CN204807475U - 光学检测装置以及光学检测系统 - Google Patents
光学检测装置以及光学检测系统 Download PDFInfo
- Publication number
- CN204807475U CN204807475U CN201520287877.3U CN201520287877U CN204807475U CN 204807475 U CN204807475 U CN 204807475U CN 201520287877 U CN201520287877 U CN 201520287877U CN 204807475 U CN204807475 U CN 204807475U
- Authority
- CN
- China
- Prior art keywords
- crack
- distribution information
- crackle
- gray
- optical detection
- 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
- 230000003287 optical effect Effects 0.000 title claims abstract description 67
- 238000001514 detection method Methods 0.000 title claims abstract description 60
- 208000037656 Respiratory Sounds Diseases 0.000 claims abstract description 114
- 238000004458 analytical method Methods 0.000 claims abstract description 42
- 238000003384 imaging method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims description 66
- 230000008569 process Effects 0.000 claims description 50
- 239000000758 substrate Substances 0.000 claims description 33
- 238000007689 inspection Methods 0.000 claims description 23
- 230000008859 change Effects 0.000 claims description 21
- 238000006243 chemical reaction Methods 0.000 claims description 11
- 230000011218 segmentation Effects 0.000 claims description 8
- 239000000284 extract Substances 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 abstract description 12
- 230000009286 beneficial effect Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 15
- 239000011521 glass Substances 0.000 description 3
- 206010011376 Crepitations Diseases 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000013467 fragmentation Methods 0.000 description 1
- 238000006062 fragmentation reaction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本实用新型提供一种光学检测装置以及光学检测系统,其中光学检测装置包括成像模组、图像处理模、分析模组;分析模组包括特征分析单元、主裂纹提取单元以及方向判断单元。光学检测系统包括上述光学检测装置。本实用新型的有益效果在于,可以代替人工对破碎基板进行检测,进而找出破碎基板的破碎源,相对于人工检测的方式效率更高,且检测结果相对更为准确;此外,这种方式可以应用于更多的场景,包括一些不便于人工检测的环境。
Description
技术领域
本实用新型涉及光学仪器领域,具体涉及一种光学检测装置以及光学检测系统。
背景技术
在现有技术中经常需要对一些已经破碎的透明基板(例如,玻璃等)进行检测,其目的是找出碎裂透明基板的破碎源。
但是,现有技术中对破损玻璃的检测往往还停留在人工检测阶段。人工检测的方式效率相对较低,并且检测结果的浮动较大,因为人工检测的检测结果容易受到人疲劳程度或者主观意识的影响。此外,许多工业场景也并不适合人工检测。
实用新型内容
因此,需要一种光学检测装置以及光学检测系统,以代替人工对破损的透光基板进行检测。
根据本实用新型的一个方面,提供了一种光学检测装置,包括成像模组,用于获取透光基板的检测图像;图像处理模组,与所述成像模组相连,用于对所述成像模组获取的检测图像进行处理,以获得裂纹分布信息;分析模组,与所述图像处理模组相连,用于对所述图像处理模组获得的裂纹分布信息中的裂纹进行分析,以判断所述透光基板的破碎源,所述分析模组包括:特征分析单元,用于对所述裂纹分布信息中的裂纹特征进行特征分析,以区分出裂纹分布信息中的分支裂纹以及位于由分支裂纹衍生出的分叉裂纹;所述特征分析单元还用于去除所述分叉裂纹;主裂纹提取单元,与所述特征分析单元相连,用于基于分支裂纹的分支角度,判断出裂纹分布信息中包含的主裂纹;方向判断单元,与所述主裂纹提取单元相连,用于分析主裂纹提取单元所提取的主裂纹,以获得所述主裂纹的收敛方向,进而判断破碎源所在成像模组,用于获取透光基板的检测图像;图像处理模组,与所述成像模组相连,用于对所述成像模组获取的检测图像进行处理,以获得裂纹分布信息;分析模组,与所述图像处理模组相连,用于对所述图像处理模组获得的裂纹分布信息中的裂纹进行分析,以判断所述透光基板的破碎源,所述分析模组包括:特征分析单元,用于对所述裂纹分布信息中的裂纹特征进行特征分析,以区分出裂纹分布信息中的分支裂纹以及由分支裂纹衍生出的分叉裂纹;所述特征分析单元还用于去除所述分叉裂纹;主裂纹提取单元,与所述特征分析单元相连,用于基于分支裂纹的分支角度,判断出裂纹分布信息中包含的主裂纹;方向判断单元,与所述主裂纹提取单元相连,用于分析主裂纹提取单元所提取的主裂纹,以获得所述主裂纹的收敛方向,进而判断破碎源所在方向。
一个基本思想是,本实用新型的光学检测装置可以通过对检测图像进行处理以获得裂纹分布信息,然后对裂纹分布信息进行特征分析以区分出主裂纹、分支裂纹以及分叉裂纹;在这之后,去除所述分叉裂纹并判断出主裂纹,获得所述主裂纹的收敛方向以判断所述透光基板的破碎源所在位置。这种装置可以代替人工对破碎基板进行检测,进而找出破碎基板的破碎源,相对于人工检测来说效率更高,且检测结果相对更为准确;此外,本实用新型的光学检测装置可以应用于更多的场景,包括一些不便于人工检测的环境。
根据本实用新型的一个方面,提供了一种光学检测系统,包括上述的光学检测装置。如前文所述,这种光学检测系统由于包含所述光学检测装置,其检测效率相对于人工检测的方式来说更高,且检测结果相对更为准确;此外,这种光学检测系统可以应用于更多的场景,包括一些不便于人工检测的环境。
附图说明
图1是本实用新型光学检测装置中透光基板的俯视图;
图2是图1中透光基板检测图像的放大图;
图3是图2中矩形框95部分的检测图像经过处理后得到的裂纹分布信息的示意图;
图4是图1中透光基板检测图像局部一带有支叉的裂纹示意图
图5是图4中的裂纹以像素显示时的示意图;
图6是图1中矩形框96所示部分的放大图;
图7是图1中矩形框97部分的检测图像进行处理得到的裂纹分布信息;
图8是本实用新型光学检测装置使用过程的另一实施例的示意图;
图9是本实用新型光学检测装置一实施例中的模块图;
图10是本实用新型光学检测系统一实施例的正面结构示意图;
图11是本实用新型光学检测系统一实施例的背面结构示意图。
具体实施方式
为使本实用新型的上述目的、特征和优点能够更为明显易懂,下面结合附图对本实用新型的具体实施例做详细的说明。
现有技术中一般通过人工方式对破碎的透明基板进行检测,这种方式不仅效率较低,且检测结果容易受人主观意识的影响,因而对检测结果的准确度造成影响。并且,人工检测的检测结果也具有较大的浮动,因为人工检测容易受人疲劳程度以及周围环境的影响,这些影响会造成检测结果的偏差。此外,一些工业场景也不适合人工检测,例如一些高危作业环境、影响人体健康的环境等。
为了解决以上描述的技术问题,本实用新型提供一种光学检测装置以及光学检测系统。
在本实用新型的以下描述中,文中出现的破碎源是指破碎的透光基板发生破碎的源头,该破碎源可以是一个点(或者类似点的区域)或者一条线(或者类似于线的形状);主裂纹是指由破碎源衍生出的裂纹;分支裂纹是指在所述主裂纹的基础上进一步衍生出的裂纹;分叉裂纹是指在所述分支裂纹的基础上进一步衍生出的裂纹,或者是由相邻裂纹(相邻主裂纹或者相邻分支裂纹)之间衍生出的裂纹。
请参考图1至图7,为本实用新型光学检测装置使用过程的实施例的示意图。
首先请参考图1,图1为本实施例中一破碎透光基板90的俯视图。图1中的透光基板90碎裂成多个碎片91,碎片之间具有裂纹。
在本实施例中,所述透光基板90为玻璃。但是本实用新型对所述透光基板的材料不作任何限定,所述透光基板90还可以是其它可以发生碎裂的材料。
本实用新型的光学检测装置的使用过程包括获取透光基板90的检测图像。例如,本实施例中可以先获取所述透光基板90中矩形框95部分的检测图像,获取的检测图像的放大图可以参考图2所示。
需要说明的是,本实施例中虽然仅获取了部分透光基板90的检测图像,但是在实际操作中,所述透光基板90可能尺寸较小,或者用于成像的设备足够获取整个透光基板90的检测图像,此时也可以直接获取整个透光基板90的检测图像。
在获取检测图像之后,对所述检测图像进行处理,以获得裂纹分布信息;请参考图3,为图2中矩形框95部分的检测图像经过处理后得到的裂纹分布信息的示意图。本步骤的目的在于去除检测图像中其他的像素,进而凸出显示检测图像中裂纹部分的像素,进而形成所述裂纹分布信息,以便于后续区分主裂纹、分支裂纹以及分叉裂纹。
在本实施例中,对检测图像进行处理以获得裂纹分布信息的步骤具体包括:对所述检测图像进行二值化处理,以获得裂纹分布信息。
二值化处理是图像分割的一种方法,有利于去除检测图像中裂纹以外的杂色的影响,例如,检测图像中透光基板90本身带有的颜色等,进而使所述裂纹分布信息中的裂纹变得更加清晰,这有利于进一步凸显裂纹分布信息中的各个裂纹,进而有利于后续区分出主裂纹、分支裂纹以及分叉裂纹。
具体的,在本实施例中,可以采用以下步骤对检测图像进行二值化处理:
首先,设定一灰度阈值;需要说明的是,所述灰度阈值可以是固定阈值或自适应阈值,也可以是检测图像的全局阈值或某区域的局部阈值;
判断所述检测图像中各个像素的灰度值是否大于所述灰度阈值;
如果是,则将所述像素的灰度值设置为第一灰度值;
如果否,则将所述像素的灰度值设置为第二灰度值。
具体的,在本实施例中,所述第二灰度值小于所述第一灰度值,第一灰度值可以是255(对应白色),第二灰度值可以是0(对应黑色),如此设置,经过二值化处理得到的图像是例如图3所示的白色背景中的黑色裂纹分布图,即小于灰度阈值部分的图像或线条在处理后的图像中得到了增强,大于灰度阈值部分的图像或线条(被认为是背景或者噪音)在处理后的图像中被消除。
但是本实用新型对此并不作限定,因为二值化处理的目的在于凸显裂纹像素,因此在本实用新型的其他实施例中,所述第二灰度值也可以大于所述第一灰度值,如此得到的图像相对于通过设定第二灰度值小于第一灰度值所得图像是颜色反转的。当设定第二灰度值小于第一灰度值时,得到的是例如图3所示的白色背景中的黑色裂纹分布图,而当设定第二灰度值大于第一灰度值时,得到的则是位于一黑色背景中的白色裂纹分布图。
此外,本法对是否必须采用二值化处理获得裂纹分布信息不作限定,在本实用新型的其它实施例中,也可以采用其他图像分割方法,例如边缘检测处理,区域生长处理或者聚类法处理。
需要说明的是,灰度阈值可以根据在实际测量中获得的大部分检测图像的灰度值分布来确定,例如,假设图1示出的检测图像的背景部分的灰度值大约集中在90左右,且裂纹分布信息的灰度值大约集中在70左右,那么本实施例中可以大致的将灰度阈值设定为80(70和90的中间值)左右,这样有利于最大限度的区分背景部分和裂纹分布信息。此外,还可以根据环境或其他因素的变化而调整灰度阈值,例如,在夜晚或者光线较暗的测量环境中,获得的检测图像的背景部分的灰度值可能较低,相应地可以将灰度阈值设定得更低。
此外,在本实施例中,可以通过以下方式确定所述灰度阈值:
扫描整个检测图像,以得到灰度分布直方图;
根据灰度直方图中的灰度分布、灰度的峰值和谷值获得所述灰度阈值。
同时,在本实施例中,对检测图像进行处理的步骤还包括:对获得的裂纹分布信息进行距离变化处理和分水岭变换处理(分水岭算法),以使裂纹分布信息中的各裂纹的宽度相同,具体的,一般是使裂纹分布信息中的各裂纹变为单个像素的宽度。这样有利于进一步凸显裂纹的分叉位置,以便于后续区分出裂纹分布信息中的主裂纹、分支裂纹以及分叉裂纹,因为当裂纹分布信息中各个裂纹的宽度相同时,裂纹在其分叉处的宽度会明显大于裂纹本身的宽度,这样进一步有利于分辨出裂纹的分叉位置以及该分叉的方向,进而有利于区分出主裂纹、分支裂纹以及分叉裂纹。
本实施例以使裂纹分布信息中的各裂纹的宽度均为1个像素为例。具体请参考图4和图5,图4中为一个带有支叉8的裂纹7的示意图。该裂纹7可以是主裂纹,相应的支叉8则是分支裂纹;或者,所述裂纹7也可能是分支裂纹,相应的,支叉8则是分叉裂纹;本实施例此处旨在解释对获得的裂纹分布信息进行距离变化处理和分水岭变换处理的过程,所以对图4和图5中的裂纹具体为什么类型的裂纹不作任何限定。
图5为图4中的裂纹以像素33显示时的示意图。当裂纹经过距离变化处理和分水岭变换处理后,裂纹7以及其支叉8的宽度均变为1个像素33的宽度d1。此时,对整个裂纹(包括裂纹7以及其支叉8)的宽度进行检测,裂纹在未分叉的部分(裂纹7)为一个像素33,像素33边界的尺寸变为该像素33本身的尺寸,也就是为d1;而在分叉位置由原本的一个像素33变为两个像素33,两个像素33边界之间的距离则变为d2。因此,通过判断像素33边界距离的变化能够识别在该位置的分叉。
该距离变化处理和分水岭变换处理的步骤对于裂纹本身较粗且由该裂纹衍生出的裂纹夹角较小的情形特别有利,例如假设在距离变化处理和分水岭变换处理的步骤前,图4中的裂纹7的宽度为3个像素,由裂纹7衍生出的支叉8之间的夹角仅为10度,且支叉8的宽度仅为1个像素的情况下,如果不进行该距离变化处理和分水岭变换处理的步骤,将较难分辨该裂纹的分叉位置。
如前文所述,对裂纹分布信息进行距离变化处理和分水岭变换处理的目的是为了进一步凸显分叉位置以便于后续的区分工作。因此,本实用新型对是否必须进行上述距离变化处理和分水岭变换处理不作限定,因为在一些裂纹分布本身较为清晰的前提下,也可以省略所述距离变化处理和分水岭变换处理的步骤。
请继续参考图3,在获得裂纹分布信息的步骤之后,对所述裂纹分布信息进行特征分析,以区分出裂纹分布信息中的分支裂纹以及位于由分支裂纹衍生出的分叉裂纹;可以看出,图3中包含有裂纹b1、b2和c1,可以看出,图3中的裂纹c1位于裂纹b1和裂纹b2之间,裂纹c1的延伸方向大致上垂直于裂纹b1和裂纹b2的延伸或者收敛方向,并且由于分叉裂纹c1呈弧形,按照物体碎裂规律可以判断裂纹c1是由裂纹b1、b2衍生出的,因而裂纹c1为分叉裂纹,裂纹b1、b2为分支裂纹。
在判断出分叉裂纹以及分支裂纹之后,去除所述分叉裂纹;这样做的目的是去除分叉裂纹带来的干扰,以尽量凸显出分支裂纹。
在这之后,基于分支裂纹的分支角度,判断出裂纹分布信息中包含的主裂纹。请继续参考图3,由于图3中所显示的裂纹分布信息仅包含分叉裂纹c1以及分支裂纹b1、b2,并不包含主裂纹,因此可以重新获取透光基板90的检测图像,并且,可以根据当前分支裂纹b1、b2的收敛方向(请结合参考图3以及图1),指示获取下一检测图像的方向。因为根据裂纹分布规律,分支裂纹由主裂纹衍生出,分支裂纹的收敛方向便是主裂纹所在的方向,这样有利于对每次获取检测图像的位置进行指示以增加检测效率,每一次获取的检测图像更加靠近破碎源,进而有利于更快的检测到透光基板的破碎源。
请参考图1并结合参考图6,可以根据矩形框95(也就是图3)中分支裂纹b1、b2的收敛方向,获取另一检测图像,例如图1中矩形框96所示的部分的检测图像。
请结合参考图6,为图1中矩形框96所示部分的放大图。需要说明的是,图6中所示的为检测图像经过处理得到的裂纹分布信息,处理的过程可以参考上述的处理过程,再此不作赘述。
从图6中可以看出,矩形框95的部分中分支裂纹b1、b2在矩形框96中也有体现。此时,基于分支裂纹的分支角度以判断出裂纹分布信息中包含的主裂纹,可以看出,分支裂纹b1、b2以及裂纹b3、裂纹c2共同收敛于一裂纹a1,其中,由于已知裂纹b1、b2为分支裂纹,因而可以判断出裂纹b3与分支裂纹b1、b2为同一类型的裂纹,也就是说裂纹b3同样为分支裂纹。
此外,由于裂纹c2与之前的分叉裂纹c1类似,为弧形裂纹,因而可以推断裂纹c2同样为分叉裂纹,可以与分叉裂纹c1一样被,按照上述去除所述分叉裂纹的步骤去除。
同时,通过观察分支裂纹b1、b2和b3的收敛方向可以看出,分支裂纹b1、b2、b3以及裂纹c2与裂纹a1之间的夹角θ1、θ2、θ3和θ4均为钝角,因而可以判断分支裂纹b1、b2、b3以及裂纹c2均是由裂纹a1衍生得到的,并且由于b1、b2为分支裂纹,因此可以推断裂纹a1为主裂纹。
在判断出主裂纹a1之后,可以根据当前裂纹分布信息中主裂纹a1的收敛方向,指示获取下一检测图像时的获取方向。因为主裂纹是由破碎源所产生,每一次获取的检测图像更加靠近破碎源,进而有利于更快的检测到透光基板的破碎源。
请继续参考图1并结合参考图7,依照矩形框96中主裂纹a1的方向可以大致选取矩形框97的部分作为下一检测图像。如前文所述,对矩形框97部分的检测图像进行处理以得到如图7所示的裂纹分布信息。
在此之后,基于矩形框96的裂纹分布信息,获得所述主裂纹的收敛方向,并根据主裂纹收敛的方向判断破碎源所在方向。
通过观察图7中主裂纹a1以及裂纹a2和a3的收敛方向可以看出,图中主裂纹a2、裂纹a3与裂纹99之间的夹角θ5、θ6均为钝角,且主裂纹a1位于裂纹a2、a3之间,所以可以推断得出主裂纹a1以及裂纹a2、a3均是由裂纹99衍生得到。如前文所述,破碎源产生主裂纹,因此可以判断出裂纹a2、a3均为主裂纹,且裂纹99为透光基板90的破碎源(同时请参考图1)。
综上所述,本实施例设定的情形是最初的检测图像中未包含主裂纹的情形。在这种情况下,根据初始的检测图像中的分支裂纹b1、b2的收敛方向获取下一检测图像,然后通过再次获取的检测图像中的主裂纹a1找到透光基板90的破碎源99。
但是实际操作中可能在初始的检测图像中便已经包含有主裂纹,此时,可以直接通过主裂纹的收敛方向判断破碎源所在方向。
此外,本实用新型光学检测装置的使用过程还包含另一实施例,在本实施例中,所获得的裂纹分布信息相对上一实施例更加复杂。请参考图8,为本实用新型光学检测装置使用过程的另一实施例中,获得的裂纹分布信息70的示意图,本实施例中的裂纹分布信息70包含有各种类型的裂纹(主裂纹、分支裂纹以及分叉裂纹)以及破碎源。
在此种情况下,同样可以依据上一实施例中的裂纹分布规则找出破碎源。具体的,对所述裂纹分布信息70进行特征分析可以看出,一些弧形或者类似弧形的裂纹71是位于相邻的裂纹之间,也就是由相邻的裂纹进一步衍生得到的,因此可以判断所述裂纹71为分叉裂纹。然后可以去除这些分叉裂纹71。
在这之后,剩余的裂纹包括分支裂纹或者主裂纹。通过与上一实施例相同的方法,依据这些分支裂纹72的角度可以判断出这些分支裂纹72是分别由若干裂纹73所衍生出的,进而可以判断出这些裂纹73为主裂纹。
进一步,通过与上一实施例相同的方法获得所述主裂纹73的收敛方向,可以判断破碎源所在位置,进而可以判断这些主裂纹73共同收敛于裂纹77,因而判断出裂纹77为破碎源。
综上所述,本实用新型的光学检测方法可以代替人工对破碎基板进行检测,进而找出破碎基板的破碎源,相对于人工检测的方式效率更高,且检测结果相对更为准确;此外,这种方式可以应用于更多的场景,包括一些不便于人工检测的环境。
此外,本实用新型还提供一种光学检测装置,请参考图9,为本实用新型光学检测装置一实施例中的模块图,所述光学检测装置100包括:
成像模组110,用于获取透光基板90的检测图像;
在本实施例中,所述成像模组110包括图像传感器以及用于调整焦距的透镜。
图像处理模组120,与所述成像模组110相连,用于对所述成像模组110获取的检测图像进行处理,以获得裂纹分布信息;
在本实施例中,所述图像处理模组120还包括图像分割处理单元121,用于对所述检测图像进行二值化处理,以获得所述裂纹分布信息。
二值化处理有利于去除检测图像中裂纹以外的杂色的影响,例如,检测图像中透光基板90本身带有的颜色等,进而使所述裂纹分布信息中的裂纹变得更加清晰,这有利于进一步凸显裂纹分布信息中的各个裂纹,进而有利于后续区分出主裂纹、分支裂纹以及分叉裂纹。
具体的,本实施例的所述图像分割处理单元121中预先设有一灰度阈值,所述图像分割处理单元121用于比较裂纹分布信息中各个像素的灰度值与所述灰度阈值的相对大小,当像素的灰度值大于所述灰度阈值时,将该像素的灰度值设置为第一灰度值;当像素的灰度值小于所述灰度阈值时,将该像素的灰度设置为第二灰度值。
具体的,在本实施例中,所述第二灰度值小于所述第一灰度值。但是本实用新型对此并不作限定,因为二值化处理的目的在于凸显裂纹像素,因此在本实用新型的其他实施例中,所述第二灰度值也可以大于所述第一灰度值。
此外,本法对所述图像处理模组120是否限于进行二值化处理,以获得裂纹分布信息不作限定,在本实用新型的其它实施例中,所述图像处理模组120也可以采用其他图像分割方法获得裂纹分布信息,例如边缘检测处理,区域生长处理或者聚类法处理。
在本实施例中,所述图像处理模组120还包括距离变化处理和分水岭变换处理单元122,所述距离变化处理和分水岭变换处理单元122用于对获得的裂纹分布信息进行距离变化处理和分水岭变换处理,以使裂纹分布信息中的各个裂纹的宽度趋于相同。这样有利于进一步凸显裂纹的分叉位置,以便于特征分析单元131区分出裂纹分布信息中的主裂纹、分支裂纹以及分叉裂纹,因为当裂纹分布信息中各个裂纹的宽度相同时,裂纹在其分叉处的宽度会明显大于裂纹本身的宽度,这样进一步有利于分辨出裂纹的分叉位置以及该分叉的方向,进而有利于区分出主裂纹、分支裂纹以及分叉裂纹。
距离变化处理和分水岭变换处理具体可以参考图4和图5,图4中为一个带有支叉8的裂纹7的示意图,图5为图4中的裂纹以像素33显示时的示意图。其中裂纹7可以是主裂纹,相应的支叉8则是分支裂纹;或者,所述裂纹7也可能是分支裂纹,相应的,支叉8则是分叉裂纹;本实施例此处旨在解释对获得的裂纹分布信息进行距离变化处理和分水岭变换处理的过程,所以对图4和图5中的裂纹具体为何种类型的裂纹不作任何限定。
本实施例以裂纹分布信息中的各裂纹的宽度均为1个像素为例,当裂纹经过距离变化处理和分水岭变换处理后,裂纹7以及其支叉8的宽度均变为1个像素33的宽度d1。此时,对整个裂纹(包括裂纹7以及其支叉8)的宽度进行检测,裂纹在未分叉的部分(裂纹7)为一个像素33,像素33边界的尺寸变为该像素33本身的尺寸,也就是为d1;而在分叉位置由原本的一个像素33变为两个像素33,两个像素33边界之间的距离则变为d2。因此,通过判断像素边界距离的变化能够识别到在该位置发生了分叉。
分析模组130,与所述图像处理模组相连,用于对所述图像处理模组获得的裂纹分布信息中的裂纹进行分析,以判断所述透光基板90的破碎源;
所述分析模组130包括:
特征分析单元131,用于对所述裂纹分布信息中的裂纹特征进行特征分析,以区分出裂纹分布信息中的分支裂纹以及位于由分支裂纹衍生出的分叉裂纹;所述特征分析单元131还用于去除所述分叉裂纹;
主裂纹提取单元132,与所述特征分析单元131相连,用于基于分支裂纹的分支角度,判断出裂纹分布信息中包含的主裂纹;
方向判断单元133,与所述主裂纹提取单元132相连,用于分析主裂纹提取单元132所提取的主裂纹,以获得所述主裂纹的收敛方向,进而判断破碎源所在位置。
具体的,当遇到初始的检测图像中没有包含主裂纹、仅包含分支裂纹和分叉裂纹时,特征分析单元131工作以区分出分支裂纹和分叉裂纹,并去除分叉裂纹;由于初始的检测图像中不包含主裂纹,所以此时主裂纹提取单元132不工作,相应的,所述方向判断单元133也不工作;在这之后,根据特征分析单元131分析出的初始的检测图像中的分支裂纹b1、b2的收敛方向获取下一检测图像,然后特征分析单元131工作以区分出分支裂纹和分叉裂纹,并去除分叉裂纹,主裂纹提取单元132工作以判断出主裂纹,方向判断单元133工作以分析主裂纹以获得所述主裂纹的收敛方向,进而判断破碎源所在位置。
此外,正如前文所述的那样,实际操作中可能在初始的检测图像中便已经包含有主裂纹。此时特征分析单元131无需启动,主裂纹提取单元132判断出裂纹分布信息中包含的主裂纹,然后方向判断单元133获得所述主裂纹的收敛方向,进而判断破碎源所在方向。
在本实施例中,所述分析模组130还包括:指示单元(图中未示出),与所述方向判断单元相连,用于根据当前裂纹分布信息中分支裂纹的收敛方向,指示获取下一检测图像时的获取方向。分支裂纹的收敛方向指向破碎源的所在的大致方向,这样通过上述分析模组130可以保证再次获取的检测图像能够更加靠近破碎源。
在本实施例中,所述图像处理模组120以及分析模组130可以分别是单片机(SingleChipMicrocomputer,SCM)或者中央处理芯片(CentralProcessingUnit,CPU)或者其他的物理实现形式,或者共同集成在SCM或者CPU或者其他的物理实现形式当中。类似地,图像处理模组120的图像分割处理单元121和距离变化处理和分水岭变换处理单元122可以分别是单片机或者中央处理芯片或者其他的物理实现形式,或者共同集成在SCM或者CPU或者其他的物理实现形式当中。类似地,分析模组130的特征分析单元131,主裂纹提取单元132,方向判断单元133,指示单元可以分别是单片机或者中央处理芯片或者其他的物理实现形式,或者共同集成在SCM或者CPU或者其他的物理实现形式当中。但是本实用新型对图像处理模组120和分析模组130的物理实现方式不作限定。此外,本实用新型的光学检测装置100可以但不限于实施上述的光学检测方法。
本实用新型还提供一种光学检测系统,包括本实用新型所述的光学检测装置100。请参考图10和图11,为本实用新型光学检测系统一实施例的结构示意图。
如前文所述,这种光学检测系统由于包含所述光学检测装置100,其检测效率相对于人工检测的方式来说更高,且检测结果相对更为准确;此外,这种光学检测系统可以应用于更多的场景,包括一些不便于人工检测的环境。
在本实施例中,所述光学检测系统还包括显示模组,用于显示所述光学检测装置中成像模组110(请结合参考图9所示)获取的检测图像。例如,所述显示模组可以包括一块显示屏55。
在本实施例中,所述光学检测系统还包括一外壳50,用于容置所述显示模组以及所述光学检测装置100。
本实施例中光学检测装置100中所包含的透镜54可以设于所述外壳50的背面。
在本实施例中,所述外壳50上设有手柄52,这样便于操作人员的使用。
在本实施例中,所述外壳50设置有用于控制成像模组110的开关53。
此外,在本实用新型的其它实施例中,手柄52还可以被替换为机械臂,这样在一些较为危险的检测环境中,将本实用新型的光学检测系统安装到待检测的透光基板附近,按照指示单元所指示的获取下一个图像的方向,机械臂被沿着该方向驱动,进而带动外壳50到希望的位置。
虽然本实用新型披露如上,但本实用新型并非限定于此。任何本领域技术人员,在不脱离本实用新型的精神和范围内,均可作各种更动与修改,因此本实用新型的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种光学检测装置,其特征在于,包括:
成像模组,用于获取透光基板的检测图像;
图像处理模组,与所述成像模组相连,用于对所述成像模组获取的检测图像进行处理,以获得裂纹分布信息;
分析模组,与所述图像处理模组相连,用于对所述图像处理模组获得的裂纹分布信息中的裂纹进行分析,以判断所述透光基板的破碎源,所述分析模组包括:
特征分析单元,用于对所述裂纹分布信息中的裂纹特征进行特征分析,以区分出裂纹分布信息中的分支裂纹以及位于由分支裂纹或者主裂纹衍生出的分叉裂纹;所述特征分析单元还用于去除所述分叉裂纹;
主裂纹提取单元,与所述特征分析单元相连,用于基于分支裂纹的分支角度,判断出裂纹分布信息中包含的主裂纹;
方向判断单元,与所述主裂纹提取单元相连,用于分析主裂纹提取单元所提取的主裂纹,以获得所述主裂纹的收敛方向,进而判断破碎源所在位置。
2.如权利要求1所述的光学检测装置,其特征在于,所述成像模组包括图像传感器以及透镜。
3.如权利要求1所述的光学检测装置,其特征在于,所述图像处理模组还包括图像分割处理单元,用于对所述检测图像进行二值化处理、边缘检测处理、区域生长处理或者聚类法处理,以获得所述裂纹分布信息。
4.如权利要求3所述的光学检测装置,其特征在于,所述图像分割处理单元中预先设有一灰度阈值,所述图像分割处理单元用于比较裂纹分布信息中各个像素的灰度值与所述灰度阈值的相对大小,当像素的灰度值大于所述灰度阈值时,将该像素的灰度值设置为第一灰度值;当像素的灰度值小于所述灰度阈值时,将该像素的灰度值设置为第二灰度值。
5.如权利要求4所述的光学检测装置,其特征在于,所述第二灰度值小于所述第一灰度值。
6.如权利要求5所述的光学检测装置,其特征在于,所述图像处理模组还包括距离变化处理和分水岭变换处理单元,用于对获得的裂纹分布信息进行距离变化处理和分水岭变换处理,以使裂纹分布信息中的各个裂纹的宽度趋于相同。
7.如权利要求1所述的光学检测装置,其特征在于,所述分析模组还包括:指示单元,与所述方向判断单元相连,用于根据当前裂纹分布信息中分支裂纹的收敛方向,指示获取下一检测图像时的获取方向。
8.一种光学检测系统,其特征在于,包括:
如权利要求1至7中任一项所述的光学检测装置。
9.如权利要求8所述的光学检测系统,其特征在于,所述光学检测系统还包括显示模组,用于显示成像模组获取的检测图像。
10.如权利要求9所述的光学检测系统,其特征在于,所述光学检测系统还包括一外壳,用于容置所述显示模组以及所述光学检测装置。
11.如权利要求10所述的光学检测系统,其特征在于,所述外壳设有手柄。
12.如权利要求10所述的光学检测系统,其特征在于,所述外壳设置有用于控制成像模组的开关。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520287877.3U CN204807475U (zh) | 2015-05-06 | 2015-05-06 | 光学检测装置以及光学检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520287877.3U CN204807475U (zh) | 2015-05-06 | 2015-05-06 | 光学检测装置以及光学检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204807475U true CN204807475U (zh) | 2015-11-25 |
Family
ID=54592280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520287877.3U Expired - Fee Related CN204807475U (zh) | 2015-05-06 | 2015-05-06 | 光学检测装置以及光学检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204807475U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106198567A (zh) * | 2015-05-06 | 2016-12-07 | 法国圣戈班玻璃公司 | 光学检测方法、光学检测装置以及光学检测系统 |
CN107807135A (zh) * | 2017-07-31 | 2018-03-16 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种透明材料内置裂纹起裂预警及扩展实时监测的方法 |
-
2015
- 2015-05-06 CN CN201520287877.3U patent/CN204807475U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106198567A (zh) * | 2015-05-06 | 2016-12-07 | 法国圣戈班玻璃公司 | 光学检测方法、光学检测装置以及光学检测系统 |
CN107807135A (zh) * | 2017-07-31 | 2018-03-16 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种透明材料内置裂纹起裂预警及扩展实时监测的方法 |
CN107807135B (zh) * | 2017-07-31 | 2020-05-01 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种透明材料内置裂纹起裂预警及扩展实时监测的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Accurate and robust crack detection using steerable evidence filtering in electroluminescence images of solar cells | |
US9811746B2 (en) | Method and system for detecting traffic lights | |
CN109916910B (zh) | 光伏玻璃边部缺陷检测系统及相应的方法 | |
RU2009108733A (ru) | Устройство для измерения износа контактного провода | |
CN106909925B (zh) | 一种水下图像目标检测方法 | |
CN109668909A (zh) | 一种玻璃缺陷检测方法 | |
CN113646801A (zh) | 缺陷图像的缺陷检测方法、装置及计算机可读存储介质 | |
CN204924983U (zh) | 一种光栅调制的镜片疵病自动检测装置 | |
CN107610085A (zh) | 一种基于计算机视觉的焊点缺陷检测系统 | |
CN102901735B (zh) | 利用计算机对工件缺损、裂变、变形进行自动检测的系统 | |
CN105954301A (zh) | 一种基于机器视觉的瓶口质量检测方法 | |
CN105447489B (zh) | 一种图片ocr识别系统的字符与背景粘连噪声消除方法 | |
CN114897847A (zh) | 图像处理方法及装置、计算机可读存储介质、电子设备 | |
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 | |
CN112819844B (zh) | 一种图像边缘检测方法及装置 | |
CN106353340B (zh) | 一种棒状高反射率零件表面缺陷检测方法 | |
CN204807475U (zh) | 光学检测装置以及光学检测系统 | |
CN106198567A (zh) | 光学检测方法、光学检测装置以及光学检测系统 | |
CN102706882B (zh) | 一种sim模块的视觉检测方法 | |
CN107980094B (zh) | 一种视觉检测系统及方法 | |
CN111008960A (zh) | 基于机器视觉的铝电解电容底部外观检测方法及装置 | |
CN106530292A (zh) | 一种基于线扫描相机的带钢表面缺陷图像快速辨识方法 | |
CN107014830A (zh) | Ito导电玻璃检测方法与检测装置 | |
JP4036048B2 (ja) | 欠陥識別方法 | |
CN114742823A (zh) | 一种物体表面划痕智能检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151125 |
|
CF01 | Termination of patent right due to non-payment of annual fee |