[发明专利]零件缺陷及圆弧厚度检测识别方法

说明书

本发明涉及视觉检测技术领域，尤其是指一种零件缺陷及圆弧厚度检测识别方法，包括如下步骤，步骤1：将零件先后移至工位一和工位二各采集一次图像；步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件表层缺陷位置，将工位二采集的图像进行间距检测算法，在零件的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件的圆弧厚度信息；步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出，使用两个工位单独完成一个检测算法处理，有效降低单个工位的算法设计复杂程度、算法运算难度及时间，提高了作业效率。

技术领域

本发明涉及视觉检测技术领域，尤其是指一种零件缺陷及圆弧厚度检测识别方法。

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，而在零件缺陷及圆弧厚度检测识别算法步骤中，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通过两个工位进行图像采集检测识别，降低单个工位的运算难度，提高作业效率的零件缺陷及圆弧厚度检测识别方法。

为了解决上述技术问题，本发明采用如下技术方案：一种零件缺陷及圆弧厚度检测识别方法，包括如下步骤，步骤1：将零件先后移至工位一和工位二各采集一次图像；

步骤2：将工位一采集的图像进行斑点检测算法处理，识别零件表层缺陷位置，将工位二采集的图像进行间距检测算法，识别零件中圆弧厚度；

步骤3：将识别的缺陷位置与圆弧厚度转换为可读取数据信息输出。

优选的，所述步骤2中将工位二采集的图像进行间距检测算法，在零件的圆弧位置拾取4个部分分别进行测量然后计算平均值为零件的圆弧厚度信息。

优选的，所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为8至20度。

优选的，所述步骤1中工位一采用条形光源从侧面进行光照，其中光源的发光面与水平面之间的夹角为15度。

优选的，所述步骤1中工位一和工位二均采用300至600万像素工业相机搭配8至16毫米定焦镜头进行图像采集。

优选的，所述步骤1中工位一和工位二均采用500万像素工业相机搭配12毫米定焦镜头进行图像采集。

优选的，所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件的正上方与零件之间的竖直间隔距离为130至160毫米。

优选的，所述步骤1中工位二采用环形光源进行辅助采集，该环形光源位于零件的正上方与零件之间的竖直间隔距离为147毫米。