,然后计算梯度幅值与角度图像,再对梯度应用非极大值抑制,最后使用双阈值处理和连接分析来检测边缘;
识别到缺陷后,对缺陷位置进行最小面积矩形拟合,在上位机设定缺陷尺寸,当检测的缺陷尺寸大于设定尺寸时,判断为检测图片存在缺陷。
进一步,所述移动机构包括竖直升降部件、水平移动部件;
所述竖直升降部件包括升降驱动件、竖直导杆、竖直套筒以及主支架,所述竖直套筒与竖直导杆滑动配合,所述主支架与竖直套筒固定连接,主支架连接于升降驱动件,水平移动部件安装于所述主支架;
所述水平移动部件包括水平移动驱动件、水平导轨以及水平滑块,所述水平运动驱动件、水平导轨均固定连接于主支架,所述水平滑块与水平导轨滑动配合,所述检测部横梁连接于水平滑块以及水平移动驱动件。
进一步,所述光源支架包括光源部基板、光源部水冷管以及光源部盖板,所述光源部基板上设置光源部安装槽,所述光源部水冷管具有冷水进口及冷水出口,光源部水冷管安装于所述光源部安装槽内,并通过所述光源部盖板封盖;
和/或,所述相机支架包括相机部基板、相机部水冷管以及相机部盖板,所述相机部基板上设置相机部安装槽,所述相机部水冷管具有冷水进口及冷水出口,相机部水冷管安装于所述相机部安装槽内,并通过所述相机部盖板封盖。
进一步,所述检测部横梁上至少安装两组元器件支架,两组元器件支架并列设置。
本发明的有益效果:
1、本发明所提供的检测系统,从检测装置到处理系统形成了一套完整的用于车辆油箱生产加工过程中的料胚缺陷检测方案,通过视觉识别的方式可以实现油箱料胚缺陷的自动检测,一方面,本系统应用于油箱料胚的检测,能够及早发现料胚生产过程中产生的杂质,避免材料的浪费,降低生产环节制造成本,另一方面,可代替传统人工肉眼检测方式,提高了检测效率、改善了检测效果。
2、本发明中,通过工艺分析,在油箱生产中下料阶段进行检测,检测位打强光,进行机器视觉识别,检查出缺陷后自动通知生产系统,避免问题胚件进入后续工序,造成人工和成本的浪费,是一种经济高效的检测方式。
3、本发明中,鉴于外界环境光线以及料胚厚度对料胚的检测影响,提供了自动调光技术,能够获得合适亮度的检测图片,其动态光源调整策略,并结合图片的对比度调整,来获取较高质量的图片,提高缺陷识别的有效性。
4、本发明中,受限于相机的视觉窗口大小影响,单台相机难以直接获取完整的检测面图片,本技术通过多相机协同控制技术,可在料胚生产下落过程中直接采集到的完整检测面的检测图片,因此可直接实现大面积的料胚缺陷检测,提高了检测效率。
5、本发明的检测装置,其整体结构设计简单合理,适用于现有油箱生产线的改造以及新生产线的设计,移动机构能够使检测部件仅在工作时进入工位,避免与其它零部件产生位置干涉,通过设置的水冷结构,能够显著降低光源、相机处的温度,避免高温料胚对元器件寿命及精度的影响,同时,设置两组检测结构,两组可互为备用、互相验证,也可同时工作进一步提高检测效率。
附图说明
图1是本发明的检测装置结构示意图一;
图2是本发明的检测装置结构示意图二;
图3是本发明的检测装置结构示意图三;
图4是本发明检测装置设置水冷结构后示意图;
图5是本发明光源支架水冷结构示意图;
图6是本发明相机支架水冷结构示意图;
图7是本发明检测原理图;
图8是本发明自动调光流程图;
图9是本发明多相机协同控制流程图;
图10是本发明缺陷识别流程图。
附图中所示标号:
1、竖直升降部件;2、水平移动部件;3、检测部件;
11、升降驱动件;12、竖直导杆;13、竖直套筒;14、主支架;
21、水平移动驱动件;22、水平导轨;23、水平滑块;
31、检测部横梁;32、相机支架;33、光源支架;34、相机;35、光源;36、连接件;
311、长条安装孔;331、光源部基板;332、光源部水冷管;333、光源部盖板;334、光源部安装槽;321、相机部基板;322、相机部水冷管;323、相机部盖板;324、相机部安装槽。
具体实施方式
结合附图和具体实施例,对本发明作进一步说明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所限定的范围。
实施例1:
本实施例提供一种车辆油箱料胚检测装置,本装置主要用于对车辆油箱生产线中,油箱料胚进行拍照,从而获取可供缺陷判别的检测图片,其主要原理为由一侧通过光源对油箱料胚打强光,由另一侧通过光学相机对油箱料胚进行拍照处理。
如图1-3所示,本实施例的检测装置主要包括:竖直升降部件1、水平移动部件2以及检测部件3,竖直升降部件1主要用于驱动检测部件3竖直升降,水平移动部件2主要用于驱动检测部件3水平移动,通过竖直和水平移动使检测部件3能够自动移动至工作位置,实现对料胚的检测前调整。在本实施例中,还可根据实际使用场景设置纵向移动部件,使竖直升降部件1、水平移动部件2、纵向移动部件组成三轴方向的调整,以保证本装置不与油箱生产线其它设备产生位置干涉。同时,还可在纵向移动部件上设置控制箱,以方便实现料胚缺陷的自动识别。
本实施例的检测部件3作为检测装置的核心结构,它主要包括一个检测部横梁31,检测部横梁31沿垂直于水平运动方向布置,在检测部横梁31上至少安装一组元器件支架,该元器件支架应当包括一个光源支架33以及一个相机支架32,在光源支架33上设置有光源35,光源35为可调光源,通过调节电压可改变光源35的亮度,在相机支架32上设置有多个相机34,本实施例中,根据实际油箱料胚尺寸以及相机34的视觉窗口,在相机支架32上并列设置三台相机34,三台相机34能够沿长度方向(即相机支架32的长度方向)将料胚长度全覆盖。为了便于光源35的调节,还可对每台相机34对应布置一个光源35。光源支架33与相机支架32之间相对设置且两者之间应当具有供油箱料胚通过的间隙。作为一种优选方式,在本实施例中,在检测部横梁上31上安装有两组元器件支架,并使两组元器件支架并列设置。如图所示,两组元器件支架的两个光源支架33相邻设置均位于内侧,两个相机支架32均位于外侧。上述结构可以同时满足两组油箱料胚的检测,能够提高检测效率。同时,也可仅使用其中一组,使另一组作为备用,或通过两组进行检测结果的相互验证,以方便设备的调试和维护。同时,采用两组测量方式时,可将两个光源支架33之间通过连接件36连接,以提高机械结构的稳定性。由于光源支架33位置可能需要调节,会导致两个光源支架33之间的间距不确定,因此,可将连接件36设置为自动适应式结构包括两个连杆,两个连杆呈X型布置,两个连杆交叉处转动连接,两个连杆两端均具有铰接座,每个连杆其中一端的铰接座与光源支架33固定连接,另一端的铰接座与光源支架33滑动连接,如此,当需要调整两个光源支架33的相对位置时,连接件36可自适应调整。
通过上述结构,油箱料胚从高处熔炉挤出后,会通过光源支架33以及相机支架32之间的间隙,如此,通过光源35发射的强光透过料胚件,再通过相机34进行图片的采集,最后将图片发送至处理系统检测处理即可,如此则可实现基于机器视觉的油箱料胚缺陷自动检测。
由于光源支架33和相机支架32之间的间隙需要供料胚通过,且两侧的光源35以及相机34间距需要合适,因此为了方便光源35和相机34相对位置的调整,本实施例中,在检测部横梁31上设有长条安装孔311,光源支架33和相机支架32均通过标准件安装在长条安装孔311处,通过长条安装孔311的调整,可使光源支架33以及相机支架32之间具有合适的间距。
作为优选,本实施例还提供了能够保证检测部件3灵活升降和水平移动的竖直升降部件1以及水平移动部件2具体结构。如图1-3所示,竖直升降部件1主要包括升降驱动件11、两个并列设置的竖直导杆12、两个竖直套筒13筒以及一个主支架14,其中,竖直套筒13与竖直导杆12滑动配合,主支架14与竖直套筒13固定连接,同时连接于升降驱动件11,升降驱动件11优选采用电缸结构,其能够驱动主支架14升降运动,主支架14通过竖直套筒13和竖直导杆12的配合实现导向。水平移动部件2主要包括水平移动驱动件21、两个水平导轨22以及两个水平滑块23,水平运动驱动件21、水平导轨22均固定连接于主支架14底部,水平滑块23与水平导轨22滑动配合,检测部件3的检测部横梁31连接于水平滑块23以及水平移动驱动件21,优选的水平移动驱动件21采用电缸,它可以驱动检测部横梁31实现水平方向的往复运动,水平导轨22与水平滑块23用于导向,上述结构能够保证检测部件3的灵活运动,使其能够方便的进入到工作位置。
实施例2:
本实施例提供一种可用于实施例1中检测装置的水冷结构。
由于检测装置实际使用过程中,油箱料胚挤出后具有较高的温度,这使得相机34、光源35工作位置温度较高,影响其使用精度,也会减低其使用寿命。为此,在本实施例中,通过在相机支架32以及光源支架33处设置水冷结构,达到对相机34、光源35的降温处理,避免因温度过高影响正常检测以及元器件使用寿命。
具体的,如图4-6所示,光源支架33包括光源部基板331、光源部水冷管332以及光源部盖板333,在光源部基板331上设置光源部安装槽334,光源部水冷管332具有冷水进口及冷水出口,其安装于光源部安装槽334内,并通过光源部盖板333封盖,如此通过对光源部水冷管332通循环冷夜,可显著降低光源支架33处的温度,进而降低光源35处的温度,同时为了保证冷却效果,可将光源部安装槽334、光源部水冷管332均设置为S型结构。
相机支架32包括相机部基板321、相机部水冷管322以及相机部盖板323,其中,相机部基板321上设置相机部安装槽324,相机部水冷管322具有冷水进口及冷水出口,相机部水冷管322安装于相机部安装槽324内,并通过相机部盖板323封盖。如此通过对相机部水冷管322通循环冷夜,可显著降低相机支架32处的温度,进而降低相机34处的温度,同时为了保证冷却效果,可将相机部安装槽324、相机部水冷管322均设置为S型结构。
实施例3:
本实施例提供一种处理系统,主要用于对实施例1中检测装置获取的检测图片进行分析处理。本处理系统主要由自动调光单元、缺陷识别检测单元以及多相机协同控制单元三个模块单元组成。
如图7所示,由于本系统检测对象为汽车油箱成型系统中的油箱注塑胶板,缺陷的类型大多为焦料杂质缺陷,主要产生于料胚生产过程中,油箱缺陷类型为尺寸大小为1mm以上,肉眼可见的焦料杂质。因为是内部缺陷检测,光源35需要透过生产过程中的料胚件,生产过程中料胚的厚度不同,导致光源35透过料胚的均一度不够,另一方面,还有环境光的影响都会导致采集的图片太亮或太灰,不满足图片的采集需求,不利于后期的图片分析和处理。
为此,本实施例的自动调光单元的主要设计思路为,使用感光元件工业相机定时实时获取当前ROI区域图片,然后对采集到即时图片进行图片分析处理,将准备分析图片从24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前图片的亮度值,从而实现对图像的亮度可量化比较。当图片亮度过低时或者过亮时,拍到的有缺陷的图片,前景图和背景图对比度不明显,不易从背景图中识别出前景图的特征,为了便于提取缺陷特征,本实施例采用了动态光源调整策略,并结合图片的对比度自动调整,来获取较高质量的图片,能够提高缺陷识别算法的有效性。
实际操作过程中,根据现场生产需求,需要选定一合适的亮度值作为判断图片过暗阈值th1,再选定一合适亮度值作为判断图片过亮判断的阈值th2,假设当前检测图片亮度值为b,当b<=th1时,判断当前图片的亮度过暗,需要调整光源电压提高光源亮度,当b>=th2时,判断当前图片过亮,调低光源电压,降低光源的亮度;当th1<b<th2时,认为当前光源亮度符合现场需求,不对光源电压做任何改变。当需要调整光源电压时,按照图片亮度与标准亮度的差值,进行光源电压定比例的调整,当差值越大时,电压调整的幅度也越大,当差值较小时,电压调整的幅度也小,从而可实现初始大幅度调整,后续小幅度微调,一般经过1-4次调整,光源亮度即可调整合理区间以内。
综上,本实施例的自动调光单元,如图8所示,其采用如下的具体调节步骤:
S11、获取当前相机拍摄的检测图片;
S12、对当前检测图片进行亮度量化,将检测图片由24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前检测图片的亮度值b;
S13、基于设定的图片过暗阈值th1以及过亮阈值th2对检测图片进行亮度判断,当b<=th1时,判断为当前检测图片的亮度过暗,当b>=th2时,判断为当前检测图片过亮;当th1<b<th2时,判断为当前检测图片为合适亮度的检测图片,不再执行步骤S14、步骤15;
S14、基于图片当前亮度值b与过暗阈值th1或过亮阈值th2差值,计算需要调整的光源电压值;
S15、基于需要调整的光源电压值通过modbus-rtu协议向可调光源发送指令,对光源亮度进行调节,调节后重复步骤S11-S15。
本实施例的自动调光算法为多光源非线性调光,首先将采集的图片进行权重转换进行亮度采集,根据标准亮度和当前亮度的差值进行多组光源的非线性调光,最复杂情况下,也能很快的进行自动调光,使采集的图片整体质量清晰,提高了检测效率和自动调光速度。
由于工业相机工作距离以及固定镜头限制,工业相机视窗大小也受限制,每台相机的视窗大约30cm*24cm左右,根据工业相机的视距不同有所变化。在本实施例中,检测物料宽度约86cm,水平方向(长度方向)需要3台相机才能覆盖整个料胚的宽度,所以,两组料胚检测共需要6部工业相机。检测物料以20毫米每秒的速度从高处熔炉挤出,总长度大约160cm,垂直方向(高度方向)如需完整采集到整片料胚图片,需要每隔小于10秒的时间间隔定时使用相机对料胚进行采集图片,采集时间间隔,可根据现场生产需要,进行在一定范围内设定。
以时间间隔10秒为例,一次完整检测过程需要共采集8次,共检测两片单独料胚,每片料胚每次需要3部相机检测,所以每片料胚一次完整检测过程需要拍摄3*8=24张图片,最后将24张图片按照从左到右,从先到后的顺序拼接成一张完整图片,也就是每片料坯对应一张完整的图片,图片的拼接只是简单的左右拼接,然后再上下拼接,重合部分不做相同部分融合处理,因为只是作为缺陷检测处理,无需用到相同部分的融合处理,从而减少工控机的运算量,减少对计算成本的需求。
为此,如图9所示,本实施例的多相机系统控制单元其具有如下的操作步骤:
S21、基于相机工作距离计算相机视野尺寸,确定相机拍照时间间隔;
S22、接收到开始检测信号后,启动定时器;
S23、使多个相机同步拍照,由自动调光单元对获取的检测图片进行亮度判别,最终得到多张具有合适亮度的检测图片;
S24、有缺陷检测识别单元对每张检测图片进行缺陷判断,检测到缺陷将缺陷位置进行标记;
S25、将相机拍摄的多个检测图片按照长度方向依次拼接并保存于内存中;
S26、判断是否接收到停止检测信号,若没接收到停止检测信号,等待下一次定时器触发,进入步骤S23,接收到停止检测信号,将步骤S25中保存在内存中的长度拼接的图片,进行高度方向拼接,使其成为一张完整图片,写入外存;
S27、判断完整图片是否具有缺陷,如有缺陷发送指令至生产系统,如无缺陷,等待下一次检测信号进入步骤S22。
在本实施例中,通过协同控制可以实现大面积的料胚缺陷检测,提高了检测效率。
获得合格的检测图片后,即可通过缺陷识别检测单元对获取的图片进行缺陷检测判定。缺陷检测依据料胚板在背光照射下的缺陷的透光性进行检测判断。一般缺陷处在图片处或比背景暗或者亮,对图片通过计算梯度提取图像灰度差进行边缘检测,来识别缺陷。如图10所示,具体算法使用canny边缘检测算法,先对图片采用高斯滤波进行平滑图像,去除图像中的噪声,然后计算梯度幅值与角度图像,再对梯度应用非极大值抑制,最后使用双阈值处理和连接分析来检测边缘。识别到缺陷后,对缺陷位置进行最小面积矩形拟合,然后对容易产生误识别的噪声进行过滤,然后在上位机软件可以设定缺陷尺寸筛选,当检测的缺陷大于设定尺寸时,才被确认为料坯存在缺陷,当检测的缺陷小于筛选尺寸或者没有检测到缺陷,则认为料坯是合格的。
Claims (10)
1.一种车辆油箱料胚缺陷检测系统,其特征在于,包括检测装置以及处理系统,其中,所述检测装置包括:
检测部件,所述检测部件连接于移动机构可移动至工作位置,其包括检测部横梁,所述检测部横梁上至少安装一组元器件支架,所述元器件支架包括一个安装有光源的光源支架以及一个安装有相机的相机支架,所述光源为可调光源,所述相机为多台,沿相机支架长度方向依次间隔并列设置,且多台相机的视窗可将料胚整个长度方向完全覆盖;
油箱料胚由高处熔炉挤出后通过光源以及相机之间的间隙,由所述光源对料胚一侧打强光,由所述相机对料胚另一侧拍照以获取检测图片;
所述处理系统包括:
自动调光单元,配置用于对获取的检测图片进行亮度识别,当亮度不满足检测需求时,通过调节可调光源的电压改变光源亮度,直至获取合适亮度的检测图片;
缺陷识别检测单元,配置用于对获取的合适亮度的检测图片基于料胚透光性进行缺陷识别;
多相机协同控制单元,配置用于基于相机视野尺寸通过配置的多个相机对下落的料胚进行间隔拍照,基于自动调光单元反馈获取料胚完整检测面的多个合适亮度的检测图片,将多个检测图片拼接为一张完整图片,并基于缺陷识别单元反馈判断料胚是否合格。
2.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述自动调光单元还配置用于对实时获取的ROI区域检测图片进行处理,将检测图片由24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前图片的亮度值,从而实现对图像的亮度可量化比较。
3.根据权利要求2所述的车辆油箱料胚缺陷检测系统,其特征在于,所述自动调光单元还配置用于设定一标准亮度值区间,基于检测图片亮度值与标准亮度值差值对可调光源电压按比例调整。
4.根据权利要求3所述的车辆油箱料胚缺陷检测系统,其特征在于,所述自动调光单元的具体操作步骤如下:
S11、获取当前相机拍摄的检测图片;
S12、对当前检测图片进行亮度量化,将检测图片由24位RGB模式转换成8位灰度模式,转换过程采用将RGB3原色按固定权重进行转换,然后对灰度图进行统计分析,将图像各波段的均方根作为当前检测图片的亮度值b;
S13、基于设定的图片过暗阈值th1以及过亮阈值th2对检测图片进行亮度判断,当b<=th1时,判断为当前检测图片的亮度过暗,当b>=th2时,判断为当前检测图片过亮;当th1<b<th2时,判断为当前检测图片为合适亮度的检测图片,不再执行步骤S14、步骤15;
S14、基于图片当前亮度值b与过暗阈值th1或过亮阈值th2差值,计算需要调整的光源电压值;
S15、基于需要调整的光源电压值通过modbus-rtu协议向可调光源发送指令,对光源亮度进行调节,调节后重复步骤S11-S15。
5.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述多相机协同控制单元还配置用于在对检测图片进行拼接时,对重合部分不做相同部分融合处理。
6.根据权利要求5所述的车辆油箱料胚缺陷检测系统,其特征在于,所述多相机协同控制单元的具体操作步骤如下:
S21、基于相机工作距离计算相机视野尺寸,确定相机拍照时间间隔;
S22、接收到开始检测信号后,启动定时器;
S23、使多个相机同步拍照,基于自动调光单元反馈获取多个相机拍摄的具有合适亮度的检测图片;
S24、基于缺陷识别检测单元反馈对每张检测图片进行缺陷判断,并将缺陷位置进行标记;
S25、将相机拍摄的多个检测图片按照长度方向依次拼接并保存于内存中;
S26、判断是否接收到停止检测信号,若没接收到停止检测信号,等待下一次定时器触发,进入步骤S23,接收到停止检测信号,将步骤S25中保存在内存中的长度拼接的图片,进行高度方向拼接,使其成为一张完整图片,写入外存;
S27、判断完整图片是否具有缺陷,如有缺陷发送指令至生产系统,如无缺陷,等待下一次检测信号进入步骤S22。
7.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述缺陷识别单元还配置用于使用canny边缘检测算法,先对检测图片采用高斯滤波进行平滑图像,去除图像中的噪声,然后计算梯度幅值与角度图像,再对梯度应用非极大值抑制,最后使用双阈值处理和连接分析来检测边缘;
识别到缺陷后,对缺陷位置进行最小面积矩形拟合,在上位机设定缺陷尺寸,当检测的缺陷尺寸大于设定尺寸时,判断为检测图片存在缺陷。
8.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述移动机构包括竖直升降部件、水平移动部件;
所述竖直升降部件包括升降驱动件、竖直导杆、竖直套筒以及主支架,所述竖直套筒与竖直导杆滑动配合,所述主支架与竖直套筒固定连接,主支架连接于升降驱动件,水平移动部件安装于所述主支架;
所述水平移动部件包括水平移动驱动件、水平导轨以及水平滑块,所述水平运动驱动件、水平导轨均固定连接于主支架,所述水平滑块与水平导轨滑动配合,所述检测部横梁连接于水平滑块以及水平移动驱动件。
9.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述光源支架包括光源部基板、光源部水冷管以及光源部盖板,所述光源部基板上设置光源部安装槽,所述光源部水冷管具有冷水进口及冷水出口,光源部水冷管安装于所述光源部安装槽内,并通过所述光源部盖板封盖;
和/或,所述相机支架包括相机部基板、相机部水冷管以及相机部盖板,所述相机部基板上设置相机部安装槽,所述相机部水冷管具有冷水进口及冷水出口,相机部水冷管安装于所述相机部安装槽内,并通过所述相机部盖板封盖。
10.根据权利要求1所述的车辆油箱料胚缺陷检测系统,其特征在于,所述检测部横梁上至少安装两组元器件支架,两组元器件支架并列设置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211067068.2A CN115436391A (zh) | 2022-09-01 | 2022-09-01 | 一种车辆油箱料胚缺陷检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211067068.2A CN115436391A (zh) | 2022-09-01 | 2022-09-01 | 一种车辆油箱料胚缺陷检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115436391A true CN115436391A (zh) | 2022-12-06 |
Family
ID=84247018
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211067068.2A Pending CN115436391A (zh) | 2022-09-01 | 2022-09-01 | 一种车辆油箱料胚缺陷检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115436391A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117571723A (zh) * | 2024-01-16 | 2024-02-20 | 宁德时代新能源科技股份有限公司 | 电池焊渣的检测方法及系统 |
-
2022
- 2022-09-01 CN CN202211067068.2A patent/CN115436391A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117571723A (zh) * | 2024-01-16 | 2024-02-20 | 宁德时代新能源科技股份有限公司 | 电池焊渣的检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105067639B (zh) | 一种光栅调制的镜片疵病自动检测装置和方法 | |
CN108918542B (zh) | 一种光缆表面缺陷检测装置及方法 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
KR101949257B1 (ko) | 디스플레이 모듈 검사장치 및 검사방법 | |
CN103676236B (zh) | 一种修复缺陷像素的方法、系统及显示面板 | |
CN102305793A (zh) | 一种产品外观质量检测方法和设备 | |
CN102183528A (zh) | 一种双联齿轮的缺陷检测装置及检测方法 | |
CN104475350B (zh) | 轴承保持器假焊的视觉检测方法 | |
CN105021628A (zh) | 一种用于光纤倒像器表面缺陷的检测方法 | |
CN116718616B (zh) | 一种用于瑕疵检测的机器视觉检测系统及检测方法 | |
KR20120115580A (ko) | 표면 검사 장치 | |
CN115436391A (zh) | 一种车辆油箱料胚缺陷检测系统 | |
CN107782744A (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN110567968A (zh) | 一种零件缺陷检测方法及装置 | |
CN115272658A (zh) | 一种铜箔缺陷检测方法、系统、设备及存储介质 | |
CN108169240A (zh) | 泡沫镍表面缺陷检测装置 | |
CN108489830A (zh) | 裂纹扩展测量系统 | |
CN112345553A (zh) | 一种硬盘零件检测装置及检测方法 | |
CN106526917A (zh) | 一种采用线阵相机扫描的液晶屏点阵检测装置 | |
CN111458345A (zh) | 一种口罩缺陷视觉检测机构 | |
CN108956613A (zh) | 玻璃锡缺陷视觉鉴别系统 | |
CN102183578B (zh) | 一种轮对荧光磁粉探伤机 | |
CN113781467B (zh) | 一种齿轮齿面磨损状况视觉分析方法及其系统 | |
CN111208146A (zh) | 一种隧道线缆检测系统及检测方法 | |
CN106053484A (zh) | 一种液晶玻璃表面异物的检测设备及其检测方法 |
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 |