DE202013004160U1 - Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen - Google Patents
Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen Download PDFInfo
- Publication number
- DE202013004160U1 DE202013004160U1 DE202013004160U DE202013004160U DE202013004160U1 DE 202013004160 U1 DE202013004160 U1 DE 202013004160U1 DE 202013004160 U DE202013004160 U DE 202013004160U DE 202013004160 U DE202013004160 U DE 202013004160U DE 202013004160 U1 DE202013004160 U1 DE 202013004160U1
- Authority
- DE
- Germany
- Prior art keywords
- analysis
- histogram
- error
- gradient histogram
- gradient
- 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 - Lifetime
Links
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- 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)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
Gerät für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf Bauteilen (T1) mit zylindrischer Bauform und gegebener Basisstruktur der Oberfläche (Mantelfläche) dadurch gekennzeichnet, dass die Beleuchtung der gekrümmten Oberfläche mit einer Auflichtbeleuchtung (L1) erfolgt, die auf einem Streifen der Mantelfläche (Prüffenster, Pf1) die Basisstruktur der Oberfläche und deren Fehler hervorhebt, wobei die Fehlererkennung aus der Analyse des Grauwertgradientenhistogramms im Prüffenster abgeleitet wird und die Prüfung der gesamten Mantelfläche durch Drehung des Bauteils mittels Drehmodul (Dm1) realisiert wird.
Description
- Die Erfindung ist ein Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf Bauteilen mit zylinderförmigen Bauformen und gegebener Basisstruktur der Oberfläche (Mantelfläche) mit Auflichtbeleuchtung. Diese Basisstruktur der Oberfläche stellt das Grundmuster bzw. den Gutzustand der Oberfläche dar. Diese Basisstruktur kann sehr unterschiedlich stark ausgeprägt sein. Das Spektrum reicht von schwach im Sinne der Oberflächenrauheit oder sehr stark wie beispielsweise im Sinne einer Gewindestruktur (Gewindegänge) einer Schraube. Das Prüfmodul besteht aus einer Kamera mit Optik, einer Auflichtbeleuchtung, einem Drehmodul in variabler Ausführung angepasst an das Teil und den Handlingablauf, einem Gehäuse und einer Verarbeitungseinheit zur Auswertung der Bilddaten.
- Die Fehlererkennung wird aus der Analyse des Grauwertgradientenhistogramms im Prüffenster abgeleitet. Um die Prüfung der gesamten Mantelfläche sicherzustellen erfolgt die Drehung des zylinderförmigen Bauteils durch Drehung mittels Drehmodul (Dm1).
- Die Analyse des Grauwertgradientenhistogramms erfolgt entweder für das Prüffenster im Ganzen oder das Prüffenster wird in beliebiger Weise in Unterfenster aufgeteilt. Dann erfolgt dort die Analyse des Grauwertgradientenhistogramms der Unterfenster.
- Die Analyse des Grauwertgradientenhistogramms kann in unmittelbarer Weise der Fehlererkennung dienen. Dabei dient das Gradientenrichtungshistogramm des Gutzustandes (HIO) als Vergleichsmaß (Soll) und das aktuelle Gradientenrichtungshistogramm (Ist) wird dem Vergleichsmaß verglichen. Die Distanz (beispielsweise euklidische Distanz) zwischen Ist und Soll entscheidet darüber, ob ein Fehler vorliegt (HNIO) oder nicht.
- Die Analyse des Grauwertgradientenhistogramms kann allgemeingültig auch auf klassifikatorische Art erfolgen. Dabei werden die Gradientenrichtungshistogramme des Gutzustandes sowie aller erforderlichen Fehlerzustände durch die Klassen eines Klassifikators beschrieben (beispielsweise Fuzzy-Pattern-Klassifikator). Dieser Klassifikator wird mit Hilfe von Beispielen der Zustände angelernt. Der Klassifikator ist in der Arbeitsphase dann in der Lage eine Bewertung des Ist-Zustandes und ein Zuordnung zu einer angelernten Klasse vorzunehmen.
- Bezugszeichenliste
- Agenda zu Abb. 1:
-
-
- K1
- Kamera mit Optik
- L1
- Beleuchter für Auflichtbeleuchtung
- T1
- Bauteil mit zylinderförmiger Grundform
- Agenda zu Abb. 2:
-
-
- L1
- Beleuchter für Auflichtbeleuchtung
- T1
- Bauteil mit zylinderförmiger Grundform
- Pf1
- Prüffenster (wandert bei Drehbewegung des Teils über die Mantelfläche)
- Agenda zu Abb. 3:
-
-
- HIO
- Histogramm für Zustand „gut”
- HNIO
- Histogramm für „Fehler”
- GR
- Gradientenrichtung
- ANZ
- Anzahl der Richtungselemente
Claims (7)
- Gerät für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf Bauteilen (T1) mit zylindrischer Bauform und gegebener Basisstruktur der Oberfläche (Mantelfläche) dadurch gekennzeichnet, dass die Beleuchtung der gekrümmten Oberfläche mit einer Auflichtbeleuchtung (L1) erfolgt, die auf einem Streifen der Mantelfläche (Prüffenster, Pf1) die Basisstruktur der Oberfläche und deren Fehler hervorhebt, wobei die Fehlererkennung aus der Analyse des Grauwertgradientenhistogramms im Prüffenster abgeleitet wird und die Prüfung der gesamten Mantelfläche durch Drehung des Bauteils mittels Drehmodul (Dm1) realisiert wird.
- Gerät nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse des Grauwertgradientenhistogramms in einem Bildverarbeitungsrechner erfolgt, der die Berechnung des Grauwertgradientenhistogramms, die erforderliche Auswertung bzw. Fehlererkennung und die Ergebnisausgabe übernimmt.
- Gerät nach Anspruch 1, dadurch gekennzeichnet, dass die Analyse des Grauwertgradientenhistogramms entweder für das gesamte Prüffenster zusammen erfolgt oder das Prüffenster in beliebiger Weise in Unterfenster aufgeteilt wird und dort die Analyse des Grauwertgradientenhistogramms durchgeführt wird.
- Gerät nach Anspruch 1 bis 3, dadurch gekennzeichnet, dass die Analyse des Grauwertgradientenhistogramms unmittelbar der Fehlererkennung dient und dabei das Gradientenrichtungshistogramm des Gutzustandes (HIO) als Vergleichsmaß (Soll) dient und das aktuelle Gradientenrichtungshistogramm (Ist) mit dem Vergleichsmaß verglichen wird. Die Distanz (beispielsweise euklidische Distanz) zwischen Ist und Soll entscheidet darüber, ob ein Fehler vorliegt (HNIO) oder nicht.
- Gerät nach Anspruch 1 bis 3, dadurch gekennzeichnet, dass die Analyse des Grauwertgradientenhistogramms klassifikatorisch erfolgt und die Gradientenrichtungshistogramme des Gutzustandes sowie aller erforderlichen Fehlerzustände durch die Klassen eines Klassifikators erfolgt (beispielsweise Fuzzy-Pattern-Klassifikator). Dieser Klassifikator wird mit Hilfe von Beispielen der Zustände angelernt. Der Klassifikator ist in der Arbeitsphase dann in der Lage eine Bewertung des Ist-Zustandes und ein Zuordnung zu einer angelernten Klasse vorzunehmen.
- Gerät nach Anspruch 4 und 5, dadurch gekennzeichnet, dass für die Analyse des Grauwertgradientenhistogramms nicht die Gradientenrichtungshistogramme selbst, sondern statistische Merkmale des Histogramms (Erwartungswert, Streuung, Schiefe, usw.) verwendet werden. Diese Merkmale (der Merkmalsraum) können dann einer direkten Analyse analog zu 4.) oder einer klassifikatorischen Analyse analog zu 5.) zur Fehleranalyse verwendet.
- Gerät nach Anspruch 4 und 5, dadurch gekennzeichnet, dass für die Analyse des Fehlerbildes nicht die Grauwertgradientenhistogramme, sondern alternativ die Grauwerthistogramme des Fehlerbildes verwendet werden.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE202013004160U DE202013004160U1 (de) | 2013-04-30 | 2013-04-30 | Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE202013004160U DE202013004160U1 (de) | 2013-04-30 | 2013-04-30 | Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen |
Publications (1)
Publication Number | Publication Date |
---|---|
DE202013004160U1 true DE202013004160U1 (de) | 2013-08-27 |
Family
ID=49232489
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE202013004160U Expired - Lifetime DE202013004160U1 (de) | 2013-04-30 | 2013-04-30 | Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE202013004160U1 (de) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369136A (zh) * | 2017-06-22 | 2017-11-21 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片表面裂纹视觉检测方法 |
CN108010027A (zh) * | 2017-12-27 | 2018-05-08 | 合肥市雅视智能科技有限公司 | 一种螺丝异常自动检测方法 |
-
2013
- 2013-04-30 DE DE202013004160U patent/DE202013004160U1/de not_active Expired - Lifetime
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107369136A (zh) * | 2017-06-22 | 2017-11-21 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片表面裂纹视觉检测方法 |
CN108010027A (zh) * | 2017-12-27 | 2018-05-08 | 合肥市雅视智能科技有限公司 | 一种螺丝异常自动检测方法 |
CN108010027B (zh) * | 2017-12-27 | 2020-08-28 | 合肥市雅视智能科技有限公司 | 一种螺丝异常自动检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE112021000013T5 (de) | Verfahren, Vorrichtung und System zur Qualitätsprüfung einer Schweißnaht sowie elektronische Anlage | |
DE102006040365B4 (de) | System und Verfahren zum Beurteilen einer bearbeiteten Oberfläche einer Metallgusskomponente | |
DE112010004153T5 (de) | Vorrichtung zur inspektion von elektroden zum punktschweissen | |
DE102018211704B4 (de) | Verfahren und System zum Detektieren von Liniendefekten auf einer Oberfläche eines Objekts | |
US20210150700A1 (en) | Defect detection device and method | |
DE102017116036A1 (de) | Verfahren und Vorrichtung zum Erkennen von Fehlstellen | |
KR102611224B1 (ko) | 전처리를 포함하는 선 결함 감지 시스템 및 방법 | |
EP1716410A1 (de) | Verfahren und system zur inspektion von oberflächen | |
US11408808B2 (en) | Intelligent rolling contact fatigue testing system and testing method therefor | |
DE102018202051B4 (de) | Vorrichtung zum automatischen Prüfen von Linsen und Verfahren zum automatischen Prüfen einer Vielzahl von Linsen | |
DE19902525C2 (de) | Verfahren zur automatischen Fehlererkennung bei der Rißprüfung nach dem Farbeindringverfahren | |
CN109724776A (zh) | 一种烧结机台车的篦条损坏程度的确定方法及装置 | |
DE202013004160U1 (de) | Prüfmodul für die automatische kamerabasierte Erfassung von Oberflächenfehlern auf zylinderförmigen Bauteilen mit strukturierten Oberflächen | |
DE102013108722B4 (de) | Verfahren und Vorrichtung zum Erfassen von Defekten einer ebenen Oberfläche | |
Lee et al. | Robust defect detection method for a non-periodic TFT-LCD pad area | |
DE10131665B4 (de) | Verfahren und Vorrichtung zur Inspektion des Randbereichs eines Halbleiterwafers | |
DE112013002024T5 (de) | Farbsichtinspektionssystem und Verfahren zum Inspizieren eines Fahrzeugs | |
TWI579526B (zh) | 齒輪嚙合區域辨識系統與方法 | |
EP2853856A1 (de) | Verfahren und Vorrichtung zur optischen Untersuchung einer Oberfläche eines Körpers | |
DE102008001171B4 (de) | Inspektionssytem und -verfahren für die optische Untersuchung von Objektkanten, insbesondere von Waferkanten | |
Haffner et al. | Weld segmentation for diagnostic and evaluation method | |
DE102015222393A1 (de) | Messverfahren zur Bewertung von Lichtverteilungen von Kraftfahrzeugscheinwerfern | |
AT518019A1 (de) | Beleuchtung für industrielle Bildverarbeitung | |
DE20317095U1 (de) | Vorrichtung zur Erkennung von Oberflächenfehlern | |
WO2019210911A1 (de) | Verfahren und vorrichtung zur zeitaufgelösten analyse von transferfilmen |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R207 | Utility model specification |
Effective date: 20131017 |
|
R163 | Identified publications notified |
Effective date: 20131212 |
|
R150 | Utility model maintained after payment of first maintenance fee after three years | ||
R151 | Utility model maintained after payment of second maintenance fee after six years | ||
R152 | Utility model maintained after payment of third maintenance fee after eight years | ||
R071 | Expiry of right |