[发明专利]空心圆柱工件表面缺陷检测系统及方法在审
申请号: | 201810467449.7 | 申请日: | 2018-05-09 |
公开(公告)号: | CN108596909A | 公开(公告)日: | 2018-09-28 |
发明(设计)人: | 高云峰;尹乐;王飞阳 | 申请(专利权)人: | 芜湖哈特机器人产业技术研究院有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/60 |
代理公司: | 芜湖安汇知识产权代理有限公司 34107 | 代理人: | 马荣 |
地址: | 241000 安徽*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 内轮廓 空心圆柱 外轮廓 工件表面缺陷 检测系统 预处理 毛刺 缺陷检测 图像 掉漆 表面缺陷检测 图像平滑处理 空心圆柱体 视觉机器人 表面缺陷 工件表面 工件端面 光照补偿 检测表面 自适应 破损 采集 | ||
本发明适用于视觉机器人技术领域,提供了一种空心圆柱体工件表面缺陷检测系统及方法,该方法包括:对采集的空心圆柱工件端面图像进行预处理,预处理包括:自适应图像裁处理、光照补偿处理、及图像平滑处理;针对处理后的图像进行表面缺陷检测、内轮廓缺陷检测及外轮廓缺陷检测,其中,表面缺陷缺陷是指表面掉漆,内轮廓缺陷包括:内轮廓不圆及内轮廓毛刺,外轮廓缺陷是指外轮廓破损;显示空心圆柱工件存在的缺陷。本发明提供的空心圆柱工件表面缺陷检测系统及方法可以快速的对空心圆柱工件表面的缺陷进行识别,不仅能识别是否存在缺陷,还能精准的检测表面缺陷的类型,包括表面掉漆、内轮廓不圆、内轮廓毛刺、或外轮廓损坏。
技术领域
本发明属于视觉机器人技术领域,提供了一种空心圆柱工件表面检测系统及方法。
背景技术
空心圆柱工件在轧制、加工过程中会产生不同类型的缺陷,这些缺陷不仅影响了产品的美观性,而且会导致应力集中,机械性能变差等问题,使得产品的精度、耐磨性、密封性、抗疲劳强度等性能指标大幅降低,例如刹车油管墩头在制造过程中,需要对刹车油管进行镦头加工,以改善其头部强度、密封性等性能。传统的质量检测方法是采用离线检测的方式,将生产出的产品置于高倍相机下拍成照片,再经人工目测来判断刹车油管镦头端面质量的好坏。这种方法的检测速度较慢,无法检测出精确的参数信息,同时,当检测人员肉眼疲劳时,误检率较高。传统检测方法的缺陷大大降低了生产线工艺调整的及时性和有效性,不利于企业生产效率的提高。
发明内容
本发明实施例提供了种空心圆柱工件表面检测系统及方法,旨在解决传统空心圆柱工件质量检测方法存在检测速度较慢,且误检率较高的问题。
本发明是这样实现的,一种基于空心圆柱工件表面缺陷检测系统,该系统包括:
设于工件台上的传送带,设于传送带正上方的CCD摄像机,及设于传送带侧边的红外传感器,与CCD摄像机及红外传感器通讯连接的工控机;
传送带用于传送待检测的空心圆柱工件,待检测的空心圆柱工件竖直放置于传送带,红外传感在待拍摄位置检测到空心圆柱工件时,向工控机发送存在指令,工控机基于存在指令控制CCD摄像机拍摄待检测工件的端面图像,并将采集到的待测工件端面图像发送至工控机进行表面缺陷识别。
本发明是这样实现的,一种基于空心圆柱工件表面缺陷检测方法,所述方法包括如下步骤:
S1、对采集的空心圆柱工件端面图像进行预处理,预处理包括:自适应图像裁剪、光照补偿、及图像平滑处理;
S2、针对处理后的图像进行表面缺陷检测、内轮廓缺陷检测及外轮廓缺陷检测,其中,表面缺陷缺陷是指表面掉漆,内轮廓缺陷包括:内轮廓不圆及内轮廓毛刺,外轮廓缺陷是指外轮廓破损;
S3、显示空心圆柱工件存在的缺陷。
进一步的,表面掉漆的检测方法具体包括如下步骤:
S11、将预处理后的图像转换到HSV颜色空间,获取喷漆的HSV分量区间;
S12、基于HSV分量区间对图像中的各像素点进行标识,标识为掉漆及未掉漆;
S13、基于连通域标记算法提取掉漆区域,若掉漆区域面积大于设定阈值,则判定为存在表面缺陷。
进一步的,其特征在于,内轮廓圆度的检测方法包括如下步骤:
S21、对预处理后的图像基于局部阈值进行分割,获取二值化图像;
S22、提取各连通区域标的包围线,将最小长度的包围线定义为内轮廓;
S23、基于内轮廓的包围面积及内轮廓的周长来计算圆度e,若圆度e小于圆度阈值,则判定为圆度不圆。
进一步的,内轮廓毛刺检测方法包括如下步骤:
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芜湖哈特机器人产业技术研究院有限公司,未经芜湖哈特机器人产业技术研究院有限公司许可,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/201810467449.7/2.html,转载请声明来源钻瓜专利网。