CN108072664B - 一种外观检测***及方法 - Google Patents
一种外观检测***及方法 Download PDFInfo
- Publication number
- CN108072664B CN108072664B CN201711481300.6A CN201711481300A CN108072664B CN 108072664 B CN108072664 B CN 108072664B CN 201711481300 A CN201711481300 A CN 201711481300A CN 108072664 B CN108072664 B CN 108072664B
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- appearance
- gray
- pixel
- 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.)
- Active
Links
Images
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
-
- 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
- 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)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开了一种外观检测***及方法，所述***包括流水线传送单元、图像获取单元、线型背景光源和图像分析处理单元，其中：流水线传送单元，用于传送待检测物体；图像获取单元，设置于流水线传送单元的上方，用于获取待检测物体的局部图像；线型背景光源，设置于流水线传送单元的下方，并且与图像获取单元相对设置，用于标定待检测物体的位置；图像分析处理单元，与图像获取单元电连接，用于将待测物体的局部图像合成完整外观图像，并且根据完整外观图像对待测物体表面是否存在缺陷进行分析。本发明提出的外观检测***及方法，能够根据待检测物体的局部图像，分析获取待检测物体的外观是否合格，并且具有结构简单，检测精度高的优点。
Description
技术领域
本发明属于视觉检测技术领域，具体涉及一种外观检测***及方法。
背景技术
目前，产品的外观检测是企业品控的重要一环。大部分生产企业都会在生产线上设置外观检测设备，确保产品的外观满足质量控制需要。现有外观检测技术一般是采用高像素摄像头对产品整体拍照，然后再结合软件算法分析产品外观是否合格，这种方式对摄像头的要求较高，所需摄像头的价格昂贵，从而使得检测成本较高。
发明内容
为解决现有技术的不足，本发明的目的在于提供一种外观检测***及方法，能够采用较低规格的摄像头采集待检测物体的局部图像，分析获取待检测物体的外观是否合格，检测成本较低。
为了实现上述目标，本发明采用如下的技术方案：一种外观检测***，其特征在于，包括流水线传送单元、图像获取单元、线型背景光源和图像分析处理单元，其中：
流水线传送单元，用于传送待检测物体；
图像获取单元，设置于流水线传送单元的上方，用于获取待检测物体的局部图像；
线型背景光源，设置于流水线传送单元的下方，并且与图像获取单元相对设置，用于标定待检测物体的位置；
图像分析处理单元，与图像获取单元电连接，用于将待测物体的局部图像合成完整外观图像，并且根据完整外观图像对待测物体表面是否存在缺陷进行分析。
进一步地，所述图像获取单元包括至少两个电耦合元件摄像头。
进一步地，所述线型背景光源为线状LED背光灯。
进一步地，所述图像分析处理单元包括图像拼接模块、位置检测模块和孔洞检测模块；其中：
图像拼接模块，用于将待测物体的局部图像通过拼接算法合成完整外观图像；
位置检测模块，获取待检测物体的边界；
孔洞检测模块，判断待检测物体表面是否存在孔洞缺陷。
进一步地，所述***还包括显控单元，与图像分析处理单元电连接，用于显示待检测物体的外观分析结果。
一种外观检测方法，其特征在于，包括以下步骤：
步骤一，待检测物体从图像获取单元和线型背景光源之间通过，图像获取单元连续获取待检测物体的局部图像；
步骤二，图像分析处理单元根据图像拼接算法，将局部图像合成待检测物体的完整外观图像；
步骤三，根据完整外观图像中的灰度值变化，确定完整外观图像中待检测物体的边界；
步骤四，在待检测物体的边界内，根据像素灰度值，判断待检测物体表面是否存在孔洞缺陷。
进一步地，步骤三中所述根据完整外观图像中的灰度值变化，确定完整外观图像中待检测物体的边界的步骤包括：
将待检测物体的完整外观图像转换为灰度图像；
将灰度图像中像素的灰度值与预设的第一灰度阈值进行对比，将灰度图像中的像素分为亮像素和暗像素两类；
亮像素组成亮区，而暗像素组成暗区，亮区与暗区的边界即为待检测物体在灰度图像中的边界，暗区则为待检测物体在灰度图像中的影像。
进一步地，步骤四中所述判断待检测物体表面是否存在孔洞缺陷的方法为：
将暗区中的像素灰度值与预设的第二灰度阈值进行对比，找出大于第二灰度阈值的像素点；
判断相邻的大于第二灰度阈值像素点所占整个暗区像素的比例是否大于预设比例阈值，若大于预设比例阈值，则将相邻的大于第二灰度阈值像素点所占区域标记为缺陷孔洞。
进一步地，所述方法还包括：显控单元显示待检测物体的外观检测结果。
本发明的有益之处在于：
本发明提出的外观检测***及方法，先用摄像头获取待检测物体的局部图像，再将局部图像拼接成完整图像，对完整图像的像素灰度进行分析，最终获取待检测物体的外观检测结果。相较于现有技术中采用高像素摄像头对待检测物体整体拍照的检测方式，本发明对摄像头的要求较低，能够降低检测成本，而通过分析灰度的方式进行外观检测，能够精确地检测处待检测物体的外观是否存在缺陷。
附图说明
图1是本发明一个实施例的外观检测***的结构示意图；
图2是本发明一个实施例的完整外观图像中亮区和暗区示意图；
图3是本发明一个实施例的外观检测方法的流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1所示，在本发明的一个实施例中，一种外观检测***，包括流水线传送单元10、图像获取单元20、线型背景光源30和图像分析处理单元40。其中：
流水线传送单元10，用于传送待检测物体60。由于流水线传送单元10下方安装有线型背景光源30，用于对待检测物体60进行定位，所以流水线传送单元10不能完全将线型背景光源30的出射光挡住。流水线单元10优选为相隔一定距离设置的滚轴传送带。
图像获取单元20，设置于流水线传送单元10的上方，用于获取待检测物体60的局部图像。图像获取单元20可以为数个电耦合元件摄像头21，数个摄像头21呈线性排列设置于流水线传送单元10的上方，当待检测物体60从摄像头21下方通过时，每个摄像头21分别连续获取待检测物体60的局部图像。摄像头21的数目可以根据待检测物体的宽度自行设定，优选地，所述图像获取单元20包括至少两个电耦合元件摄像头21。
线型背景光源30，设置于流水线传送单元10的下方，并且与图像获取单元20相对设置。优选地，所述线型背景光源30为线状LED背光灯，以避免灯源闪烁的问题。当待检测物体60从图像获取单元20和线型背景光源30之间通过时，待检测物体60将线型背景光源30的出射光挡住，这样图像获取单元20获取的图像中，待检测物体60部分亮度较低，而未被待检测物体60遮挡的部分则亮度较高。将彩色图像转换为灰度图像时，亮度较低的部分像素灰度值较低，而亮度较高的部分像素灰度值较高。
图像分析处理单元40，与图像获取单元20电连接，用于将待测物体60的局部图像合成完整外观图像，并且根据完整外观图像对待测物体60表面是否存在缺陷进行分析。具体的，图像分析处理单元包括以下模块：
图像拼接模块，用于将待测物体的局部图像通过拼接算法合成完整外观图像。现有技术中，图像拼接算法一般先识别数张局部图像中相互重叠的部分，然后再根据重叠部分的特征将不同的局部图像拼接成完整图像，具体原理不再赘述。
位置检测模块，获取待检测物体的边界。具体来说，位置检测模块先将待检测物体的完整外观图像转换为灰度图像。再将灰度图像中像素的灰度值与预设的第一灰度阈值进行对比，大于第一灰度阈值的像素定义为亮像素，而小于等于第一灰度阈值的像素定义为暗像素。参照图2所示，此时，亮像素聚集区域组成亮区101，而暗像素聚集区域组成暗区102。亮区101与暗区102的边界即为待检测物体在灰度图像中的边界，由于待检测物体的影像在灰度图像中像素灰度值较低，所以暗区102为待检测物体在灰度图像中的影像。所述第一灰度阈值可以根据不同的检测需求，自行设置。
孔洞检测模块，判断待检测物体表面是否存在孔洞缺陷。具体来说，孔洞检测模块先将暗区中的像素灰度值与预设的第二灰度阈值进行对比，找出大于第二灰度阈值的像素点，这些像素点所在的区域可能存在孔洞，使得光线透过，导致灰度值高于其他正常区域。如果仅有一个像素点的灰度值存在异常，可能是由于测量误差导致的结果，并不一定代表此处存在孔洞缺陷。接下来还需要进一步判断相邻的大于第二灰度阈值像素点所占整个暗区像素的比例是否大于预设比例阈值，若大于预设比例阈值，则将相邻的大于第二灰度阈值像素点所占区域标记为缺陷孔洞区域。其中，第二灰度阈值可以根据检测需求自行设定，而预设比例阈值根据检测精度需求自行设定。
此外，为了方便观测检测结果，所述***还可以包括显控单元50，与图像分析处理单元40电连接，用于显示待检测物体60的外观分析结果。
参照图3所示，在本发明的另一个实施例中，一种外观检测方法，包括以下步骤：
S10，待检测物体从图像获取单元和线型背景光源之间通过，图像获取单元连续获取待检测物体的局部图像。
S20，图像分析处理单元根据图像拼接算法，将局部图像合成待检测物体的完整外观图像。
S30，根据完整外观图像中的灰度值变化，确定完整外观图像中待检测物体的边界。具体的，确定完整外观图像中待检测物体的边界的步骤包括：
S31，将待检测物体的完整外观图像转换为灰度图像；
S32，将灰度图像中像素的灰度值与预设的第一灰度阈值进行对比，将灰度图像中的像素分为亮像素和暗像素两类；
S33，亮像素组成亮区，而暗像素组成暗区，亮区与暗区的边界即为待检测物体在灰度图像中的边界，暗区则为待检测物体在灰度图像中的影像。
S40，在待检测物体的边界内，根据像素灰度值，判断待检测物体表面是否存在孔洞缺陷。具体步骤包括：
S41，将暗区中的像素灰度值与预设的第二灰度阈值进行对比，找出大于第二灰度阈值的像素点；
S42，判断相邻的大于第二灰度阈值像素点所占整个暗区像素的比例是否大于预设比例阈值，若大于预设比例阈值，则将相邻的大于第二灰度阈值像素点所占区域标记为缺陷孔洞。
此外，该方法还包括S50，显控单元显示待检测物体的外观检测结果。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。
Claims (5)
1.一种外观检测***，其特征在于，包括流水线传送单元、图像获取单元、线型背景光源和图像分析处理单元，其中：
流水线传送单元，用于传送待检测物体；
图像获取单元，设置于流水线传送单元的上方，用于获取待检测物体的局部图像；
线型背景光源，设置于流水线传送单元的下方，并且与图像获取单元相对设置，用于标定待检测物体的位置；
图像分析处理单元，与图像获取单元电连接，用于将待测物体的局部图像合成完整外观图像，并且根据完整外观图像对待测物体表面是否存在缺陷进行分析；
所述图像分析处理单元包括图像拼接模块、位置检测模块和孔洞检测模块；
其中：
图像拼接模块，用于将待测物体的局部图像通过拼接算法合成完整外观图像；
位置检测模块，获取待检测物体的边界；
孔洞检测模块，判断待检测物体表面是否存在孔洞缺陷；
该外观检测***的外观检测方法，包括如下步骤：
步骤一，待检测物体从图像获取单元和线型背景光源之间通过，图像获取单元连续获取待检测物体的局部图像；
步骤二，图像分析处理单元根据图像拼接算法，将局部图像合成待检测物体的完整外观图像；
步骤三，根据完整外观图像中的灰度值变化，确定完整外观图像中待检测物体的边界，步骤包括：
将待检测物体的完整外观图像转换为灰度图像；
将灰度图像中像素的灰度值与预设的第一灰度阈值进行对比，将灰度图像中的像素分为亮像素和暗像素两类；
亮像素组成亮区，而暗像素组成暗区，亮区与暗区的边界即为待检测物体在灰度图像中的边界，暗区则为待检测物体在灰度图像中的影像；
步骤四，在待检测物体的边界内，根据像素灰度值，判断待检测物体表面是否存在孔洞缺陷；
将暗区中的像素灰度值与预设的第二灰度阈值进行对比，找出大于第二灰度阈值的像素点；
判断相邻的大于第二灰度阈值像素点所占整个暗区像素的比例是否大于预设比例阈值，若大于预设比例阈值，则将相邻的大于第二灰度阈值像素点所占区域标记为缺陷孔洞。
2.根据权利要求1所述的外观检测***，其特征在于，所述图像获取单元包括至少两个电耦合元件摄像头。
3.根据权利要求1所述的外观检测***，其特征在于，所述线型背景光源为线状LED 背光灯。
4.根据权利要求1所述的外观检测***，其特征在于，所述***还包括显控单元，与图像分析处理单元电连接，用于显示待检测物体的外观分析结果。
5.根据权利要求1所述的外观检测***，其特征在于，所述方法还包括：显控单元显示待检测物体的外观检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711481300.6A CN108072664B (zh) | 2017-12-29 | 2017-12-29 | 一种外观检测***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711481300.6A CN108072664B (zh) | 2017-12-29 | 2017-12-29 | 一种外观检测***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108072664A CN108072664A (zh) | 2018-05-25 |
| CN108072664B true CN108072664B (zh) | 2020-12-08 |
Family
ID=62156120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711481300.6A Active CN108072664B (zh) | 2017-12-29 | 2017-12-29 | 一种外观检测***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108072664B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108982517A (zh) * | 2018-07-25 | 2018-12-11 | 天津中车风电叶片工程有限公司 | 一种巴萨木检测装置 |
| CN109584239B (zh) * | 2018-12-13 | 2024-02-06 | 华南理工大学 | 一种基于反射光的高光物体表面缺陷检测***及方法 |
| CN109632810A (zh) * | 2019-01-03 | 2019-04-16 | 京东方科技集团股份有限公司 | 显示面板裂纹检测方法及*** |
| TWI793537B (zh) * | 2021-02-26 | 2023-02-21 | 寶元數控股份有限公司 | 板材的影像擷取方法及裝置 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002216109A (ja) * | 2001-01-18 | 2002-08-02 | Sony Corp | 画像処理装置の校正方法 |
| CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
| CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
| CN105424709A (zh) * | 2015-11-20 | 2016-03-23 | 陕西科技大学 | 一种基于图像标记的水果表面缺陷检测方法 |
| CN106204590A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记处理的纸病检测方法 |
-
2017
- 2017-12-29 CN CN201711481300.6A patent/CN108072664B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002216109A (ja) * | 2001-01-18 | 2002-08-02 | Sony Corp | 画像処理装置の校正方法 |
| CN101996405A (zh) * | 2010-08-30 | 2011-03-30 | 中国科学院计算技术研究所 | 一种快速的玻璃图像缺陷检测及分类方法及其装置 |
| CN104111260A (zh) * | 2014-07-09 | 2014-10-22 | 广州中国科学院沈阳自动化研究所分所 | 陶瓷砖无损检测设备及检测方法 |
| CN105424709A (zh) * | 2015-11-20 | 2016-03-23 | 陕西科技大学 | 一种基于图像标记的水果表面缺陷检测方法 |
| CN106204590A (zh) * | 2016-07-11 | 2016-12-07 | 陕西科技大学 | 一种基于灰度图像标记处理的纸病检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于CT图像灰度水平的孔隙率计算及应用;王宇等;《水利学报》;20150331;第46卷(第3期);第357-365页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108072664A (zh) | 2018-05-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108072664B (zh) | 一种外观检测***及方法 | |
| CN102413354B (zh) | 一种手机摄像模组自动光学检测方法、装置及*** | |
| US9805458B2 (en) | Method and system for detecting defective pixels and screen imperfections of a mobile device | |
| TWI627854B (zh) | Uneven spot inspection system, uneven spot inspection method and uneven spot inspection program | |
| CN104749184A (zh) | 自动光学检测方法和*** | |
| TW201702586A (zh) | 光學薄膜缺陷辨識方法及其系統 | |
| EP3557216B1 (en) | Inspecting device, inspecting method, and program | |
| CN103955080A (zh) | 一种采用多摄像头的液晶屏缺陷检测采图装置 | |
| CN107144993B (zh) | 一种显示面板检测方法及装置 | |
| US20130100089A1 (en) | Newton ring mura detection system | |
| TWI639977B (zh) | 檢查裝置、檢查方法以及電腦可讀取的記錄媒體 | |
| CN115917595A (zh) | 表面缺陷检测*** | |
| KR102286470B1 (ko) | 원본 영상 정보 및 표출 촬상 정보 유사도 분석을 통한 led 디지털 사이니지 불량 감지 시스템 | |
| CN106226033B (zh) | 检测透光基板透过率的方法及装置 | |
| KR20060052414A (ko) | 시각 모형에 의해 평면 표시장치를 검출하는 방법과 장치 | |
| CN105304063A (zh) | 影像显示装置、影像分析方法及影像显示方法 | |
| CN109712115B (zh) | 一种pcb板自动检测方法及*** | |
| CN113763322B (zh) | 一种Pin脚共面度视觉检测方法与装置 | |
| CN104359925A (zh) | 实现电子玻璃缺陷自动检测的*** | |
| CN111474748A (zh) | 一种大尺寸lcd显示模组机器视觉检查方法与*** | |
| CN108663371B (zh) | 一种检测显示面板灰尘异物的方法及*** | |
| KR20140082333A (ko) | 평판디스플레이의 얼룩 검사 방법 및 장치 | |
| CN115511791A (zh) | 一种液晶光栅功能检测方法及*** | |
| CN107024487B (zh) | Ito导电玻璃检测***及其检测方法 | |
| CN101178422B (zh) | 字符型发光器件检测方法 |
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 | ||
| CB02 | Change of applicant information |
Address after: 215000 No. 38 North Guandu Road, Yuexi Street, Wuzhong District, Suzhou City, Jiangsu Province Applicant after: SUZHOU DCCK MEASUREMENT AND CONTROL TECHNOLOGY CO., LTD. Address before: 215000 5th Floor, Block B3, Jinqiao Auto Parts Industrial Park, 1258 Jinfeng South Road, Wuzhong District, Suzhou City, Jiangsu Province Applicant before: SUZHOU DCCK MEASUREMENT AND CONTROL TECHNOLOGY CO., LTD. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |