[发明专利]料盘中的工件缺陷检测识别方法

说明书

本发明涉及视觉检测技术领域，尤其是指一种料盘中的工件缺陷检测识别方法，包括如下步骤，步骤1：对料盘上的工件进行图像采集；步骤2：将采集的图像进行二值化处理；步骤3：对二值化处理后的图像进行斑点检测算法，识别料盘中的每个工件的缺陷；步骤4：将识别判断的结果转换为可读取数据信息输出，料盘只需移动至拍摄位置便可自动完成料盘的区块划分和对每个划分的区块进行图像采集，无需多次移动至不同的拍摄工位进行多次拍摄，减少硬件设备的布置降低制造成本，本技术方案的算法步骤也较为简易，减少运算时间提高生产效率。

技术领域

本发明涉及视觉检测技术领域，尤其是指一种料盘中的工件缺陷检测识别方法。

背景技术

机器视觉检测的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉；同时在大批量工业生产过程中，用人工视觉检查产品质量效率低且精度不高，用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成，是实现计算机集成制造的基础技术。视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品，图像摄取装置分 CMOS 和CCD 两种，将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。

正如上述情况，视觉检测有着庞大的市场价值，在视觉检测体系中最核心的不是硬件设备而是算法步骤，而算法步骤会因检测结果要求、产品外形、作业环境情况以及设计人员或团体的技术能力等因素出现千差万别，若核心算法步骤设计欠缺，则影响着整套视觉检测设备的运行效率和运行质量，而在对料盘中的多个工件的算法步骤中，市场上大部分技术方案的使用成本高昂，同时算法步骤也较为复杂不利于一般技术人员的常规更改参数等操作设定。

发明内容

本发明要解决的技术问题是提供一种将整个料盘上的工件分批识别，保证识别准确度的同时降低了硬件设备的要求降低了制造生产成本，且算法步骤简易易于运算的料盘中的工件缺陷检测识别方法。

为了解决上述技术问题，本发明采用如下技术方案：一种料盘中的工件缺陷检测识别方法，包括如下步骤，步骤1：对料盘上的工件进行图像采集；

步骤2：将采集的图像进行二值化处理；

步骤3：对二值化处理后的图像进行斑点检测算法，识别料盘中的每个工件的缺陷；

步骤4：将识别判断的结果转换为可读取数据信息输出。

优选的，所述步骤1中将料盘面积划分成2至8区块，对每一区块均采集一次图像，每一区块中含有10至40个工件。

优选的，所述步骤1中将料盘面积划分成8区块，对每一区块均采集一次图像，每一区块中含有25个工件。

优选的，所述步骤1中使用300至600万像素的工业相机搭配16至35毫米的定焦镜头进行图像采集，其中定焦镜头与工件之间的竖直间隔距离为300至480毫米。

优选的，所述步骤1中使用500万像素的工业相机搭配25毫米的定焦镜头进行图像采集，其中定焦镜头与工件之间的竖直间隔距离为369毫米。

优选的，所述步骤1中使用同轴光源辅助完成图像采集，其中同轴光源包括箱体、贯穿箱体设置的拍摄孔道、从箱体一侧的内角向上延伸穿过拍摄孔道抵接箱体内上壁的折射镜和装设于箱体内壁的发光灯组。

优选的，所述工业相机连接有驱动其左右运动的第二驱动装置。

优选的，所述箱体的外侧底面与工件之间的竖直间隔距离为180至300毫米。