CN117372422B - 用于零件生产的材料折弯程度检测方法 - Google Patents
用于零件生产的材料折弯程度检测方法 Download PDFInfo
- Publication number
- CN117372422B CN117372422B CN202311640393.8A CN202311640393A CN117372422B CN 117372422 B CN117372422 B CN 117372422B CN 202311640393 A CN202311640393 A CN 202311640393A CN 117372422 B CN117372422 B CN 117372422B
- Authority
- CN
- China
- Prior art keywords
- bending
- point
- straight line
- line
- corner
- 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.)
- Active
Links
- 238000005452 bending Methods 0.000 title claims abstract description 160
- 239000000463 material Substances 0.000 title claims abstract description 93
- 238000001514 detection method Methods 0.000 title claims abstract description 24
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 58
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 238000005286 illumination Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000002985 plastic film Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 239000010959 steel Substances 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
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及用于零件生产的材料折弯程度检测方法。该方法包括:获取弯折区域;在弯折区域获取边界直线,根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度;根据光强差异对比度获取弯折线,在弯折线中获取近端点和远端点以及第一直线和第二直线;获取孔洞角点,以每个孔洞角点获取局部窗口,根据局部窗口内角点的距离获取孔洞角点的邻域离散系数;获取目标孔洞直线;根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料;在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测。本发明提高了折弯角的检测精度。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及用于零件生产的材料折弯程度检测方法。
背景技术
材料折弯是一种常见的制造工艺,用于将平板材料,通常是金属或塑料板材,沿着一条直线或弯曲线进行弯曲,使材料达到所需要的角度和形状。该工艺常用于制作各种零部件、构件和产品,特别是在制造金属构件方面应用广泛。在生产过程中,可能出现因控制失误导致弯折角度偏小或偏大,产品不能达到合格标准;某些材料在弯折后可能会出现回弹现象,即零件在弯折后部分向初始状态进行恢复,这可能需要进行额外的校正工序;如果弯折工具不均匀地施加压力或应变,可能会导致钢板在不同区域的弯折程度不一致,这可能会影响零件的平整性和尺寸精度,检测的尺寸精度较低。所以,需要对材料折弯弯曲进行精确的检测。
发明内容
为了解决检测精度较低的技术问题,本发明提供了用于零件生产的材料折弯程度检测方法,所采用的技术方案具体如下:
本发明提出了用于零件生产的材料折弯程度检测方法,该方法包括以下步骤:
获取弯折区域;
对弯折区域使用边缘检测后获取二值图像,对二值图像使用直线检测获取边界直线,将边界直线中任意一个像素点记为边界像素点,根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度;
根据边界像素点的光强差异对比度获取弯折线,在弯折线中获取近端点和远端点;以近端点和远端点为初始点遍历获取第一直线和第二直线;将弯折区域孔洞内的角点记为孔洞角点,以每个孔洞角点获取局部窗口,根据孔洞角点与角点的距离与局部窗口边长的比值获取孔洞角点的邻域离散系数;根据孔洞角点的邻域离散系数、第一直线和第二直线获取目标孔洞直线;根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料;
在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测。
优选的,所述获取弯折区域的方法为:
固定CCD相机的视角使所有弯折材料都为同一视角,所述视角要求同时存在三个面,对于采集到的图像进行高斯滤波去噪后使用增强算法进行图像增强,对于增强后的图像提取出只包含一个材料的感兴趣区域,将感兴趣区域确定为弯折区域。
优选的,所述根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度的方法为:
以每个边界像素点为中心得到一个预设大小的边缘窗口,边界直线将边缘窗口分为两部分,分别记为第一窗口区域和第二窗口区域,获取边缘窗口内第一窗口区域的所有像素点的灰度值均值,获取边缘窗口内第二窗口区域的所有像素点的灰度值均值,获取边缘窗口内边界直线上所有像素点的灰度值均值确定为边界均值,根据第一窗口区域的灰度值均值、第二窗口区域的灰度值均值以及边界均值获取边界像素点的光强差异对比度。
优选的,所述根据第一窗口区域的灰度值均值、第二窗口区域的灰度值均值以及边界直线上的灰度值均值获取边界像素点的光强差异对比度的方法为:
式中,表示第一窗口区域内第i个像素点的灰度值,/>表示边界均值,/>表示第一窗口区域内的像素点数量,/>表示第二窗口区域内第j个像素点的灰度值,/>表示第二窗口区域内的像素点数量,/>表示第v个边界像素点的光强差异对比度。
优选的,所述根据边界像素点的光强差异对比度获取弯折线,在弯折线中获取近端点和远端点的方法为:
对于每条边界直线,计算边界直线上所有边界像素点的光强差异对比度的均值,将均值最小的边界直线确定为弯折线,对于弯折线两端的端点,以每个端点为中心得到预设大小的窗口,计算窗口内像素点灰度值的方差,将方差大的端点确定为近端点,方差小的端点确定为远端点。
优选的,所述以近端点和远端点为初始点遍历获取第一直线和第二直线的方法为:
使用FAST角点检测算法获取二值图像的角点,以近端点为初始点向除了弯折线外的每条直线进行遍历搜索,直到搜索到角点为止,将所搜索到的角点中,横坐标最小的角点确定为第一近角点,横坐标最大的角点记为第二近角点;将第一近角点与近端点的连线确定为第一直线;
以远端点为初始点向除了弯折线外的每条直线进行遍历搜索,直到搜索到角点为止,将所搜索到的角点中,横坐标最小的角点确定为第一远角点,横坐标最大的角点记为第二远角点,将第一远角点与远端点的连线确定为第二直线。
优选的,所述根据孔洞角点与角点的距离与局部窗口边长的比值获取孔洞角点的邻域离散系数的方法为:
式中,表示第/>个孔洞角点与第/>个角点之间的曼哈顿距离,/>表示以第个孔洞角点为中心的局部窗口内角点的数量,/>表示局部窗口的边长大小,/>表示以自然常数为底的指数函数,/>表示第/>个孔洞角点的邻域离散系数。
优选的,所述根据孔洞角点的邻域离散系数、第一直线和第二直线获取目标孔洞直线的方法为:
将邻域离散系数最大的孔洞角点记为目标孔洞角点,过目标孔洞角点作第一直线的平行线,在孔洞角点中找到距离平行线最近的孔洞角点,将其确定为链接孔洞角点;将第一近角点与第一远角点的连线记为第一轮廓线,令目标孔洞角点与链接孔洞角点连线并延长到与弯折线、第一轮廓线相交,与第一轮廓线的交点确定为轮廓点,与弯折线的交点确定为弯折点,弯折点和轮廓点的连线为目标孔洞直线。
优选的,所述根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料的方法为:
式中,表示近端点,/>表示远端点,/>表示目标孔洞直线与弯折线的交点,/>表示第一近角点,/>表示第二近角点,/>表示第一远角点,表示第二远角点,/>表示目标孔洞直线与轮廓线的交点,/>表示第二直线的长度,/>表示目标孔洞直线的长度,表示第一直线的长度,/>表示材料的弯折系数;
将弯折系数小于预设阈值的材料确定为优选折弯材料。
优选的,所述在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测的方法为:
对于优选折弯材料,将近端点、第一近角点与第二近角点构成近三角形,使用三角函数获取近端点处的第一弧度值;将远端点、第一远角点与第二远角点构成远三角形,使用三角函数获取远端点处的第二弧度值;
预设标准角度,若标准角度与第一弧度值和第二弧度值的差异都小于1度,则材料折弯角度符合标准,若标准角度与第一弧度值和第二弧度值中的任意一个的差异大于1度,则材料折弯角度不符合标准。
本发明具有如下有益效果:本发明通过计算以边缘像素点为中心的局部窗口内两侧亮度差异系数,提取最大的系数值用于识别材料折弯线,然后对易发生形变的部分进行材料弯折规则检测,最后根据公式计算弯曲角度。规避了现有基于图像处理的弯曲检测方法中,不能准确检测折弯部分由于角度异变,导致远端点处的折弯角检测精度不高的缺陷。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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它附图。
图1为本发明一个实施例所提供的用于零件生产的材料折弯程度检测方法流程图;
图2为弯折示意图;
图3为弯折后角点和端点示意图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的用于零件生产的材料折弯程度检测方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
用于零件生产的材料折弯程度检测方法实施例:
下面结合附图具体的说明本发明所提供的用于零件生产的材料折弯程度检测方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的用于零件生产的材料折弯程度检测方法流程图,该方法包括以下步骤:
步骤S001,获取弯折区域。
在生产过程中,需要对材料进行冲孔去角后,对材料进行折弯,使用CCD相机采集表面图像,所述表面图像。在拍摄过程中,不可避免的存在一定的干扰噪声,这些噪声不仅会降低图片质量,也会影响后续的弯折角检测。因此,为减少噪声干扰,对表面图像进行预处理,使用高斯滤波器对表面图像进行滤波去噪,然后用直方图均衡化对表面图像进行增强,增大表面图像的对比度,在实际采集过程中,图像中可能出现多个不同的弯折材料,为了方便对每一个材料进行弯折检测,在表面图像中提取感兴趣区域,记为弯折区域。所示弯折区域中的材料为侧放置,如图2所示,图2中a,b,c面分别是材料弯折后的三个面,其中相机采集时,固定一个视角使得三个面都显示在表面图像中。
至此,获取了弯折区域。
步骤S002,对弯折区域使用边缘检测后获取二值图像,对二值图像使用直线检测获取边界直线,将边界直线中任意一个像素点记为边界像素点,根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度。
对于弯折区域使用Canny算子进行边缘检测,检测的结果为一幅二值图像,之后对于二值图像进行霍夫直线检测,所述二值图像中检测的直线包含材料的外轮廓线,弯折线以及阴影线,将所检测到的直线记为边界直线,所述外轮廓线为材料最外侧的边缘轮廓,例如图2中a,b,c,面最外侧的直线;所述弯折线为材料弯折的线,例如图2中a面和b面相邻的线,b面和c面相邻的线;所述阴影线为材料中由于弯折受到光照影响产生的阴影与正常部分的分界线。
由于外轮廓线两侧分别为材料部分和背景区域,因此两者的灰度值差异较大,阴影线两侧虽然都为材料部分,但是会形成阴影线说明其中一侧的材料受光照影响较大,两侧的灰度值差异也较大,而弯折线两侧都为材料部分,且能直线检测到弯折线是因为材料弯折后弯折线本身灰度值发生改变,其两侧的灰度值并无较大变化都为材料本身的灰度。
对于霍夫直线算法检测到的直线中的像素点记为边界像素点,以每个边界像素点为中心获取其大小的边缘窗口,在本实施例中令/>,对于每个边界像素点对应的边缘窗口被直线分为两部分分别记为第一窗口区域和第二窗口区域,获取第一窗口区域和第二窗口区域内灰度值的均值,计算边缘窗口内边界像素点所在直线的灰度均值记为边界均值,根据第一窗口区域每个像素点与边界均值的差异、第二窗口区域每个像素点与边界均值的差异以及第一窗口区域和第二窗口区域的灰度均值构建边界像素点的光强差异对比度,公式如下:
式中,表示第一窗口区域内第i个像素点的灰度值,/>表示边界均值,/>表示第一窗口区域内的像素点数量,/>表示第二窗口区域内第j个像素点的灰度值,/>表示第二窗口区域内的像素点数量,/>表示第v个边界像素点的光强差异对比度。
由于弯折线两侧的部分灰度差异较小,反应在上述公式上为第二项式较小;而又因为弯折线其本身灰度值和两侧差异较大,而两侧差异较小,因此令弯折线本身和两侧灰度值作差得到的结果差异较小,反应在公式中为第一项式较小,而其余直线的灰度值与其中一侧的灰度值较为接近,得到的差异劫夺较大,因此边界像素点的光强差异对比度越小越有可能是弯折线上的像素点。
至此,获取了每个边界像素点的光强差异对比度。
步骤S003,根据边界像素点的光强差异对比度获取弯折线,在弯折线中获取近端点和远端点;以近端点和远端点为初始点遍历获取第一直线和第二直线;将弯折区域孔洞内的角点记为孔洞角点,以每个孔洞角点获取局部窗口,根据孔洞角点与角点的距离与局部窗口边长的比值获取孔洞角点的邻域离散系数;根据孔洞角点的邻域离散系数、第一直线和第二直线获取目标孔洞直线;根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料。
获取每个边界像素点的光强差异对比度后,对于每条边界直线计算其所有边界像素点的光强差异对比度的均值,由于弯折线同时只能检测到一条,因此将光强差异对比度的均值最小的边界直线记为弯折线;弯折线两端的端点,其中一个端点附近包含亮度最低的阴影区域和亮度最高的背景区域,另一个端点周围包含了阴影、背景、材料部分,以每个端点为中心获取5*5大小的窗口,分别计算窗口内像素点灰度值的方差,将两个端点中方差大的端点确定为近端点,方差小的端点确定为远端点,如图3所示,图3中表示近端点,/>表示远端点。
对于二值图像使用FAST角点检测算法检测角点,由于近端点和远端点除了弯折线外还在其余边界直线上,以近端点为起点向其余直线方向进行遍历搜索,直到搜索到角点为止,将搜索到的横坐标最大的角点记为第一近角点,将横坐标最小的角点记为第二近角点/>;以远端点为起点向其余直线方向进行遍历搜索,直到搜索到角点为止,将搜索到的横坐标最小的角点记为第一远角点/>,将横坐标最大的角点记为第二远角点。令/>和/>是弯折材料中有孔洞的平面边界角点,而在弯曲的过程中,由于孔洞导致材料局部韧性存在细微变化,在弯折后可能会出现回弹现象,即零件在弯折后部分向弯曲前的状态进行恢复,所以接近孔洞区域的弯折处容易出现角度不均匀,如图3所示。
由于在采集图像过程中,孔洞由于材料本身的厚度和光照的影响,在孔洞边缘处也会检测出角点,由于孔洞与弯折线的距离不同,其回弹程度也不同,将不在边界直线上的交点记为孔洞角点,对于每个孔洞角点获取一个局部窗口,在本实施例中令局部窗口为边长为100,通常设定为弯折部分的一半长度,统计局部窗口内所有的孔洞角点,根据角点之间的距离构建每个孔洞角点的邻域离散系数,公式如下:
式中,表示第/>个孔洞角点与第/>个角点之间的曼哈顿距离,/>表示以第个孔洞角点为中心的局部窗口内角点的数量,/>表示局部窗口的边长大小,/>表示以自然常数为底的指数函数,/>表示第/>个孔洞角点的邻域离散系数。
其中,边长选择为100是由于材料弯折后,孔洞部分距离边缘线的距离不同,为了获取距离弯折线较近的孔洞,由于距离弯折线较远的孔洞距离边缘线的距离较近,而边长的大小不变,因此得到会较大,因此/>越大,说明概角点距离弯折线越远。由于孔洞会导致材料的局部韧性发生变化,使材料在弯折后出现回弹,而孔洞距离弯折线越远,回弹程度越大,因此选取最远处孔洞来进行分析。
将领域离散系数最大的孔洞角点记为目标孔洞角点,过目标孔洞角点做与方向平行的直线,/>表示两个角点的连线,找到最接近平行线的孔洞角点,其中若平行线经过其余的孔洞角点,则最近的孔洞角点为平行线上的孔洞角点,令此孔洞角点与目标孔洞角点连线并延长直线与弯折线和轮廓线分别相交,将此直线确定为目标孔洞直线,与弯折线的的交点为/>,与轮廓线的交点为,如图3所示。
若材料弯折出现弯折角不均匀,导致孔洞平面呈现为不规则的四边形,由此构建材料的弯折系数,公式如下:
式中,表示近端点,/>表示远端点,/>表示目标孔洞直线与弯折线的交点,/>表示第一近角点,/>表示第二近角点,/>表示第一远角点,表示第二远角点,/>表示目标孔洞直线与轮廓线的交点,表示第二直线的长度,/>表示目标孔洞直线的长度,/>表示第一直线的长度,/>表示材料的弯折系数。
若材料弯折良好,目标孔洞直线与其余两条直线几乎相等,因此式中所计算的值也就无线接近于0,因此材料的弯折系数越小。弯折系数越小越表示材料在加工过程中受到回弹导致的影响较小,预设经验阈值为0.5,若弯折系数小于0.5,则材料弯折良好。
步骤S004,在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测。
最后,针对材料折弯良好的材料进行角度计算,将近端点、/>和三点构成一个三角形,根据三角函数计算公式得出当前视角下的近端点处对应的弧度值。同理,将远端点/>、/>和/>三点构成一个三角形,计算当前视角下的远端点处对应的弧度值。
在固定视角下根据标准弯折获的材料获取标准角度,令标准角度分别与两个弧度值相比较,若两个值误差都小于1度,则材料折弯角度符合标准,完成检测;若存在一个弧度值与标准角度相差超过1度,则材料折弯角度不符合标准。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。
Claims (7)
1.用于零件生产的材料折弯程度检测方法,其特征在于,该方法包括以下步骤:
获取弯折区域;
对弯折区域使用边缘检测后获取二值图像,对二值图像使用直线检测获取边界直线,将边界直线中任意一个像素点记为边界像素点,根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度;
根据边界像素点的光强差异对比度获取弯折线,在弯折线中获取近端点和远端点;以近端点和远端点为初始点遍历获取第一直线和第二直线;将弯折区域孔洞内的角点记为孔洞角点,以每个孔洞角点获取局部窗口,根据孔洞角点与角点的距离与局部窗口边长的比值获取孔洞角点的邻域离散系数;根据孔洞角点的邻域离散系数、第一直线和第二直线获取目标孔洞直线;根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料;
在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测;
所述根据边界像素点的光强差异对比度获取弯折线,在弯折线中获取近端点和远端点的方法为:
对于每条边界直线,计算边界直线上所有边界像素点的光强差异对比度的均值,将均值最小的边界直线确定为弯折线,对于弯折线两端的端点,以每个端点为中心得到预设大小的窗口,计算窗口内像素点灰度值的方差,将方差大的端点确定为近端点,方差小的端点确定为远端点;
所述以近端点和远端点为初始点遍历获取第一直线和第二直线的方法为:
使用FAST角点检测算法获取二值图像的角点,以近端点为初始点向除了弯折线外的每条直线进行遍历搜索,直到搜索到角点为止,将所搜索到的角点中,横坐标最大的角点确定为第一近角点,横坐标最小的角点记为第二近角点;将第一近角点与近端点的连线确定为第一直线;
以远端点为初始点向除了弯折线外的每条直线进行遍历搜索,直到搜索到角点为止,将所搜索到的角点中,横坐标最小的角点确定为第一远角点,横坐标最大的角点记为第二远角点,将第一远角点与远端点的连线确定为第二直线;
所述在优选折弯材料中获取弧度值,根据弧度值和标准角度进行检测的方法为:
对于优选折弯材料,将近端点、第一近角点与第二近角点构成近三角形,使用三角函数获取近端点处的第一弧度值;将远端点、第一远角点与第二远角点构成远三角形,使用三角函数获取远端点处的第二弧度值;
预设标准角度,若标准角度与第一弧度值和第二弧度值的差异都小于1度,则材料折弯角度符合标准,若标准角度与第一弧度值和第二弧度值中的任意一个的差异大于1度,则材料折弯角度不符合标准。
2.如权利要求1所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述获取弯折区域的方法为:
固定CCD相机的视角使所有弯折材料都为同一视角,所述视角要求同时存在三个面,对于采集到的图像进行高斯滤波去噪后使用增强算法进行图像增强,对于增强后的图像提取出只包含一个材料的感兴趣区域,将感兴趣区域确定为弯折区域。
3.如权利要求1所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述根据边界像素点周围灰度值差异获取边界像素点的光强差异对比度的方法为:
以每个边界像素点为中心得到一个预设大小的边缘窗口,边界直线将边缘窗口分为两部分,分别记为第一窗口区域和第二窗口区域,获取边缘窗口内第一窗口区域的所有像素点的灰度值均值,获取边缘窗口内第二窗口区域的所有像素点的灰度值均值,获取边缘窗口内边界直线上所有像素点的灰度值均值确定为边界均值,根据第一窗口区域的灰度值均值、第二窗口区域的灰度值均值以及边界均值获取边界像素点的光强差异对比度。
4.如权利要求3所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述根据第一窗口区域的灰度值均值、第二窗口区域的灰度值均值以及边界直线上的灰度值均值获取边界像素点的光强差异对比度的方法为:
式中,表示第一窗口区域内第i个像素点的灰度值,/>表示边界均值,/>表示第一窗口区域内的像素点数量,/>表示第二窗口区域内第j个像素点的灰度值,/>表示第二窗口区域内的像素点数量,/>表示第v个边界像素点的光强差异对比度。
5.如权利要求1所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述根据孔洞角点与角点的距离与局部窗口边长的比值获取孔洞角点的邻域离散系数的方法为:
式中,表示第/>个孔洞角点与第/>个角点之间的曼哈顿距离,/>表示以第/>个孔洞角点为中心的局部窗口内角点的数量,/>表示局部窗口的边长大小,/>表示以自然常数为底的指数函数,/>表示第/>个孔洞角点的邻域离散系数。
6.如权利要求1所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述根据孔洞角点的邻域离散系数、第一直线和第二直线获取目标孔洞直线的方法为:
将邻域离散系数最大的孔洞角点记为目标孔洞角点,过目标孔洞角点作第一直线的平行线,在孔洞角点中找到距离平行线最近的孔洞角点,将其确定为链接孔洞角点;将第一近角点与第一远角点的连线记为第一轮廓线,令目标孔洞角点与链接孔洞角点连线并延长到与弯折线、第一轮廓线相交,与第一轮廓线的交点确定为轮廓点,与弯折线的交点确定为弯折点,弯折点和轮廓点的连线为目标孔洞直线。
7.如权利要求1所述的用于零件生产的材料折弯程度检测方法,其特征在于,所述根据第一直线、第二直线以及目标孔洞直线的长度获取材料的弯折系数,根据弯折系数筛选出优选折弯材料的方法为:
式中,表示近端点,/>表示远端点,/>表示目标孔洞直线与弯折线的交点,/>表示第一近角点,/>表示第二近角点,/>表示第一远角点,表示第二远角点,/>表示目标孔洞直线与轮廓线的交点,表示第二直线的长度,/>表示目标孔洞直线的长度,/>表示第一直线的长度,/>表示材料的弯折系数;
将弯折系数小于预设阈值的材料确定为优选折弯材料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311640393.8A CN117372422B (zh) | 2023-12-04 | 2023-12-04 | 用于零件生产的材料折弯程度检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311640393.8A CN117372422B (zh) | 2023-12-04 | 2023-12-04 | 用于零件生产的材料折弯程度检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117372422A CN117372422A (zh) | 2024-01-09 |
CN117372422B true CN117372422B (zh) | 2024-02-13 |
Family
ID=89398732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311640393.8A Active CN117372422B (zh) | 2023-12-04 | 2023-12-04 | 用于零件生产的材料折弯程度检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117372422B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118261912A (zh) * | 2024-05-30 | 2024-06-28 | 山东银山耐火材料有限公司 | 基于图像特征分析的耐火砖表面缺陷检测方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5091963A (en) * | 1988-05-02 | 1992-02-25 | The Standard Oil Company | Method and apparatus for inspecting surfaces for contrast variations |
JPH09251544A (ja) * | 1996-03-14 | 1997-09-22 | Toshiba Corp | ワークエッジ検出画像処理装置 |
JPH11329909A (ja) * | 1998-05-19 | 1999-11-30 | Nissin Electric Co Ltd | 導電箔の端部折り曲げ不良検出装置 |
CN113112470A (zh) * | 2021-04-08 | 2021-07-13 | 西安道法数器信息科技有限公司 | 一种基于人工智能的冷轧过程钢材弯曲检测分析方法 |
CN114136243A (zh) * | 2021-10-18 | 2022-03-04 | 广州国显科技有限公司 | 一种应用于测量显示面板展平度的装置 |
CN217494801U (zh) * | 2022-03-31 | 2022-09-27 | 青岛宜霖赛瑞智能科技有限公司 | 一种生产用红外线切割装置的除尘结构 |
CN115662324A (zh) * | 2022-10-24 | 2023-01-31 | 合肥维信诺科技有限公司 | 柔性显示屏的显示补偿方法、装置及显示装置 |
CN116823820A (zh) * | 2023-08-29 | 2023-09-29 | 青岛东冶耐火材料有限公司 | 一种铝碳质整体塞棒轮廓弯曲检测方法 |
CN116912250A (zh) * | 2023-09-13 | 2023-10-20 | 山东众成菌业股份有限公司 | 基于机器视觉的菌包生产质量检测方法 |
CN116977358A (zh) * | 2023-09-22 | 2023-10-31 | 玖龙智能包装(天津)有限公司 | 一种瓦楞纸生产品质视觉辅助检测方法 |
CN117132506A (zh) * | 2023-10-23 | 2023-11-28 | 深圳市高进实业有限公司 | 基于视觉技术的钟表零配件质量检测方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000223541A (ja) * | 1999-01-27 | 2000-08-11 | Hitachi Ltd | 欠陥検査装置およびその方法 |
TWI724696B (zh) * | 2019-12-18 | 2021-04-11 | 財團法人工業技術研究院 | 工件孔洞量測方法 |
CN112950508B (zh) * | 2021-03-12 | 2022-02-11 | 中国矿业大学(北京) | 一种基于计算机视觉的排水管道视频数据修复方法 |
-
2023
- 2023-12-04 CN CN202311640393.8A patent/CN117372422B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5091963A (en) * | 1988-05-02 | 1992-02-25 | The Standard Oil Company | Method and apparatus for inspecting surfaces for contrast variations |
JPH09251544A (ja) * | 1996-03-14 | 1997-09-22 | Toshiba Corp | ワークエッジ検出画像処理装置 |
JPH11329909A (ja) * | 1998-05-19 | 1999-11-30 | Nissin Electric Co Ltd | 導電箔の端部折り曲げ不良検出装置 |
CN113112470A (zh) * | 2021-04-08 | 2021-07-13 | 西安道法数器信息科技有限公司 | 一种基于人工智能的冷轧过程钢材弯曲检测分析方法 |
CN114136243A (zh) * | 2021-10-18 | 2022-03-04 | 广州国显科技有限公司 | 一种应用于测量显示面板展平度的装置 |
CN217494801U (zh) * | 2022-03-31 | 2022-09-27 | 青岛宜霖赛瑞智能科技有限公司 | 一种生产用红外线切割装置的除尘结构 |
CN115662324A (zh) * | 2022-10-24 | 2023-01-31 | 合肥维信诺科技有限公司 | 柔性显示屏的显示补偿方法、装置及显示装置 |
CN116823820A (zh) * | 2023-08-29 | 2023-09-29 | 青岛东冶耐火材料有限公司 | 一种铝碳质整体塞棒轮廓弯曲检测方法 |
CN116912250A (zh) * | 2023-09-13 | 2023-10-20 | 山东众成菌业股份有限公司 | 基于机器视觉的菌包生产质量检测方法 |
CN116977358A (zh) * | 2023-09-22 | 2023-10-31 | 玖龙智能包装(天津)有限公司 | 一种瓦楞纸生产品质视觉辅助检测方法 |
CN117132506A (zh) * | 2023-10-23 | 2023-11-28 | 深圳市高进实业有限公司 | 基于视觉技术的钟表零配件质量检测方法 |
Non-Patent Citations (3)
Title |
---|
一种快速自适应的角点检测算法;张志刚;周明全;;计算机应用与软件;20070715(07);13-15 * |
基于多条激光线的钢板表面缺陷三维检测方法;皮敏捷;徐科;;机电产品开发与创新(02);131-133 * |
基于曲率与灰度复合的角点亚像素定位方法;丁艳蓉;白瑞林;倪健;;激光与光电子学进展(03);378-386 * |
Also Published As
Publication number | Publication date |
---|---|
CN117372422A (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115829883B (zh) | 一种异性金属结构件表面图像去噪方法 | |
CN117372422B (zh) | 用于零件生产的材料折弯程度检测方法 | |
CN107798326B (zh) | 一种轮廓视觉检测方法 | |
CN114494045B (zh) | 一种基于机器视觉的大型直齿轮几何参数测量系统及方法 | |
CN117764986B (zh) | 基于图像处理的钛板表面缺陷检测方法 | |
CN117132506B (zh) | 基于视觉技术的钟表零配件质量检测方法 | |
CN115096206B (zh) | 一种基于机器视觉的零件尺寸高精度测量方法 | |
CN116740070A (zh) | 基于机器视觉的塑料管道外观缺陷检测方法 | |
CN116402808B (zh) | 一种电缆夹板模具制造智能化检测方法 | |
CN116993742B (zh) | 基于机器视觉的镍合金轧制缺陷检测方法 | |
CN113689415A (zh) | 一种基于机器视觉的钢管壁厚在线检测方法 | |
CN116228768B (zh) | 一种电子元器件表面划痕检测方法 | |
CN110634128A (zh) | 一种球头销尺寸检测方法、装置、计算机设备及存储介质 | |
CN115690105A (zh) | 一种基于计算机视觉的铣刀划痕检测方法 | |
CN116934763A (zh) | 一种基于视觉特征的医用橡胶胶塞缺陷检测方法 | |
CN117808799B (zh) | 基于人工智能的倒角设备加工质量检测方法 | |
CN117764989B (zh) | 一种视觉辅助的显示屏缺陷检测方法 | |
CN117173160B (zh) | 基于图像处理的房车部件质量检测方法 | |
CN117274405B (zh) | 基于机器视觉的led灯工作颜色检测方法 | |
CN111539951B (zh) | 一种陶瓷砂轮头轮廓尺寸视觉检测方法 | |
CN116168024B (zh) | 基于计算机视觉的瓦楞纸生产质量实时检测方法 | |
CN116258838B (zh) | 一种用于管片模具合模系统的智能视觉引导方法 | |
CN111192261A (zh) | 一种镜片疵病类型识别的方法 | |
US20220076428A1 (en) | Product positioning method | |
CN117635595B (zh) | 一种精密注塑模胚表面质量视觉检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |