CN115753816A - 一种隧道式类镜面工件表面缺陷检测方法及系统 - Google Patents
一种隧道式类镜面工件表面缺陷检测方法及系统 Download PDFInfo
- Publication number
- CN115753816A CN115753816A CN202211400769.3A CN202211400769A CN115753816A CN 115753816 A CN115753816 A CN 115753816A CN 202211400769 A CN202211400769 A CN 202211400769A CN 115753816 A CN115753816 A CN 115753816A
- Authority
- CN
- China
- Prior art keywords
- defect
- image
- workpiece
- mirror
- cosine
- 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
Abstract
本发明属于表面检测技术领域,公开了一种隧道式类镜面工件表面缺陷检测方法及系统。所述方法包括:激活隧道式装置并识别工件型号;隧道式装置包括相对间隔设置的一对侧板,侧板内壁阵列排布有可实现光源类型切换的程控光源,程控光源的侧边设有若干具有旋转自由度的相机。在工件穿过隧道式装置的过程中,分别采用白光、余弦条纹光、二值条纹光对位于隧道式装置内的工件区域辅助照射,并按预设拍摄角度分别获取白光图像,余弦图像及二值图像。对上述各图像进行处理识别以获取缺陷信息。将缺陷信息传输至检测现场的显示屏,传输至总控制器以对前述类镜面工件进行分流,传输至客户端以进行备份。本发明不但可避免漏检误检,还有利于提高检测效率。
Description
技术领域
本发明涉及表面检测技术领域,具体涉及一种隧道式类镜面工件表面缺陷检测方法及系统。
背景技术
类镜面工件指具有高反射性表面的工件,如汽车的漆面车身、车辆零部件、陶瓷产品等。
现有的类镜面工件表面检测沿用普通工件缺陷检测的流程,包括:首先,通过光源对待检测区域进行辅助照射以使检测区域清晰可见,其次,通过相机对辅助照射后的检测区域拍照以获取相应的图像;最终,对所述图像进行处理识别以获取包括坐标、尺寸及形状等在内的缺陷特征。并以此循环完成整个工件表面的缺陷检测。
但在光源辅助照射阶段,多采用白光光源进行。而受类镜面工件的表面高反射性影响,其表面存在的各种类型的缺陷无法均在白光光源下清晰可见,从而导致部分缺陷无法反映在拍摄的图像中,最终导致存在漏检或误检的情况。同时,现有的辅助照射及拍摄中阶段,仅有一套光源设备及相机设备,因此需要对借助机械臂及轨道等的移动作用才能逐点完成整个表面的检测。从而导致检测效率较低,特别是对于尺寸较大的类镜面工件,如漆面车身。
发明内容
本发明目的在于提供一种隧道式类镜面工件表面缺陷检测方法及系统,以改善现有的类镜面工件表面缺陷检测中存在的漏检误检率高,且检测效率低的技术问题。
为达成上述目的,本发明提出如下技术方案:
一种隧道式类镜面工件表面缺陷检测方法,包括:
激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度;
在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像;
对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息;
将所述缺陷信息分别传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
进一步的,所述对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息,包括:
将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸;
基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
进一步的,所述对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息,包括:
通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状;
基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图;
将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型;并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
进一步的,所述根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射之前,包括:
根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
进一步的,所述将所述缺陷信息传输至检测现场的显示屏以进行展示,包括:
创建与所述类镜面工件表面结构相应的表面三维模型;
将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
一种隧道式类镜面工件表面缺陷检测系统,包括:
检测激活模块,用于激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度;
图像获取模块,用于在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像;
缺陷检测模块,用于对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息;
结果处理模块,用于将所述缺陷信息传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
进一步的,包括:
第一识别模块,用于将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸;
第二识别模块,用于基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
进一步的,包括:
第三识别模块,用于通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状;
第一处理模块,用于基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图;
第四识别模块,用于将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型;并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
进一步的,包括:
参数设置模块,用于根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
进一步的,包括:
模型创建模块,用于创建与所述类镜面工件表面结构相应的表面三维模型;
三维展示模块,用于将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
有益效果:
由以上技术方案可知,本发明的技术方案提供了一种隧道式类镜面工件表面缺陷检测方法以改善现有的类镜面工件中存在的各种缺陷。
与现有技术通过依靠机械臂及机械轨道完成位移的单光源及单相机进行图像获取不同,本技术方案使类镜面工件通过设有若干组程控光源的隧道式装置,进而在类镜面工件穿过所述隧道式装置的过程中,采用阵列式的程控光源对处于所述隧道式装置内的类镜面工件区域均进行了辅助照射,并在辅助照射的同时采用相机按预设拍摄角度进行了图像同步获取。此时,即可在类镜面工件在穿过所述隧道式装置的过程中实现了类镜面工件表面上所有缺陷检测需要的图像的一次性获取,极大的提高了检测效率。
同时,基于类镜面工件中不同类型缺陷对不同光源的敏感程度不同,因此在进行光源辅助照射过程中,当工件运动到任一位置时,分别采用白光、余弦条纹光及二值条纹光进行辅助照射,并对应获得了白光图像、余弦图像及二值图像。由于类镜面工件表面的非形变缺陷可在白光下清晰可见,形变缺陷可在余弦条纹光及二值条纹光下清晰可见,而余弦条纹光与相位偏折算法配合具有检测精度高的优点,二值条纹光具有可被深度学习模型识别的优点。因此通过所述白光图像、所述余弦图像及二值图像即可清楚反映类镜面工件表面实际存在的各种缺陷,进而可通过相应的图像处理结合深度学习模型的方式快速准确的获取各类缺陷的信息。最终有效避免了类镜面工件表面缺陷检测中可能存在的漏检及误检情况,提高了缺陷检出率及检测准确率。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见,在每个图中,并非每个组成部分均被标记。现在,将通过例子并参考附图来描述本发明的各个方面的实施例,其中:
图1为本实施例所述的隧道式类镜面工件表面缺陷检测方法的流程图;
图2为当所述类镜面工件为漆面车身时进行检测的状态图;
图3为图1中程控光源的相关参数设置流程图;
图4为图1中进行图像处理识别的一种流程图;
图5为图1中进行图像处理识别的另一种流程图;
图6为进行检测结果三维展示的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于所描述的本发明的实施例,本领域普通技术人员在无需创造性劳动的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。除非另作定义,此处使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。
本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。同样,除非上下文清楚地指明其它情况,否则单数形式的“一个”“一”或者“该”等类似词语也不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的特征、整体、步骤、操作、元素和/或组件,并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。“上”“下”“左”“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
现有技术中类镜面工件的表面检测沿用了普通工件的表面检测方式,因此受类镜面工件表面的高反射性影响,常导致图像无法准确反映表面的缺陷情况,进而造成漏检或误检。同时,需要通过光源和相机的逐点移动才能完成整个类镜面工件的表面检测,因此还具有检测效率低的缺陷,从而在大批量的工业质检中无法有效应用。因此本实施例旨在提供一种隧道式类镜面工件表面缺陷检测方法及系统,以改善现有检测过程中存在的上述缺陷。
结合图1所示,所述方法包括如下步骤包括:
步骤S102、激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度。
本实施例中,每个侧板内壁设有八组程控光源,沿竖直方向,它们组成四行两列的光源矩阵。所述相机间隔设于所述光源矩阵外围。所述相机的旋转自由度通过与之相连的多自由度旋转机构,如旋转电机等实现。为了提高后续获取的图像的清晰度,设置所述相机包括一变焦镜头。
作为一种可以选择的实施方式,所述隧道式装置还包括一顶板,所述顶板的两端分别与所述一对侧板的一对空余端相固定。并在所述顶板的内壁上也阵列排布有若干组程控光源,所述顶板内壁的任一程控光源的至少一侧也设有若干相机。此时,可进一步确保光源照射及相机拍照时对整个工件表面的覆盖率,避免漏检。
通过实践及理论分析可得,对于类镜面工件表面的各类缺陷,非形变缺陷在白光光源下可被准确识别,形变缺陷在余弦条纹光和二值条纹光下可被准确识别。因此所述程控光源可至少实现白光光源、余弦条纹光光源及二值条纹光光源的切换。
步骤S104、在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像。
检测过程的状态图如图2所示,本实施例所述类镜面工件具体为漆面车身。
通过本步骤进行图像获取时,一方面将现有技术进行整个表面缺陷获取过程中光源及相机相对于工件的主动位移,转变为工件相对于光源及相机的主动位移。由实践过程表明,现有技术中该类检测方法不但检测效率低下,不适应于大规模的工业质检。同时,由于单光源及相机对与每次位移相应的每个检测点位的覆盖范围有限,因此在逐点检测时常会存在漏检的情况,特别是相邻两检测点位的交叉区域,及工件上形变量较大的区域(如工件表面可能存在的凹弧处,凸弧处)。若需要弥补覆盖范围的缺陷,则需要缩小每次位移时相机及光源的位移量,从而会造成检测效率的进一步降低。而本实施例中通过多程控光源形成的光源矩阵及相机矩阵实现了工件表面的一次性全覆盖,不但提高检测效率,且避免了逐点位移检测时由覆盖范围造成的漏检。
另一方面,检测过程利用程控光源连续获得了同一位置与白光相应的白光图像,与余弦条纹光相应的余弦图像,与二值条纹光相应的二值图像。从而使类镜面工件表面可能存在的各种形变缺陷及非形变缺陷均被有效获取,避免了漏检及误检。
为了提高反映于余弦图像及二值图像中的缺陷真实度,本实施例不但对拍摄角度按工件的表面结构进行了预先设置,还结合图3所示,进行了如下步骤:
步骤S104.2、根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
本步骤中,所述余弦条纹光及二值条纹光的周期用于分别调整它们的条纹宽度,所述余弦条纹光的初始相位用于调整其偏移量,从而达到了最大可能性的检出缺陷。
步骤S106、对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息。
作为一种可以选择的实施方式,结合图4所示,步骤S106具体通过如下步骤进行:
步骤S106.2、将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸。
步骤S106.4、基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
在步骤S106.2~步骤S106.4之中,采用第一缺陷检测模型及尺寸测量算法获取了非形变缺陷包括缺陷类型、缺陷尺寸及缺陷位置在内的所有缺陷信息,采用第二缺陷检测模型及尺寸测量算法获取了形变缺陷包括缺陷类型、缺陷尺寸及缺陷位置在内的所有缺陷信息。特别的,由于通过余弦图像需要基于相位偏折算法进行处理,因此可清晰地反映毫米级及微米级的形变缺陷,但却存在无法被第二缺陷检测模型识别的客观缺陷。因此在具体实施时,通过余弦图像进行初筛,当通过其发现形变缺陷时,再将相应的二值图像输入第二缺陷检测模型进行缺陷识别。此时不但可提高形变缺陷检测精度,还有利于减小第二缺陷检测模型的数据处理量,提高检测效率。
作为一种具体的实施方式,考虑到基于相位偏折算法进行余弦图像处理时,还会导致形变缺陷区域存在不完备的情况,因此在通过第二缺陷检测模型进行所述二值图像检测时,对基于余弦图像标注在二值图像中的相应缺陷区域进行扩区(即扩大检测区域)检测以避免漏检。
作为另一种可以选择的实施方式,结合图5所示,步骤S106具体通过如下步骤进行:
步骤S106.2’、通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状。
步骤S106.4’、基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图。
步骤S106.6’、将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型;并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
步骤S106.2’~步骤S106.6’考虑了实践过程中,受缺陷样本完备性(一方面,受各类缺陷的出现频率差异较大影响,另一方面,受同一缺陷在不同角度下的图像反映情况影响),缺陷检测模型训练难度较大的因素,综合采用了传统的图像处理算法及深度学习框架下运行逻辑及训练过程较为简单的缺陷分类模型进行缺陷信息获取。即首先通过图像处理算法对白光图像、余弦图像和二值图像进行处理,获得了对应缺陷的缺陷尺寸、缺陷位置及缺陷形状。其次,在通过缺陷分类模型对它们进行处理获得了对应缺陷的缺陷类型。进而检出了需要的所有缺陷信息。同时,由于所述缺陷分类模型算法逻辑更为简单,因此计算效率高,也有利于降低检测效率。
步骤S108、将所述缺陷信息传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
在具体实施时,通过HDMI接口将所述缺陷信息传输至显示屏,通过MODBUS-TCP/IP接口将所述缺陷信息传输至总控制器,通过HDD接口将所述缺陷信息传输至了客户端。
为了更加快速准确地确认类镜面工件表面的整理缺陷分布情况,结合图6所示,在步骤S108之后还包括:
步骤S110.2、创建与所述类镜面工件表面结构相应的表面三维模型。
步骤S110.4、将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
此时可基于所述表面三维模型对工件表面的所有缺陷直观展示以使检测人员快速获取缺陷分布情况。
作为一种可以选择的实施方式,还可在对不同类型的缺陷及不同等级的缺陷采用不同的色彩或形状标注。如使用绿色框标注形变缺陷,使用绿色框加“!”标注尺寸等级超规的形变缺陷;如使用橙色框标注非形变缺陷,使用橙色框加“!”标注尺寸等级超规的非形变缺陷。
若存在某一区域集中分布有某一类缺陷,还可对该区域使用相应的色彩或形状进行整体标注以便于异常理清。
由上述步骤可见,本实施例设计了一种隧道式类镜面工件表面缺陷检测方法,在检测过程中将类镜面工件的固定被动检测,转换为移动主动检测;并在检测过程中考虑了不同类型缺陷对不同光源的敏感程度。进而实现了类镜面工件表面缺陷的高效、高准确度及高检出率的检测。
上述程序可以运行在处理器中,或者也可以存储在存储器中(或称为计算机可读存储介质),计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体,如调制的数据信号和载波。
这些计算机程序也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤,对应与不同的步骤可以通过不同的模块来实现。
本实施例还提供了一种隧道式类镜面工件表面缺陷检测系统。所述系统包括:
检测激活模块,用于激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度。
图像获取模块,用于在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像。
缺陷检测模块,用于对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息。
结果处理模块,用于将所述缺陷信息传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
该系统用于实现上述方法的步骤,因此已经进行说明的,在此不再赘述。
例如,所述系统还包括:
第一识别模块,用于将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸。
第二识别模块,用于基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
例如,所述系统还包括:
第三识别模块,用于通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状。
第一处理模块,用于基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图。
第四识别模块,用于将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型;并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
例如,所述系统还包括:
参数设置模块,用于根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
例如,所述系统还包括:
模型创建模块,用于创建与所述类镜面工件表面结构相应的表面三维模型。
三维展示模块,用于将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
由于所述系统基于所述方法搭建,因此在实际检测过程中也实现了类镜面工件表面缺陷的高效、高准确度及高检出率的检测。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。
Claims (10)
1.一种隧道式类镜面工件表面缺陷检测方法,其特征在于,包括:
激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度;
在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像;
对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息;
将所述缺陷信息分别传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
2.根据权利要求1所述的隧道式类镜面工件表面缺陷检测方法,其特征在于,所述对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息,包括:
将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸;
基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
3.根据权利要求1所述的隧道式类镜面工件表面缺陷检测方法,其特征在于,所述对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息,包括:
通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状;
基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图;
将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型;并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
4.根据权利要求1所述的隧道式类镜面工件表面缺陷检测方法,其特征在于,所述根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射之前,包括:
根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
5.根据权利要求1所述的隧道式类镜面工件表面缺陷检测方法,其特征在于,所述将所述缺陷信息传输至检测现场的显示屏以进行展示,包括:
创建与所述类镜面工件表面结构相应的表面三维模型;
将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
6.一种隧道式类镜面工件表面缺陷检测系统,其特征在于,包括:
检测激活模块,用于激活隧道式装置并识别待检测类镜面工件的型号;其中,所述隧道式装置包括相对间隔设置的一对侧板,所述侧板内壁上阵列排布有若干组程控光源,任一所述程控光源的至少一侧还设有若干相机;其中,所述程控光源可实现光源类型切换;所述相机具有以其安装点为中心的旋转自由度;
图像获取模块,用于在所述类镜面工件穿过所述隧道式装置的过程中,根据所述待检测类镜面工件的型号控制各所述程控光源同步分别采用白光、余弦条纹光及二值条纹光对位于所述隧道式装置内的工件表面区域进行辅助照射,并通过相机按预设拍摄角度分别获取与所述白光相应的白光图像,与所述余弦条纹光相应的余弦图像,与所述二值条纹光相应的二值图像;
缺陷检测模块,用于对所述白光图像、所述余弦图像及所述二值图像进行处理识别以获取缺陷信息;
结果处理模块,用于将所述缺陷信息传输至检测现场的显示屏以进行展示,传输至总控制器以对前述类镜面工件按产品等级进行分流,传输至客户端以进行存储备份。
7.根据权利要求6所述的隧道式类镜面工件表面缺陷检测系统,其特征在于,包括:
第一识别模块,用于将所述白光图像输入第一缺陷检测模型以获取非形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述非形变缺陷的缺陷尺寸;
第二识别模块,用于基于相位偏折算法对所述余弦图像进行处理确定存在形变缺陷时,将与之相应的所述二值图像输入第二缺陷检测模型以获取形变缺陷的缺陷类型及缺陷位置,并基于相机标定及尺寸测量算法获得所述形变缺陷的缺陷尺寸。
8.根据权利要求6所述的隧道式类镜面工件表面缺陷检测系统,其特征在于,包括:
第三识别模块,用于通过像素分析算法及轮廓提取算法获取所述白光图像中第一缺陷的缺陷位置及缺陷形状,通过相位偏折算法获取所述余弦图像中第二缺陷的缺陷位置及缺陷形状,基于图像二值化解码获取所述二值图像中的第三缺陷的缺陷位置及缺陷形状;
第一处理模块,用于基于所述第一缺陷对所述白光图像进行截取以获得第一缺陷图,基于所述第二缺陷及所述第三缺陷对所述二值图像进行截取以获取第二缺陷图、第三缺陷图;
第四识别模块,用于将所述第一缺陷图、所述第二缺陷图及所述第三缺陷图均输入缺陷分类模型以分别获取第一缺陷、第二缺陷及第三缺陷的缺陷类型并基于相机标定及尺寸测量算法分别获得第一缺陷、第二缺陷及第三缺陷的缺陷尺寸。
9.根据权利要求6所述的隧道式类镜面工件表面缺陷检测系统,其特征在于,包括:
参数设置模块,用于根据所述待检测类镜面工件的型号设置所述余弦条纹光的周期及初始相位,及所述二值条纹光的周期。
10.根据权利要求6所述的隧道式类镜面工件表面缺陷检测系统,其特征在于,包括:
模型创建模块,用于创建与所述类镜面工件表面结构相应的表面三维模型;
三维展示模块,用于将各所述缺陷信息对应加载于所述表面三维模型上,并通过所述显示屏进行展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211400769.3A CN115753816B (zh) | 2022-11-09 | 2022-11-09 | 一种隧道式类镜面工件表面缺陷检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211400769.3A CN115753816B (zh) | 2022-11-09 | 2022-11-09 | 一种隧道式类镜面工件表面缺陷检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115753816A true CN115753816A (zh) | 2023-03-07 |
CN115753816B CN115753816B (zh) | 2023-05-23 |
Family
ID=85368736
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211400769.3A Active CN115753816B (zh) | 2022-11-09 | 2022-11-09 | 一种隧道式类镜面工件表面缺陷检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115753816B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212060A (ja) * | 2015-05-13 | 2016-12-15 | 国立大学法人岐阜大学 | 鏡面検査装置 |
CN109855573A (zh) * | 2018-12-29 | 2019-06-07 | 中国科学院长春光学精密机械与物理研究所 | 一种类镜面多尺度表面形貌特征检测系统及其检测方法 |
CN109932371A (zh) * | 2019-04-02 | 2019-06-25 | 易思维(杭州)科技有限公司 | 镜面/类镜面物体的缺陷检测装置 |
CN110057319A (zh) * | 2019-02-20 | 2019-07-26 | 西安理工大学 | 一种大范围反射率变化物体的高速三维测量方法 |
CN111257338A (zh) * | 2020-02-14 | 2020-06-09 | 易思维(杭州)科技有限公司 | 镜面、类镜面物体表面缺陷检测方法 |
CN112798617A (zh) * | 2021-01-28 | 2021-05-14 | 江苏骠马智能工业设计研究有限公司 | 类镜面物体的缺陷检测装置及其检测方法 |
-
2022
- 2022-11-09 CN CN202211400769.3A patent/CN115753816B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016212060A (ja) * | 2015-05-13 | 2016-12-15 | 国立大学法人岐阜大学 | 鏡面検査装置 |
CN109855573A (zh) * | 2018-12-29 | 2019-06-07 | 中国科学院长春光学精密机械与物理研究所 | 一种类镜面多尺度表面形貌特征检测系统及其检测方法 |
CN110057319A (zh) * | 2019-02-20 | 2019-07-26 | 西安理工大学 | 一种大范围反射率变化物体的高速三维测量方法 |
CN109932371A (zh) * | 2019-04-02 | 2019-06-25 | 易思维(杭州)科技有限公司 | 镜面/类镜面物体的缺陷检测装置 |
CN111257338A (zh) * | 2020-02-14 | 2020-06-09 | 易思维(杭州)科技有限公司 | 镜面、类镜面物体表面缺陷检测方法 |
CN112798617A (zh) * | 2021-01-28 | 2021-05-14 | 江苏骠马智能工业设计研究有限公司 | 类镜面物体的缺陷检测装置及其检测方法 |
Non-Patent Citations (3)
Title |
---|
姜硕等: ""基于相位偏折的类镜面物体表面缺陷检测"" * |
张凯龙等: ""基于相位测量偏折法的类镜面缺陷检测"" * |
成先明等: ""基于相位偏折术和图像处理的表面缺陷检测"" * |
Also Published As
Publication number | Publication date |
---|---|
CN115753816B (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10269141B1 (en) | Multistage camera calibration | |
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
EP1706839B1 (en) | Three-dimensional video scanner | |
CN111322954B (zh) | 一种装配工装位姿测量方法、装置、存储介质及电子设备 | |
CN110243831B (zh) | 表面缺陷采集系统、表面缺陷检测方法、装置及存储介质 | |
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 | |
CN113269762B (zh) | 屏幕不良检测方法、系统及计算机存储介质 | |
CN109932369B (zh) | 一种异形显示面板检测方法及装置 | |
CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
JP5303405B2 (ja) | 車両検査装置 | |
TWI699525B (zh) | 三維相位移瑕疵檢測方法及系統 | |
CN112161586A (zh) | 一种基于编码棋盘格的线结构光视觉传感器标定方法 | |
KR101091943B1 (ko) | 타이어 프로파일 측정장치 | |
CN111257338A (zh) | 镜面、类镜面物体表面缺陷检测方法 | |
CN106705896B (zh) | 一种基于单摄像机全方位主动视觉的电连接器壳体缺陷检测装置及方法 | |
CN115855955A (zh) | 一种基于多束线激光的模具表面结构缺陷检测装置和方法 | |
CN116559179B (zh) | 一种反光表面形貌与缺陷检测方法及其系统 | |
CN115753816B (zh) | 一种隧道式类镜面工件表面缺陷检测方法及系统 | |
CN115496755B (zh) | 基于结构光及梯度分析的类镜面缺陷检测方法及装置 | |
CN115457034B (zh) | 一种类镜面工件表面的缺陷检测方法及装置 | |
CN113379745A (zh) | 产品缺陷识别方法、装置、电子设备和存储介质 | |
JP2017016169A (ja) | 検査方法、検査装置、画像処理装置、プログラム及び記録媒体 | |
JPS6298204A (ja) | 物体認識方法およびその装置 | |
CN115619767B (zh) | 基于多光照条件的类镜面工件表面缺陷检测方法及装置 | |
CN113624461B (zh) | 基于线结构光的薄膜均匀性检测系统 |
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 |