找项目
找工程师
大学仕会员
联盟中心
机器人
FA零部件
工控类
大学仕自动化小程序
快速找自动化资源、人才
自动化外包小程序
快速找外包需求、找工程师
大学仕抖音号
随时掌握一手咨询
FA零部件测评
你的零部件选购指南
自动化服务商专用
项目资源一手掌握
自动化设备需求方专用
设备案例设备供应商了如指掌
大学仕微信公众号
随时掌握一手咨询
大学仕自动化小程序
快速找自动化资源、人才
自动化外包小程序
快速找外包需求、找工程师
大学仕抖音号
随时掌握一手咨询
零部件测评
微信扫码 进入小程序
自动化外包
微信扫码 进入小程序
客服协助
加客服免费发需求
联系客服咨询项目
客服电话1
13016879065
客服电话2
400-828-5522
电话咨询客服
投诉电话
18168813292
投诉热线
自动化零部件供应商入驻申请
*公司名称
主营业务
*姓名
*手机号码
电子邮箱
提交申请
激活店铺

只需2步,轻松拥有您的专属企业店铺

店铺信息

完善店铺信息,让雇主更加了解你

去完成
企业认证

完成实名认证,让雇主更加信任你

去完成
邀请你加入大学仕联盟
大学仕自动化小程序
长按识别进入小程序
资讯中心
当前位置:
某种反光平面外观缺陷的视觉检测方法
大学仕 2021-06-10 09:22
点赞 1415浏览

       本发明公开了反某种光平面外观缺陷视觉检测方法,具体涉及外观缺陷检测领域,包括以下步骤:S1、检测仪器准备:准备视觉系统相机和照明器组件,所述视觉系统相机和照明器组件能够沿着待检测产品表面移动;S2、路径规划:根据待检测产品的外观尺寸和切片法进行路径规划,经过三维坐标系转换得到产品的表面和边沿两种路径。本发明能够对待检测产品的外观边缘和外观表面进行检测,并利用外观缺陷检测结果标记对产品的外观缺陷部位进行标记,从而能够避免出现漏检和误检的状况,因此能够有效的降低漏检误检率,同时有效的提高生产效率。

       1.某种反光平面外观缺陷的视觉检测方法,其特征在于,包括以下步骤:S1、检测仪器准备:准备视觉系统相机和照明器组件,所述视觉系统相机和照明器组件能够沿着待检测产品表面移动:S2、路径规划:根据待检测产品的外观尺寸和切片法进行路径规划,经过三维坐标系转换得到产品的表面和边沿两种路径: :S3.参数设置根据待检测产品的颜色和两种路径设置相应的参数,其中包括图像预处理参数、光源参数、缺陷参数:S4、表面路径缺陷检测:获取当前表面路径点上的外观图像并预处理,自动阈值分割得到合适的二值化图像,运用特征提取算法、轮廓大小及轮廓匹配图像处理方法筛选相应的缺陷,得到表面路径点上的缺陷检测结果;S5、边沿路径缺陷检测:获取当前边沿路径点上的外观图像并预处理,自动阈值分割得到合适的二值化图像,运用特征提取算法并通过筛选轮廓大小及数量对缺陷进行判定,得到边沿路径点上的缺陷检测结果:S6.外观缺陷检测结果标记:外观检测流程结束后,统计所有表面路径点和边沿路径点缺陷检测结果,标记到模型对应的位置并显示。

       2.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述视觉系统相机具有图像传感器和光学器件并且限定-光轴,该视觉系统相机被定向以对所述待检测产品外观边缘和外观表面成像,所述照明器组件以与所述光轴不平行的预定角将所构造的光束投影到所述待检测产品外观边缘和外观表面。

       3.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述照明器组件包括柱面透镜,用于聚焦出聚焦线,所述聚焦线在反射之后落到所述视觉系统相机的拍摄口孔径的外部。

       4.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述步骤S2中的路径规划分为外观表面路径规划和外观边沿路径规划,外观:表面路径规划为使用切片法对产品外观模型进行路径规划,得到产品的表面路径:外观边沿路径规划为使用切片法对产品外观模型进行路径规划,得到产品的边沿路径。

       5.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述图像预处理参数根据待检测产品的颜色和路径的不同,需要设置高斯核、二值化阈值参数。

       6.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述光源参数根据待检测产品的颜色和路径的不同,需要设置光源颜色、光强大小参数。

       7.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述缺陷参数根据缺陷检测要求,需要设置缺陷轮廓矩、缺陷边缘距离参数。

       8.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述步骤S4和步骤S5中具体包括:图像滤波单元:考虑到噪声以及缺陷种类的多样性,其中包括异物、划痕、毛丝、针眼、粒点、水点、油点、凹坑,采用分类选取用5X 5高斯滤波窗口对采集的待检测产品外观表面缺陷图像进行滤波处理:自动阈值分割单元:采用最大类间方差的自动确定诚值,根据图像的灰度特性,将图像分为前景和背景两个部分,当取最佳阅值时,两部分之间的差别最大,前景和背景之间的类间方差越大,说明构成图像的两个部分之间的差别越大,部分目标被错分为背景或部分背景被错分为目标,都会导致两部分差别变小,当所取阈值的分割使类间方差最大时意味着错分概率最小。

       9.根据权利要求1所述的某种反光平面外观缺陷的视觉检测方法,其特征在于:所述步骤S6中的外观缺陷检测结果标记具体包括:表面缺陷结果标记:外观检测流程结束后,统计所有表面路径点缺陷检测结果,标记到模型对应的位置并显示:边沿缺陷结果标记:外观检测流程结束后,统计所有边沿路径点缺陷检测结果,标记到模型对应的位置并显示。


文章来源:互联网,倘若您发现本站有侵权或不当信息,请与本站联系,经本站核实后将尽快修正!

继续阅读与本文标签相同的资讯

外观缺陷 视觉检测
推荐店铺
换一批
相关推荐
换一批
成功案例 热门商机 自动化技术 优质自动化公司