CN117333458A - 基于轮廓差异的带孔不规则工件检测方法及系统 - Google Patents
基于轮廓差异的带孔不规则工件检测方法及系统 Download PDFInfo
- Publication number
- CN117333458A CN117333458A CN202311302742.5A CN202311302742A CN117333458A CN 117333458 A CN117333458 A CN 117333458A CN 202311302742 A CN202311302742 A CN 202311302742A CN 117333458 A CN117333458 A CN 117333458A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- detected
- sample
- image
- measured
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000001788 irregular Effects 0.000 title claims abstract description 47
- 230000007547 defect Effects 0.000 claims abstract description 39
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 30
- 238000000605 extraction Methods 0.000 claims abstract description 30
- 239000000284 extract Substances 0.000 claims abstract description 13
- 238000005286 illumination Methods 0.000 claims description 7
- 230000002950 deficient Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000003860 storage Methods 0.000 description 16
- 238000001514 detection method Methods 0.000 description 13
- 230000002085 persistent effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000005266 casting Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002355 dual-layer Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- 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
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种基于轮廓差异的带孔不规则工件检测方法及系统。该方法包括:将待测工件和标准工件放入发光单元照射的待测区域中,标准工件和待测工件均为同型号带孔不规则工件;相机拍摄待测区域中的标准工件和待测工件,并采集标准工件的样本图像和待测工件的待测图像;工控机接收样本图像和待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。本申请提供的方案能够解决现有技术中,带孔不规则工件评估效率较低的问题。
Description
技术领域
本申请涉及带孔不规则工件检测领域,特别涉及一种基于轮廓差异的带孔不规则工件检测方法及系统。
背景技术
带孔不规则工件的铸造机械加工过程中,会因为材料过少、切削过多、挤压、磕碰等原因造成工件发生凸出、凹陷等形变,进而影响工作状态,产生震动、噪音,更有甚者可能导致力学特性改变引发严重事故。因此我们需要检测工件的轮廓度形变,保证生产的工件和标准工件的误差,在合适的公差范围内。
目前针对这样的缺陷检测仍然以人工检测为主。对于较大缺陷,肉眼可以直接观测检出,但是对于较小的缺陷,需要使用三坐标轮廓仪进行检测,相对比较耗费时间,而且实际检测率也依赖人的工作状态,相对不可靠。
因此,本申请提供一种基于轮廓差异的带孔不规则工件检测方法及系统,以提高带孔不规则工件的缺陷检测能力。
发明内容
为解决或部分解决相关技术中存在的问题,本申请提供的方案能够解决现有技术中,带孔不规则工件评估效率较低的问题。
本申请第一方面本申请提供基于轮廓差异的带孔不规则工件检测方法,包括:
将待测工件和标准工件放入发光单元照射的待测区域中,标准工件和待测工件均为同型号带孔不规则工件,发光单元至少包括一个背光光源,发光单元用于给待测工件和标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度;
相机拍摄待测区域中的标准工件和待测工件,并采集标准工件的样本图像和待测工件的待测图像;
工控机接收样本图像和待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
可选地,采集标准工件的样本图像和待测工件的待测图像,包括:
获取相机内外参数,基于相机内外参数矫正样本图像和待测图像;
对样本图像和待测图像二值化处理。
可选地,预设轮廓提取算法用于根据带孔不规则工件图片识别带孔不规则工件的轮廓及带孔不规则工件的开孔,根据开孔中心,按照预设顺序提取轮廓像素点,生成带孔不规则工件的外轮廓序列坐标。
可选地,基于预设轮廓提取算法读取样本图像的样本外轮廓序列坐标,包括:
识别样本图像的样本轮廓及样本图像中的样本工件开孔;
获取样本工件开孔的开孔中心,根据样本工件开孔的开孔中心和样本图像的像素排列方向,建立样本图像的坐标系,并获取样本外轮廓的坐标点;
以逆时针方向,将样本外轮廓的坐标点首尾相接,得到样本外轮廓序列坐标。
可选地,基于预设轮廓提取算法读取待测图像的待测外轮廓序列坐标,包括:
识别待测图像的待测轮廓及待测图像中的待测工件开孔;
获取待测工件开孔的开孔中心,根据待测工件开孔的开孔中心和待测图像的像素排列方向,建立待测图像的坐标系,并获取待测外轮廓的坐标点;
以逆时针方向,将待测外轮廓的坐标点首尾相接,得到待测外轮廓序列坐标。
可选地,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷,包括:
对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度;
在相似度不符合阈值时,判断待测工件存在缺陷。
可选地,对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度,包括:
遍历待测外轮廓序列坐标中的待测点,计算待测点和样本外轮廓序列坐标的第一距离,第一距离为待测点到样本轮廓的最短距离;
获取待测外轮廓序列坐标中所有待测点的第一距离,选取第一距离的最大值,根据第一距离的最大值计算待测工件和样本工件的相似度。
可选地,计算待测点和样本外轮廓序列坐标的第一距离,包括:
依次从样本外轮廓序列坐标中选取相邻的样本轮廓点;
计算相邻的样本轮廓点线段到待测点的距离;
遍历样本外轮廓序列坐标,从相邻的样本轮廓点线段到待测点的距离中选取最短距离,得到第一距离。
可选地,在判断待测工件存在缺陷时,选取第一距离的最大值,包括:
获取第一距离的最大值在待测外轮廓序列坐标中的对应点,将对应点标记为待测工件的缺陷部位。
本申请第二方面提供一种基于轮廓差异的带孔不规则工件检测系统,该系统包括:
发光单元,发光单元至少包括一个背光光源,发光单元用于给待测工件和标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度,标准工件和待测工件均为同型号带孔不规则工件;
相机,用于拍摄待测区域中的标准工件和待测工件,并采集标准工件的样本图像和待测工件的待测图像;
上位机,用于接收样本图像和待测图像,上位机包括处理器和存储器,存储器存储有可执行代码,存储器根据执行代码执行:基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
本申请提供的技术方案可以包括以下有益效果:
第一方面通过发光单元和相机获取标准工件的样本图像,最大程度地减小成像畸变,以获取较好的样本图像。
第二方面,本申请通过工控机接收所述样本图像和所述待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于所述预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。本申请通过对比样本外轮廓序列坐标和待测序列坐标,可以更精准地评估待测工件的缺陷信息,以及精准定位待测工件的问题部位。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
通过结合附图对本申请示例性实施方式进行更详细地描述,本申请的上述以及其它目的、特征和优势将变得更加明显,其中,在本申请示例性实施方式中,相同的参考标号通常代表相同部件。
图1是本申请实施例示出的基于轮廓差异的带孔不规则工件检测方法的流程示意图;
图2是本申请实施例示出的一种标准工件的样本图像的坐标系示意图;
图3是本申请实施例示出的基于轮廓差异的带孔不规则工件检测系统的结构示意图;
图4是本申请实施例示出的上位机的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的实施方式。虽然附图中显示了本申请的实施方式,然而应该理解,可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了使本申请更加透彻和完整,并且能够将本申请的范围完整地传达给本领域的技术人员。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语“第一”、“第二”、“第三”等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
带孔不规则工件的铸造机械加工过程中,会因为材料过少、切削过多、挤压、磕碰等原因造成工件发生凸出、凹陷等形变,进而影响工作状态,产生震动、噪音,更有甚者可能导致力学特性改变引发严重事故。因此我们需要检测工件的轮廓度形变,保证生产的工件和标准工件的误差,在合适的公差范围内。
目前针对这样的缺陷检测仍然以人工检测为主。对于较大缺陷,肉眼可以直接观测检出,但是对于较小的缺陷,需要使用三坐标轮廓仪进行检测,相对比较耗费时间,而且实际检测率也依赖人的工作状态,相对不可靠。
针对上述的问题,目前尚未提出有效的解决方案。
本申请提供一种基于轮廓差异的带孔不规则工件检测方法,能够解决现有技术中,带孔不规则工件评估效率较低的问题。
需要说明的是,本申请中的物料开孔可以是圆形,但不限于圆形,还可以是其他形状的开孔,例如椭圆或多边形等可以通过拟合等方法确定准确几何中心的图形。
图1是本申请实施例示出的基于轮廓差异的带孔不规则工件检测方法的流程示意图。该方法包括:
步骤S101,将待测工件和标准工件放入发光单元照射的待测区域中,标准工件和待测工件均为同型号带孔不规则工件,发光单元至少包括一个背光光源,发光单元用于给待测工件和标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度。
优选地,背光光源采用平行背光源,平行背光源用于照亮工件轮廓外区域,使工件内外轮廓形成明显的亮暗对比;且平行光的平行度应足够高保证散射对成像的影响不超过1像素。
步骤S102,相机拍摄待测区域中的标准工件和待测工件,并采集标准工件的样本图像和待测工件的待测图像。
步骤S102的相机优选地为4k高清面阵相机,4k高清面阵相机用于提取工件轮廓,使用高清相机确保轮廓点足够密集达到检测要求,面阵保证相邻的轮廓点间几何关系无畸变。4k高清面阵相机的远心镜头为成像提供合适缩放,远心镜头相比普通镜头可以减少畸变,更适合精度要求比较高的工件检测。
在一种实施例中,采集标准工件的样本图像和待测工件的待测图像,包括:获取相机内外参数,基于相机内外参数矫正样本图像和待测图像;对样本图像和待测图像二值化处理。
本实施例中的挑选合适标准工件放置面阵相机下,在平行光源照射下,采集标准工件的相机采集图片,该相机采集图片为4k高清图片。根据相机内外参校准结果调整4K高清图像。调整后的4K高清图像的方法使用通用的棋盘格标定方法,目的在于减小成像畸变,影响检测效果。对矫正后的相机采集图片二值化处理,识别标准工件的边缘,将标准工件填充第一像素值,将相机采集图片中的背景填充第二像素值,生成样本图像。为了得到理想的二值图像,一般采用封闭、连通的边界定义不交叠的区域。边界的连接使用8邻接来定义。所有灰度大于或等于阈值的像素被判定为属于特定物体,其灰度值为255表示,否则这些像素点被排除在物体区域以外,灰度值为0,表示背景或者例外的物体区域。如果某特定物体在内部有均匀一致的灰度值,并且其处在一个具有其他等级灰度值的均匀背景下,使用阈值法就可以得到比较的分割效果。如果物体同背景的差别表现不在灰度值上(比如纹理不同),可以将这个差别特征转换为灰度的差别,然后利用阈值选取技术来分割该图像。动态调节阈值实现图像的二值化可动态观察其分割图像的具体结果。
步骤S103,工控机接收样本图像和待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
步骤S103中的,样本外轮廓序列坐标用于表示样本图像中标准工件的外轮廓的坐标点按照预设方向排列的序列坐标。待测外轮廓序列坐标表示待测图像中待测工件的外轮廓的坐标点按照预设方向排列的序列坐标。在本实施例中,工控机接收样本图像和待测图像的二值化图像后,采用8邻接像素法对样本图像和待测图像进行轮廓刻画方式,可选地,8邻接像素法可以用4邻接像素法或M邻接像素法替代。
在一种实施例中,预设轮廓提取算法用于根据带孔不规则工件图片识别带孔不规则工件的轮廓及带孔不规则工件的开孔,根据开孔中心,按照预设顺序提取轮廓像素点,生成带孔不规则工件的外轮廓序列坐标。
具体地,基于预设轮廓提取算法读取样本图像的样本外轮廓序列坐标,包括:识别样本图像的样本外轮廓及样本图像中的样本工件开孔;获取样本工件开孔的开孔中心,根据样本工件开孔的开孔中心和样本图像的像素排列方向,建立样本图像的坐标系,并获取样本外轮廓的坐标点;以逆时针方向,将样本外轮廓的坐标点首尾相接,得到样本外轮廓序列坐标。
在本实施例中,样本工件开孔是基于样本工件的内轮廓生成的,获取样本工件开孔的几何中心为开孔中心。若样本开孔为圆形,则样本开孔中心为圆心。以样本开孔中心为坐标轴,根据样本图片的像素排列方向设置X轴和Y轴,建立样本图像的坐标系。本实施例通过定位样本工件开孔设置样本图像坐标系及逆时针方向生成的样本外轮廓坐标,可以准确地表示样本外轮廓形状,和样本外轮廓像素点在外轮廓中的位置。
具体地,基于预设轮廓提取算法读取待测图像的待测外轮廓序列坐标,包括:识别待测图像的待测轮廓及待测图像中的待测工件开孔;获取待测工件开孔的开孔中心,根据待测工件开孔的开孔中心和待测图像的像素排列方向,建立待测图像的坐标系,并获取待测外轮廓的坐标点;以逆时针方向,将待测外轮廓的坐标点首尾相接,得到待测外轮廓序列坐标。
如图2所示,图2为一种标准工件的样本图像的坐标系示意图。识别图2的开孔中心O,以开孔中心O为原点,以样本图像自身像素的排列方向,设置X轴和Y轴。根据上述坐标系,获取样本图像轮廓的坐标点。在本实施例中,以逆时针方向,将样本外轮廓的坐标点首尾相接,得到样本外轮廓序列坐标。廓应为一列逆时针方向排列坐标点,分别落在背景和工件的明暗交界区上,数学上将其记作,表示轮廓有/>个点首尾相接组成,并且坐标分别是/>。可将标准工件的这些坐标点使用JSON序列化等方法保存作为待测工件的对比模板。
在本实施例中,待测工件开孔是基于待测工件的内轮廓生成的,获取待测工件开孔的几何中心为开孔中心。若待测开孔为圆形,则待测开孔中心为圆心。以待测开孔中心为坐标轴,根据待测图片的像素排列方向设置X轴和Y轴,建立待测图像的坐标系。本实施例通过定位待测工件开孔设置待测图像坐标系及逆时针方向生成的待测外轮廓序列坐标,可以准确地表示待测外轮廓形状,和待测外轮廓像素点在外轮廓中的位置。待测外轮廓序列坐标为,表示待测外轮廓有/>个点首尾相接组成,并且坐标分别是。
在一种实施例中,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷,包括:对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度;在相似度不符合阈值时,判断待测工件存在缺陷。
本实施例针对收集到的和/>,计算待测工件外轮廓相比标准工件外轮廓缩进或凸出距离,当作待测工件和标准工件轮廓相似度,将相似度和公差要求比较,决定工件合格与否,并且可以判断缺陷位置。
具体地,本实施例对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度,包括:遍历待测外轮廓序列坐标中的待测点,计算待测点和样本外轮廓序列坐标的第一距离,第一距离为待测点到样本轮廓的最短距离;获取待测外轮廓序列坐标中所有待测点的第一距离,选取第一距离的最大值,根据第一距离的最大值计算待测工件和样本工件的相似度。
在一种实施例中,计算待测点和样本外轮廓序列坐标的第一距离,包括:依次从样本外轮廓序列坐标中选取相邻的样本轮廓点;计算相邻的样本轮廓点线段到待测点的距离;遍历样本外轮廓序列坐标,从相邻的样本轮廓点线段到待测点的距离中选取最短距离,得到第一距离。
由于在本申请中,已经根据开孔的位置计算了外轮廓坐标,所以可以认为样本外轮廓和待测外轮廓仅相差一个旋转即相等。而轮廓同一由逆时针方向指定,本申请可以根据轮廓的起始下标确认旋转程度。因此本申请先定义直接计算两个坐标点列差异的方法,然后遍历所有下标作为轮廓起始位置,找到最小值,即可认为本申请得到了最合适刻画两轮廓距离的值,本申请以此值和公差对比,确定工件是否合格。本申请接下来简述如何比对两个轮廓和间的差异。具体如步骤S1到步骤S5所示:
步骤S1:首先我们对于每一个点定义到/>的距离,然后遍历所有的/>找到距离的最小值(即上文所述的第一距离),并将最小值定义为/>的差异值。
需要说明的是,步骤S1将待测工件外轮廓上的点到标准工件外轮廓的距离定义为点到线段的最小值,遍历所有的点计算出来的最小值的最大值是两个轮廓之间的距离,由于轮廓有旋转,所以需要遍历所有的轮廓下标取最小值确定为最终的距离。
步骤S2:对于点,我们遍历/>中每个线段,计算点和他们的距离。其中,每个线段为相邻两个样本轮廓点组成的线段,即计算/>到/>的距离,记这个距离是/>。则由此三点构成的三角形面积S如公式(1)和公式(2),根据公式(1)和公式(2)计算距离是/>采用公式(3),公式(1)、公式(2)和公式(3)如下所示:
S=;公式(1);
S=;公式(2);
;公式(3)。
步骤S3:我们定义的点到模板轮廓/>的距离即为上述距离的最小值。
步骤S4:进一步地,和/>的差异就是/>,最后遍历所有可能的/>的点寻找最大值,即可得到轮廓差异度。
步骤S5:上述计算可以使用最大最小值,也可以使用平均数或其他计算长度的方法,可根据实际需要灵活调整。
例如,我们使用最大距离来刻画轮廓间的差异,也可以使用等距离刻画。
步骤S6: 当我们无法确定旋转的情况下,可以再遍历的点寻找最小值确定最佳轮廓距离。
在步骤S6中,由于是按照顺时针开始的闭合点列,所以从任意位置开始我们都得到同一形状的轮廓,但是由于起始点不同,我们得到的相当于是旋转后的轮廓。即/>是以下标/>为起点的轮廓,则我们以/>为最终结果,这样保证了旋转情况下也能准确匹配到轮廓,并且上述过程都可以提取到对应的下标,通过换算可以准确计算产生差异的坐标点。
在一种实施例中,在判断待测工件存在缺陷时,选取第一距离的最大值,包括:获取第一距离的最大值在待测外轮廓序列坐标中的对应点,将对应点标记为待测工件的缺陷部位。
在本实施例中,由于第一距离的最大值是待测工件和标注工件差异最大的位置,且每次计算第一距离都能查找到第一距离在待测外轮廓序列点的对应点的坐标,因此可以根据坐标点对外轮廓点的缺陷位置实现精准定位。
如图3本申请第二方面提供一种基于轮廓差异的带孔不规则工件检测系统,该系统包括:
发光单元301,发光单元至少包括一个背光光源,发光单元用于给待测工件和标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度,标准工件和待测工件均为同型号带孔不规则工件;
相机302,用于拍摄待测区域中的标准工件和待测工件,并采集标准工件的样本图像和待测工件的待测图像;
上位机303,用于接收样本图像和待测图像,上位机包括处理器和存储器,存储器存储有可执行代码,存储器根据执行代码执行:基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
优选地,背光源采用平行背光源,用于给工件提供平行光照;相机采用4K高清面阵相机,用于采集工件的高清图片,4K高清面阵相机还包括远心镜头,远心镜头用于减少工件的高清图片的轮廓点畸变。
在一种实施例中,采集标准工件的样本图像和待测工件的待测图像,包括:获取相机内外参数,基于相机内外参数矫正样本图像和待测图像;对样本图像和待测图像二值化处理。
在一种实施例中,预设轮廓提取算法用于根据带孔不规则工件图片识别带孔不规则工件的轮廓及带孔不规则工件的开孔,根据开孔中心,按照预设顺序提取轮廓像素点,生成带孔不规则工件的外轮廓序列坐标。
在一种实施例中,基于预设轮廓提取算法读取样本图像的样本外轮廓序列坐标,包括:识别样本图像的样本轮廓及样本图像中的样本工件开孔;获取样本工件开孔的开孔中心,根据样本工件开孔的开孔中心和样本图像的像素排列方向,建立样本图像的坐标系,并获取样本外轮廓的坐标点;以逆时针方向,将样本外轮廓的坐标点首尾相接,得到样本外轮廓序列坐标。
在一种实施例中,基于预设轮廓提取算法读取待测图像的待测外轮廓序列坐标,包括:识别待测图像的待测轮廓及待测图像中的待测工件开孔;获取待测工件开孔的开孔中心,根据待测工件开孔的开孔中心和待测图像的像素排列方向,建立待测图像的坐标系,并获取待测外轮廓的坐标点;以逆时针方向,将待测外轮廓的坐标点首尾相接,得到待测外轮廓序列坐标。
在一种实施例中,对比样本外轮廓序列坐标和待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷,包括:对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度;在相似度不符合阈值时,判断待测工件存在缺陷。
在一种实施例中,对比样本外轮廓序列坐标和待测外轮廓序列坐标,计算待测工件和样本工件的相似度,包括:遍历待测外轮廓序列坐标中的待测点,计算待测点和样本外轮廓序列坐标的第一距离,第一距离为待测点到样本轮廓的最短距离;获取待测外轮廓序列坐标中所有待测点的第一距离,选取第一距离的最大值,根据第一距离的最大值计算待测工件和样本工件的相似度。
在一种实施例中,计算待测点和样本外轮廓序列坐标的第一距离,包括:依次从样本外轮廓序列坐标中选取相邻的样本轮廓点;计算相邻的样本轮廓点线段到待测点的距离;遍历样本外轮廓序列坐标,从相邻的样本轮廓点线段到待测点的距离中选取最短距离,得到第一距离。
在一种实施例中,在判断待测工件存在缺陷时,选取第一距离的最大值,包括:获取第一距离的最大值在待测外轮廓序列坐标中的对应点,将对应点标记为待测工件的缺陷部位。
本申请的基于轮廓差异的带孔不规则工件检测方法在基于轮廓差异的带孔不规则工件检测系统的应用场景包括:上位机启动,将工件放置在输在系统待测区域上,已经启动的工业相机和光源对标准工件和待测进行实时拍摄和图像处理,工控机根据本申请提供的基于轮廓差异的带孔不规则工件检测方法计算样本外轮廓序列坐标和待测序列坐标,对比样本外轮廓序列坐标和待测序列坐标,计算待测工件和样本工件的相似度,根据对比结果判断待测工件的工况。
本申请提供的技术方案可以包括以下有益效果:第一方面通过发光单元和相机获取标准工件的样本图像,最大程度地减小成像畸变,以获取较好的样本图像。第二方面,本申请通过工控机接收所述样本图像和所述待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于所述预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。本申请通过对比样本外轮廓序列坐标和待测序列坐标,可以更精准地评估待测工件的缺陷信息,以及精准定位待测工件的问题部位。
图4是本申请实施例示出的上位机的结构示意图。
参见图4,上位机400包括存储器410和处理器420。
处理器420可以是中央处理单元(Central ProceSing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal ProceSor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器410可以包括各种类型的存储单元,例如系统内存、只读存储器(ROM)和永久存储装置。其中,ROM可以存储处理器420或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中,永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中,永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备,例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外,存储器410可以包括任意计算机可读存储媒介的组合,包括各种类型的半导体存储芯片(例如DRAM,SRAM,SDRAM,闪存,可编程只读存储器),磁盘和/或光盘也可以采用。在一些实施方式中,存储器410可以包括可读和/或写的可移除的存储设备,例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM,双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等)、磁性软盘等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器410上存储有可执行代码,当可执行代码被处理器420处理时,可以使处理器420执行上文述及的方法中的部分或全部。
此外,根据本申请的方法还可以实现为一种计算机程序或计算机程序产品,该计算机程序或计算机程序产品包括用于执行本申请的上述方法中部分或全部步骤的计算机程序代码指令。
或者,本申请还可以实施为一种计算机可读存储介质(或非暂时性机器可读存储介质或机器可读存储介质),其上存储有可执行代码(或计算机程序或计算机指令代码),当可执行代码(或计算机程序或计算机指令代码)被上位机(或服务器等)的处理器执行时,使处理器执行根据本申请的上述方法的各个步骤的部分或全部。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进,或者使本技术领域的其他普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种基于轮廓差异的带孔不规则工件检测方法,其特征在于,包括:
将待测工件和标准工件放入发光单元照射的待测区域中,所述标准工件和所述待测工件均为同型号带孔不规则工件,所述发光单元至少包括一个背光光源,所述发光单元用于给所述待测工件和所述标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度;
相机拍摄所述待测区域中的所述标准工件和所述待测工件,并采集标准工件的样本图像和待测工件的待测图像;
上位机接收所述样本图像和所述待测图像,基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于所述预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
2.根据权利要求1所述的方法,其特征在于,所述采集标准工件的样本图像和待测工件的待测图像,包括:
获取相机内外参数,基于所述相机内外参数矫正所述样本图像和所述待测图像;
对所述样本图像和所述待测图像二值化处理。
3.根据权利要求1所述的方法,其特征在于,所述预设轮廓提取算法用于根据带孔不规则工件图片识别带孔不规则工件的轮廓及带孔不规则工件的开孔,根据开孔中心,按照预设顺序提取轮廓像素点,生成带孔不规则工件的外轮廓序列坐标。
4.根据权利要求3所述的方法,其特征在于,所述基于预设轮廓提取算法读取样本图像的样本外轮廓序列坐标,包括:
获取样本图像的样本轮廓及样本图像中的样本工件开孔;
获取所述样本工件开孔的开孔中心,根据所述样本工件开孔的开孔中心和所述样本图像的像素排列方向,建立样本图像的坐标系,并获取样本外轮廓的坐标点;
以逆时针方向,将所述样本外轮廓的坐标点首尾相接,得到所述样本外轮廓序列坐标。
5.根据权利要求3所述的方法,其特征在于,所述基于所述预设轮廓提取算法读取待测图像的待测外轮廓序列坐标,包括:
识别待测图像的待测轮廓及待测图像中的待测工件开孔;
获取所述待测工件开孔的开孔中心,根据所述待测工件开孔的开孔中心和所述待测图像的像素排列方向,建立待测图像的坐标系,并获取待测外轮廓的坐标点;
以逆时针方向,将待测外轮廓的坐标点首尾相接,得到所述待测外轮廓序列坐标。
6.根据权利要求1所述的方法,其特征在于,所述对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷,包括:
对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,计算所述待测工件和样本工件的相似度;
在所述相似度不符合阈值时,判断所述待测工件存在缺陷。
7.根据权利要求6所述的方法,其特征在于,对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,计算所述待测工件和样本工件的相似度,包括:
遍历待测外轮廓序列坐标中的待测点,计算所述待测点和所述样本外轮廓序列坐标的第一距离,所述第一距离为所述待测点到所述样本轮廓的最短距离;
获取所述待测外轮廓序列坐标中所有待测点的第一距离,选取所述第一距离的最大值,根据所述第一距离的最大值计算所述待测工件和所述样本工件的相似度。
8.根据权利要求6所述的方法,其特征在于,所述计算待测点和所述样本外轮廓序列坐标的第一距离,包括:
依次从所述样本外轮廓序列坐标中选取相邻的样本轮廓点;
计算相邻的样本轮廓点线段到待测点的距离;
遍历所述样本外轮廓序列坐标,从所述相邻的样本轮廓点线段到待测点的距离中选取最短距离,得到所述第一距离。
9.根据权利要求7所述的方法,其特征在于,在判断待测工件存在缺陷时,所述选取所述第一距离的最大值,包括:
获取所述第一距离的最大值在所述待测外轮廓序列坐标中的对应点,将所述对应点标记为所述待测工件的缺陷部位。
10.一种基于轮廓差异的带孔不规则工件检测系统,其特征在于,所述系统包括:
发光单元,所述发光单元至少包括一个背光光源,所述发光单元用于给待测工件和标准工件提供平行光照,以提高待测工件轮廓和标准工件轮廓的内外明暗对比度,所述标准工件和所述待测工件均为同型号带孔不规则工件;
相机,用于拍摄待测区域中的所述标准工件和所述待测工件,并采集标准工件的样本图像和待测工件的待测图像;
上位机,用于接收所述样本图像和所述待测图像,所述上位机包括处理器和存储器,所述存储器存储有可执行代码,所述存储器根据所述执行代码执行:基于预设轮廓提取算法提取样本图像的样本外轮廓序列坐标,基于所述预设轮廓提取算法提取待测图像的待测外轮廓序列坐标,对比所述样本外轮廓序列坐标和所述待测外轮廓序列坐标,根据对比结果判断待测工件的缺陷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302742.5A CN117333458A (zh) | 2023-10-10 | 2023-10-10 | 基于轮廓差异的带孔不规则工件检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311302742.5A CN117333458A (zh) | 2023-10-10 | 2023-10-10 | 基于轮廓差异的带孔不规则工件检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117333458A true CN117333458A (zh) | 2024-01-02 |
Family
ID=89294911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311302742.5A Pending CN117333458A (zh) | 2023-10-10 | 2023-10-10 | 基于轮廓差异的带孔不规则工件检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117333458A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118328897A (zh) * | 2024-06-14 | 2024-07-12 | 广东技术师范大学 | 一种钣金工件槽孔尺寸的测量方法 |
-
2023
- 2023-10-10 CN CN202311302742.5A patent/CN117333458A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118328897A (zh) * | 2024-06-14 | 2024-07-12 | 广东技术师范大学 | 一种钣金工件槽孔尺寸的测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109141232B (zh) | 一种基于机器视觉的盘类铸件在线检测方法 | |
CN112767398B (zh) | 晶圆缺陷的检测方法及装置 | |
Kumar et al. | Machine vision method for non-contact measurement of surface roughness of a rotating workpiece | |
US9171364B2 (en) | Wafer inspection using free-form care areas | |
CN111627009A (zh) | 一种屏幕检测方法、装置及头戴显示设备 | |
WO2017020829A1 (zh) | 解像力测试方法和解像力测试装置 | |
JP4150390B2 (ja) | 外観検査方法及び外観検査装置 | |
CN117333458A (zh) | 基于轮廓差异的带孔不规则工件检测方法及系统 | |
CN112686920A (zh) | 一种圆形零件几何尺寸参数视觉测量方法及系统 | |
CN112734760B (zh) | 半导体bump缺陷检测方法、电子设备及存储介质 | |
CN113570605A (zh) | 一种基于液晶显示面板的缺陷检测方法和系统 | |
CN115020267A (zh) | 一种半导体表面缺陷检测方法 | |
CN117115153B (zh) | 基于视觉辅助的印制线路板质量智能检测方法 | |
WO2021195873A1 (zh) | 识别sfr测试卡图像中感兴趣区域的方法及装置、介质 | |
CN114170165A (zh) | 一种芯片表面缺陷检测方法和装置 | |
CN110426395B (zh) | 一种太阳能el电池硅片表面检测方法及装置 | |
CN114485433A (zh) | 基于伪随机散斑的三维测量系统、方法及装置 | |
JP2007155405A (ja) | 外観検査方法及び外観検査装置 | |
CN111508017B (zh) | 一种弱对比度定位标记中心的方法和系统 | |
CN116051541B (zh) | 基于频闪光源的轴承端面平缓磨伤检测方法及装置 | |
US20190355110A1 (en) | Cross talk reduction | |
JP3890844B2 (ja) | 外観検査方法 | |
CN116309589A (zh) | 钣金件表面缺陷检测方法、装置、电子设备及存储介质 | |
JP2006145484A (ja) | 外観検査装置、外観検査方法およびコンピュータを外観検査装置として機能させるためのプログラム | |
CN113628212A (zh) | 不良偏光片识别方法、电子设备和存储介质 |
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 |