CN106645174A - 通机发动机外观缺陷自动化在线视觉检测*** - Google Patents

通机发动机外观缺陷自动化在线视觉检测*** Download PDF

Info

Publication number
CN106645174A
CN106645174A CN201611235626.6A CN201611235626A CN106645174A CN 106645174 A CN106645174 A CN 106645174A CN 201611235626 A CN201611235626 A CN 201611235626A CN 106645174 A CN106645174 A CN 106645174A
Authority
CN
China
Prior art keywords
machine engine
logical machine
camera arrangement
automatic online
algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611235626.6A
Other languages
English (en)
Inventor
李志远
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Fivision Technology Co Ltd
Original Assignee
Chongqing Fivision Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing Fivision Technology Co Ltd filed Critical Chongqing Fivision Technology Co Ltd
Priority to CN201611235626.6A priority Critical patent/CN106645174A/zh
Publication of CN106645174A publication Critical patent/CN106645174A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种通机发动机外观缺陷自动化在线视觉检测***，涉及汽车配件，用于解决现有的检测设备目标边缘的对比度差，容易出现零件误识别现象。它包括通机发动机运行轨道、通机发动机输送托架、位置传感器、机械手、拍照装置和计算机，包括以下步骤，S1采用能改变光强变化的照明***，S2对相应的检测点逐个运动拍照，S3机械手返回初始位置，反复运动。该技术方案优化拍照结构，目标边缘的对比度显著增强，消除了零件误识别现象。

Description

通机发动机外观缺陷自动化在线视觉检测***
技术领域
本发明涉及汽车配件，具体来说，是通机发动机外观缺陷自动化在线视觉检测***。
背景技术
中国通机发动机制造已经位居全球之首，但制造业很多还是人工检测，品质不能完全保证，用户投诉率非常高。因此很多大型通机制造商也意识到了这个问题所在，已经开始把产线的人工检测转型升级为自动化视觉检测设备来检测，以提高效率，保证品质。面对这样的现实，研发一套完整的通机外观缺陷在线检测***是势在必行。
但是上述技术方案存在以下不足，目标边缘的对比度差，容易出现零件误识别现象。
发明内容
本发明目的是旨在提供了一种优化拍照结构，目标边缘的对比度显著增强，消除了零件误识别现象的通机发动机外观缺陷自动化在线视觉检测***。
为实现上述技术目的，本发明采用的技术方案如下：
通机发动机外观缺陷自动化在线视觉检测***，包括通机发动机运行轨道、通机发动机输送托架、位置传感器、机械手、拍照装置和计算机，其特征在于：包括以下步骤，
S1，首先将通机发动机放置在通机发动机运行轨道，利用通机发动机输送托架送至拍照装置拍照范围，拍照装置采用能改变光强变化的照明***，通过改变光强变化，保障在非饱和区域内具有良好的线性度，提高图像质量；
S2，通机发动机运行轨道由三部分组成，分别是送料轨道、拍照轨道和出料轨道，当通机发动机以0.1m/s的速度运动到达送料轨道后端，位置传感器检测到通机发动机到位后，产线旁边的机械手同步运动，通机发动机在拍照轨道内以0.02m/s的速度运动，拍照装置根据设置好的程序对相应的检测点逐个运动拍照，采集频率为3D帧/秒，并且在8秒以内一定完成所有检测点拍照和检测；然后拍照装置把图像信号转变成数字化信号，发送给计算机；
S3，如有不良，机器报警，操作人员及时处理不良品，如合格，计算机会给出动作信号，机械手返回初始位置，等待下一个发动机到来。
进一步限定，S2中，拍照装置包括以下步骤，
步骤一，用数字图像处理算法设置要检测区域；
步骤二，对图像用数字图像位置补正算法进行位置补正，确保位置准确；
步骤三，用连通性算法，二值化算法，物体创建算法，边缘物体移除算法，边缘物体***算法，轮廓提取算法，边缘检测算法，加权平均法，图像去噪处理，图像锐化，中值滤波，运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；
步骤四，准确找出待检测点位置、记号标识、型号，及方向加以判断，运用模式识别技术对取到得特征量进行分类整理以完成***的检测。
进一步限定，所述拍照装置设置在机械手上，保持同步运动。
进一步限定，所述拍照装置采用CCD摄像头，具体工作方式是将被摄物体的图像经过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理，A/D转换后形成视频信号输出。
进一步限定，所述拍照装置8秒以内完成的检测点有6幅图，由于要检测6个检测点，所以需要在硬件上使用六路视频输入，每路采集不同表面的图像。
进一步限定，所述拍照装置的视频输入信号采用PAL制式，设备输出的图像信号均可作为该视频捕捉卡的输入源。
进一步限定，所述拍照装置的视频输入窗口采用PAL制式，输入窗口最大尺寸为768X576。
进一步限定，所述拍照装置的模块化结构具备可修改性、可读性和验证性。
进一步限定，所述拍照装置设有防抖架。
本发明相比现有技术，装配实验结果表明，利用机械手上设置拍照装置，过程快速准确，拍照装置采用能改变光强变化的照明***，拍照结构优化后目标边缘的对比度显著增强，消除了零件误识别现象，满足通机发动机零件高精度装配自动化的要求。
具体实施方式
为了使本领域的技术人员可以更好地理解本发明，下面结合实施例对本发明技术方案进一步说明。
实施例一，
通机发动机外观缺陷自动化在线视觉检测***，包括通机发动机运行轨道、通机发动机输送托架、位置传感器、机械手、拍照装置和计算机，包括以下步骤，
S1，首先将通机发动机放置在通机发动机运行轨道，利用通机发动机输送托架送至拍照装置拍照范围，拍照装置采用能改变光强变化的照明***，通过改变光强变化，保障在非饱 和区域内具有良好的线性度，提高图像质量；
S2，通机发动机运行轨道由三部分组成，分别是送料轨道、拍照轨道和出料轨道，当通机发动机以0.1m/s的速度运动到达送料轨道后端，位置传感器检测到通机发动机到位后，产线旁边的机械手同步运动，通机发动机在拍照轨道内以0.02m/s的速度运动，拍照装置根据设置好的程序对相应的检测点逐个运动拍照，采集频率为3D帧/秒，并且在8秒以内一定完成所有检测点拍照和检测；然后拍照装置把图像信号转变成数字化信号，发送给计算机；
S3，如有不良，机器报警，操作人员及时处理不良品，如合格，计算机会给出动作信号，机械手返回初始位置，等待下一个发动机到来。
S2中，拍照装置包括以下步骤，
步骤一，用数字图像处理算法设置要检测区域；
步骤二，对图像用数字图像位置补正算法进行位置补正，确保位置准确；
步骤三，用连通性算法，二值化算法，物体创建算法，边缘物体移除算法，边缘物体***算法，轮廓提取算法，边缘检测算法，加权平均法，图像去噪处理，图像锐化，中值滤波，运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；
步骤四，准确找出待检测点位置、记号标识、型号，及方向加以判断，运用模式识别技术对取到得特征量进行分类整理以完成***的检测。
所述拍照装置设置在机械手上，保持同步运动。
所述拍照装置采用CCD摄像头，具体工作方式是将被摄物体的图像经过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理，A/D转换后形成视频信号输出。
所述拍照装置8秒以内完成的检测点有6幅图，由于要检测6个检测点，所以需要在硬件上使用六路视频输入，每路采集不同表面的图像。
所述拍照装置的视频输入信号采用PAL制式，设备输出的图像信号均可作为该视频捕捉卡的输入源。
所述拍照装置的视频输入窗口采用PAL制式，输入窗口最大尺寸为768X 576。
所述拍照装置的模块化结构具备可修改性、可读性和验证性。
实施例二，
通机发动机外观缺陷自动化在线视觉检测***，包括通机发动机运行轨道、通机发动机输送托架、位置传感器、机械手、拍照装置和计算机，包括以下步骤，
S1，首先将通机发动机放置在通机发动机运行轨道，利用通机发动机输送托架送至拍照 装置拍照范围，拍照装置采用能改变光强变化的照明***，通过改变光强变化，保障在非饱和区域内具有良好的线性度，提高图像质量；
S2，通机发动机运行轨道由三部分组成，分别是送料轨道、拍照轨道和出料轨道，当通机发动机以0.1m/s的速度运动到达送料轨道后端，位置传感器检测到通机发动机到位后，产线旁边的机械手同步运动，通机发动机在拍照轨道内以0.02m/s的速度运动，拍照装置根据设置好的程序对相应的检测点逐个运动拍照，采集频率为3D帧/秒，并且在8秒以内一定完成所有检测点拍照和检测；然后拍照装置把图像信号转变成数字化信号，发送给计算机；
S3，如有不良，机器报警，操作人员及时处理不良品，如合格，计算机会给出动作信号，机械手返回初始位置，等待下一个发动机到来。
S2中，拍照装置包括以下步骤，
步骤一，用数字图像处理算法设置要检测区域；
步骤二，对图像用数字图像位置补正算法进行位置补正，确保位置准确；
步骤三，用连通性算法，二值化算法，物体创建算法，边缘物体移除算法，边缘物体***算法，轮廓提取算法，边缘检测算法，加权平均法，图像去噪处理，图像锐化，中值滤波，运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；
步骤四，准确找出待检测点位置、记号标识、型号，及方向加以判断，运用模式识别技术对取到得特征量进行分类整理以完成***的检测。
所述拍照装置设置在机械手上，保持同步运动。
所述拍照装置采用CCD摄像头，具体工作方式是将被摄物体的图像经过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理，A/D转换后形成视频信号输出。
所述拍照装置8秒以内完成的检测点有6幅图，由于要检测6个检测点，所以需要在硬件上使用六路视频输入，每路采集不同表面的图像。
所述拍照装置的视频输入信号采用PAL制式，设备输出的图像信号均可作为该视频捕捉卡的输入源。
所述拍照装置的视频输入窗口采用PAL制式，输入窗口最大尺寸为768X 576。
所述拍照装置的模块化结构具备可修改性、可读性和验证性。
所述拍照装置设有防抖架。
实施例一和实施例二的区别在于，实施例二中，增设防抖架，确保图像清晰，减小误差。通过下表可以看出，实施例二的检出率高达90.2％～90.6％。
外观缺陷视觉检测***结果
以上对本发明提供的通机发动机外观缺陷自动化在线视觉检测***进行了详细介绍。具体实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (9)

1.通机发动机外观缺陷自动化在线视觉检测***，包括通机发动机运行轨道、通机发动机输送托架、位置传感器、机械手、拍照装置和计算机，其特征在于：包括以下步骤，
S1，首先将通机发动机放置在通机发动机运行轨道，利用通机发动机输送托架送至拍照装置拍照范围，拍照装置采用能改变光强变化的照明***，通过改变光强变化，保障在非饱和区域内具有良好的线性度，提高图像质量；
S2，通机发动机运行轨道由三部分组成，分别是送料轨道、拍照轨道和出料轨道，当通机发动机以0.1m/s的速度运动到达送料轨道后端，位置传感器检测到通机发动机到位后，产线旁边的机械手同步运动，通机发动机在拍照轨道内以0.02m/s的速度运动，拍照装置根据设置好的程序对相应的检测点逐个运动拍照，采集频率为3D帧/秒，并且在8秒以内一定完成所有检测点拍照和检测；然后拍照装置把图像信号转变成数字化信号，发送给计算机；
S3，如有不良，机器报警，操作人员及时处理不良品，如合格，计算机会给出动作信号，机械手返回初始位置，等待下一个发动机到来。
2.根据权利要求1所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：S2中，拍照装置包括以下步骤，
步骤一，用数字图像处理算法设置要检测区域；
步骤二，对图像用数字图像位置补正算法进行位置补正，确保位置准确；
步骤三，用连通性算法，二值化算法，物体创建算法，边缘物体移除算法，边缘物体***算法，轮廓提取算法，边缘检测算法，加权平均法，图像去噪处理，图像锐化，中值滤波，运用图像处理技术对采集到的原始图像进行预处理以改善图像质量，从中提取感兴趣的特征量；
步骤四，准确找出待检测点位置、记号标识、型号，及方向加以判断，运用模式识别技术对取到得特征量进行分类整理以完成***的检测。
3.根据权利要求1或2所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置设置在机械手上，保持同步运动。
4.根据权利要求3所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置采用CCD摄像头，具体工作方式是将被摄物体的图像经过镜头聚焦到CCD芯片上，CCD根据光的强弱积累相应比例的电荷，各个像素积累的电荷在视频时序的控制下，逐点外移，经视频捕捉卡滤波、放大处理，A/D转换后形成视频信号输出。
5.根据权利要求4所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置8秒以内完成的检测点有6幅图，由于要检测6个检测点，所以需要在硬件上使用六路视频输入，每路采集不同表面的图像。
6.根据权利要求5所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置的视频输入信号采用PAL制式，设备输出的图像信号均可作为该视频捕捉卡的输入源。
7.根据权利要求6所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置的视频输入窗口采用PAL制式，输入窗口最大尺寸为768X 576。
8.根据权利要求7所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置的模块化结构具备可修改性、可读性和验证性。
9.根据权利要求8所述的通机发动机外观缺陷自动化在线视觉检测***，其特征在于：所述拍照装置设有防抖架。
CN201611235626.6A 2016-12-28 2016-12-28 通机发动机外观缺陷自动化在线视觉检测*** Pending CN106645174A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611235626.6A CN106645174A (zh) 2016-12-28 2016-12-28 通机发动机外观缺陷自动化在线视觉检测***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611235626.6A CN106645174A (zh) 2016-12-28 2016-12-28 通机发动机外观缺陷自动化在线视觉检测***

Publications (1)

Publication Number Publication Date
CN106645174A true CN106645174A (zh) 2017-05-10

Family

ID=58831880

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611235626.6A Pending CN106645174A (zh) 2016-12-28 2016-12-28 通机发动机外观缺陷自动化在线视觉检测***

Country Status (1)

Country Link
CN (1) CN106645174A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020555A (zh) * 2017-11-23 2018-05-11 苏州艺力鼎丰智能技术有限公司 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法
CN109164113A (zh) * 2018-11-14 2019-01-08 武汉万安智能技术有限公司 一种手机接口电路板视觉自动检测***及其检测方法
CN112666164A (zh) * 2020-11-23 2021-04-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101762460A (zh) * 2009-07-02 2010-06-30 长沙楚天科技有限公司 用于自动灯检机的图像同步跟踪采集方法及装置
CN102226688A (zh) * 2011-04-12 2011-10-26 翁瑜 发动机活塞环自动检测***
CN202196021U (zh) * 2011-06-01 2012-04-18 苏州优纳科技有限公司 一种自动光学检测***
CN103512897A (zh) * 2013-09-10 2014-01-15 上海东富龙科技股份有限公司 一种用于冻干西林瓶的无底座式灯检机
CN104698006A (zh) * 2015-02-11 2015-06-10 湖南正中制药机械有限公司 软袋制剂药品异物自动检查机
CN105651782A (zh) * 2015-12-12 2016-06-08 机械科学研究总院先进制造技术研究中心 一种发动机缸盖表面缺陷机器视觉自动检测设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101762460A (zh) * 2009-07-02 2010-06-30 长沙楚天科技有限公司 用于自动灯检机的图像同步跟踪采集方法及装置
CN102226688A (zh) * 2011-04-12 2011-10-26 翁瑜 发动机活塞环自动检测***
CN202196021U (zh) * 2011-06-01 2012-04-18 苏州优纳科技有限公司 一种自动光学检测***
CN103512897A (zh) * 2013-09-10 2014-01-15 上海东富龙科技股份有限公司 一种用于冻干西林瓶的无底座式灯检机
CN104698006A (zh) * 2015-02-11 2015-06-10 湖南正中制药机械有限公司 软袋制剂药品异物自动检查机
CN105651782A (zh) * 2015-12-12 2016-06-08 机械科学研究总院先进制造技术研究中心 一种发动机缸盖表面缺陷机器视觉自动检测设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108020555A (zh) * 2017-11-23 2018-05-11 苏州艺力鼎丰智能技术有限公司 一种碳纤维汽车零部件表面印刷体缺陷智能检测方法
CN109164113A (zh) * 2018-11-14 2019-01-08 武汉万安智能技术有限公司 一种手机接口电路板视觉自动检测***及其检测方法
CN112666164A (zh) * 2020-11-23 2021-04-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法
CN112666164B (zh) * 2020-11-23 2023-06-16 上海新时达机器人有限公司 针对多品类混线生产控制柜的机器人视觉检测方法

Similar Documents

Publication Publication Date Title
CN108344743A (zh) 一种基于机器视觉药品泡罩包装缺陷检测方法及***
CN104749184A (zh) 自动光学检测方法和***
CN102621156B (zh) 基于图像处理的微小零件自动分拣***
CN104835166B (zh) 基于机器视觉检测平台的液体药瓶异物检测方法
CN108765416A (zh) 基于快速几何对准的pcb表面缺陷检测方法及装置
CN102020036A (zh) 一种条烟外包装透明纸缺陷的视觉检测方法
CN105388162A (zh) 基于机器视觉的原料硅片表面划痕检测方法
CN106824806A (zh) 基于机器视觉的小模数塑料齿轮的检测***及检测方法
CN101324427A (zh) 绿叶面积自动测量装置及方法
CN104483320A (zh) 工业脱硝催化剂的数字化缺陷检测装置与检测方法
CN105717136A (zh) 一种基于机器视觉的针脚倾斜缺陷检测方法
CN106645174A (zh) 通机发动机外观缺陷自动化在线视觉检测***
CN104103069B (zh) 图像处理装置、图像处理方法及记录介质
CN106501272A (zh) 机器视觉焊锡定位检测***
CN106651802B (zh) 机器视觉焊锡定位检测方法
CN102175692A (zh) 织物坯布疵点快速检测***及方法
WO2020103310A1 (zh) 一种口罩缺陷检测装置及方法
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的***
CN102854195B (zh) 彩色滤光片上缺陷坐标的检测方法
CN104749801B (zh) 高精度自动光学检测方法和***
CN114359155A (zh) 一种覆膜方法及***
CN106645189A (zh) 换向器外观缺陷自动化在线视觉检测***
CN205620320U (zh) 基于多管脚的缺陷检测装置
CN105973903B (zh) 一种口服液瓶盖检测方法
CN108109112A (zh) 一种基于Sift特征的隧道展布图拼接参数处理方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170510

WD01 Invention patent application deemed withdrawn after publication