CN117670768A - 用于检测应用的自动正确取像及校准系统 - Google Patents

用于检测应用的自动正确取像及校准系统 Download PDF

Info

Publication number
CN117670768A
CN117670768A CN202211020776.0A CN202211020776A CN117670768A CN 117670768 A CN117670768 A CN 117670768A CN 202211020776 A CN202211020776 A CN 202211020776A CN 117670768 A CN117670768 A CN 117670768A
Authority
CN
China
Prior art keywords
camera
image
feature
control
images
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
CN202211020776.0A
Other languages
English (en)
Inventor
孙逢佐
叶怡婷
孙逢佑
黄俊堂
张荣华
田宜湘
沈孟泽
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.)
Kaibituo Data Co ltd
Original Assignee
Kaibituo Data 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 Kaibituo Data Co ltd filed Critical Kaibituo Data Co ltd
Priority to CN202211020776.0A priority Critical patent/CN117670768A/zh
Publication of CN117670768A publication Critical patent/CN117670768A/zh
Pending legal-status Critical Current

Links

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
    • G06T7/0008—Industrial image inspection checking presence/absence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/12—Details of acquisition arrangements; Constructional details thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明主要揭示一种用于检测应用的自动正确取像及校准系统。依据本发明的设计，一控制与处理装置控制一第一机械手臂依一翻转顺序翻转一物品，并控制一第一摄像机在该物品被翻转的过程中依序取得多个二维影像。继续地，在该多个二维影像找出包含一识别特征的至少一个所述二维影像之后，该控制与处理装置依据多个所述二维影像确认该物品的相对位置与相对三维座标，接着控制一第二机械手臂夹持一第二摄像机，并分次移动该第二摄像机以使其分次面对该物品的多个表面，从而自该物品的多个表面之中的N个对应取得N个物品影像。最终，该控制与处理装置对所述物品影像进行瑕疵检测，确定各所述物品影像之中是否含有至少一瑕疵。

Description

用于检测应用的自动正确取像及校准系统
技术领域
本发明是关于机器视觉的技术领域，尤指一种用于检测应用的自动正确取 像及校准系统。
背景技术
一般而言，利用工业技术生产制造的半成品或成品必须接受品质检验以判 断其是否符合工业标准，其中品质检验包括外观(cosmetic)检测和功能测试。 一般而言，一个工业制品会包含六个表面，包括：上表面、下表面、前表面、 后表面、左表面与右表面。进行外观检测时，品检员会依据相关检测规定对该 工业制品的六个表面的其中几个执行最仔细的外观检查。然而，实际经验指出， 品检员在进行工业制品的外观检测时，经常会发生漏检或误检的情事。有鉴于 此，利用机器视觉(machine vision)技术的自动光学检测(Automated optical inspection,AOI)系统于是开发并导入自动化产线，用以取代人力对利用工业半 成品或成品执行外观检测。
举例而言，图1显示习知的一种螺丝瑕疵检测系统示意性立体图。如图1 所示，该螺丝瑕疵检测系统1a包括：一运送平台11a、多支摄影机12a以及一 影像处理装置13a，其中各所述摄影机12a皆设置在一可调整支撑机构14a之 上。应可理解，手动调整该可调整支撑机构14a可使各所述摄影机12a具有一 设置高度与一设置角度，并与该运送平台11a相距一摄像距离。依此设置，该 螺丝瑕疵检测系统1a可以对一型号A的螺丝的六个表面的其中几个进行外观 检测。
熟悉瑕疵检测系统的开发制造的AOI工程师都知道，欲使该螺丝瑕疵检 测系统1a能够被用于对所述型号A的螺丝进行外观检测，工程师必须调校每 个摄影机12a的设置高度、设置角度和摄像距离。此外，若有必要，工程师还 需要设计光源。换句话说，若厂商要求AOI工程师变更该螺丝瑕疵检测系统 1a的设备参数以使其能够用于对一型号B的螺丝进行外观检测，那么工程师 必须重复完成所述设置高度、所述设置角度、所述摄像距离和所述光源的调校。
实务经验指出，设置高度、设置角度、摄像距离和光源的调校工作并不容 易，是需要花费相当的人力与时间才能够完成。有鉴于此，应考虑开发一种新 式自动光学检测系统，其能够依据指定的工业制品自动变更摄影机的设置高度、 设置角度和摄像距离、调整光源强度、以及翻转工业制品使摄影机正确取像。
由前述说明可知，习知的用于对工业制品进行外观检验的自动光学检测系 统仍具有缺陷以待改进。有鉴于此，本发明的创作人是极力加以研究创作，而 终于研发完成本发明的一种用于检测应用的自动正确取像及校准系统。
发明内容
本发明的主要目的提供一种用于检测应用的自动正确取像及校准系统。依 据本发明的设计，一控制与处理装置控制一第一机械手臂依一翻转顺序翻转一 物品，并控制一第一摄像机在该物品被翻转的过程中依序取得多个二维影像。 继续地，在该多个二维影像找出包含一识别特征(如：激光标签或是该物品的 一可辨识特征)的至少一个所述二维影像之后，该控制与处理装置依据多个所 述二维影像确认该物品的相对位置与相对三维座标，接着控制一第二机械手臂 夹持一第二摄像机，并分次移动该第二摄像机以使其分次面对该物品的多个表 面，从而自该物品的多个表面之中的N个对应取得N个物品影像。最终，该 控制与处理装置对所述物品影像进行瑕疵检测，确定各所述物品影像之中是否 含有至少一瑕疵。
简单地说，本发明通过识别激光标签的方式建立了物品的相对位置与相对 三维座标，因此后续只需要控制一个机械手臂带着一个摄像机移动，便可使该 摄像机正确地面对该物品的受检测面，实现该物品的自动正确取像，保证了瑕 疵检测精确度。并且，在将本发明的瑕疵检测系统应用于对其它物品进行瑕疵 检测时，工程师不需要手动调整摄像机的设置高度与设置角度，也不需要调校 光源方向和强度。
为达成上述目的，本发明提出所述自动正确取像及校准系统的一实施例， 其包括：
一第一机械手臂，是设置以同时邻近一第一传送带和一第二传送带，其中 该第一传送带是传送有多个物品，且所述物品至少有一个表面被设置有一识别 特征；
一第一摄像机，是设置以邻近该第一机械手臂；
至少一第二机械手臂，是设置以邻近该第二传送带，且各所述第二机械手 臂是持有一第二摄像机；以及
一控制与处理装置，耦接该第一机械手臂、该第一摄像机、该至少一第二 机械手臂、与该第二摄像机，且包括一微处理器与一记忆体；其中，该记忆体 内储存有利用一程序语言编辑成的一应用程序，使该微处理器通过存取该记忆 体以执行所述应用程序，从而启用以下功能：
控制该第一机械手臂自该第一传送带夹起一个所述物品，并夹持该物 品移动至该第一摄像机的一第一取像范围内，接着依一翻面顺序翻转该物品；
控制该第一摄像机在该物品被依所述翻面顺序翻转之时，依序地拍摄 该物品的多个二维影像；
对多个所述二维影像执行一标签辨识处理，以找出包含一识别特征图 像的至少一个所述二维影像；
依据包含至少一个所述识别特征图像的多个所述二维影像确认该物 品的一相对位置与一相对三维座标，并控制第一机械手臂夹持该物品移动至该 第二传送带之上；
控制该第二机械手臂分次移动该第二摄像机，使该物品的多个所述表 面分次地落在该第二摄像机的一第二取像范围内；
在该第二机械手臂分次移动该第二摄像机的过程中，控制该第二摄像 机自该物品的多个所述表面之中的N个对应取得N个物品影像，N为正整数； 以及
对所述物品影像进行一特征萃取处理以获得对应的一特征图像，接着 将各所述特征图像和一特征模板进行一特征匹配程序，从而确定各所述物品影 像之中是否含有至少一瑕疵。
在可行的实施例中，前述本发明的自动正确取像及校准系统，是还包括：
一第一光源，耦接该控制与处理装置，且被设置以邻近该第一摄像机，从 而依该控制与处理装置的控制而提供一第一检测光照亮该第一取像范围；以及
至少一第二光源，其中，所述第二光源耦接该控制与处理装置，且被设置 以邻近所述第二摄像机，从而依该控制与处理装置的控制而提供一第二检测光 照亮所述第二取像范围。
在一可行实施例中，该识别特征为一标签，且该标签为选自于由二维条码 标签(2D barcode tag)、QR码标签(QR code tag)、矩阵条码标签(matrix barcode tag)、由图形组成的标签(tag containing graphic patterns)、由文字组成的标签(tag containingtext messages)、由字母组成的标签(tag containing alphabets)、与由数 字组成的标签(tag containing numeric figures)所组成群组之中的任一者。
在一实施例中，该标签携载该物品的多个基础讯息，包括：制造商识别码 (VendorID,VID)、产品识别码(Product ID,PID)、批号、与序号。
在另一实施例中，该识别特征为该物品上的一可辨识特征。
在一实施例中，该控制与处理装置运行一影像处理程序从而依据包含至少 一个所述识别特征图像的多个所述二维影像重构该物品的一三维影像，接着确 认该物品的该相对位置与该相对三维座标。
在一实施例中，该影像处理程序包含选自于由Delaunay三角剖分演算法(Delaunay triangulation algorithm)、Crust三角剖分演算法(Crust triangulationalgorithm)、和不规则三角形格网(Triangulated Irregular Network,TIN)演算法所 组成群组之中的一影像处理演算法。
在一实施例中，该应用程序包含多个子程序，且该多个子程序包括：
一第一机构控制程序，用以控制该第一机械手臂自该第一传送带拾起一个 所述物品，并夹持该物品移动至该第一摄像机的该第一取像范围内，接着依所 述翻面顺序翻转该物品；
一第一摄像机控制程序，用以控制该第一摄像机在该物品被依所述翻面顺 序翻转之时，对该物品取像以获得该多个二维影像；
一标签辨识程序，用以对多个所述二维影像执行所述标签辨识处理，以找 出包含所述识别特征图像的至少一个所述二维影像；
所述影像处理程序，用以依据包含至少一个所述识别特征图像的多个所述 二维影像重构该物品的该三维影像，接着确认该物品的该相对位置与该相对三 维座标，使该第一机械手臂可以接着夹持该物品移动至该第二传送带之上；
一第二机构控制程序，用以控制该第二机械手臂分次移动该第二摄像机， 使该物品的多个所述表面分次地落在该第二摄像机的一第二取像范围内；
一第二摄像机控制程序，用以控制该第二摄像机在该第二机械手臂分次移 动该第二摄像机的过程中对该物品取像以获得该N个物品影像；以及
一瑕疵辨识程序，用以对N个所述物品影像进行所述特征萃取处理以获 得N个所述特征图像，接着将各所述特征图像和一特征模板进行所述特征匹 配程序。
在一可行实施例中，该控制与处理装置整合在一电子装置之中，且该电子 装置信息连接用以控制该第一传送带和该第二传送带的一机台控制装置。
在另一可行实施例中，该控制与处理装置整合在用以控制该第一传送带 和该第二传送带的一机台控制装置之中，且该机台控制装置包含于一自动化产 线之中。
附图说明
图1为习知的一种螺丝瑕疵检测系统示意性立体图；
图2A为本发明的一种用于检测应用的自动正确取像及校准系统的第一立 体图；
图2B为本发明的自动正确取像及校准系统的第二立体图；
图3为图2B所示的第一机械手臂、第一摄像机、第二机械手臂、第二摄 像机和控制与处理装置的方块图；以及
图4为本发明的用于检测应用的自动正确取像及校准系统的第三立体图。
【符号说明】
<习知>
1a:螺丝瑕疵检测系统
11a:运送平台
12a:摄影机
13a:影像处理装置
14a:可调整支撑机构
<本发明>
1:自动正确取像及校准系统
11:第一机械手臂
1F:第一传送带
1P:第二传送带
12:第一摄像机
13:第二机械手臂
14:第二摄像机
15:控制与处理装置
15P:微处理器
15M:记忆体
150:影像处理程序
151:第一机构控制程序
152:第一摄像机控制程序
153:标签辨识程序
154:第二机构控制程序
155:第二摄像机控制程序
156:瑕疵辨识程序
157:数据库
16:第一光源
17:第二光源
2:物品
21:识别特征
具体实施方式
为了能够更清楚地描述本发明所提出的一种用于检测应用的自动正确取 像及校准系统，以下将配合附图，详尽说明本发明的较佳实施例。
请参阅图2A、图2B，是分别为本发明的一种用于检测应用的自动正确取 像及校准系统的第一、第二立体图。如图2A与图2B所示，本发明的自动正 确取像及校准系统1包括：一第一机械手臂11、一第一摄像机12、至少一第 二机械手臂13、至少一第二摄像机14、以及一控制与处理装置15。依据本发 明的设计，该第一机械手臂11是设置以同时邻近一第一传送带1F和一第二传 送带1P，其中该第一传送带1F是传送有多个物品2，且所述物品2至少有一 个表面被设置有一识别特征21。在一可行实施例中，该识别特征21为一标签， 例如：由二维条码标签(2D barcode tag)、QR码标签(QR code tag)、矩阵条码标 签(matrixbarcode tag)、由图形组成的标签(tag containing graphic patterns)、由 文字组成的标签(tag containing text messages)、由字母组成的标签(tag containingalphabets)、或由数字组成的标签(tag containing numeric figures)。其 中，所述标签可以是利用激光雕刻技术制作在该物品2的一表面之上的一激光 标签，亦可为一标签贴纸。
在另一可行实施例中，该识别特征21为该物品2上的一可辨识特征。具 体地，若以一激光标签作为所述识别特征21，该激光标签(即，该识别特征21) 可同时携载的该物品2的多个基础讯息，包括：制造商识别码(Vendor ID,VID)、 产品识别码(Product ID,PID)、批号、与序号。并且，在本发明的技术中，该识 别特征21同时用于辨识该物品2的物体角度。
如图2A与图2B所示，该第一摄像机12是设置以邻近该第一机械手臂 11。更详细地说明，该至少一第二机械手臂13是设置以邻近该第二传送带1P， 且各所述第二机械手臂13是持有一第二摄像机14。进一步地，图3为图2B 所示的第一机械手臂11、第一摄像机12、第二机械手臂13、第二摄像机14 和控制与处理装置15的方块图。如图2A、图2B与图3所示，该控制与处理 装置15耦接该第一机械手臂11、该第一摄像机12、该至少一第二机械手臂 13、与该至少一第二摄像机14，且包括一微处理器15P与一记忆体15M。依 据本发明的设计，该记忆体15M内储存有利用一程序语言编辑成的一应用程 序，且同时含有一数据库157。应可理解，在本发明的自动正确取像及校准系 统1正常工作时，该微处理器是通过存取该记忆体15M以执行所述应用程序。 更详细地说明，该应用程序包含多个子程序，且该多个子程序包括：一第一机 构控制程序151、一第一摄像机控制程序152、一标签辨识程序153、一影像处理程序150、一第二机构控制程序154、一第二摄像机控制程序155、以及 一瑕疵辨识程序156。
正常工作时，该微处理器15P执行所述第一机构控制程序151，从而控制 该第一机械手臂11自该第一传送带1F夹起一个所述物品2，并夹持该物品2 移动至该第一摄像机12的一第一取像范围内，接着依一翻面顺序翻转该物品 2。在该物品2被依所述翻面顺序翻转的过程中，该微处理器15P同时执行所 述第一摄像机控制程序152，从而控制该第一摄像机12依序地拍摄该物品2 的多个二维影像。继续地，该微处理器15P执行所述标签辨识程序153，从而 对多个所述二维影像执行一标签辨识处理，以找出包含一识别特征图像的至少一个所述二维影像。换句话说，在一物品2由一第一传送带1F进料后，本发 明的自动正确取像及校准系统1即翻转该物品2以找到该识别特征21，借以 确认该物品2的物体角度。
如图2A、图2B与图3所示，在找到通过翻转该物品2以找到该识别特 征21之后，该物品2的物体角度和空间位置即被确认。接着，该微处理器15P 执行所述影像处理程序150，从而依据包含至少一个所述识别特征图像的多个 所述二维影像重构该物品2的一、三维影像，接着确认该物品2的相对位置与 相对三维座标。在一实施例中，该影像处理程序150包含一影像处理演算法， 且该影像处理演算法例如为Delaunay三角剖分演算法(Delaunaytriangulation algorithm)、Crust三角剖分演算法(Crust triangulation algorithm)、或不规则三角 形格网(Triangulated Irregular Network,TIN)演算法，但不限于此。
在掌握物品2的相对位置与相对三维座标之后，该第一机械手臂11依据 该微处理器15P的控制将该物品2移动放置在该第二传送带1P之上。之后， 该微处理器15P执行所述第二机构控制程序154，从而控制该第二机械手臂13 分次移动该第二摄像机14，使该物品2的多个所述表面分次地落在该第二摄 像机14的一第二取像范围内。换句话说，该第二机械手臂13受控分次移动该 第二摄像机14，使该第二摄像机14分次面对该物品2的多个表面。
在该第二机械手臂13分次移动该第二摄像机14的过程中，该微处理器 15P执行所述第二摄像机控制程序155，从而控制该第二摄像机14自该物品2 的多个所述表面之中的N个对应取得N个物品影像，N为正整数。一般而言， 一个工业制品(即，物品2)会包含六个表面，包括：上表面、下表面、前表面、 后表面、左表面与右表面。进行外观检测时，会依据相关检测规定对该工业制 品的六个表面的其中几个执行最仔细的外观检查。因此，可以称该工业制品具 有N个受检面。如此，可以理解的是，在该物品2被放置在该第二传送带1P 之后，该微处理器15P即控制该第二机械手臂13分次移动该第二摄像机14， 使该第二摄像机14分次地面对该物品的N个受检面，并自该N个受检面对应 取得N个物品影像。
最终，该微处理器15P执行所述瑕疵辨识程序156，从而对所述物品影像 进行一特征萃取处理以获得对应的一特征图像，接着将各所述特征图像和一特 征模板进行一特征匹配程序，从而确定各所述物品影像之中是否含有至少一瑕 疵。应可理解，该瑕疵辨识程序156包含至少一预训练的(Pre-trained)物品瑕疵 辨识模型，该物品瑕疵辨识模型完成该特征图像和该特征模板的一特征匹配， 并确认该特征图像所含有的瑕疵种类。
图3为本发明的用于检测应用的自动正确取像及校准系统的第三立体图。 如图3所示，在可行的实施例中，本发明的自动正确取像及校准系统1可进一 步包括：一第一光源16与至少一第二光源17。其中，该第一光源16耦接该 控制与处理装置15，且被设置以邻近该第一摄像机12，从而依该控制与处理 装置15的控制而提供一第一检测光照亮该第一取像范围。另一方面，所述第 二光源17耦接该控制与处理装置15，且被设置以邻近所述第二摄像机14，从 而依该控制与处理装置15的控制而提供一第二检测光照亮所述第二取像范围。
补充说明的是，本发明的自动正确取像及校准系统1的控制与处理装置 15可以整合在一电子装置之中，其中该电子装置是信息连接用以控制该第一 传送带1F和该第二传送带1P的一机台控制装置，该机台控制装置包含于一自 动化产线之中。或者，亦可直接地将该控制与处理装置15整合在用以控制该 第一传送带1F和该第二传送带1P的该机台控制装置之中。
如此，上述已完整且清楚地说明本发明的一种用于检测应用的自动正确取 像及校准系统。然而，必须加以强调的是，上述的详细说明是针对本发明可行 实施例的具体说明，但是该实施例并非用以限制本发明的专利范围，凡未脱离 本发明技艺精神所为的等效实施或变更，均应包含于本案的专利范围中。

Claims (10)

1.一种自动正确取像及校准系统，其特征在于，是用于检测应用，且包括：
一第一机械手臂，是设置以同时邻近一第一传送带和一第二传送带，其中该第一传送带是传送有多个物品，且所述物品至少有一个表面被设置有一识别特征；
一第一摄像机，是设置以邻近该第一机械手臂；
至少一第二机械手臂，是设置以邻近该第二传送带，且各所述第二机械手臂是持有一第二摄像机；以及
一控制与处理装置，耦接该第一机械手臂、该第一摄像机、该至少一第二机械手臂、与该第二摄像机，且包括一微处理器与一记忆体；其中，该记忆体内储存有利用一程序语言编辑成的一应用程序，使该微处理器通过存取该记忆体以执行所述应用程序，从而启用以下功能：
控制该第一机械手臂自该第一传送带夹起一个所述物品，并夹持该物品移动至该第一摄像机的一第一取像范围内，接着依一翻面顺序翻转该物品；
在该物品被依所述翻面顺序翻转的过程中，控制该第一摄像机依序地拍摄该物品的多个二维影像；
对多个所述二维影像执行一标签辨识处理，以找出包含一识别特征图像的至少一个所述二维影像；
依据包含至少一个所述识别特征图像的多个所述二维影像，确认该物品的一相对位置与一相对三维座标，并控制该第一机械手臂夹持该物品移动至该第二传送带之上；
控制该第二机械手臂分次移动该第二摄像机，使该物品的多个所述表面分次地落在该第二摄像机的一第二取像范围内；
在该第二机械手臂分次移动该第二摄像机的过程中，控制该第二摄像机自该物品的多个所述表面之中的N个对应取得N个物品影像，N为正整数；以及
对所述物品影像进行一特征萃取处理以获得对应的一特征图像，接着将各所述特征图像和一特征模板进行一特征匹配程序，从而确定各所述物品影像之中是否含有至少一瑕疵。
2.如权利要求1所述的自动正确取像及校准系统，其特征在于，是还包括：
一第一光源，耦接该控制与处理装置，且被设置以邻近该第一摄像机，从而依该控制与处理装置的控制而提供一第一检测光照亮该第一取像范围；以及
至少一第二光源，其中，所述第二光源耦接该控制与处理装置，且被设置以邻近所述第二摄像机，从而依该控制与处理装置的控制而提供一第二检测光照亮所述第二取像范围。
3.如权利要求1所述的自动正确取像及校准系统，其特征在于，该识别特征为一标签，且该标签选自于由二维条码标签(2D barcode tag)、QR码标签(QR code tag)、矩阵条码标签(matrix barcode tag)、由图形组成的标签(tag containing graphic patterns)、由文字组成的标签(tag containing text messages)、由字母组成的标签(tag containingalphabets)、与由数字组成的标签(tag containing numeric figures)所组成群组之中的任一者。
4.如权利要求1所述的自动正确取像及校准系统，其特征在于，该识别特征为该物品上的一可辨识特征。
5.如权利要求3所述的自动正确取像及校准系统，其特征在于，该标签携载该物品的多个基础讯息，包括：制造商识别码(Vendor ID,VID)、产品识别码(Product ID,PID)、批号、与序号。
6.如权利要求1所述的自动正确取像及校准系统，其特征在于，该控制与处理装置运行一影像处理程序从而依据包含至少一个所述识别特征图像的多个所述二维影像重构该物品的一三维影像，接着确认该物品的该相对位置与该相对三维座标。
7.如权利要求6所述的自动正确取像及校准系统，其特征在于，该影像处理程序包含选自于由Delaunay三角剖分演算法(Delaunay triangulation algorithm)、Crust三角剖分演算法(Crust triangulation algorithm)、和不规则三角形格网(TriangulatedIrregular Network,TIN)演算法所组成群组之中的一影像处理演算法。
8.如权利要求6所述的自动正确取像及校准系统，其特征在于，该应用程序包含多个子程序，且该多个子程序包括：
一第一机构控制程序，用以控制该第一机械手臂自该第一传送带拾起一个所述物品，并夹持该物品移动至该第一摄像机的该第一取像范围内，接着依所述翻面顺序翻转该物品；
一第一摄像机控制程序，用以控制该第一摄像机在该物品被依所述翻面顺序翻转之时，对该物品取像以获得该多个二维影像；
一标签辨识程序，用以对多个所述二维影像执行所述标签辨识处理，以找出包含所述识别特征图像的至少一个所述二维影像；
所述影像处理程序，用以依据包含至少一个所述识别标签图像的多个所述二维影像重构该物品的该三维影像，接着确认该物品的该相对位置与该相对三维座标，使该第一机械手臂能够接着夹持该物品移动至该第二传送带之上；
一第二机构控制程序，用以控制该第二机械手臂分次移动该第二摄像机，使该物品的多个所述表面分次地落在该第二摄像机的一第二取像范围内；
一第二摄像机控制程序，用以控制该第二摄像机在该第二机械手臂分次移动该第二摄像机的过程中对该物品取像以获得该N个物品影像；以及
一瑕疵辨识程序，用以对N个所述物品影像进行所述特征萃取处理以获得N个所述特征图像，接着将各所述特征图像和一特征模板进行所述特征匹配程序。
9.如权利要求8所述的自动正确取像及校准系统，其特征在于，该控制与处理装置整合在一电子装置之中，且该电子装置信息连接用以控制该第一传送带1F和该第二传送带1P的一机台控制装置。
10.如权利要求8所述的自动正确取像及校准系统，其特征在于，该控制与处理装置整合在用以控制该第一传送带和该第二传送带的一机台控制装置之中，且该机台控制装置包含于一自动化产线之中。
CN202211020776.0A 2022-08-24 2022-08-24 用于检测应用的自动正确取像及校准系统 Pending CN117670768A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211020776.0A CN117670768A (zh) 2022-08-24 2022-08-24 用于检测应用的自动正确取像及校准系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211020776.0A CN117670768A (zh) 2022-08-24 2022-08-24 用于检测应用的自动正确取像及校准系统

Publications (1)

Publication Number Publication Date
CN117670768A true CN117670768A (zh) 2024-03-08

Family

ID=90083009

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211020776.0A Pending CN117670768A (zh) 2022-08-24 2022-08-24 用于检测应用的自动正确取像及校准系统

Country Status (1)

Country Link
CN (1) CN117670768A (zh)

Similar Documents

Publication Publication Date Title
KR102102874B1 (ko) 자동 광학 검사 시스템 및 그 동작 방법
Lahajnar et al. Machine vision system for inspecting electric plates
US11972589B2 (en) Image processing device, work robot, substrate inspection device, and specimen inspection device
US20210255117A1 (en) Methods and plants for locating points on complex surfaces
CN108713175B (zh) 用于操作直通式加工机的方法以及直通式加工机
US20220284699A1 (en) System and method of object detection using ai deep learning models
CN112884743B (zh) 检测方法及装置、检测设备和存储介质
US20210318251A1 (en) Auto focus function for vision inspection system
CN113751332A (zh) 视觉检查系统和检查零件的方法
Vagaš et al. Calibration of an intuitive machine vision system based on an external high-performance image processing unit
CN110596118A (zh) 印刷图案检测方法及印刷图案检测装置
CN114037595A (zh) 图像数据处理方法、装置、电子设备和存储介质
CN114092428A (zh) 图像数据处理方法、装置、电子设备和存储介质
CN111389750B (zh) 一种视觉测量系统及测量方法
CN117670768A (zh) 用于检测应用的自动正确取像及校准系统
TWI802496B (zh) 用於檢測應用的自動正確取像及校準系統
US11557027B2 (en) Vision inspection system and method of inspecting parts
Giesko et al. Advanced mechatronic system for in-line automated optical inspection of metal parts
JP6695253B2 (ja) 表面検査装置及び表面検査方法
JP2023137057A (ja) 欠陥予測モデルの生成方法、びん外観検査方法、およびびん外観検査装置
Fröhlig et al. Three-dimensional pose estimation of deformable linear object tips based on a low-cost, two-dimensional sensor setup and AI-based evaluation
CN116563194A (zh) 用于缺陷检测的视觉检查系统
CN114022342A (zh) 抓取点信息获取方法、装置、电子设备和存储介质
CN114022341A (zh) 抓取点信息获取方法、装置、电子设备和存储介质
Berger et al. Identification of influence parameters and dependencies on the illumination of machine vision systems for robots

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