CN214622266U - 基于背景光的e-tpu鞋中底缺陷检测设备 - Google Patents
基于背景光的e-tpu鞋中底缺陷检测设备 Download PDFInfo
- Publication number
- CN214622266U CN214622266U CN202120312767.3U CN202120312767U CN214622266U CN 214622266 U CN214622266 U CN 214622266U CN 202120312767 U CN202120312767 U CN 202120312767U CN 214622266 U CN214622266 U CN 214622266U
- Authority
- CN
- China
- Prior art keywords
- light source
- strip
- defect
- camera
- control end
- 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
Images
Landscapes
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本实用新型提供了一种基于背景光的E‑TPU鞋中底缺陷检测设备,该设备包括:摄像头、机械臂、面光源、条形光源强度控制器、条形光源光照强度数字显示屏、控制端电脑和检测台;检测台上放置有面光源、条形光源强度控制器和条形光源光照强度数字显示屏;摄像头通过所述摄像头支撑架固定于所述检测台的上方;面光源分别与条形光源强度控制器、条形光源光照强度数字显示屏和控制端电脑连接;机械臂与控制端电脑连接;控制端电脑通过图像采集卡与摄像头连接。本实用新型设备结构简单,智能化,不仅可以检测E‑TPU鞋中底表面的缺陷,并将该类缺陷预先分拣出,降低对后续缺陷检测过程的干扰,而且可以实现在背景光源下对E‑TPU鞋中底缺陷在线检测,提高了缺陷检测效率和准确性。
Description
技术领域
本实用新型涉及图像处理与缺陷检测领域,具体涉及一种基于背景光的E-TPU鞋中底缺陷检测设备。
背景技术
智能制造是一种新的生产模式,其中制造机器通过网络完全连接,由传感器监控并由高级计算智能控制,以提高产品质量。随着TPU(热塑性聚氨酯弹性体)的成型工艺和生产技术的进一步成熟,新型材料E-TPU(爆米花)相继问世,E-TPU进一步渗透到鞋底材料的市场,智能制造也随之应用与鞋底生产过程中。
工业上的表面缺陷通常定义为嵌入均匀纹理中的局部异常。在E-TPU鞋中底的制备过程中,模具和材料本身导致鞋底外观形成各种形式的缺陷。功能缺陷,该类缺陷包括孔洞、萎缩、颗粒结合不密实(小型孔洞)、颗粒未完全发泡、断裂等肉眼可见或不可见的形状缺陷。颗粒结合不密实(小型孔洞)缺陷非常特殊,他没有色彩上的明显差异,缺陷面积极小,而且分布杂乱,与鞋底上纹理构造近乎相同,单纯使用图像处理方法很难确定为缺陷,甚至它们存在于鞋底内部,人眼无法看到;颗粒发泡不完全缺陷更为特殊,不但拥有上述特点外,而且其本身与发泡完全的颗粒几乎没有明显差别;断裂缺陷只有在进行弯折实验过程中才会暴露出来,亦属于人眼无法识别缺陷。这类缺陷对产品的美观影响较小,但会对鞋中底的舒适度、使用性能和使用寿命产生极其恶劣的影响。因此,E-TPU鞋中底缺陷检测是制备过程中的一个重要环节。
目前,E-TPU鞋中底的检测设备稀缺,且检测方法还不够成熟,为了实现自动和无损检测,目视检查系统(VIS)在表面检查中得到了广泛的应用。通常,这些检查技术可以大致划分为以下三种类别:光谱,统计和基于模型的方法。频谱算法的基本思想是将图像变换到频域,在频域中,缺陷和无缺陷背景的响应预计会有所不同,因此可以识别缺陷,但是滤镜的选择会在一定程度上影响其性能。统计方法通常采用共现矩阵,直方图和其他纹理统计来检测表面缺陷。不幸的是,频谱方法和统计方法都很难处理随机纹理表面上出现随机变化的情况。通常,基于模型的方法往往需要很高的计算复杂度。
近年来,经过精心设计的深度卷积神经网络已成为各种计算机视觉任务中的强大工具。结果,一些研究尝试使用深度学习(DL)方法进行缺陷检查,但是这些方法仍然面临巨大挑战。训练一个DL模型通常需要相当多的样本,而收集和标记大量缺陷图像可能是昂贵的。此外,DL方法依赖于具有特定监督信息的数据集。因此,学习模型与特定数据集紧密耦合,可能无法在其他数据集上很好地执行。
然而,这些方法及设备大多是针对特定任务的,因此很难用于检测和识别E-TPU鞋中底上的表面缺陷。
实用新型内容
本实用新型旨在解决传统设备难以检测和识别E-TPU鞋中底表面缺陷的技术问题,本发明的目的是提供一种基于背景光的E-TPU鞋中底缺陷检测设备,能针对E-TPU鞋中底表面缺陷进行检测和识别。
为了实现上述目的,本实用新型提供的技术方案是:
一种基于背景光的E-TPU鞋中底缺陷检测设备,包括:
摄像头、摄像头支撑架、机械臂、机械臂基座、面光源、条形光源强度控制器、条形光源光照强度数字显示屏、控制端电脑和检测台;
所述检测台上放置有所述面光源、所述条形光源强度控制器和所述条形光源光照强度数字显示屏;
所述摄像头通过所述摄像头支撑架固定于所述检测台的上方,与所述面光源垂直;
所述面光源分别与所述条形光源强度控制器、所述条形光源光照强度数字显示屏和所述控制端电脑连接;
所述机械臂底端与所述机械臂基座连接,所述机械臂上端位于所检测台正上方,所述机械臂还与所述控制端电脑连接;
所述控制端电脑通过图像采集卡与所述摄像头连接。
进一步地,所述面光源由n条条形光源并列组合而成。
进一步地,所述条形光源强度控制器为手动控制器,由n个控制按钮组成,每个所述控制按钮对应一条条形光源。
进一步地,所述条形光源光照强度数字显示屏分为n个显示区间,每个显示区间显示对应条形光源的强度。
进一步地,所述E-TPU鞋中底缺陷检测设备还包括:分拣箱。
进一步地,所述E-TPU鞋中底缺陷检测设备还包括:警报装置,所述警报装置与所述控制端电脑连接。
本实用新型的有益效果:本实用新型设备结构简单,智能化,不仅可以检测E-TPU鞋中底表面的缺陷,并将该类缺陷预先分拣出,降低对后续缺陷检测过程的干扰,而且可以实现在背景光源下对E-TPU鞋中底缺陷在线检测,提高了缺陷检测效率和准确性。
附图说明
图1是本实用新型实施例基于背景光的E-TPU鞋中底缺陷检测设备结构图。
图中,1-摄像头、2-摄像头支撑架、3-机械臂、4-机械臂基座、5-面光源、6-条形光源强度控制器、7-条形光源光照强度数字显示屏、8-控制端电脑、9-分拣箱、10-警报装置。
具体实施方式
为使本实用新型的目的、技术方案和优点更加清楚,下面将结合附图对本实用新型实施方式作进一步地描述。
本实用新型具体实施例提供了一种基于背景光的E-TPU鞋中底缺陷检测设备,该设备包括:摄像头1、摄像头支撑架2、机械臂3、机械臂基座4、面光源5、条形光源强度控制器6、条形光源光照强度数字显示屏7、控制端电脑8、检测台、分拣箱9和警报装置10。
检测台上放置有所述面光源5、条形光源强度控制器6和条形光源光照强度数字显示屏7;
面光源5(200mm*330mm)为由12条条形光源(200mm*27.5mm)组合而成,每个条形光源光照强度单独可控,分别与条形光源强度控制器6、条形光源光照强度数字显示屏7、控制端电脑8连接,用于对待测产品的不同部位分别进行检测,面光源可通过条形光源强度控制器6主动调节,也可由控制端电脑8依据调节算法自动调节。
条形光源强度控制器6为手动条形光源强度控制器,用于对各条形光源进行人工调整,以适应不同待测物品的检测。
条形光源光照强度数字显示屏7,用于显示各条形光源的及时光照强度,便于条形光源强度控制器6进行手动相对调整。
机械臂基座4与机械臂3连接,用于辅助机械臂3完成一系列检测过程。
摄像头1通过摄像头支撑架2固定于所述检测台的上方,与控制端电脑8连接,接收由控制端电脑8发布的连续采集任务,控制端电脑8通过图像采集卡接收摄像头1采集到的图像,基于自调算法控制面光源5中的各条形光源强度,通过配准算法控制机械臂3的操作,以对制品进行位置和角度调整,调整数据通过数据库进行保存,以便于后续检测。
分拣箱9用于将检测得到的缺陷制品进行归类;当连续检测到同类缺陷制品时警报装置10会发出警报,提示检测人员生产或检测设备可能故障。
本实用新型实施后的有益效果:设备结构简单,操作智能化,可以实现在背景光源下对E-TPU鞋中底表面缺陷的在线检测,提高了缺陷检测效率和准确性。
以上所述仅为本实用新型的较佳实施例,并不用以限制本实用新型,凡在本实用新型的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (6)
1.一种基于背景光的E-TPU鞋中底缺陷检测设备,其特征在于,所述E-TPU鞋中底缺陷检测设备包括:
摄像头、摄像头支撑架、机械臂、机械臂基座、面光源、条形光源强度控制器、条形光源光照强度数字显示屏、控制端电脑和检测台;
所述检测台上放置有所述面光源、所述条形光源强度控制器和所述条形光源光照强度数字显示屏;
所述摄像头通过所述摄像头支撑架固定于所述检测台的上方,与所述面光源垂直;
所述面光源分别与所述条形光源强度控制器、所述条形光源光照强度数字显示屏和所述控制端电脑连接;
所述机械臂底端与所述机械臂基座连接,所述机械臂上端位于所检测台正上方,所述机械臂还与所述控制端电脑连接;
所述控制端电脑通过图像采集卡与所述摄像头连接。
2.如权利要求1所述的E-TPU鞋中底缺陷检测设备,其特征在于,所述面光源由n条条形光源并列组合而成。
3.如权利要求2所述的E-TPU鞋中底缺陷检测设备,其特征在于,所述条形光源强度控制器为手动控制器,由n个控制按钮组成,每个所述控制按钮对应一条条形光源。
4.如权利要求2所述的E-TPU鞋中底缺陷检测设备,其特征在于,所述条形光源光照强度数字显示屏分为n个显示区间,每个所述显示区间显示对应条形光源的强度。
5.如权利要求1所述的E-TPU鞋中底缺陷检测设备,其特征在于,所述E-TPU鞋中底缺陷检测设备还包括:分拣箱。
6.如权利要求1所述的E-TPU鞋中底缺陷检测设备,其特征在于,所述E-TPU鞋中底缺陷检测设备还包括:警报装置,所述警报装置与所述控制端电脑连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202120312767.3U CN214622266U (zh) | 2021-02-03 | 2021-02-03 | 基于背景光的e-tpu鞋中底缺陷检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202120312767.3U CN214622266U (zh) | 2021-02-03 | 2021-02-03 | 基于背景光的e-tpu鞋中底缺陷检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN214622266U true CN214622266U (zh) | 2021-11-05 |
Family
ID=78440648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202120312767.3U Active CN214622266U (zh) | 2021-02-03 | 2021-02-03 | 基于背景光的e-tpu鞋中底缺陷检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN214622266U (zh) |
-
2021
- 2021-02-03 CN CN202120312767.3U patent/CN214622266U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Computer vision based system for apple surface defect detection | |
CN116188475B (zh) | 一种外观缺陷自动光学检测的智慧控制方法、系统及介质 | |
CN109598715B (zh) | 基于机器视觉的物料粒度在线检测方法 | |
CN107486415A (zh) | 基于机器视觉的篾片缺陷在线检测系统及检测方法 | |
CN107886500A (zh) | 一种基于机器视觉和机器学习的产品生产监控方法及系统 | |
CN110403232B (zh) | 一种基于二级算法的烟支质量检测方法 | |
CN104574389A (zh) | 基于彩色机器视觉的电池片色差分选控制方法 | |
CN205183172U (zh) | 用于遥控器按键的视觉检测装置 | |
CN107402216A (zh) | 覆膜产品检测系统及方法 | |
CN113777030A (zh) | 一种基于机器视觉的布料表面缺陷检测装置及方法 | |
CN107036542A (zh) | 一种齿环内外径外观检测方法及装置 | |
CN203245133U (zh) | 镜片瑕疵检测系统 | |
CN204182595U (zh) | 一种锂离子电池表面缺陷检测设备 | |
CN114778561A (zh) | 一种基于机器视觉的烟丝质量追溯方法及系统 | |
CN105184777A (zh) | 一种基于图像分解的印花图案织物瑕疵检测方法 | |
CN116087208B (zh) | 一种基于图像识别的塑料制品检测系统 | |
CN111161233A (zh) | 一种用于冲孔皮革缺陷检测方法及系统 | |
Liu et al. | Application of statistical modeling of image spatial structures to automated visual inspection of product quality | |
CN113393414A (zh) | 基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统 | |
CN214622266U (zh) | 基于背景光的e-tpu鞋中底缺陷检测设备 | |
CN102680488B (zh) | 一种基于pca的块状农产品在线识别装置及方法 | |
Zhang et al. | Fabric defect detection based on visual saliency map and SVM | |
CN106501278B (zh) | 基于旋转不变纹理特征的灯管表面瑕疵分类方法及系统 | |
CN112858311A (zh) | 一种基于机器视觉技术的稻米表型监测系统及方法 | |
CN106370673A (zh) | 一种镜片疵病自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |