CN116773554A - 蜂窝材料加工表面毛刺特征的检测设备和检测方法 - Google Patents

蜂窝材料加工表面毛刺特征的检测设备和检测方法 Download PDF

Info

Publication number
CN116773554A
CN116773554A CN202310724789.4A CN202310724789A CN116773554A CN 116773554 A CN116773554 A CN 116773554A CN 202310724789 A CN202310724789 A CN 202310724789A CN 116773554 A CN116773554 A CN 116773554A
Authority
CN
China
Prior art keywords
honeycomb
detected
image
preset
honeycomb material
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
CN202310724789.4A
Other languages
English (en)
Inventor
冯峰
刘金磊
赵学奇
姜恩来
洪培强
李友生
林亮亮
许超
马原
冯平法
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.)
Shenzhen Qingding Equipment Co ltd
Shenzhen International Graduate School of Tsinghua University
Xiamen Golden Egret Special Alloy Co Ltd
Original Assignee
Shenzhen Qingding Equipment Co ltd
Shenzhen International Graduate School of Tsinghua University
Xiamen Golden Egret Special Alloy Co Ltd
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 Shenzhen Qingding Equipment Co ltd, Shenzhen International Graduate School of Tsinghua University, Xiamen Golden Egret Special Alloy Co Ltd filed Critical Shenzhen Qingding Equipment Co ltd
Priority to CN202310724789.4A priority Critical patent/CN116773554A/zh
Publication of CN116773554A publication Critical patent/CN116773554A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/9515Objects of complex shape, e.g. examined with use of a surface follower device
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/956Inspecting patterns on the surface of objects
    • G01N21/95692Patterns showing hole parts, e.g. honeycomb filtering structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan 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
    • G01N2021/8887Scan 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明涉及表面缺陷检测技术领域,公开了一种蜂窝材料加工表面毛刺特征的检测设备和检测方法,该方法包括:根据待检测深度信息图像获取蜂窝轮廓图,其中,所述待检测深度信息图像包括待检测蜂窝材料的二维平面信息和深度信息;根据所述蜂窝轮廓图中的轮廓像素计算分形维数;根据所述分形维数对所述待检测蜂窝材料的毛刺特征进行量化检测。本发明通过计算待检测蜂窝材料的分形维数,实现了对毛刺特征的量化表征,从而可以实现对毛刺特征进行量化检测,不需要依赖人工观察,避免主观性,并且减少观察的人力成本,提高检测效率。

Description

蜂窝材料加工表面毛刺特征的检测设备和检测方法
技术领域
本发明涉及表面缺陷检测技术领域,具体涉及一种蜂窝材料加工表面毛刺特征的检测设备和检测方法。
背景技术
蜂窝材料是人类研究自然蜂窝结构特点而创造性发明的结构材料,它的结构具有周期性,是由正多边形的薄壁框架经过周期性的排列而成。与传统材料的形式和结构不同,蜂窝材料的表面是网格状的,材料体是镂空的、非连续的,这使得蜂窝材料具备了一些不同于传统材料的特点。蜂窝材料主要的应用形式为与上下蒙皮通过粘结剂粘结形成蜂窝夹层结构。这种结构的原理类似于“工”字梁,蜂窝材料作为夹芯材料,主要承受正应力,上下蒙皮则主要承受剪应力,可以在较小的重量下,满足较高的抗弯强度要求,显著减轻结构件的重量。
因为蜂窝材料主要是作为填充材料,需要和上下蒙皮结合,所以蜂窝的表面质量就非常关键和重要。如果蜂窝材料加工表面的表面质量不高,会导致蜂窝材料和上下蒙皮的结合不紧密,不仅会影响该块结构件的力学性能,还会导致该块结构件的服役时间大大的缩短。
目前,超声切削是蜂窝材料加工的主要方式。超声切削主要分为直刃刀和圆盘刀两种方式。由于蜂窝材料自身的性质和特点,无论是在制造过程中,还是在加工过程中,难免会出现加工误差和加工缺陷。其中,毛刺特征作为蜂窝复合材料最典型的一种表面缺陷,需要被着重关注。目前,尚未提出有效的毛刺特征的评价方法。主要依赖于光学显微镜拍摄,然后人眼观察,给出经验性的判断。这样的方法依赖于人工的观察,主观性太强,存在可重复性方面的疑问。而且,人工的劳动量比较大,不适合应用于工业生产,检测效率低下。
发明内容
有鉴于此,本发明实施例提供了一种蜂窝材料加工表面毛刺特征的检测设备和检测方法,以解决现有的表面毛刺特征检测手段效率低,难以量化的技术问题。
第一方面,本发明提供了一种蜂窝材料加工表面毛刺特征检测方法,包括:根据待检测深度信息图像获取蜂窝轮廓图,其中,所述待检测深度信息图像包括待检测蜂窝材料的二维平面信息和深度信息;根据所述蜂窝轮廓图中的轮廓像素计算分形维数;根据所述分形维数对所述待检测蜂窝材料的毛刺特征进行量化检测。
本发明实施例的蜂窝材料加工表面毛刺特征的检测方法,通过根据包括二维平面信息和深度信息的待检测深度信息图像获取蜂窝轮廓图,根据所述蜂窝轮廓图中的轮廓像素计算分形维数,根据所述分形维数对所述待检测蜂窝材料的毛刺特征进行量化检测,通过计算待检测蜂窝材料的分形维数,实现了对毛刺特征的量化表征,从而可以实现对毛刺特征进行量化检测,不需要依赖人工观察,避免主观性,并且减少观察的人力成本,提高检测效率。
在一种可选的实施方式中,根据所述蜂窝轮廓图中的轮廓像素计算分形维数,包括:将若干个预设选框进行对齐并覆盖所述蜂窝轮廓图,所述预设选框为正多边形;根据包含所述轮廓像素的所述预设选框的个数和所述预设选框的边长计算待拟合点的坐标;判断所述预设选框的边长是否满足预设终止条件,若不满足预设终止条件,则调整所述预设选框的边长的长度并返回将若干个预设选框进行对齐并覆盖所述蜂窝轮廓图的步骤,若满足终止预设条件,则将全部待拟合点拟合成直线,计算所述直线的斜率得到分形维数。
本发明实施例的蜂窝材料加工表面毛刺特征的检测方法,通过不同尺度的预设选框覆盖蜂窝轮廓图得到多个待拟合点,进而将这些待拟合点进行拟合成直线得到分形维数,可以对蜂窝材料表面毛刺的多尺度特征进行描述,从而发挥了分形几何相对于传统欧式几何的表征优势,即相对于传统研究中一般采用的单一尺度下的指标表征具有更为全面反映表面破碎性质的优势。
在一种可选的实施方式中,根据包含所述轮廓像素的所述预设选框的个数和所述预设选框的边长计算待拟合点的坐标,包括:以预设数值为底计算所述预设选框的边长的对数,得到待拟合点的横坐标;以预设数值为底计算包含所述轮廓像素的所述预设选框的个数的对数的负值,得到待拟合点的纵坐标。
通过取对数的形式计算待拟合点的坐标,使得拟合后的直线的斜率能够更准确反应蜂窝轮廓图的曲折、破碎和复杂程度。
在一种可选的实施方式中,根据待检测深度信息图像获取蜂窝轮廓图,包括:对待检测深度信息图像进行二值化处理,得到二值图像;对所述二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图。
通过二值化处理,提高图像对比度,有利于提取图像边缘轮廓特征。
在一种可选的实施方式中,对所述二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图,包括:
使用沈俊算子对所述二值图像进行滤波处理;对滤波处理后的所述二值图像进行降噪处理,得到蜂窝轮廓图。
通过滤波和降噪处理,使得处理得到的蜂窝轮廓图更加接近真实的轮廓图。
第二方面,本发明提供了一种蜂窝材料加工表面毛刺特征的检测设备,包括:三坐标位移平台;工件夹持部,设置在和所述三坐标位移平台的执行末端的移动范围对应的区域中,用于安装待检测蜂窝材料;结构光相机,设置在所述三坐标位移平台的执行末端,并由所述三坐标位移平台带动沿三维坐标方向移动,用于采集包括待检测蜂窝材料的二维平面信息和深度信息的待检测图像;控制终端,分别和三坐标位移平台及所述结构光相机连接,用于控制所述三坐标位移平台和所述结构光相机采集所述待检测图像并执行上述第一方面或其对应的任一实施方式的蜂窝材料加工表面毛刺特征的检测方法。
本发明实施例的蜂窝材料加工表面毛刺特征的检测设备,通过控制三坐标位移平台带动结构光相机移动,进而采集待检测蜂窝材料的待检测图像,并通过蜂窝材料加工表面毛刺特征的检测方法自动识别蜂窝材料加工表面毛刺特征,提高了检测效率。
在一种可选的实施方式中,蜂窝材料加工表面毛刺特征的检测设备还包括:相机夹持部,所述相机夹持部包括相互连接的安装部和连接部,所述安装部设置在所述三坐标位移平台的执行末端上,所述连接部用于安装所述结构光相机并调节所述结构光相机的倾斜角度。
通过相机夹持部安装结构光相机,并可以调节结构光相机的倾斜角度,可以使结构光相机的倾斜角度保持在最适合检测蜂窝材料的位置,可以消除阴影,使采集到的待检测图像便于进行识别。
在一种可选的实施方式中,所述三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台,所述工件夹持部包括支架、压块和底板,所述支架设置在所述载物台的上方,所述底板设置在所述支架的上方,所述压块用于固定所述支架和所述载物台,所述底板采用吸光材料制成,所述底板用于放置待检测蜂窝材料。
载物台和工件夹持部可以固定待检测蜂窝材料,并且底板良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
第三方面,本发明提供了一种计算机设备,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行上述第一方面或其对应的任一实施方式的检测方法。
第四方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的检测方法。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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是根据本发明实施例的检测设备的结构示意图;
图2是根据本发明实施例的结构光相机的结构示意图;
图3是根据本发明实施例的相机夹持部的结构示意图;
图4是根据本发明实施例的工件夹持部的结构示意图;
图5是根据本发明实施例的检测方法的流程图;
图6是根据本发明实施例的另一检测方法的流程图;
图7是本发明实施例的获取的蜂窝轮廓图的示意图;
图8是图7中蜂窝轮廓图的分形维数的示意图;
图9是本发明实施例的计算机设备的硬件结构示意图;
附图标记说明:
1-第二Y向运动模组;2-第一Y向运动模组;3-X向运动模组;4-Z向运动模组;5-载物台;6-结构光相机;7-相机夹持部;71-连接部;72-安装部;8-支架;9-压块;10-底板;11-待检测蜂窝材料;901-处理器;902-存储器;903-输入装置;904-输出装置。
具体实施方式
下面将结合附图对本发明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。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
此外,下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
蜂窝材料主要是作为填充材料,需要和上下蒙皮结合,所以蜂窝的表面质量就非常关键和重要。相关研究发现,在涂胶阶段、成形阶段、固化阶段,蜂窝都出现了很大的缺陷。在涂胶阶段中,蜂窝表面会出现错位缺陷;在成形阶段中,蜂窝会出现欠拉伸缺陷;在固化阶段中,蜂窝会出现堵胶缺陷。对于加工阶段,蜂窝表面会出现撕裂、毛刺、孔格变形、压溃等缺陷。本申请基于对加工阶段蜂窝表面出现的毛刺缺陷,进行量化检测。
本发明实施例提供了一种蜂窝材料加工表面毛刺特征的检测设备,如图1至图4所示,包括:三坐标位移平台;工件夹持部,设置在和三坐标位移平台的执行末端的移动范围对应的区域中,用于安装待检测蜂窝材料11;结构光相机6,设置在三坐标位移平台的执行末端,并由三坐标位移平台带动沿三维坐标方向移动,用于采集包括待检测蜂窝材料11的二维平面信息和深度信息的待检测图像;控制终端(图中未示出),分别和三坐标位移平台及结构光相机6连接,用于控制三坐标位移平台和结构光相机6采集待检测图像并执行本发明方法实施例中的蜂窝材料加工表面毛刺特征的检测方法。
具体地,三坐标位移平台可以实现工作空间中X、Y、Z三个方向的独立运动,即执行末端可以到达工作空间中任意一点,X、Y、Z三个方向的运动精度为10μm,X、Y、Z三个方向的最小运动速度为1mm/s,最大运动速度为30mm/s。示例性地,三坐标位移平台包括第一Y向运动模组2、第二Y向运动模组1、X向运动模组3和Z向运动模组4,第一Y向运动模组2和第二Y向运动模组1相互平行设置,X向运动模组3的两端设置在第一Y向运动模组2和第二Y向运动模组1的滑块上,Z向运动模组4设置在X向运动模组3的滑块上,第一Y向运动模组2、第二Y向运动模组1、X向运动模组3和Z向运动模组4均通过电机驱动精密研磨滚珠丝杠转动,精密研磨滚珠丝杠带动滑块沿着对应的方向运动,电机的正反转通过控制终端控制。
三坐标位移平台的执行末端是指三坐标位移平台上用于执行任务的末端工具或装置,它可以根据需要进行更换或调整以完成不同的任务。通常情况下,这些执行末端可以是机械手臂、夹具、传感器、摄像头等设备,其功能取决于平台的设计和用途。例如,在制造业中,执行末端可以是机器人手臂,用于自动化生产线上的组装、加工和包装任务。在本发明实施例中,执行末端为加工待检测蜂窝材料11的机床上的刀柄,在不需要进行检测时,三坐标位移平台带动刀柄前进到蜂窝材料的各个位置对蜂窝材料进行加工,加工完成后,在刀柄上安装结构光相机6,通过三坐标位移平台带动结构光相机6前进到蜂窝材料的各个位置采集各个区域的待检测图片。结构光相机6安装在机床的刀柄上,具备了开发相应的在机检测的应用潜力,比传统的离位拍摄样品图像具有进一步的实用性。
普通相机拍摄的二维灰度图有大量阴影,无法区分是阴影还是真实毛刺,而结构光相机可以拍摄包含二维平面信息和深度信息的灰度图像,深度信息可以反映该位置到底是真毛刺还是阴影,提取了深度信息,从而得到最接近真实的表面形貌的图片,后面需要分析的也是这个图片的轮廓、毛刺等相关数据。具体地,结构光相机的工作距离为130mm,单次采集时间为200ms,相机视野为30mm×16mm,图片分辨率为2160×4096。本发明实施例通过三坐标位移平台带动结构光相机6移动,可以完成更大的蜂窝材料表面的任意位置进行完整的表征,对大型蜂窝零件的测量更加有效。
控制终端可以为电脑、手机等终端,控制终端控制三坐标位移平台移动,并通过结构光相机6采集待检测图像,然后通过上述方法实施例中的蜂窝材料加工表面毛刺特征的检测方法对待检测图像进行检测,获得撕裂和压溃缺陷的检测结果。
本发明实施例的蜂窝材料加工表面毛刺特征的检测设备,通过控制三坐标位移平台带动结构光相机6移动,进而采集待检测蜂窝材料11的待检测图像,并通过蜂窝材料加工表面毛刺特征的检测方法自动识别蜂窝材料加工表面毛刺特征,提高了检测效率。
在一种可选的实施方式中,蜂窝材料加工表面毛刺特征的检测设备还包括:相机夹持部7,相机夹持部7包括相互连接的安装部72和连接部71,安装部72设置在三坐标位移平台的执行末端上,连接部71用于安装结构光相机6并调节结构光相机6的倾斜角度。
具体地,连接部71和安装部72的角度可调节,通过调节连接部71的角度,从而调节结构光相机6的倾斜角度。例如,连接部71内部设有磁铁,安装部72为磁性材料制成,可方便调节连接部71和安装部72的相对角度,结构光相机6可通过螺栓等连接件安装在连接部71上,当连接部71转动时,结构光相机6的倾斜角度也相应转动。在本实施例中,结构光相机6的倾斜角度为12°,此时结构光相机6的倾斜角度和蜂窝孔格轴线平行,可以消除阴影,此角度拍摄的图像最佳。
通过相机夹持部7安装结构光相机6,并可以调节结构光相机6的倾斜角度,可以使结构光相机6的倾斜角度保持在最适合检测蜂窝材料的位置,使结构光相机6的倾斜角度和蜂窝孔格轴线平行,可以消除阴影,使采集到的待检测图像便于进行识别。
在一种可选的实施方式中,三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台5,工件夹持部包括支架8、压块9和底板10,支架8设置在载物台5的上方,底板10设置在支架8的上方,压块9用于固定支架8和载物台5,底板10采用吸光材料制成,底板10用于放置待检测蜂窝材料11。
具体地,三坐标位移平台的执行末端的移动范围对应的区域位于三坐标位移平台的下方,即载物台5设置在三坐标位移平台的下方,支架8和底板10依次设置在载物台5上,通过载物台5和工件夹持部固定待检测蜂窝材料11,在对待检测蜂窝材料11加工表面毛刺特征进行检测时,将待检测蜂窝材料11放置于底板10上,底板10良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
本发明实施例的蜂窝材料加工表面毛刺特征的检测设备的检测流程为:
首先,将待检测蜂窝材料11放置于底板10上,底板10良好的吸光特性可以避免整个光学检测过程中各种随机的光学干扰。
第二,三坐标位移平台的Z向运动模组4搭载着结构光相机进行运动,通过控制Z向运动模组4实现结构光相机高度的调节,进而实现对焦。
第三,结构光相机对焦完成后,其视野(长和宽)大小已经确定。根据待检测蜂窝材料11的表面面积(长和宽)大小和其放置位置,可以经计算得到结构光相机需要进行测量的次数,和结构光相机每次检测需要达到的位置坐标,即待测位置。
第四,需要结构光相机运动至上一步计算得到的每次检测需要达到的位置坐标。控制终端控制第一Y向运动模组2、第二Y向运动模组1和X向运动模组3,使结构光相机运动至指定位置。
第五,结构光相机进行一次检测,获取当前视野下的待检测蜂窝材料11加工表面的待检测图像,该待检测图像为灰度图像。这张灰度图像可能是存在撕裂和压溃缺陷的。将采集的待检测图像保存在控制终端中。
第六,重复第四和第五,直至完成所有待测位置的测量,控制终端接收到待检测图像后,执行下面的步骤。
第七,对于采集到的某张待检测图像,进行二值化处理,得到二值图像。
第八,提取二值图像的图像边缘轮廓特征,获得完整的蜂窝轮廓图。
第九,取最小像素单位1,记边长ε为1。用边长为ε的若干个正方形,长和宽方向对齐,覆盖整幅蜂窝轮廓图。记正方形中包含了轮廓像素的正方形的个数为N。
第十,逐渐扩大ε,重复第九步,直至ε增长到50。
第十一,将得到的50个ε值分别取对数,记为logε。
第十二,将得到的50个N值分别取对数,再取负数,记为-logN。
第十三,随着logε的不断变化,-logN也不断变化,以logε为横坐标,-logN为纵坐标得到待拟合点,将50个待拟合点依次画在坐标系上。
第十四,用最小二乘法拟合一条直线,记这条直线的斜率为k。
第十五,k值(即分形维数)的大小反映了蜂窝轮廓图的曲折、破碎、复杂的程度。k值越大,蜂窝材料表面的毛刺特征就越复杂和严重;k值越小,蜂窝材料表面的毛刺特征就越平滑和轻微。
最终,可以通过比较k值的大小,实现毛刺特征的量化表征,示例性地,K值大于或等于预设基准值,则说明存在毛刺特征,产品不合格,K值小于预设基准值,则说明产品合格。
在一实施例中,待检测蜂窝材料11的孔格边长约2mm,孔壁厚约0.05至0.1mm。结构光相机的工作距离约为130mm,曝光时间40000微秒,增益度12,处理得到的五张蜂窝轮廓图和对应的分形维数如图7和图8所示,第一张蜂窝轮廓图至第五张蜂窝轮廓图毛刺越来越严重,其轮廓线越来越复杂,得到的分形维数也越来越大,因此毛刺越多整个蜂窝轮廓图的轮廓线就越弯曲,分形维数也就越大。分形维数越大,毛刺越严重,通过比较分形维数的大小,就实现了毛刺特征的量化表征。
本发明实施例的检测设备具有如下优点:
第一,采用结构光相机获取待检测图像,除了可以获取二维的图像信息,还可以获取有效的深度信息,有助于对加工表面毛刺特征的检测提供更为丰富的量化分析能力,并且光源稳定,拍照效果也非常稳定,提取的蜂窝材料加工表面轮廓图还原度好。
第二,运动精确,通过三坐标位移平台可以实现精准到达蜂窝各个位置进行检测。
第三,检测效率高。运动模组的最高运动速度为30mm/s,结构光相机的单次检测时间仅为200ms。
最后,结构光相机可以安装在机床的刀柄上,具备了开发相应的在机检测的应用潜力,比传统的离位拍摄样品图像具有进一步的实用性。
本发明实施例还提供了一种蜂窝材料加工表面毛刺特征的检测方法,如图5和图6所示,包括:
步骤S101,根据待检测深度信息图像获取蜂窝轮廓图,其中,待检测深度信息图像包括待检测蜂窝材料的二维平面信息和深度信息。
具体地,待检测深度信息图像通过结构光相机拍摄得到,普通相机拍摄的二维灰度图有大量阴影,无法区分是阴影还是真实毛刺,而结构光相机可以拍摄包含二维平面信息和深度信息的灰度图像,深度信息可以反映该位置到底是真毛刺还是阴影,提取了深度信息,从而得到最接近真实的表面形貌的图片,且才能够进行进一步的毛刺特征分析。根据待检测深度信息图像得到的蜂窝轮廓图包含了结构光相机拍摄得到的轮廓线,这些轮廓线中包含了毛刺特征,毛刺特征越多,轮廓线越复杂。
步骤S102,根据蜂窝轮廓图中的轮廓像素计算分形维数。
具体地,分形维数可以通过对数-对数图表法进行估算。首先,将每个正方形或其他正多边形区域的边长作为自变量,轮廓像素数目作为因变量,得到一个对数-对数图。然后,使用线性回归等方法拟合这个对数-对数图,以估算出分形维数。分形维数是一种用于描述复杂形状的数学概念,可以通过对蜂窝轮廓图中的轮廓像素进行计算得到。分形维数可以用于分析各种自然和人造物体的形状,以及了解它们的几何特征和复杂度。
步骤S103,根据分形维数对待检测蜂窝材料的毛刺特征进行量化检测。
分形维数的大小反映了蜂窝轮廓图的曲折、破碎、复杂的程度。分形维数越大,蜂窝材料表面的毛刺特征就越复杂和严重;分形维数越小,蜂窝材料表面的毛刺特征就越平滑和轻微,因此,利用该特性可对毛刺特征进行量化检测。示例性地,分形维数大于或等于预设基准值,则说明存在毛刺特征,产品不合格,分形维数小于预设基准值,则说明产品合格。其中,预设基准值通过计算若干不合格产品并计算它们的最小分形维数得到。或者,将分形维数分为三个区域,从大到小分别为不合格区、需人工再次检测区和合格区,计算得到的分形维数属于哪个区间则输出对应检测结果。
本发明实施例的蜂窝材料加工表面毛刺特征的检测方法,通过根据包括二维平面信息和深度信息的待检测深度信息图像获取蜂窝轮廓图,根据蜂窝轮廓图中的轮廓像素计算分形维数,根据分形维数对待检测蜂窝材料的毛刺特征进行量化检测,通过计算待检测蜂窝材料的分形维数,实现了对毛刺特征的量化表征,从而可以实现对毛刺特征进行量化检测,不需要依赖人工观察,避免主观性,并且减少观察的人力成本,提高检测效率。
在一些可选的实施方式中,步骤S102,根据蜂窝轮廓图中的轮廓像素计算分形维数,包括:
步骤S1021,将若干个预设选框进行对齐并覆盖蜂窝轮廓图,预设选框为正多边形。
具体地,预设选框为正方形,当然预设选框也可以为正六边形等其他正多边形,记最小像素单位为1,正方形的边长ε为1。用边长为ε的若干个正方形,长和宽方向对齐,覆盖整幅蜂窝轮廓图。
步骤S1022,根据包含轮廓像素的预设选框的个数和预设选框的边长计算待拟合点的坐标。
具体地,统计包含了轮廓像素的正方形的个数,并记正方形中包含了轮廓像素的正方形的个数为N。通过将边长ε和个数N进行对数转换得到边长为1时的待拟合点的坐标。
步骤S1023,判断预设选框的边长是否满足预设终止条件,若不满足预设终止条件,则调整预设选框的边长的长度并返回步骤S1021,若满足终止预设条件,则将全部待拟合点拟合成直线,计算直线的斜率得到分形维数。
具体地,预设终止条件为边长ε是否达到设定数值,设定数值为40、50等,例如判断边长ε是否等于50,若不等于50,则按照设定梯度值增加边长ε,示例性地,设定梯度值为1,即调整预设选框的边长为在当前边长ε的基础上增加1。
若边长ε等于50,则根据重复步骤S1021和步骤S1022得到的50个待拟合点依次画在坐标系上,用最小二乘法拟合一条直线,记这条直线的斜率为k,K值即分形维数。分形维数的大小反映了蜂窝轮廓图的曲折、破碎、复杂的程度。
通过不同尺度的预设选框覆盖蜂窝轮廓图得到多个待拟合点,进而将这些待拟合点进行拟合成直线得到分形维数,可以对蜂窝材料表面毛刺的多尺度特征进行描述,从而发挥了分形几何相对于传统欧式几何的表征优势,即相对于传统研究中一般采用的单一尺度下的指标表征具有更为全面反映表面破碎性质的优势。
在一些可选的实施方式中,步骤S1022,根据包含轮廓像素的预设选框的个数和预设选框的边长计算待拟合点的坐标,包括:
步骤a1,以预设数值为底计算预设选框的边长的对数,得到待拟合点的横坐标;
步骤a2,以预设数值为底计算包含轮廓像素的预设选框的个数的对数的负值,得到待拟合点的纵坐标。
示例性地,预设数值为10,即计算logε作为待拟合点的横坐标,计算-logN作为待拟合点的纵坐标,通过取对数的形式计算待拟合点的坐标,使得拟合后的直线的斜率能够更准确反应蜂窝轮廓图的曲折、破碎和复杂程度。
在一些可选的实施方式中,步骤S101,根据待检测深度信息图像获取蜂窝轮廓图,包括:
步骤S1011,对待检测深度信息图像进行二值化处理,得到二值图像;
步骤S1012,对二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图。
通过二值化处理,提高图像对比度,有利于提取图像边缘轮廓特征。
在一些可选的实施方式中,步骤S1012,对二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图,包括:
步骤b1,使用沈俊算子对二值图像进行滤波处理;
步骤b2,对滤波处理后的二值图像进行降噪处理,得到蜂窝轮廓图。
通过沈俊算子对二值图像进行滤波处理得到二值图像的边缘特征,使得轮廓完整且连续,噪声小,然后对滤波处理后的二值图像进行降噪处理,使得处理得到的蜂窝轮廓图更加接近真实的轮廓图。
目前,针对蜂窝材料加工表面毛刺特征的量化评价方法,主要依赖于光学显微镜拍摄,然后人眼观察,给出经验性的判断。这样的方法存在诸多的缺点。而本发明实施例采用结构光相机,除了可以获取二维的图像信息,还可以获取有效的高度方向的信息,有助于对加工表面毛刺特征的检测提供更为丰富的量化分析能力。
现有技术使用光学显微镜仅仅能针对蜂窝材料加工表面的某些位置开展研究。本本发明实施例结合了三坐标位移平台,可以完成更大的蜂窝材料表面的任意位置进行完整的表征,对大型蜂窝零件的测量更加有效。
本发明实施例可以对蜂窝材料表面毛刺的多尺度特征进行描述,从而发挥了分形几何相对于传统欧式几何的表征优势,即相对于传统研究中一般采用的单一尺度下的指标表征具有更为全面反映表面破碎性质的优势。
本发明实施例的结构光相机可以安装在机床的刀柄上,具备了开发相应的在机检测的应用潜力,比传统的离位拍摄样品图像具有进一步的实用性。
综上,本发明实施例的检测设备和检测方法,具备高效性、准确性和可拓展性,对未来进一步推进蜂窝材料检测具有一定的价值。
本发明实施例还提供一种计算机设备,如图9所示,该计算机设备包括:一个或多个处理器901、存储器902,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相通信连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在计算机设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在一些可选的实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个计算机设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
处理器901可以是中央处理器,网络处理器或其组合。其中,处理器901还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路,可编程逻辑器件或其组合。上述可编程逻辑器件可以是复杂可编程逻辑器件,现场可编程逻辑门阵列,通用阵列逻辑或其任意组合。
其中,存储器902存储有可由至少一个处理器901执行的指令,以使至少一个处理器901执行实现上述实施例示出的方法。
存储器902可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些可选的实施方式中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至该计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
存储器902可以包括易失性存储器,例如,随机存取存储器;存储器也可以包括非易失性存储器,例如,快闪存储器,硬盘或固态硬盘;存储器902还可以包括上述种类的存储器的组合。
该计算机设备还包括输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置902可以通过总线或者其他方式连接,图X中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息,以及产生与该计算机设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等。输出装置904可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。上述显示设备包括但不限于液晶显示器,发光二极管,显示器和等离子体显示器。在一些可选的实施方式中,显示设备可以是触摸屏。
本发明实施例还提供了一种计算机可读存储介质,上述根据本发明实施例的方法可在硬件、固件中实现,或者被实现为可记录在存储介质,或者被实现通过网络下载的原始存储在远程存储介质或非暂时机器可读存储介质中并将被存储在本地存储介质中的计算机代码,从而在此描述的方法可被存储在使用通用计算机、专用处理器或者可编程或专用硬件的存储介质上的这样的软件处理。其中,存储介质可为磁碟、光盘、只读存储记忆体、随机存储记忆体、快闪存储器、硬盘或固态硬盘等;进一步地,存储介质还可以包括上述种类的存储器的组合。可以理解,计算机、处理器、微处理器控制器或可编程硬件包括可存储或接收软件或计算机代码的存储组件,当软件或计算机代码被计算机、处理器或硬件访问且执行时,实现上述实施例示出的方法。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下做出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (10)

1.一种蜂窝材料加工表面毛刺特征检测方法,其特征在于,包括:
根据待检测深度信息图像获取蜂窝轮廓图,其中,所述待检测深度信息图像包括待检测蜂窝材料的二维平面信息和深度信息;
根据所述蜂窝轮廓图中的轮廓像素计算分形维数;
根据所述分形维数对所述待检测蜂窝材料的毛刺特征进行量化检测。
2.根据权利要求1所述的检测方法,其特征在于,根据所述蜂窝轮廓图中的轮廓像素计算分形维数,包括:
将若干个预设选框进行对齐并覆盖所述蜂窝轮廓图,所述预设选框为正多边形;
根据包含所述轮廓像素的所述预设选框的个数和所述预设选框的边长计算待拟合点的坐标;
判断所述预设选框的边长是否满足预设终止条件,若不满足预设终止条件,则调整所述预设选框的边长的长度并返回将若干个预设选框进行对齐并覆盖所述蜂窝轮廓图的步骤,若满足终止预设条件,则将全部待拟合点拟合成直线,计算所述直线的斜率得到分形维数。
3.根据权利要求2所述的检测方法,其特征在于,根据包含所述轮廓像素的所述预设选框的个数和所述预设选框的边长计算待拟合点的坐标,包括:
以预设数值为底计算所述预设选框的边长的对数,得到待拟合点的横坐标;
以预设数值为底计算包含所述轮廓像素的所述预设选框的个数的对数的负值,得到待拟合点的纵坐标。
4.根据权利要求1所述的检测方法,其特征在于,根据待检测深度信息图像获取蜂窝轮廓图,包括:
对待检测深度信息图像进行二值化处理,得到二值图像;
对所述二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图。
5.根据权利要求4所述的检测方法,其特征在于,对所述二值图像进行图像边缘轮廓特征的提取,得到蜂窝轮廓图,包括:
使用沈俊算子对所述二值图像进行滤波处理;
对滤波处理后的所述二值图像进行降噪处理,得到蜂窝轮廓图。
6.一种蜂窝材料加工表面毛刺特征检测设备,其特征在于,包括:
三坐标位移平台;
工件夹持部,设置在和所述三坐标位移平台的执行末端的移动范围对应的区域中,用于安装待检测蜂窝材料;
结构光相机,设置在所述三坐标位移平台的执行末端,并由所述三坐标位移平台带动沿三维坐标方向移动,用于采集包括待检测蜂窝材料的二维平面信息和深度信息的待检测图像;
控制终端,分别和三坐标位移平台及所述结构光相机连接,用于控制所述三坐标位移平台和所述结构光相机采集所述待检测图像并执行如权利要求1至5任一项所述的蜂窝材料加工表面毛刺特征的检测方法。
7.根据权利要求6所述的检测设备,其特征在于,还包括:
相机夹持部,所述相机夹持部包括相互连接的安装部和连接部,所述安装部设置在所述三坐标位移平台的执行末端上,所述连接部用于安装所述结构光相机并调节所述结构光相机的倾斜角度。
8.根据权利要求6所述的检测设备,其特征在于,所述三坐标位移平台的执行末端的移动范围对应的区域中还设有载物台,所述工件夹持部包括支架、压块和底板,所述支架设置在所述载物台的上方,所述底板设置在所述支架的上方,所述压块用于固定所述支架和所述载物台,所述底板采用吸光材料制成,所述底板用于放置待检测蜂窝材料。
9.一种计算机设备,其特征在于,包括:
存储器和处理器,所述存储器和所述处理器之间互相通信连接,所述存储器中存储有计算机指令,所述处理器通过执行所述计算机指令,从而执行权利要求1至5中任一项所述的检测方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机指令,所述计算机指令用于使计算机执行权利要求1至5中任一项所述的检测方法。
CN202310724789.4A 2023-06-16 2023-06-16 蜂窝材料加工表面毛刺特征的检测设备和检测方法 Pending CN116773554A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310724789.4A CN116773554A (zh) 2023-06-16 2023-06-16 蜂窝材料加工表面毛刺特征的检测设备和检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310724789.4A CN116773554A (zh) 2023-06-16 2023-06-16 蜂窝材料加工表面毛刺特征的检测设备和检测方法

Publications (1)

Publication Number Publication Date
CN116773554A true CN116773554A (zh) 2023-09-19

Family

ID=87992469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310724789.4A Pending CN116773554A (zh) 2023-06-16 2023-06-16 蜂窝材料加工表面毛刺特征的检测设备和检测方法

Country Status (1)

Country Link
CN (1) CN116773554A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647210A (zh) * 2024-01-29 2024-03-05 成都飞机工业(集团)有限责任公司 一种蜂窝芯构件复杂型面轮廓的检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117647210A (zh) * 2024-01-29 2024-03-05 成都飞机工业(集团)有限责任公司 一种蜂窝芯构件复杂型面轮廓的检测方法
CN117647210B (zh) * 2024-01-29 2024-05-14 成都飞机工业(集团)有限责任公司 一种蜂窝芯构件复杂型面轮廓的检测方法

Similar Documents

Publication Publication Date Title
EP3529586B1 (en) System and method for performing automated analysis of air samples
CN116773554A (zh) 蜂窝材料加工表面毛刺特征的检测设备和检测方法
US11867668B2 (en) Thickness correction for video extensometer systems and methods
CN111238383B (zh) 基于光谱共焦的胶体三维重建与厚度测量方法和系统
CN113532277B (zh) 板状不规则曲面工件的检测方法及系统
CN111702054A (zh) 一种曲板渐进成形在位调形检测系统及方法
US20240193745A1 (en) Brightness and contrast correction for video extensometer systems and methods
Lazarević et al. Optical inspection of cutting parts by 3D scanning
JP6970592B2 (ja) 検査装置、検査システム、プログラムを記憶した記憶媒体
CN116765936A (zh) 一种蜂窝材料加工表面型面精度测量设备及其测量方法
CN110657750B (zh) 一种用于刀具刃口钝化的检测系统和方法
CN116972754A (zh) 一种钢筋焊缝检测方法及系统
CN116858102A (zh) 基于点云匹配的焊缝尺寸检测方法、系统、介质及设备
CN112066896B (zh) 曲面样品顶点定位方法、装置和椭偏仪
CN108692691A (zh) 测量连杆类零件加工误差的方法
CN115165047A (zh) 一种同步测量重量与重心的电子天平
CN116794069A (zh) 蜂窝材料加工表面撕裂和压溃缺陷的检测设备和检测方法
CN114113144A (zh) 密封钉焊接质量检测装置和方法
US20200355578A1 (en) Tissue chip core-making system based on image recognition and positioning and core-making method thereof
CN116734758A (zh) 一种蜂窝材料加工表面孔格变形检测设备及其检测方法
CN117934461B (zh) 一种侧边抛磨光纤抛磨表面粗糙度分析方法、系统及设备
CN113945160B (zh) 蜗轮检测方法、处理器、存储介质及检测平台
CN115229804B (zh) 组件贴合方法和装置
CN211723176U (zh) 一种肿瘤术后上肢淋巴水肿的可视化测量设备
CN113175879A (zh) 一种尖嘴陶瓷柱t面检测方法、装置、设备及介质

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