[发明专利]一种基于视觉的竹块在线检测方法及系统有效

专利信息
申请号: 201610022904.3 申请日: 2016-01-14
公开(公告)号: CN105466950B 公开(公告)日: 2018-06-01
发明(设计)人: 宋树祥;姜剑萍 申请(专利权)人: 上海孚兴电子科技有限公司
主分类号: G01N21/898 分类号: G01N21/898
代理公司: 暂无信息 代理人: 暂无信息
地址: 201515 上海市金*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 竹块 检测 在线检测 缺陷检测算法 采集模块 图像触发 图像 竹片 剔除 视觉 白平衡处理 产品合格率 传送带运动 白斑缺陷 采集图像 轮廓缺陷 人眼视觉 图像信息 外观缺陷 自动翻面 斑缺陷 挑拣 白斑 拍照 判定 自动化 传送 采集
【说明书】:

发明公开了一种基于视觉的竹块在线检测方法,包括以下步骤:1)待检测竹块通过第二传送带运动,图像触发采集模块拍照采集图像并编号;2)图像送至PC机进行白平衡处理,以获得符合人眼视觉的图像,再根据竹块缺陷检测算法来判断待检测竹块图像是否存在缺陷并剔除具有缺陷的待检测竹块;具体包括轮廓缺陷检测、白斑检测及棕斑检测;本发明能实现竹块的自动化传送及自动翻面,利用图像触发采集模块采集待检测竹片图像信息,并通过定义的竹块缺陷检测算法,利用PC机实现对竹块外观缺陷、白斑缺陷、棕斑缺陷的在线检测判定,剔除缺陷竹片;显著减少人工挑拣成本,提高竹块检测效率,增加产品合格率,投入小,便于操作,具有极大的市场前景。

技术领域

本发明涉及竹块检测技术领域,具体是一种基于视觉的竹块在线检测方法及系统。

背景技术

竹块在加工过程中会产生两种主要缺陷:外形缺陷和斑纹缺陷,这两种缺陷会影响竹块制品的美观,必须在穿线前将其筛选出来;传统的竹块缺陷检测主要是利用人工进行检测,但是人工检测不仅成本高、效率低,准确性也难以长时间保证,而且不能很好的将缺陷数据进行统计分析,给前一道工序提供参考;近年来,各竹席生产企业已经能够在竹块的加工上实现自动化,但唯有其缺陷检测在国内依然主要采用人工的方法,因此迫切需要一个自动的缺陷检测系统,来代替人工筛选。

发明内容

本发明的目的在于提供一种减少人工成本,检测效率高,产品合格率高的基于视觉的竹块在线检测方法及系统,以解决上述背景技术中提出的问题。

为实现上述目的,本发明提供如下技术方案:

一种基于视觉的竹块在线检测方法,包括以下步骤:

1)待检测竹块通过振盘排队送上第二传送带,在其通过环形光源前的第一对图像触发采集模块时,STM32会向摄像头输送一个触发信号,并记录此触发信号的序号;

2)摄像头获得触发信号后,抓取一帧彩色图像,并向PC机传送获得的图像,PC机获得图像信号后对获得的图像进行白平衡处理,以获得符合人眼视觉的图像,再根据竹块缺陷检测算法来判断待检测竹块图像是否存在缺陷;

2.1)当判断待检测竹块有缺陷时,PC机向STM32反馈竹片图像的序号,STM32检测到反馈的序号,判断反馈的序号和由第二对图像触发采集模块触发获得的图像信号的序号一致时,STM32向步进电机发出转动指令,剔除具有缺陷的待检测竹块;

2.2)当判断待检测竹块没有缺陷时,待检测竹块经过翻面后继续重复步骤2的检测过程,筛选出合格的竹块。

作为本发明进一步的方案:所述基于视觉的竹块在线检测方法采用的检测系统包括步进电机、图像触发采集模块、振盘喂料部件,还包括第一传送带、第二传送带、传动轮及从动轮,其中图像触发采集模块包括激光触发装置、摄像头和环形光源;第一传送带连接两个传动轮,第二传送带连接一个传动轮和三个从动轮,第一传送带和第二传送带均通过步进电机驱动实现传送,第一传送带和第二传送带具有实现竹片翻面的接触部分,第一传送带与第二传送带的传动方向相反;所述第一传送带设置在振盘喂料部件的出料口处,竹片经出料口落入第一传送带上,第一传送带上间隔设置有多个图像触发采集模块,第二传送带上也设置有图像触发采集模块;图像触发采集模块与PC机通讯连接。

作为本发明再进一步的方案:所述竹块缺陷检测算法,包括以下步骤:

1)将由白平衡处理后的图像进行灰度化,通过实验阈值二值化后,判断其中是否存在竹块信息,没有竹块信息则不做任何处理,存在竹块信息则进入下一步骤;

2)对二值图像进行边缘检测,获得其质心和最小外接矩形,通过质心和矩形角度中心旋转到标准的水平位置,定位竹块ROI区域并裁剪出来,用于下一步骤的检测;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海孚兴电子科技有限公司,未经上海孚兴电子科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610022904.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top