CN117433994A - 基于双工位的led载带高精度在线视觉检测系统及方法 - Google Patents

基于双工位的led载带高精度在线视觉检测系统及方法 Download PDF

Info

Publication number
CN117433994A
CN117433994A CN202310338283.XA CN202310338283A CN117433994A CN 117433994 A CN117433994 A CN 117433994A CN 202310338283 A CN202310338283 A CN 202310338283A CN 117433994 A CN117433994 A CN 117433994A
Authority
CN
China
Prior art keywords
led carrier
carrier tape
led
cavity
edge
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
CN202310338283.XA
Other languages
English (en)
Inventor
周显恩
周新城
陈家泳
王飞文
朱文鹏
李秦豫
朱青
张辉
王耀南
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.)
Jiangxi Communication Terminal Industry Technology Research Institute Co ltd
Original Assignee
Jiangxi Communication Terminal Industry Technology Research Institute 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 Jiangxi Communication Terminal Industry Technology Research Institute Co ltd filed Critical Jiangxi Communication Terminal Industry Technology Research Institute Co ltd
Priority to CN202310338283.XA priority Critical patent/CN117433994A/zh
Publication of CN117433994A publication Critical patent/CN117433994A/zh
Pending legal-status Critical Current

Links

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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • 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
    • 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
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106—General arrangement of respective parts
    • G01N2021/0112—Apparatus in one mechanical, optical or electronic block
    • 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
    • G01N2021/8411—Application to online plant, process monitoring

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于双工位的LED载带高精度在线视觉检测系统及方法，本发明技术方案中的检测系统提出了双工位可调节的设置，满足LED载带平面外观尺寸及厚度尺寸检测需求，结构设计充分考虑到兼容性、检测速度和允许载带运行的最高速度。同时，针对当前载带尺寸小型化、精度要求高的问题提出的一种最小二乘亚像素边缘检测算法，可以对LED载带上各种特征尺寸参数进行有效检测，实现载带图像上特征点的高速高精度定位识别；针对载带移动超出镜头景深范围时出现离焦模糊的问题，提出一种线性补偿算法，可以实时反馈检测数据，快速指导相机，有效实现工业现场快速调试，保证了系统能真正应用于工业生产环境。

Description

基于双工位的LED载带高精度在线视觉检测系统及方法
技术领域
本发明属于LED载带检测技术领域，具体涉及一种基于双工位的LED载带高精度在线视觉检测系统及方法。
背景技术
薄型载带作为电子元器件SMT贴片工艺的重要承载体和耗用件，其产品质量直接决定了电子元器件的封装性能。当前为了实现高效率、低功率、占空间少、低成本的目的，贴片式元器件封装逐渐向小型化、集成化、多功能化发展，因此对载带的口袋尺寸、成型精度等多方面提出了极高的生产技术要求。由于粗放式的人工品控已经不能满足生产需求，目前各种非接触式LED载带视觉自动化检测方法，如激光对射法测厚因为载带边缘窄且具有索引孔，参考文献：宋华雄,张云,宋岚,谭鹏辉,黄天仑.激光在线测厚振动分析与精度优化[J].半导体光电,2021,42(01):110-115，所以无法保证激光点准确对位；电容法受环境干扰因素太大，参考文献：章文婧.电容法间接测量薄膜厚度的研究[J].实验室科学,2022,25(01):18-21；超声波测厚法需要复杂且昂贵的测量仪器，因此对于各种非接触式LED载带视觉自动化检测方法既不能有效应用在实际载带生产中去测量载带厚度也不方便进行监控和调试。
针对视觉测量的精度受视差变形、离焦成像(参考文献：李奎.离焦条件下螺纹参数测量与补偿技术研究[D].陕西理工大学,2022.)等因素的影响，现有张亚锋等人提出一种对机器视觉测量视场内任意位姿目标物体视差变形导致测量误差进行物体自动跟踪和变形补正的方法，参考文献：张亚锋,屠大维,蔡建文,干为民.任意位姿物体机器视觉测量视差变形补正[J].仪器仪表学报,2017,38(08):2030-2038；魏坤等人利用物像平面间的射影对应关系，参考文献：魏坤,姜寿山,雷志勇,陈翔,雷鸣.摄影测量中相机倾斜引起的射影失真研究[J].光电工程,2006(05):31-35，在试验中的测量精度达到了测试的要求，但上述校正方法需要建立复杂的数学模型，计算耗时且不利于现场快速调试。
发明内容
本发明针对现有技术中难以精确检测LED载带的特征尺寸信息以及调试不便的技术问题，提供一种基于双工位的LED载带高精度在线视觉检测系统及方法。其中，本发明提供的检测系统提出了双工位可调节的设置，利用LED载带本身材质的反光特性，调整成像机构角度，使得在图像中凸显载带边缘达到实时监控LED载带厚度的目的，不仅实现小尺寸载带平面尺寸及厚度的高速高精度检测，而且避免振动对测量的干扰、成本低；同时，针对当前载带尺寸小型化、精度要求高的问题提出一种最小二乘亚像素边缘检测算法，可以对LED载带上各种特征尺寸参数进行有效检测，实现载带图像上特征点的高速高精度定位识别；针对载带移动超出镜头景深范围时出现离焦模糊的问题，提出一种线性补偿算法，可以实时反馈检测数据，快速指导相机，有效实现工业现场快速调试，保证了系统能真正应用于工业生产环境。
一种基于双工位的LED载带高精度在线视觉检测系统，包括：第一检测工位成像机构、第二检测工位成像机构、图像处理单元、通信单元以及控制单元；
所述第一检测工位成像机构与第二检测工位成像机构均通过通信单元与图像处理单元相连，且所述图像处理单元与控制单元相连；
所述第一检测工位成像机构设置在LED载带运送单导轨的正下方，所述第二检测工位成像机构包含的两组LED载带平面图像采集模块，分别设置LED载带运送单导轨的两侧。
双工位可调节的设置，利用LED载带本身材质的反光特性，调整成像机构角度，使得在图像中凸显载带边缘达到实时监控LED载带厚度的目的，不仅实现小尺寸载带平面尺寸及厚度的高速高精度检测，而且避免振动对测量的干扰、成本低。
进一步地，所述第一检测工位成像机构包括厚度相机安装背板、厚度图像采集工业相机、环形光源以及高透光钢化玻璃；
所述厚度相机安装背板垂直且固定在LED载带运送单导轨的安装底座下方，厚度图像采集工业相机设置在厚度相机安装背板上，厚度图像采集工业相机上同轴套装有环形光源，厚度图像采集工业相机的镜头上方平行设置有高透光钢化玻璃；LED载带运送单导轨的上方设置有与高透光钢化玻璃平行的背光板。
进一步地，所述厚度图像采集工业相机与滑台固定连接，且所述厚度相机安装背板上设置有滑轨，所述滑台沿厚度相机安装背板上的滑轨运动。
滑台与滑轨的设置，使得滑台在滑轨上运动时，实现镜头精准对焦，当LED载带从导轨中穿过时，工业相机对运动的LED载带成像并提供载带平面外观检测的图像数据；
进一步地，所述第二检测工位成像机构包括两组LED载带平面图像采集模块，还包括方形面光源以及LED载带平面图像采集模块固定架；
两组LED载带平面图像采集模块通过LED载带平面图像采集模块固定架设置在LED载带平面的两侧，且方形面光源设置在LED载带平面图像采集模块的镜头的一侧。
进一步地，所述LED载带平面图像采集模块固定架上设置有相机姿态调节组件，所述LED载带平面图像采集模块中的镜头设置在所述相机姿态调节组件的活动端。
相机姿态调节组件可以调节相机角度使其能对载带侧面成像。
进一步地，还包括与控制单元通信相连的报警单元。
第二方面，一种基于双工位的LED载带高精度在线视觉检测方法，应用上述的一种基于双工位的LED载带高精度在线视觉检测系统，所述图像处理单元对采集到的图像进行如下处理，实现特征尺寸检测，具体步骤包括：
步骤1：利用成像机构获取运动的LED载带平面图像以及LED载带侧面图像；
步骤2：使用基于最小二乘亚像素边缘检测与线性补偿融合算法，对LED载带平面图像进行测量，获得LED载带平面特征尺寸；
所述LED载带平面特征尺寸包括LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，LED载带的型腔中心到LED载带近端边缘距离，LED载带的型腔宽与长；
步骤3：从LED载带侧面图像中，提取LED载带厚度成像区域的上、下边缘，并以上、下边缘之间的垂线距离作为LED载带的厚度。
进一步地，所述LED载带平面尺寸的具体测量过程如下：
步骤2.1：采用全局阈值分割算法对LED载带平面图像进行分割，得到LED载带的型腔所在区域和索引孔粗定位区域；
步骤2.2：基于局部区域面积效应的边缘检测，获取边缘点亚像素坐标；
采用轮廓提取算法，从LED载带的型腔所在区域和索引孔粗定位区域中，提取LED载带的型腔以及索引孔边缘，并根据LED载带的型腔和索引孔的面积效应估算出LED载带的型腔以及索引孔边缘曲线表达式，得到LED载带的型腔以及索引孔边缘上每个点的亚像素坐标；
步骤2.3：使用最小二乘法对边缘点亚像素坐标进行拟合，获取LED载带的边缘、索引孔及型腔边缘的具体位置。
对载带上各种特征尺寸参数进行有效检测，实现载带图像上特征点的高速高精度定位识别；
进一步地，所述线性补偿是指从步骤2.2获得的坐标中确定LED载带平面特征尺寸，并计算出LED载带平面特征尺寸的标准差和方差，再依据计算得到的LED载带平面特征尺寸的标准差和方差确定需要进行线性补偿的坐标点，使用线性补偿算法对LED载带型腔中心到右侧相邻索引孔中心纵向距离与横向距离进行线性补偿：
P2’＝P2+αS
F′＝F+βS
其中，S表示LED载带的型腔从左向右移动的距离，F和P2分别表示LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，F'和P2’分别表示经过线性补偿后的LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，α、β均为补偿系数。
针对载带移动超出镜头景深范围时出现离焦模糊的问题，提出一种线性补偿算法，可以实时反馈检测数据，快速指导相机，有效实现工业现场快速调试，保证了系统能真正应用于工业生产环境。
再一方面，一种可读存储介质，存储了计算机程序，所述计算机程序被处理器调用以执行：
上述基于双工位的LED载带高精度在线视觉检测方法的步骤。
有益效果
本发明技术方案提供了一种基于双工位的LED载带高精度在线视觉检测系统及方法，本发明技术方案中的检测系统提出了双工位可调节的设置，利用LED载带本身材质的反光特性，调整成像机构角度，使得在图像中凸显载带边缘达到实时监控LED载带厚度的目的，不仅实现小尺寸载带平面尺寸及厚度的高速高精度检测，而且避免振动对测量的干扰、成本低；双工位设计，同时满足LED载带平面外观尺寸及厚度尺寸检测，结构设计充分考虑到兼容性、检测速度和允许载带运行的最高速度。本机构可兼容30余款型号载带，满足当前行业载带生产的最高速度要求(30米/分钟)，可达每秒检测10次的要求。
同时，针对当前载带尺寸小型化、精度要求高的问题提出的一种最小二乘亚像素边缘检测算法，可以对LED载带上各种特征尺寸参数进行有效检测，实现载带图像上特征点的高速高精度定位识别；针对载带移动超出镜头景深范围时出现离焦模糊的问题，提出一种线性补偿算法，可以实时反馈检测数据，快速指导相机，有效实现工业现场快速调试，保证了系统能真正应用于工业生产环境。
附图说明
图1是本发明提供的所述检测系统的框架示意图；
图2为本发明提供的所述检测系统的第一检测工位成像机构示意图；
图3为本发明提供的所述检测系统的第二检测工位成像机构示意图；
图4为全局阈值分割示意图；
图5为边缘线求解示意图；
标号说明：1-LED载带运动导轨，2-高透光钢化玻璃，3-厚度图像采集工业相机镜头，4-环形光源，5-背光板，6-LED载带，7-LED载带运送单导轨的安装底座，8-厚度相机安装背板，9-滑台，10-厚度图像采集工业相机，11-LED载带平面图像采集工业相机，12-方形面光源，13-相机姿态调节组件。
具体实施方式
本发明提供的一种基于双工位的LED载带高精度在线视觉检测系统及方法，其核心是设定了双工位成像机构，且采用最小二乘亚像素边缘检测与线性补偿融合算法对图像进行边缘定位检测，实现载带图像上特征点的高速高精度定位识别，同时可以实时反馈检测数据，快速指导相机，有效实现工业现场快速调试，保证了系统能真正应用于工业生产环境。
下面将结合实施例对本发明做进一步的说明。
实施例1：
如图1、图2及图3所示，一种基于双工位的LED载带高精度在线视觉检测系统，包括：第一检测工位成像机构、第二检测工位成像机构、图像处理单元、通信单元以及控制单元；
所述第一检测工位成像机构与第二检测工位成像机构均通过通信单元与图像处理单元相连，且所述图像处理单元与控制单元相连；
所述第一检测工位成像机构设置在LED载带运送单导轨的正下方，所述第二检测工位成像机构包含的两组LED载带平面图像采集模块，分别设置LED载带运送单导轨的两侧。
所述第一检测工位成像机构包括厚度相机安装背板、厚度图像采集工业相机、环形光源以及高透光钢化玻璃；
所述厚度相机安装背板垂直且固定在LED载带运送单导轨的安装底座下方，厚度图像采集工业相机设置在厚度相机安装背板上，厚度图像采集工业相机上同轴套装有环形光源，厚度图像采集工业相机的镜头上方平行设置有高透光钢化玻璃；LED载带运送单导轨的上方设置有与高透光钢化玻璃平行的背光板。
背光板保证了载带边缘成像的质量。高透光钢化玻璃采用亚克力透光玻璃，作为防尘板遮挡现场环境灰尘进入镜头。
所述厚度图像采集工业相机与滑台固定连接，且所述厚度相机安装背板上设置有滑轨，所述滑台沿厚度相机安装背板上的滑轨运动。
滑台与滑轨的设置，使得滑台在滑轨上运动时，实现镜头精准对焦，当LED载带从导轨中穿过时，工业相机对运动的LED载带成像并提供载带平面外观检测的图像数据；
所述第二检测工位成像机构包括两组LED载带平面图像采集模块，还包括方形面光源以及LED载带平面图像采集模块固定架；
两组LED载带平面图像采集模块通过LED载带平面图像采集模块固定架设置在LED载带平面的两侧，且方形面光源设置在LED载带平面图像采集模块的镜头的一侧。
所述LED载带平面图像采集模块固定架上设置有相机姿态调节组件，所述LED载带平面图像采集模块中的镜头设置在所述相机姿态调节组件的活动端。
相机姿态调节组件可以调节相机角度使其能对载带侧面成像。
还包括与控制单元通信相连的报警单元。
实施例2
本发明实施例提供的一种基于双工位的LED载带高精度在线视觉检测方法，应用上述的一种基于双工位的LED载带高精度在线视觉检测系统，所述图像处理单元对采集到的图像进行如下处理，实现特征尺寸检测，具体步骤包括：
步骤1：利用成像机构获取运动的LED载带平面图像以及LED载带侧面图像；
步骤2：使用基于最小二乘亚像素边缘检测与线性补偿融合算法，对LED载带平面图像进行测量，获得LED载带平面特征尺寸；
所述LED载带平面特征尺寸包括LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，LED载带的型腔中心到LED载带近端边缘距离，LED载带的型腔宽与长；
步骤3：从LED载带侧面图像中，提取LED载带厚度成像区域的上、下边缘，并以上、下边缘之间的垂线距离作为LED载带的厚度。
所述LED载带平面尺寸的具体测量过程如下：
步骤2.1：采用全局阈值分割算法(如图4所示)对LED载带平面图像进行分割，得到LED载带的型腔所在区域和索引孔粗定位区域；
对载带平面尺寸获得的图像进行图像处理，采用的是全局阈值分割算法，该算法是通过寻找图像的灰度值作为阈值，根据灰度值的不同将图像进行分割，减少了图像处理的计算量，设图像总像素为N，图像的灰度级为L，即灰度值的范围为[0,1,2，...,L-1]，第i个灰度级的像素点数量用ni表示，N和ni满足如下关系式：
则每个灰度级所占的像素比例为：
初始阈值t将图像灰度分为背景和目标两个部分，记作C1、C2，则C1、C2可以表示为不同的灰度级几何，背景公式：C1＝0,1,2,...,t,目标公式：C2＝t+1,t+2,t+3,...,L-1。初始图像灰度平的整体均值可表示为
在区域C1、C2上的灰度概率可用w1、w2和灰度平均
值μ1、μ2可以表示为：
w1+w2＝1,w1μ1+w2μ2＝μ
区域C2、C2的类间方差为：
最佳阈值就是当取得最大值时的阈值t。由于大津法不需要知道其他先验知识，不必预先设置其他参数，计算方便快捷，因此该方法在图像分割中广泛应用。这种做法的优点算法整体精简，计算简单，可以提高性能，并且图像亮度、对比度对其整体没有干扰。缺点就是如果有噪声整体效果偏差，而且只能实现对单一目标分割，而且当图像背景与目标之间的差距过大时，方差函数会出现双峰和多峰的情况使得方法失效。
再通过对比度增强算法提高对比度，提取有用的图像信息，得出包含索引孔的区域图，设原图为f(x),分割后的图像为g(x),索引孔区域图为h(x)，则h(x)＝f(x)-g(x)；接着选取一个合适的阈值，将h(x)进行二值化处理，二值化处理后的所有像素的灰度值与选取的阈值进行比较可以获得像素值；将二值化处理后的图像先进行开运算，接着对开运算之后的图像进行闭运算处理，经过开闭运算可以减少噪声；之后依据开闭运算结果作为梯度图像进行优化筛选可以得到LED载带的型腔和索引孔粗定位。
步骤2.2：基于局部区域面积效应的边缘检测(如图5所示)，获取边缘点亚像素坐标；
采用轮廓提取算法，从LED载带的型腔所在区域和索引孔粗定位区域中，提取LED载带的型腔以及索引孔边缘，并根据LED载带的型腔和索引孔的面积效应估算出LED载带的型腔以及索引孔边缘曲线表达式，得到LED载带的型腔以及索引孔边缘上每个点的亚像素坐标；
对步骤2.1得出的初步定位通过轮廓提取算法将LED载带索引孔、型腔边缘提取出来，设载带平面尺寸上的索引孔、型腔边缘曲线函数为y＝ax2+bx+c，根据载带索引孔、型腔的面积效应可以估算出表达式，得出的边缘上每个点值作为亚像素坐标，
为快速求解二次边缘线，假定图像在边缘处的强度值是图像f(x,y)的不连续点,如果存在一条边缘穿过像素(i,j)，那么认为这个边缘像素的灰度值为：
其中A与B表示边缘分割上下两区域的灰度值，SA、SB表示A区域与B区域的面积，h表示像素高度，因此总面积为h2，如图5所示。根据这一假设，图像边缘的灰度值必定在A与B之间，像素灰度值可按以下表达式计算：
其中，E(i,j)表示边缘线内下方区域面积。
以像素(i,j)为中心取一个5×3图像窗口，设SL、SM、SR分别为窗口中左中右三列像素灰度值之和：
其中EL、EM、ER分别表示左中右曲线下方的面积，可通过积分求得：
将其带入到SL、SM、SR中可得出：
为了方便计算，A区域与B区域的灰度值采用中心点相对的几个点的均值计算得到：
步骤2.3：使用最小二乘法对边缘点亚像素坐标进行拟合，获取LED载带的边缘、索引孔及型腔边缘的具体位置。
对载带上各种特征尺寸参数进行有效检测，实现载带图像上特征点的高速高精度定位识别；
所述线性补偿是指从步骤2.2获得的坐标中确定LED载带平面特征尺寸，并计算出LED载带平面特征尺寸的标准差和方差，再依据计算得到的LED载带平面特征尺寸的标准差和方差确定需要进行线性补偿的坐标点，使用线性补偿算法对LED载带型腔中心到右侧相邻索引孔中心纵向距离与横向距离进行线性补偿：
P2’＝P2+αS
F′＝F+βS
其中，S表示LED载带的型腔从左向右移动的距离，F和P2分别表示LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，F'和P2’分别表示经过线性补偿后的LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，α、β均为补偿系数，补偿系数为经验值。
高精度边缘检测算法搭配线性补偿算法减少了计算量，对运动引起的数据偏差进行补偿，提高了精度，对LED载带实现快速精准定位，在工业现场可以进行实时调试。
验证：
将本发明技术方案采用的基于区域面积效应的亚像素边缘检测算法(本算法)与Zernike矩方法进行对比实验，比较算法检测精度与效率。取1515型号载带一根，任意标记一索引孔，在视野中随机位置进行检测，对比圆心拟合差异和耗时，实验结果下表。
在实验中，由测量数据可以发现(参见表1)，两种算法拟合结果近似，差异在1个像素以内。在算法耗时方面，本发明技术方案采用的基于区域面积效应的边缘检测算法在边缘检测方面用时更短，检测效率提升1/2。
表1 边缘检测对比实验数据
在本次实验中，由测量数据可以发现，两种算法拟合结果近似，差异在1个像素以内。在算法耗时方面，基于区域面积效应的边缘检测算法在边缘检测方面用时更短，检测效率提升1/2。
实施例3：
本实施例提供一种可读存储介质，其存储了计算机程序，所述计算机程序被处理器调用以实现：基于双工位的LED载带高精度在线视觉检测方法的步骤。具体实现：
应用上述的一种基于双工位的LED载带高精度在线视觉检测系统，所述图像处理单元对采集到的图像进行如下处理，实现特征尺寸检测，具体步骤包括：
步骤1：利用成像机构获取运动的LED载带平面图像以及LED载带侧面图像；
步骤2：使用基于最小二乘亚像素边缘检测与线性补偿融合算法，对LED载带平面图像进行测量，获得LED载带平面特征尺寸；
所述LED载带平面特征尺寸包括LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，LED载带的型腔中心到LED载带近端边缘距离，LED载带的型腔宽与长；
步骤3：从LED载带侧面图像中，提取LED载带厚度成像区域的上、下边缘，并以上、下边缘之间的垂线距离作为LED载带的厚度。
具体的实现过程参照实施例2的相关陈述。
所述可读存储介质为计算机可读存储介质，其可以是前述任一实施例所述的控制器的内部存储单元，例如控制器的硬盘或内存。譬如，本发明中构建的地形要素模型存在在硬盘中，然后执行融合步骤的计算机程序存储在内存中，使得融合过程是依托内存得以实现。所述可读存储介质也可以是所述控制器的外部存储设备，例如所述控制器上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述可读存储介质还可以既包括所述控制器的内部存储单元也包括外部存储设备。所述可读存储介质用于存储所述计算机程序以及所述控制器所需的其他程序和数据。所述可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的可读存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。这些计算机程序指令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。
需要强调的是，本发明所述的实例是说明性的，而不是限定性的，因此本发明不限于具体实施方式中所述的实例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，不脱离本发明宗旨和范围的，不论是修改还是替换，同样属于本发明的保护范围。

Claims (10)

1.一种基于双工位的LED载带高精度在线视觉检测系统，其特征在于，包括：第一检测工位成像机构、第二检测工位成像机构、图像处理单元、通信单元以及控制单元；
所述第一检测工位成像机构与第二检测工位成像机构均通过通信单元与图像处理单元相连，且所述图像处理单元与控制单元相连；
所述第一检测工位成像机构设置在LED载带运送单导轨的正下方，所述第二检测工位成像机构包含的两组LED载带平面图像采集模块，分别设置LED载带运送单导轨的两侧。
2.根据权利要求1所述的系统，其特征在于，所述第一检测工位成像机构包括厚度相机安装背板、厚度图像采集工业相机、环形光源以及高透光钢化玻璃；
所述厚度相机安装背板垂直且固定在LED载带运送单导轨的安装底座下方，厚度图像采集工业相机设置在厚度相机安装背板上，厚度图像采集工业相机上同轴套装有环形光源，厚度图像采集工业相机的镜头上方平行设置有高透光钢化玻璃；LED载带运送单导轨的上方设置有与高透光钢化玻璃平行的背光板。
3.根据权利要求2所述的系统，其特征在于，所述厚度图像采集工业相机与滑台固定连接，且所述厚度相机安装背板上设置有滑轨，所述滑台沿厚度相机安装背板上的滑轨运动。
4.根据权利要求1所述的系统，其特征在于，所述第二检测工位成像机构包括两组LED载带平面图像采集模块，还包括方形面光源以及LED载带平面图像采集模块固定架；
两组LED载带平面图像采集模块通过LED载带平面图像采集模块固定架设置在LED载带平面的两侧，且方形面光源设置在LED载带平面图像采集模块的镜头的一侧。
5.根据权利要求4所述的系统，其特征在于，所述LED载带平面图像采集模块固定架上设置有相机姿态调节组件，所述LED载带平面图像采集模块中的镜头设置在所述相机姿态调节组件的活动端。
6.根据权利要求1所述的系统，其特征在于，还包括与控制单元通信相连的报警单元。
7.一种基于双工位的LED载带高精度在线视觉检测方法，其特征在于，应用于权利要求1-6任一项所述的一种基于双工位的LED载带高精度在线视觉检测系统，所述图像处理单元对采集到的图像进行如下处理，实现特征尺寸检测，具体步骤包括：
步骤1：利用成像机构获取运动的LED载带平面图像以及LED载带侧面图像；
步骤2：使用基于最小二乘亚像素边缘检测与线性补偿融合算法，对LED载带平面图像进行测量，获得LED载带平面特征尺寸；
所述LED载带平面特征尺寸包括LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离、LED载带的型腔中心到LED载带近端边缘距离、以及LED载带的型腔宽与长；
步骤3：从LED载带侧面图像中，提取LED载带厚度成像区域的上、下边缘，并以上、下边缘之间的垂线距离作为LED载带的厚度。
8.根据权利要求7所述的基于双工位的LED载带高精度在线视觉检测方法，其特征在于，所述LED载带平面尺寸的具体测量过程如下：
步骤2.1：采用全局阈值分割算法对LED载带平面图像进行分割，得到LED载带的型腔所在区域和索引孔粗定位区域；
步骤2.2：基于局部区域面积效应的边缘检测，获取边缘点亚像素坐标；
采用轮廓提取算法，从LED载带的型腔所在区域和索引孔粗定位区域中，提取LED载带的型腔以及索引孔边缘，并根据LED载带的型腔和索引孔的面积效应估算出LED载带的型腔以及索引孔边缘曲线表达式，得到LED载带的型腔以及索引孔边缘上每个点的亚像素坐标；
步骤2.3：使用最小二乘法对边缘点亚像素坐标进行拟合，获取LED载带的边缘、索引孔及型腔边缘的具体位置。
9.根据权利要求8所述的基于双工位的LED载带高精度在线视觉检测方法，其特征在于，所述线性补偿是指从步骤2.2获得的坐标中确定LED载带平面特征尺寸，并计算出LED载带平面特征尺寸的标准差和方差，再依据计算得到的LED载带平面特征尺寸的标准差和方差确定需要进行线性补偿的坐标点，使用线性补偿算法对LED载带型腔中心到右侧相邻索引孔中心纵向距离与横向距离进行线性补偿：
P2’＝P2+αS
F′＝F+βS
其中，S表示LED载带的型腔从左向右移动的距离，F和P2分别表示LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，F'和P2’分别表示经过线性补偿后的LED载带的型腔中心到右侧相邻索引孔中心纵向距离与横向距离，α、β均为补偿系数。
10.一种可读存储介质，其特征在于：存储了计算机程序，所述计算机程序被处理器调用以执行：
权利要求7-9任一项所述基于双工位的LED载带高精度在线视觉检测方法的步骤。
CN202310338283.XA 2023-03-31 2023-03-31 基于双工位的led载带高精度在线视觉检测系统及方法 Pending CN117433994A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310338283.XA CN117433994A (zh) 2023-03-31 2023-03-31 基于双工位的led载带高精度在线视觉检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310338283.XA CN117433994A (zh) 2023-03-31 2023-03-31 基于双工位的led载带高精度在线视觉检测系统及方法

Publications (1)

Publication Number Publication Date
CN117433994A true CN117433994A (zh) 2024-01-23

Family

ID=89550401

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310338283.XA Pending CN117433994A (zh) 2023-03-31 2023-03-31 基于双工位的led载带高精度在线视觉检测系统及方法

Country Status (1)

Country Link
CN (1) CN117433994A (zh)

Similar Documents

Publication Publication Date Title
US20230342925A1 (en) System and method for calculating focus variation for a digital microscope
CN103776831B (zh) 一种显微影像检测仪器及其自动调焦方法
CN107816943B (zh) 一种物流箱体积重量测量系统及其实现方法
CN106814083B (zh) 滤波片缺陷检测系统及其检测方法
Lahajnar et al. Machine vision system for inspecting electric plates
CN104551865A (zh) 影像量测系统及方法
CN108489394A (zh) 一种大尺寸薄板金属工件几何质量自动检测装置及方法
US9140546B2 (en) Apparatus and method for three dimensional inspection of wafer saw marks
CN107345789A (zh) 一种pcb板孔位检测装置及方法
CN108332708A (zh) 激光水平仪自动检测系统及检测方法
CN110473165A (zh) 一种电路板焊接质量检测方法及装置
CN108088381B (zh) 一种基于图像处理的非接触式微小间隙宽度测量方法
US10535157B2 (en) Positioning and measuring system based on image scale
He et al. A critical review for machining positioning based on computer vision
CN107525768B (zh) 一种dna倍体分析设备的质量控制方法
CN108156359A (zh) 智能工业相机
CN109900719A (zh) 一种叶片表面刀纹的视觉检测方法
CN113822882A (zh) 基于深度学习的电路板表面缺陷检测方法与检测装置
CN208042989U (zh) 一种大尺寸薄板金属工件几何质量自动检测装置
CN109584239B (zh) 一种基于反射光的高光物体表面缺陷检测系统及方法
CN101556141A (zh) 一种测量不规则缝宽的傅里叶变换方法及其装置
CN113538399A (zh) 一种用于获取工件精准轮廓的方法、机床及存储介质
US20130083175A1 (en) Computing device and method for controlling motion of mechanical arm
CN117433994A (zh) 基于双工位的led载带高精度在线视觉检测系统及方法
CN111475016A (zh) 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法

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