CN117030730A - 一种基于三维激光扫描的快速缺陷检测方法 - Google Patents
一种基于三维激光扫描的快速缺陷检测方法 Download PDFInfo
- Publication number
- CN117030730A CN117030730A CN202311007236.3A CN202311007236A CN117030730A CN 117030730 A CN117030730 A CN 117030730A CN 202311007236 A CN202311007236 A CN 202311007236A CN 117030730 A CN117030730 A CN 117030730A
- Authority
- CN
- China
- Prior art keywords
- woven fabric
- upper computer
- dimensional laser
- dimensional
- dimensional data
- 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
- 230000007547 defect Effects 0.000 title claims abstract description 111
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 239000004745 nonwoven fabric Substances 0.000 claims abstract description 115
- 238000000034 method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000003860 storage Methods 0.000 claims description 14
- 239000004744 fabric Substances 0.000 claims description 8
- 238000011897 real-time detection Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000033001 locomotion Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000002950 deficient Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 238000012797 qualification Methods 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010612 desalination reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000001728 nano-filtration Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000001223 reverse osmosis Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000013535 sea water Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
- G01N21/898—Irregularities in textured or patterned surfaces, e.g. textiles, wood
- G01N21/8983—Irregularities in textured or patterned surfaces, e.g. textiles, wood for testing textile webs, i.e. woven material
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
-
- 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
- G01N2021/8854—Grading and classifying of flaws
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8861—Determining coordinates of flaws
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
Landscapes
- Engineering & Computer Science (AREA)
- Textile Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Wood Science & Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Treatment Of Fiber Materials (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种基于三维激光扫描的快速缺陷检测方法，其步骤为：①开启三维激光轮廓传感器以及无纺布输送设备；②无纺布输送设备以匀速的方式将无纺布产品进行输送，在无纺布产品经过三维激光轮廓传感器下方的时候，三维激光轮廓传感器获取无纺布产品表面三维数据，并将采集的表面三维数据反馈至上位机；③上位机的显示窗口实时的显示当前帧的表面三维数据，同时上位机对采集到的表面三维数据进行处理，实时的判断并输出每帧无纺布产品的表面是否存在缺陷；直至一批次的无纺布产品检测完成，然后上位机控制三维激光轮廓传感器以及无纺布输送设备停止运行，完成检测。本发明降低操作人员劳动强度，提高了检测效率及质量。
Description
技术领域
本发明涉及一种水处理领域，尤其涉及一种基于三维激光扫描的快速缺陷检测方法。
背景技术
被广泛用于污水处理和海水淡化的纳滤膜和反渗透膜产品在生产的过程中，需要向其基底层无纺布上喷涂用于过滤的特殊敷料。在喷涂的过程中，基底层无纺布在产线上以30m/min的速度匀速运动，由于持续收到张力以及在溶液箱中的反应和烘箱中的受热，使得无纺布的表面会产生微小的布洞和裂缝，当这些布洞和裂缝没有被及时的发现和处理，便会随着时间不断扩大，最终导致无纺布撕裂，使得喷涂过程终止，乃至生产线的停机，对产品的质量和生产效率影响巨大。
而常规的检测方法，主要是人工检测，很容易受到人眼在时间和空间上的分辨不足，以及主观因素的限制，很难满足现代社会对于检测行业高速度、高精度的需求。因此针对传统检测方法效率低的缺陷以及市场效益最大化的要求，提出了一种实时在线检测反馈质量信息的检测要求。
计算机视觉检测方法以其非接触测量，检测精度高，响应速度快等优点，在线检测方面的优势也愈发明显。CCD和CMOS摄像的机器视觉检测方式主要是对拍摄的2D图片进行识别和处理，从中提起所需的信息，这对于一些产品表面质量的检测具有很好的效果，然而2D图像由于无法得到目标深度信息可能导致部分缺陷难以被检测出来。其中，现有技术中，检测时，将摄像头安装在待检测工位上，将拍摄的视频流实时传输到显示屏上，在整个的生产过程中，需要人工持续的观察产品表面的情况，由于人眼长时间的集中在一个位置上，很容易产生视觉疲劳，并且此种方法对相机以及显示的分辨率都提出了较高的要求，当观察人员没有及时发现孔洞或者撕裂缺陷时，或者反馈信号迟滞时间过长时，便会造成生产上的耽误，不仅对工人的消耗大，效果也并不理想；另外，由于撕裂缺陷在色彩上并没有较大区别，往往在已经产生较大的撕裂缺陷后，工人才能发现该缺陷的产生，是人工检测面对的另一大难题。
发明内容
本发明目的是提供一种基于三维激光扫描的快速缺陷检测方法，通过使用该方法，能够实现无纺布产品的自动检测，提高检测效率及质量，保证产品的合格率。
为达到上述目的，本发明采用的技术方案是：一种基于三维激光扫描的快速缺陷检测方法，其步骤为：
①上位机预设好三维激光轮廓传感器的参数，然后开启三维激光轮廓传感器以及无纺布输送设备；
②无纺布输送设备以匀速的方式将无纺布产品进行输送，在无纺布产品经过三维激光轮廓传感器下方的时候，三维激光轮廓传感器获取无纺布产品表面三维数据，并将采集的表面三维数据反馈至上位机；
③上位机的显示窗口实时的显示当前帧的表面三维数据，同时上位机对采集到的表面三维数据进行处理，实时的判断并输出每帧无纺布产品的表面是否存在缺陷；
④如果判断无纺布产品表面没有缺陷，则继续重复步骤②、③；
⑤如果上位机判断无纺布产品表面存在缺陷，则上位机的显示窗口显示出无纺布产品表面的缺陷位置和尺寸，将存在缺陷的表面三维数据进行存储，并且上位机控制无纺布输送设备停止，等待工作人员对存在缺陷处的无纺布产品进行处理；
⑥将带有缺陷处的无纺布产品处理完成之后，上位机控制三维激光轮廓传感器以及无纺布输送设备重新工作，并重复步骤②、③，直至一批次的无纺布产品检测完成，然后上位机控制三维激光轮廓传感器以及无纺布输送设备停止运行，完成检测。
上述技术方案中，所述三维激光轮廓传感器内具有存储模块，所述三维激光轮廓传感器的检测范围能够覆盖无纺布产品的整个宽度，在无纺布产品移动过程中，三维激光轮廓传感器对无纺布产品表面进行扫描，在扫描过程中，将扫描的三维数据预先存储至存储模块内，当对无纺布产品表面的扫描长度达到X1时，三维激光轮廓传感器的存储模块三维数据传输至上位机，由上位机的显示窗口实时显示和判断是否存在缺陷。
上述技术方案中，无纺布产品表面的扫描长度X1为一帧三维数据，三维激光轮廓传感器在扫描完成至少一帧三维数据之后，再将一帧三维数据或多帧三维数据传输至上位机内，如此循环；
在单独的一帧三维数据未完成扫描的时候，会将该三维数据存储至三维激光轮廓传感器的存储模块内。
上述技术方案中，所述三维激光轮廓传感器具有两种工作模式，分别为轮廓模式及点云模式；
在轮廓模式下，三维激光轮廓传感器在扫描完成一帧三维数据之后，直接将该扫描的一帧三维数据传输至上位机内；
在点云模式下，三维激光轮廓传感器在扫描完成至少两帧三维数据，并且将存储在三维激光轮廓传感器内的多帧三维数据传输至上位机内。
上述技术方案中，所述上位机对接收到三维激光轮廓传感器传输的每一帧三维数据进行连通域统计，并通过设置的阈值判断连通域的区域是否属于布洞缺陷；
然后统计每一帧三维数据的高度、梯度变化剧烈的区域大小，并通过设置阈值判断数据是否存在撕布缺陷；
当存在布洞缺陷或撕布缺陷中任意一种缺陷时，上位机的显示窗口上会显示缺陷类型、缺陷位置以及缺陷尺寸，并将缺陷显示灯亮起，实现无纺布产品的实时检测，同时还将缺陷数据存储。
上述技术方案中，当上位机判断无纺布产品表面存在缺陷，上位机将存在缺陷的表面三维数据进行存储，该存在缺陷的表面三维数据包括当前帧的表面三维数据以及缺陷信息。
上述技术方案中，该缺陷信息由一个字符串组成，该缺陷信息包括缺陷类型、缺陷位置及缺陷尺寸。
上述技术方案中，无纺布输送设备经PLC控制，上位机与所述PLC相连，上位机经PLC控制无纺布输送设备启停。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：
1.本发明中利用三维激光轮廓传感器对传输过程中的无纺布产品进行三维轮廓扫描产品表面的三维信息，并将数据反馈至上位机，分析出料所采集的三维数据实现缺陷的实时检测，无需人工肉眼查看，这样能够提高检测效率和检测质量，同时，在检测处缺陷之后，直接通过上位机控制无纺布输送设备停止运行，这样在产品缺陷产生的时候就停机，减少不必要的损伤，降低成本。
附图说明
图1是本发明实施例一中检测流程图。
具体实施方式
下面结合附图及实施例对本发明作进一步描述：
实施例一：参见图1所示，一种基于三维激光扫描的快速缺陷检测方法，其步骤为：
①上位机预设好三维激光轮廓传感器的参数，然后开启三维激光轮廓传感器以及无纺布输送设备；
②无纺布输送设备以匀速的方式将无纺布产品进行输送，在无纺布产品经过三维激光轮廓传感器下方的时候，三维激光轮廓传感器获取无纺布产品表面的三维数据，并将采集的表面三维数据反馈至上位机；
③上位机的显示窗口实时的显示当前帧的表面三维数据，同时上位机对采集到的表面三维数据进行处理，实时的判断并输出每帧无纺布产品的表面是否存在缺陷；
④如果判断无纺布产品表面没有缺陷，则继续重复步骤②、③；
⑤如果上位机判断无纺布产品表面存在缺陷，则上位机的显示窗口显示出无纺布产品表面的缺陷位置和尺寸，将存在缺陷的表面三维数据进行存储，并且上位机控制无纺布输送设备停止，等待工作人员对存在缺陷处的无纺布产品进行处理；
⑥将带有缺陷处的无纺布产品处理完成之后，上位机控制三维激光轮廓传感器以及无纺布输送设备重新工作，并重复步骤②、③，直至一批次的无纺布产品检测完成，然后上位机控制三维激光轮廓传感器以及无纺布输送设备停止运行，完成检测。
在本实施例中，上位机上面设置有显示灯，分别为缺陷显示灯和正常显示灯，缺陷显示灯为红灯，正常显示灯为绿灯。其中，无纺布输送设备经PLC控制，上位机与所述PLC相连，上位机经PLC控制无纺布输送设备启停。在步骤①中，在上位机预设好三维激光轮廓传感器的参数之后，再将上位机和PLC连接，也就是上位机通过PLC和无纺布输送设备进行连接，通过上位机及PLC控制无纺布输送设备的启停，其中，步骤①中，上位机通过PLC控制无纺布输送设备启动，通过无纺布输送设备对无纺布进行输送，并且将三维激光轮廓传感器打开，使三维激光轮廓传感器工作，对输送中的无纺布产品进行扫描。其中，三维激光轮廓传感器为线激光轮廓传感器。其中，在步骤④中，上位机判定三维数据之后，也就是判定产品表面没有缺陷的话，则上位机上模的正常显示灯正常亮起，为绿灯，无纺布输送设备也正常对无纺布产品进行输送，三维激光轮廓传感器也正常对无纺布产品进行检测。在步骤⑤中，如果上位机判定无纺布产品表面存在缺陷，则上位机的缺陷显示灯会亮起，也就是亮起红灯，可以提醒工作人员，及时进行处理。进一步的，本实施例中，三维激光轮廓传感器采用LMI-2180线激光轮廓传感器。
其中，所述三维激光轮廓传感器内具有存储模块，所述三维激光轮廓传感器的检测范围能够覆盖无纺布产品的整个宽度，在无纺布产品移动过程中，三维激光轮廓传感器对无纺布产品表面进行扫描，在扫描过程中，将扫描的三维数据预先存储至存储模块内，当对无纺布产品表面的扫描长度达到X1时，三维激光轮廓传感器的存储模块三维数据传输至上位机，由上位机的显示窗口实时显示和判断是否存在缺陷。
无纺布产品表面的扫描长度X1为一帧三维数据，三维激光轮廓传感器在扫描完成至少一帧三维数据之后，再将一帧三维数据或多帧三维数据传输至上位机内，如此循环；
在单独的一帧三维数据未完成扫描的时候，会将该三维数据存储至三维激光轮廓传感器的存储模块内。
所述三维激光轮廓传感器具有两种工作模式，分别为轮廓模式及点云模式；
在轮廓模式下，三维激光轮廓传感器在扫描完成一帧三维数据之后，直接将该扫描的一帧三维数据传输至上位机内；
在点云模式下，三维激光轮廓传感器在扫描完成至少两帧三维数据，并且将存储在三维激光轮廓传感器内的多帧三维数据传输至上位机内。
在本实施例中，三维激光轮廓传感器的视野范围为390mm～1260mm，无纺布产品的宽幅为1200mm，因此，三维激光轮廓传感器能够采集到无纺布的整个宽度，其中，X1为50mm，无纺布以30m/min的速度匀速运动，三维激光轮廓传感器在X轴(即无纺布产品的宽幅方向)、Z轴(即高度方向)方向分辨率分为0.75mm和0.092mm，三维激光轮廓传感器的采样频率为334HZ，在结合无纺布产品的运动速度为30m/min，能够实现在Y方向(即无纺布移动方向)0.5mm的分辨率。这样在三维激光轮廓传感器对运动中无纺布产品顶面进行扫描，采集无纺布产品表面的轮廓数据，将扫描的轮廓三维数据先存储在三维激光轮廓传感器的存储模块内，如果说采用轮廓模式，则对无纺布产品扫描长度达到50mm之后，即获得一帧的三维数据之后，将数据传输至上位机内，在数据传输的过程中，三维激光轮廓传感器继续对运动中的无纺布产品扫描检测，同时将数据存储至存储模块内。其中，如果说在点云模式下，三维激光轮廓传感器内会保存一定长度的点云数据，具体的长度由点云长度参数设置。进一步的，一帧的三维数据为一个点云数据。点云模式的话，至少为两个点云数据，即至少两帧的三维数据，也就是至少100毫米的长度。在本发明中，无纺布的运动速度为0.1m/min～200m/min，根据实际情况选择，而无纺布运动速度的不同，在Y轴方向的分辨率也不同，根据实际情况选择即可，无纺布运动速度越快，Y轴方向的分辨率会越低，无纺布运动速度越慢，Y轴方向的分辨率越高。当然，无纺布运动速度越快，加工效率也会越高，无纺布运动速度越慢，加工速度也会越慢，根据实际情况来调整即可。因此，在本实施例中，选择无纺布的运动速度为30m/min，既兼顾了加工速度，又保证了检测精度和质量。
其中，所述上位机对接收到三维激光轮廓传感器传输的每一帧三维数据进行连通域统计，并通过设置的阈值判断连通域的区域是否属于布洞缺陷；
然后统计每一帧三维数据的高度、梯度变化剧烈的区域大小，并通过设置阈值判断数据是否存在撕布缺陷；
当存在布洞缺陷或撕布缺陷中任意一种缺陷时，上位机的显示窗口上会显示缺陷类型、缺陷位置以及缺陷尺寸，并将缺陷显示灯亮起，实现无纺布产品的实时检测，同时还将缺陷数据存储。
当上位机判断无纺布产品表面存在缺陷，上位机将存在缺陷的表面三维数据进行存储，该存在缺陷的表面三维数据包括当前帧的表面三维数据以及缺陷信息。
该缺陷信息由一个字符串组成，该缺陷信息包括缺陷类型、缺陷位置及缺陷尺寸。
在本实施例中，上位机对缺陷数据、缺陷信息进行存储，便于操作人员对缺陷数据进行追溯，同时，根据这些缺陷数据，也便于对前端的工艺进行改良，或者发现前端的工艺问题，从而提高产品的合格率，提高产品检测效率和质量。
在本发明中，上位机具有信息显示模块、数据处理模块、数据存储模块及信号传输模块，通过三维激光轮廓传感器对三维数据进行采集，通过信号传输模块将采集的三维数据传输至上位机内，利用数据处理模块对三维数据进行处理，判断产品是否有缺陷，并通过PLC控制无纺布输送设备的启停，同时，通过信息显示模块(显示窗口)显示数据。如果说产品有缺陷，则会通过数据存储模块将该缺陷数据进行存储，便于后续的追溯。
在本发明的描述中，需要理解的是，术语“上”、“下”、“顶”、“底”、“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者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。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；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，比如，两者通过抵接、触接等形成机械的抵靠或抵触的连接方式，两者也可以是直接挂接或者通过中间媒介进行挂装连接等，也可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
Claims (8)
1.一种基于三维激光扫描的快速缺陷检测方法，其步骤为：
①上位机预设好三维激光轮廓传感器的参数，然后开启三维激光轮廓传感器以及无纺布输送设备；
②无纺布输送设备以匀速的方式将无纺布产品进行输送，在无纺布产品经过三维激光轮廓传感器下方的时候，三维激光轮廓传感器获取无纺布产品表面三维数据，并将采集的表面三维数据反馈至上位机；
③上位机的显示窗口实时的显示当前帧的表面三维数据，同时上位机对采集到的表面三维数据进行处理，实时的判断并输出每帧无纺布产品的表面是否存在缺陷；
④如果判断无纺布产品表面没有缺陷，则继续重复步骤②、③；
⑤如果上位机判断无纺布产品表面存在缺陷，则上位机的显示窗口显示出无纺布产品表面的缺陷位置和尺寸，将存在缺陷的表面三维数据进行存储，并且上位机控制无纺布输送设备停止，等待工作人员对存在缺陷处的无纺布产品进行处理；
⑥将带有缺陷处的无纺布产品处理完成之后，上位机控制三维激光轮廓传感器以及无纺布输送设备重新工作，并重复步骤②、③，直至一批次的无纺布产品检测完成，然后上位机控制三维激光轮廓传感器以及无纺布输送设备停止运行，完成检测。
2.根据权利要求1所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：所述三维激光轮廓传感器内具有存储模块，所述三维激光轮廓传感器的检测范围能够覆盖无纺布产品的整个宽度，在无纺布产品移动过程中，三维激光轮廓传感器对无纺布产品表面进行扫描，在扫描过程中，将扫描的三维数据预先存储至存储模块内，当对无纺布产品表面的扫描长度达到X1时，三维激光轮廓传感器的存储模块三维数据传输至上位机，由上位机的显示窗口实时显示和判断是否存在缺陷。
3.根据权利要求2所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：无纺布产品表面的扫描长度X1为一帧三维数据，三维激光轮廓传感器在扫描完成至少一帧三维数据之后，再将一帧三维数据或多帧三维数据传输至上位机内，如此循环；
在单独的一帧三维数据未完成扫描的时候，会将该三维数据存储至三维激光轮廓传感器的存储模块内。
4.根据权利要求3所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：所述三维激光轮廓传感器具有两种工作模式，分别为轮廓模式及点云模式；
在轮廓模式下，三维激光轮廓传感器在扫描完成一帧三维数据之后，直接将该扫描的一帧三维数据传输至上位机内；
在点云模式下，三维激光轮廓传感器在扫描完成至少两帧三维数据，并且将存储在三维激光轮廓传感器内的多帧三维数据传输至上位机内。
5.根据权利要求1所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：所述上位机对接收到三维激光轮廓传感器传输的每一帧三维数据进行连通域统计，并通过设置的阈值判断连通域的区域是否属于布洞缺陷；
然后统计每一帧三维数据的高度、梯度变化剧烈的区域大小，并通过设置阈值判断数据是否存在撕布缺陷；
当存在布洞缺陷或撕布缺陷中任意一种缺陷时，上位机的显示窗口上会显示缺陷类型、缺陷位置以及缺陷尺寸，并将缺陷显示灯亮起，实现无纺布产品的实时检测，同时还将缺陷数据存储。
6.根据权利要求1所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：当上位机判断无纺布产品表面存在缺陷，上位机将存在缺陷的表面三维数据进行存储，该存在缺陷的表面三维数据包括当前帧的表面三维数据以及缺陷信息。
7.根据权利要求6所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：该缺陷信息由一个字符串组成，该缺陷信息包括缺陷类型、缺陷位置及缺陷尺寸。
8.根据权利要求1所述的基于三维激光扫描的快速缺陷检测方法，其特征在于：无纺布输送设备经PLC控制，上位机与所述PLC相连，上位机经PLC控制无纺布输送设备启停。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311007236.3A CN117030730A (zh) | 2023-08-10 | 2023-08-10 | 一种基于三维激光扫描的快速缺陷检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311007236.3A CN117030730A (zh) | 2023-08-10 | 2023-08-10 | 一种基于三维激光扫描的快速缺陷检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117030730A true CN117030730A (zh) | 2023-11-10 |
Family
ID=88640711
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311007236.3A Pending CN117030730A (zh) | 2023-08-10 | 2023-08-10 | 一种基于三维激光扫描的快速缺陷检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117030730A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990083893A (ko) * | 1999-08-20 | 1999-12-06 | 강태진 | 직물 구김과 심퍼커의 자동 평가 장치 및 그 방법 |
| CN101587082A (zh) * | 2009-06-24 | 2009-11-25 | 天津工业大学 | 一种应用于织物疵点检测的快速三维重建方法 |
| CN101598677A (zh) * | 2009-07-03 | 2009-12-09 | 天津工业大学 | 织物疵点在线三维识别方法 |
| CN201757742U (zh) * | 2010-07-05 | 2011-03-09 | 双钱集团（如皋）轮胎有限公司 | 一种轮胎生产用帘布表面异物检测系统 |
| JP2017122621A (ja) * | 2016-01-06 | 2017-07-13 | フロンティアシステム株式会社 | 布表面検査装置及び布表面検査装置用の照明装置 |
| CN108166362A (zh) * | 2017-12-23 | 2018-06-15 | 长安大学 | 一种沥青路面裂缝类型的自动识别方法 |
| CN110658213A (zh) * | 2019-09-30 | 2020-01-07 | 合肥公共安全技术研究院 | 一种用于无缝钢管表面三维缺陷检测的无损检测装置 |
| CN112213317A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 |
| CN113516660A (zh) * | 2021-09-15 | 2021-10-19 | 江苏中车数字科技有限公司 | 适用于列车的视觉定位与缺陷检测方法和装置 |
| CN114719756A (zh) * | 2022-03-17 | 2022-07-08 | 广州海关技术中心 | 一种毛针织物编织密度系数的测量方法及系统 |
| CN116297503A (zh) * | 2023-04-19 | 2023-06-23 | 苏州亿视智能科技有限公司 | 一种基于3d机器视觉的纺织品疵点检测装置 |
| CN116337883A (zh) * | 2023-03-07 | 2023-06-27 | 和飞智能技术(福建)有限公司 | 一种布带检测设备及方法 |
| CN116482125A (zh) * | 2023-05-04 | 2023-07-25 | 桂林电子科技大学 | 一种基于机器视觉的布匹缺陷处理方法 |
-
2023
- 2023-08-10 CN CN202311007236.3A patent/CN117030730A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR19990083893A (ko) * | 1999-08-20 | 1999-12-06 | 강태진 | 직물 구김과 심퍼커의 자동 평가 장치 및 그 방법 |
| CN101587082A (zh) * | 2009-06-24 | 2009-11-25 | 天津工业大学 | 一种应用于织物疵点检测的快速三维重建方法 |
| CN101598677A (zh) * | 2009-07-03 | 2009-12-09 | 天津工业大学 | 织物疵点在线三维识别方法 |
| CN201757742U (zh) * | 2010-07-05 | 2011-03-09 | 双钱集团（如皋）轮胎有限公司 | 一种轮胎生产用帘布表面异物检测系统 |
| JP2017122621A (ja) * | 2016-01-06 | 2017-07-13 | フロンティアシステム株式会社 | 布表面検査装置及び布表面検査装置用の照明装置 |
| CN108166362A (zh) * | 2017-12-23 | 2018-06-15 | 长安大学 | 一种沥青路面裂缝类型的自动识别方法 |
| CN110658213A (zh) * | 2019-09-30 | 2020-01-07 | 合肥公共安全技术研究院 | 一种用于无缝钢管表面三维缺陷检测的无损检测装置 |
| CN112213317A (zh) * | 2020-09-28 | 2021-01-12 | 武汉科技大学 | 基于三维激光扫描技术的输送带撕裂检测系统及其检测方法 |
| CN113516660A (zh) * | 2021-09-15 | 2021-10-19 | 江苏中车数字科技有限公司 | 适用于列车的视觉定位与缺陷检测方法和装置 |
| CN114719756A (zh) * | 2022-03-17 | 2022-07-08 | 广州海关技术中心 | 一种毛针织物编织密度系数的测量方法及系统 |
| CN116337883A (zh) * | 2023-03-07 | 2023-06-27 | 和飞智能技术(福建)有限公司 | 一种布带检测设备及方法 |
| CN116297503A (zh) * | 2023-04-19 | 2023-06-23 | 苏州亿视智能科技有限公司 | 一种基于3d机器视觉的纺织品疵点检测装置 |
| CN116482125A (zh) * | 2023-05-04 | 2023-07-25 | 桂林电子科技大学 | 一种基于机器视觉的布匹缺陷处理方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨春玉 等: "三维激光扫描技术在立体织物检测中的应用", 玻璃纤维, no. 2, 31 December 2021 (2021-12-31), pages 10 - 12 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN203124215U (zh) | 一种封框胶涂布机 | |
| CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
| CN104237252A (zh) | 一种机器视觉产品表面微缺陷智能检测方法及其装置 | |
| CN101158650A (zh) | 机器视觉系统对印花布瑕疵的在线检测方法 | |
| CN108613987A (zh) | 烟支外观实时在线检测剔除装置及方法 | |
| CN105911067A (zh) | 线缆护套表面瑕疵检测仪及其检测方法 | |
| CN202506981U (zh) | Smt模板激光湿切割及检测的设备 | |
| CN110743802A (zh) | 一种布料的自动检测监管系统 | |
| CN112730463A (zh) | 基于同轴光栅光源检测玻璃盖板缺陷的装置及方法 | |
| CN103212834A (zh) | Smt模板激光湿切割及检测的方法 | |
| CN103212831A (zh) | Smt模板激光湿切割及检测的设备 | |
| CN202869985U (zh) | 一种基于机器视觉的整经断纱在线监测系统 | |
| CN117030730A (zh) | 一种基于三维激光扫描的快速缺陷检测方法 | |
| CN202506980U (zh) | Smt模板激光湿切割的加工设备 | |
| CN208023291U (zh) | 一种服装加工生产用的验布机检测装置 | |
| CN103212841A (zh) | Smt模板激光湿切割及检测的加工设备 | |
| CN217342642U (zh) | 一种节能激光清洗机 | |
| CN108221339A (zh) | 一种服装加工生产用的验布机检测装置 | |
| CN212762074U (zh) | 基于视觉识别的螺钉筛选安装系统 | |
| CN114755241A (zh) | 一种基于激光扫描的阴极铜质量检测系统及方法 | |
| CN102981520B (zh) | 控制多台相机同步采集的方法 | |
| CN109825944B (zh) | 一种基于线激光的织物织造在线疵点检测方法 | |
| CN103212846B (zh) | Smt模板激光湿切割的加工方法 | |
| CN103212836B (zh) | Smt模板激光湿切割工艺方法 | |
| CN112837287A (zh) | 一种板面缺陷区域的提取方法及装置 |
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 |