CN202033298U - 基于机器视觉的小型连接件外观缺陷在线检测装置 - Google Patents
基于机器视觉的小型连接件外观缺陷在线检测装置 Download PDFInfo
- Publication number
- CN202033298U CN202033298U CN2011200666264U CN201120066626U CN202033298U CN 202033298 U CN202033298 U CN 202033298U CN 2011200666264 U CN2011200666264 U CN 2011200666264U CN 201120066626 U CN201120066626 U CN 201120066626U CN 202033298 U CN202033298 U CN 202033298U
- Authority
- CN
- China
- Prior art keywords
- industrial camera
- red led
- small
- led backlight
- web member
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本实用新型公开一种基于机器视觉的小型连接件外观缺陷在线检测装置与方法。其检测装置包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架;红色LED背光源固定安装在所述支架上,工业相机安装在支架上并能上下移动以使被检测连接件处于工业相机的视野中,红色LED背光源位于工业相机的镜头的正下方,支架设有检测工作台,检测工作台位于红色LED背光源和工业相机之间,检测工作台在工业相机的取景范围处开有透光孔;PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接,接近开关靠近所述检测工作台。本实用新型能够对小型精冲连接件外观缺陷实现高速、高精度、无误的在线检测。
Description
技术领域
本实用新型是一种基于机器视觉的小型连接件外观缺陷在线检测装置,涉及一种利用机器视觉技术来检测小型连接件的尺寸和形状缺陷的装置。
背景技术
小型精冲连接件是借助于常规或专用冲压设备的动力,使板料在模具里直接受到变形力并进行变形,从而获得的一定形状、尺寸和性能的产品零件。随着电子、钟表、计算机等行业的迅速发展,广泛应用于这些行业中的小型精冲连接件的消费也日趋剧增。
精冲连接件外观缺陷在线检测传统的方法是依靠专门培训的外观质检工人在不同的工序处根据图样和技术文件的规范对生产线上的连接件通过手摸、目视、光照反射、光照投影、量具测量等方法检测精密冲压件的形状、尺寸、位置精度等外观技术指标。由于质检工人的视觉疲劳、情绪波动等因素使得传统方法必然存在质量标准客观性较差,且该检测方法速度慢,难以适应目前每分钟数百甚至上千的检测速度,再加上该方法为接触式测量,容易对被检测对象造成不同程度的损伤。所以,在小型精冲连接件生产行业,急切需要一种外观缺陷在线检测装置。
实用新型内容
本实用新型的目的是提供一种基于机器视觉的小型连接件外观缺陷在线检测装置,可用于对生产线上高速运动的小型精冲连接件外观缺陷检测进行非接触无损在线检测。
为实现上述目的,本实用新型所采取的技术方案是:其基于机器视觉的小型连接件外观缺陷在线检测装置包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架;所述红色LED背光源固定安装在所述支架上,所述工业相机安装在所述支架上并能上下移动以使被检测连接件处于工业相机的视野中,所述红色LED背光源位于工业相机的镜头的正下方,所述支架设有检测工作台,所述检测工作台位于所述红色LED背光源和工业相机之间,所述检测工作台在工业相机的取景范围处开有透光孔;所述PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接,所述接近开关靠近所述检测工作台。
进一步地,本实用新型所述透光孔的面积大于所述工业相机在所述检测工作台的取景范围。
与现有传统的用模具测量检测技术相比,本实用新型的有益效果是:由于利用机器视觉技术对生产线上运动的小型精冲连接件的外观缺陷进行在线检测,从而实现整个检测过程的非接触无损检测。本实用新型不仅能够适应高速的生产速度,而且在提高检测精度和抗扰能力的同时,也降低误检率。本实用新型是一种将广泛应用于无损检测的机器视觉技术应用到小型精冲连接件生产中的改造,解决了人工检测难以适应的高速度、高精度、人为主观因素和无漏检误检等问题,提高了小型精冲连接件检测的效率,降低了生产成本。
附图说明
图1为本实用新型检测装置的工作状态示意图;
图2为图1中检测工作台的俯视图;
图3为理想阶跃模型三维图;
图4为理想阶跃模型平面图;
图5为本实用新型9×9模板的示意图;
图6本实用新型基于机器视觉的小型精冲连接件外观缺陷在线检测方法的流程示意图;
图中,1.红色LED背光源,2.工业相机,3.PC机,4.接近开关,5.PLC控制器,6.支架,7.图像采集卡, 8.显示器,9.检测工作台,10. 检测工作台的透光孔,11. 工业相机的取景范围,12.小型精冲连接件。
具体实施方式
如图1所示,本实用新型基于机器视觉的小型连接件外观缺陷在线检测装置主要包括红色LED背光源1、工业相机2、含有图像采集卡7的PC机3、接近开关4、PLC控制器5和支架6。其中,红色LED背光源1固定安装在支架6上,工业相机2安装在支架6上并能上下移动,以便用来来调节工业相机2与被检测的小型精冲连接件12的距离以使被检测的小型精冲连接件12在工业相机2的视野中处于合适的位置,所述合适位置是指被检测的小型精冲连接件12约占工业相机2的视野的3/4~4/5。红色LED背光源1位于工业相机2的镜头的正下方。支架6设有检测工作台9,检测工作台9位于红色LED背光源1和工业相机2之间。检测工作台9在工业相机2的取景范围11内的部分开有透光孔10。透光孔10的面积以略大于工业相机2在检测工作台9的取景范围11为宜。PLC控制器5分别与红色LED背光源1、工业相机2、PC机3和接近开关4连接,且接近开关4靠近检测工作台9。
接近开关4和PLC控制器5用于对生产线上的小型精冲连接件12进行计数,计数位满后,PLC控制器5发出信号触发工业相机2拍照并控制红色LED背光源1点亮。不仅实现工业相机2拍照适应生产线上连接件的速度,而且使得在小型精冲连接件12停止运动时,不会拍照浪费资源。最重要的是这样基本可以保证每帧图像中连接件的位置基本不变,给后续的图像预处理、处理和分析降低了难度。工业相机2将采集到的小型精冲连接件12的实时图像经图像采集卡传入PC机,而后PC机3对图像进行处理。具体地说,本实用新型对小型连接件外观缺陷进行在线检测的方法包括如下步骤:
(1)工业相机2采集在检测工作台9上运动的待测小型连接件12的原始图像;
(2)PC机3对工业相机2所采集的所述原始图像依次进行图像滤波(优选中值滤波)、图像增强、Canny边缘检测,得到预处理后的图像。其中,进行图像滤波可滤除随机噪声并抑制运动导致的拖尾;后在滤波后的图像上选取感兴趣区域,再对选取的感兴趣区域进行图像增强以增加图像的对比度,从而提高Canny边缘检测的效果。若在图像增强后先进行形态学开处理,可以进一步去除图像的毛刺,使图像的边缘平滑。对图像增强(或形态学开处理)后的图像进行canny边缘检测,找出小型精冲连接件特征的粗略位置,由此得到预处理后的图像。
(3)对所述预处理后的图像按以下步骤进行改进的基于Zernike矩的Ghosal亚像素定位。改进的ZOM亚像素边缘检测算子是对Gohsal算法进行的改进,它是基于对原有Gohsal算法无法适应模板尺寸改变的不足而作的改进。具体步骤如下:
1)Gohsal亚像素算法是利用公式(1)计算所述预处理后的图像的三个阶数的Zernike矩,所述三个阶数的Zernike矩分别为Z00 、Z11 、Z20,
(3)
(4)
参看图3和图4可知,根据Zernike矩的旋转不变性可以得到式(5),
由于Ghosal算法在Zernike矩推理过程中受理想阶跃边缘和单位圆假设的限制,使得该算法存在不能适应模板尺寸的变化和检测边缘较粗的缺陷,如果选取的模板变为,则放大N/2倍,由此将式(6)改写为式(7),
(7)
这样就可以抑制因模板尺寸改变引起的定位精度不高的不足。针对理想阶跃边缘假设对实际边缘不适用造成的检测边缘粗的缺陷,采用边缘强度的均值点来替代最大处的点来细化边缘。这也需要设定一个阈值,并沿梯度方向即图1中角度搜索的点,并记下该点的和坐标值(x,y)从而构建一组三元数组,其中,为搜索到的边缘点数。其中边缘点处的坐标可以用式(8)求得,
4)利用所述模板对所述处理后的图像进行卷积,后重复步骤1)-3),得到所述待测小型连接件的整体的边缘变化率最大的点;
5)利用蚁群算法搜索所述待测小型连接件的所有边缘变化率最大的点并拟合成曲线,该曲线为所述待测小型连接件的细边缘。所采用蚁群算法可以是聪、曹三省、杜怀昌发表在第17卷第4期的中国传媒大学学报自然科学版的《一种基于信息增益的蚁群聚类算法》中所记载的方法。
(4)根据所述待测小型连接件的细边缘,获得所述待测小型连接件的特征值,这些特征主要包括:针脚的宽度、鱼眼的曲率和鱼眼之间的距离等;
(5)根据预设的判断标准判断所述小型连接件的特征值是否符合要求,例如,小型精冲连接件两处针脚宽度、针脚间距是否合格,并判断有无缺针、歪针、坏针、鱼眼以及鱼眼直径的大小是否合格等(预设的判断标准可根据用户对不同待测小型连接件的不同要求设定)。
若合格,则返回执行(1),否则停机剔除该待测小型连接件后再返回执行步骤(1),以对其他批次的待测小型精冲连接件进行检测。
Claims (2)
1.一种基于机器视觉的小型连接件外观缺陷在线检测装置,其特征是:包括红色LED背光源、工业相机、含有图像采集卡的PC机、接近开关、PLC控制器和支架;所述红色LED背光源固定安装在所述支架上,所述工业相机安装在所述支架上并能上下移动以使被检测连接件处于工业相机的视野中,所述红色LED背光源位于工业相机的镜头的正下方,所述支架设有检测工作台,所述检测工作台位于所述红色LED背光源和工业相机之间,所述检测工作台在工业相机的取景范围处开有透光孔;所述PLC控制器分别与所述红色LED背光源、工业相机、PC机和接近开关连接,所述接近开关靠近所述检测工作台。
2.根据权利要求1所述的基于机器视觉的小型连接件外观缺陷在线检测装置,其特征是:所述透光孔的面积大于所述工业相机在所述检测工作台的取景范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200666264U CN202033298U (zh) | 2011-03-15 | 2011-03-15 | 基于机器视觉的小型连接件外观缺陷在线检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200666264U CN202033298U (zh) | 2011-03-15 | 2011-03-15 | 基于机器视觉的小型连接件外观缺陷在线检测装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202033298U true CN202033298U (zh) | 2011-11-09 |
Family
ID=44895592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200666264U Expired - Fee Related CN202033298U (zh) | 2011-03-15 | 2011-03-15 | 基于机器视觉的小型连接件外观缺陷在线检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202033298U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221556A (zh) * | 2011-03-15 | 2011-10-19 | 中国计量学院 | 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 |
CN103959108A (zh) * | 2011-12-02 | 2014-07-30 | Ntn株式会社 | 缺陷校正设备和缺陷校正方法 |
CN109540911A (zh) * | 2018-12-29 | 2019-03-29 | 天津市协力自动化工程有限公司 | 一种木板边缘崩边检测装置 |
-
2011
- 2011-03-15 CN CN2011200666264U patent/CN202033298U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102221556A (zh) * | 2011-03-15 | 2011-10-19 | 中国计量学院 | 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 |
CN103959108A (zh) * | 2011-12-02 | 2014-07-30 | Ntn株式会社 | 缺陷校正设备和缺陷校正方法 |
CN109540911A (zh) * | 2018-12-29 | 2019-03-29 | 天津市协力自动化工程有限公司 | 一种木板边缘崩边检测装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102221556B (zh) | 基于机器视觉的小型连接件外观缺陷在线检测装置与方法 | |
CN106204614B (zh) | 一种基于机器视觉的工件外观缺陷检测方法 | |
CN106053479B (zh) | 一种基于图像处理的工件外观缺陷的视觉检测系统 | |
CN102192911B (zh) | 一种基于机器视觉的金属瓶盖质量检测系统 | |
CN107678192B (zh) | 一种基于机器视觉的Mura缺陷检测方法 | |
CN105403147B (zh) | 一种基于嵌入式的瓶胚检测系统和检测方法 | |
CN106018422A (zh) | 基于匹配的异形冲压件轮廓缺陷视觉检测系统及方法 | |
CN108896574A (zh) | 一种基于机器视觉的瓶装白酒杂质检测方法及系统 | |
CN201141839Y (zh) | 计算机视觉技术检测微小轴承表面缺陷的装置 | |
CN104568956B (zh) | 基于机器视觉的带钢表面缺陷的检测方法 | |
CN107796826A (zh) | 基于齿心距离曲线分析的微型双联齿轮断齿缺陷检测方法 | |
CN110298840A (zh) | 一种基于图像的纱线缺陷检测方法 | |
CN202033298U (zh) | 基于机器视觉的小型连接件外观缺陷在线检测装置 | |
Fu et al. | Medicine glass bottle defect detection based on machine vision | |
Li et al. | A new machine vision real-time detection system for liquid impurities based on dynamic morphological characteristic analysis and machine learning | |
CN113237889A (zh) | 一种多尺度的陶瓷检测方法及系统 | |
CN103245666B (zh) | 一种蓄电池极板外观缺陷自动检测方法 | |
Lin et al. | Surface defect detection of machined parts based on machining texture direction | |
CN113808104B (zh) | 一种基于分块的金属表面缺陷检测方法及系统 | |
Li et al. | The method for glass bottle defects detecting based on machine vision | |
CN205786374U (zh) | 基于匹配的异形冲压件轮廓缺陷视觉检测系统 | |
CN104748684B (zh) | 一种曲轴轴肩清根的视觉检测方法及装置 | |
CN107748897A (zh) | 基于模式识别的大尺寸弯曲零件轮廓度质量检测方法 | |
CN103063674A (zh) | 一种铜块的铜品位检测方法及其检测系统 | |
CN203101288U (zh) | 一种ito导电玻璃的全自动光学检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111109 Termination date: 20130315 |