[发明专利]一种基于视觉系统的机械制造业在线质量监测方法

说明书

本发明公开了一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，包括：分别采用顶置相机和前置相机获取零件的顶置图像和前置图像；在零件顶置图像中测量零件各项尺寸，以及零件各个部件的尺寸；在前置图像中测量零件在顶置图像中不可见部分的各项尺寸，包括不可见部分的外形尺寸、相应的倾角和线圈的锥度比；松线检测；采用校正块分别对顶置相机和前置相机进行校准，并分析关于测量对象的非平面性造成的误差，进行系统深度误差矫正。本发明根据机器视觉的原理对机电零件进行在线监测，测量机电零件的各个尺寸，并检测是否出现松线现象，减少在工业生产中可能出现缺陷的零件。

技术领域

本发明涉及一种机械制造在线质量检测方法，具体涉及一种基于视觉系统的机械制造业在线质量监测方法。

背景技术

工业生产对基于图像的测量系统在产品检验中所展现的优势有着强烈的兴趣。非接触的产品检测意味着减少侵蚀，减少成本，更有利的零件抽样结果在统计学中的意义以及更好的认识到运营商线路运行的情况。在传统领域，人工视觉系统已经取得成功，包括制成品，如汽车，半导体芯片，食品和药品的非接触性的检测。我们要以降低成本为目标，通过人类干预缺陷分析，以及丢弃有缺陷的零件来确保一致的产品质量，基于图像的系统也可以通过控制像工业机器人手臂等设备来使产品生产自动化。

机器视觉系统也在机械(冲压金属)组件的测量中扮演着重要的角色，来确保测量区域的数据落在给定的规范限制里，利用机器视觉系统检测成功的关键在于它有一些特有的属性，例如灵活性、可靠性、较高的运行速度、一致性和精确性，如果和传统测量系统相比，这种测量方式更有竞争力。在设计模型时，软件库组件以及通用视觉硬件的广泛应用，对人工视觉系统的发展有着强烈的影响。因此，所选择的应用程序体系结构，以及单一加工阶段所采用的算法，往往依赖于以往的经验和反复试验，以此来完成自动系统的最终调整。

因此，本发明提出将机器视觉技术应用于机械制造业的在线监测，以有效的降低产品的误差率，提高生产效率，保证系统运行的实时性与精确性。

发明内容

为了优化机械制造开发周期，本发明提供一种基于视觉系统的机械制造业在线质量监测方法，根据机器视觉的原理对机电零件进行在线监测，测量机电零件的各个尺寸，并检测是否出现松线现象，减少在工业生产中可能出现缺陷的零件，使其在生产过程中能够检测出零件的缺陷，改善在校准和测量评价阶段的不确定性。本发明可具体检测机电零件的整体长度、宽度及高度，包括零件中金属叶片的尺寸以及相对零件基线的角度，检测零件是否有松动线圈。

本发明的目的是采用如下技术方案实现的：

一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，包括以下步骤：

步骤一、图像采集：分别采用顶置相机和前置相机获取零件的顶置图像和前置图像；

步骤二、顶置图像处理：在步骤一获得的零件顶置图像中测量零件各项尺寸，以及零件各个部件的尺寸；

步骤三、前置图像处理：在步骤一获得的零件前置图像中测量零件在顶置图像中不可见部分的各项尺寸，包括不可见部分的外形尺寸、相应的倾角和线圈的锥度比；

步骤四、松线检测：对顶置图像和前置图像进行松线检测；

步骤五、对获取的数据进行误差校正：采用校正块分别对顶置相机和前置相机进行校准，并分析关于测量对象的非平面性造成的误差，进行系统深度误差校正。

与现有技术相比本发明的有益效果是：

1.确定了较为全面的质量检测标准。利用双目结构是为了突出所需的所有在线测量中的细节。为了保证有效的在线运行，设计应考虑到接口与实时的问题。通过本发明进行测量，将检查机电部件的匹配生产要求可以分为不同的类别：(1)给定零件的宽度和高度，(2)线和参考线之间的距离，(3)线和参考线之间的角度，(4)存在不必要的缺陷。