CN108181324A - 一种基于机器视觉的木板表面检测方法 - Google Patents
一种基于机器视觉的木板表面检测方法 Download PDFInfo
- Publication number
- CN108181324A CN108181324A CN201810012323.0A CN201810012323A CN108181324A CN 108181324 A CN108181324 A CN 108181324A CN 201810012323 A CN201810012323 A CN 201810012323A CN 108181324 A CN108181324 A CN 108181324A
- Authority
- CN
- China
- Prior art keywords
- image
- template
- plank
- board surface
- detection method
- 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
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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/956—Inspecting patterns on the surface of objects
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)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种基于机器视觉的木板表面检测方法,包括以下步骤:1)图像采集;2)图像增强、噪声去除;3)优化傅里叶变换速度;4)傅里叶变换,图像先经过傅里叶变换,然后滤波,然后再用傅里叶反变换进行处理;5)将采集到的木板图像转换为Gray图像;6)对Gray图像进行频域处理和高斯滤波器做卷积;7)模板处理,做一个矩形模板,模板处理图像得到模板图像;8)将采集到的木板图像和模板图像进行相减;9)对边界干扰进行相关处理:腐蚀边缘和缩小ROI;10)数据存储,显示相应的检查结果同时把相关缺陷信息保存在相应的数据库里面。与现有技术相比,本发明不仅实现了木板表面的自动检测,而且提高了检测精度效率和增强了检测结果的可靠性。
Description
技术领域
本发明涉及木板检测技术领域,尤其涉及一种木板表面检测方法。
背景技术
影响木板质量的因素主要包括:尺寸、表面缺陷以及表面颜色。现有技术中,木板表面的检测主要通过人工来进行,检测效果和效率主要依赖检验人员的经验,人为影响因素大、自动化程度低。同时,纯人工检测操作也存在工人劳动强度大、生产效率低的缺陷。
就检测方法而言,现有的木板表面检测技术还存在以下缺陷:1)传统的接触式测量技术制约了木板生产效率和加工精度。2)传统的离线、静态测量技术满足不了现代加工中测量的要求,不能及时检测产品、控制生产过程容易造成废品,严重影响了产品质量。
因而,如何实现木板表面的快速、高精度及在线自动检测是木板生成加工企业亟待解决的问题。
发明内容
本发明的目的在于提供一种检测精度高、检测可靠性好且能实现检测自动化的木板表面检测方法。
为达到以上目的,本发明采用如下技术方案。
一种基于机器视觉的木板表面检测方法,其特征在于,包括以下步骤:1)图像采集,采用光源发射器把激光投射到木板上,得到木板相应的人工纹理,并利用相机采集木板图像信息;2)图像增强、噪声去除,利用中值滤波法对采集到图像进行噪声的去除;3)优化傅里叶变换速度,根据具体采集到图像实际尺寸优化傅里叶变换速度;4)傅里叶变换,图像先经过傅里叶变换,然后滤波,然后再用傅里叶反变换进行处理;5)将采集到的木板图像转换为Gray图像;6)对Gray图像进行频域处理和高斯滤波器做卷积;7)模板处理,做一个矩形模板,模板处理图像得到模板图像;8)将采集到的木板图像和模板图像进行相减;9)对边界干扰进行相关处理:腐蚀边缘和缩小ROI;10)数据存储,显示相应的检查结果同时把相关缺陷信息保存在相应的数据库里面。
作为上述方案的进一步说明,所述相机为工业CCD相机。
作为上述方案的进一步说明,利用相机采集到的木板图像为RGB图像。
作为上述方案的进一步说明,所述图像增强、噪声去除、傅里叶变换、傅里叶反变换、高斯滤波器做卷积、做一个矩形模板、采集到的木板图像和模板图像进行相减都通过机器视觉软件来实现。
作为上述方案的进一步说明,所述光源发生器为激光发生器。
作为上述方案的进一步说明,所述相机可变换拍摄位置。
作为上述方案的进一步说明,所述相机通过丝杆与伺服电机连接,并在伺服电机的驱动下变换拍摄位置。
本发明的有益效果是:
一、利用傅里叶变换、反变换对图像进行处理,同时,将图像进行频域处理、高斯滤波器做卷积等处理,有效增强图像质量,有效减少误差,保证了检测的可靠性。
二、通过设置丝杆和伺服电机,在木板表面缺陷检查过程中,完全可以代替人工操作,自动化程度高。相机在采集木板表面图像的过程,根据待木板的类型和规格,上位机发送木板类型和规格到PLC中,通过伺服电机带动丝杆传动,把相机移动到相应位置,定位准确,实现对不同类型和规格木板的图像采集,使用方便。
附图说明
图1所示为本发明提供的木板表面检测方法流程图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步的描述,使本发明的技术方案及其有益效果更加清楚、明确。下面通过参考附图描述实施例是示例性的,旨在解释本发明,而不能理解为对本发明的限制。
如图1所示,一种基于机器视觉的木板表面检测方法,包括以下步骤:
1)图像采集,采用光源发射器投射到木板上,得到木板相应的人工纹理,并利用CCD采集木板图像信息。其中,所述光源发生器优选为激光发射器,采集到的木板图像为RGB图像。
2)图像增强、噪声去除,利用中值滤波法对采集到图像进行噪声的去除。
3)优化傅里叶变换速度,根据具体采集到图像实际尺寸优化傅里叶变换速度。
4)傅里叶变换,图像先经过傅里叶变换,然后滤波,然后再用傅里叶反变换处理。
5)将RGB图像转换为Gray图像。
6)将图像进行频域处理和高斯滤波器做卷积。
7)模板处理,做一个矩形模板,模板处理图像10×10。
8)采集图像和模板图像进行相减。
9)对边界干扰进行相关处理:腐蚀边缘和缩小ROI(感兴趣区域,Region OfInterest)。
10)数据存储,显示相应的检查结果同时把相关缺陷信息保存在相应的数据库里面。
与现有技术相比,本实施例采用激光发射器投射到木板表面上,从而得到相应的图像人工纹理,有效增强被检测木板的条理特征。同时,在对图像去除噪声的过程除了采用中值滤波法,并对图像进行傅里叶变换、频域处理和高斯滤波器做卷积,有效减少误差,提高了检测的可靠性。
通过上述的结构和原理的描述,所属技术领域的技术人员应当理解,本发明不局限于上述的具体实施方式,在本发明基础上采用本领域公知技术的改进和替代均落在本发明的保护范围,本发明的保护范围应由各权利要求项及其等同物限定之。
Claims (7)
1.一种基于机器视觉的木板表面检测方法,其特征在于,包括以下步骤:
1)图像采集,采用光源发射器把激光投射到木板上,得到木板相应的人工纹理,并利用相机采集木板图像信息;
2)图像增强、噪声去除,利用中值滤波法对采集到图像进行噪声的去除;
3)优化傅里叶变换速度,根据具体采集到图像实际尺寸优化傅里叶变换速度;
4)傅里叶变换,图像先经过傅里叶变换,然后滤波,然后再用傅里叶反变换进行处理;
5)将采集到的木板图像转换为Gray图像;
6)对Gray图像进行频域处理和高斯滤波器做卷积;
7)模板处理,做一个矩形模板,模板处理图像得到模板图像;
8)将采集到的木板图像和模板图像进行相减;
9)对边界干扰进行相关处理:腐蚀边缘和缩小ROI;
10)数据存储,显示相应的检查结果同时把相关缺陷信息保存在相应的数据库里面。
2.根据权利要求1所述的一种基于机器视觉的木板表面检测方法,其特征在于,所述相机为工业CCD相机。
3.根据权利要求1所述的一种基于机器视觉的木板表面检测方法,其特征在于,利用相机采集到的木板图像为RGB图像。
4.根据权利要求1所述的一种基于机器视觉的木板表面检测方法,其特征在于,所述图像增强、噪声去除、傅里叶变换、傅里叶反变换、高斯滤波器做卷积、做一个矩形模板、采集到的木板图像和模板图像进行相减都通过机器视觉软件来实现。
5.根据权利要求1所述的一种基于机器视觉的木板表面检测方法,其特征在于,所述光源发生器为激光发生器。
6.根据权利要求1所述的一种基于机器视觉的木板表面检测方法,其特征在于,所述相机可变换拍摄位置。
7.根据权利要求6所述的一种基于机器视觉的木板表面检测方法,其特征在于,所述相机通过丝杆与伺服电机连接,并在伺服电机的驱动下变换拍摄位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810012323.0A CN108181324A (zh) | 2018-01-05 | 2018-01-05 | 一种基于机器视觉的木板表面检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810012323.0A CN108181324A (zh) | 2018-01-05 | 2018-01-05 | 一种基于机器视觉的木板表面检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108181324A true CN108181324A (zh) | 2018-06-19 |
Family
ID=62549969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810012323.0A Pending CN108181324A (zh) | 2018-01-05 | 2018-01-05 | 一种基于机器视觉的木板表面检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108181324A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108827983A (zh) * | 2018-08-28 | 2018-11-16 | 佛山职业技术学院 | 一种光碟自动检测装置及方法 |
CN109727244A (zh) * | 2019-01-18 | 2019-05-07 | 深圳至汉装备科技有限公司 | 一种磁瓦表面裂纹检测方法 |
CN113177908A (zh) * | 2021-04-01 | 2021-07-27 | 柳城县迪森人造板有限公司 | 一种实木生态板的辨认方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101669023A (zh) * | 2007-04-20 | 2010-03-10 | 株式会社名南制作所 | 木材的检测方法及装置及程序 |
CN101762609A (zh) * | 2008-11-17 | 2010-06-30 | 苏州德天自动化科技有限公司 | 一种在线pcb板自动光学检测装置 |
CN101900534A (zh) * | 2009-05-27 | 2010-12-01 | 株式会社高永科技 | 三维形状测量设备和三维形状测量方法 |
CN101943572A (zh) * | 2009-07-03 | 2011-01-12 | 株式会社高永科技 | 检测测量目标的方法 |
CN205067359U (zh) * | 2015-07-24 | 2016-03-02 | 铸锐(上海)工业自动化有限公司 | 一种木材缺陷及颜色纹理识别*** |
CN105866129A (zh) * | 2016-05-16 | 2016-08-17 | 天津工业大学 | 一种基于数字投影的产品表面质量在线检测方法 |
CN107478657A (zh) * | 2017-06-20 | 2017-12-15 | 广东工业大学 | 基于机器视觉的不锈钢表面缺陷检测方法 |
CN107532891A (zh) * | 2015-07-14 | 2018-01-02 | Ckd株式会社 | 三维测量装置 |
-
2018
- 2018-01-05 CN CN201810012323.0A patent/CN108181324A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101669023A (zh) * | 2007-04-20 | 2010-03-10 | 株式会社名南制作所 | 木材的检测方法及装置及程序 |
CN101762609A (zh) * | 2008-11-17 | 2010-06-30 | 苏州德天自动化科技有限公司 | 一种在线pcb板自动光学检测装置 |
CN101900534A (zh) * | 2009-05-27 | 2010-12-01 | 株式会社高永科技 | 三维形状测量设备和三维形状测量方法 |
CN101943572A (zh) * | 2009-07-03 | 2011-01-12 | 株式会社高永科技 | 检测测量目标的方法 |
CN107532891A (zh) * | 2015-07-14 | 2018-01-02 | Ckd株式会社 | 三维测量装置 |
CN205067359U (zh) * | 2015-07-24 | 2016-03-02 | 铸锐(上海)工业自动化有限公司 | 一种木材缺陷及颜色纹理识别*** |
CN105866129A (zh) * | 2016-05-16 | 2016-08-17 | 天津工业大学 | 一种基于数字投影的产品表面质量在线检测方法 |
CN107478657A (zh) * | 2017-06-20 | 2017-12-15 | 广东工业大学 | 基于机器视觉的不锈钢表面缺陷检测方法 |
Non-Patent Citations (8)
Title |
---|
史艳琼 等: "周期纹理背景中的表面缺陷检测技术", 《测控技术》 * |
姚建平 等: "基于 3D 结构激光的木材表面缺陷检测的研究", 《林业机械与土工设备》 * |
左博 等: "傅里叶重建图象法检测磁片表面刀纹缺陷", 《计算机工程与应用》 * |
汤勃 等: "机器视觉表面缺陷检测总数", 《中国图象图形学报》 * |
董明利 等: "基于光学傅里叶变换的周期性微结构缺陷检测", 《光学精密工程》 * |
赵炳桢 等: "《现代刀具设计与应用》", 30 September 2014, 国防工业出版社 * |
马娟娟 等: "木质板材表面缺陷自动检测技术研究", 《林业机械与木工设备》 * |
马娟娟: "木质板材表面缺陷检测技术研究", 《中国优秀硕士论文全文库 信息科技辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108827983A (zh) * | 2018-08-28 | 2018-11-16 | 佛山职业技术学院 | 一种光碟自动检测装置及方法 |
CN109727244A (zh) * | 2019-01-18 | 2019-05-07 | 深圳至汉装备科技有限公司 | 一种磁瓦表面裂纹检测方法 |
CN109727244B (zh) * | 2019-01-18 | 2020-12-08 | 深圳至汉装备科技有限公司 | 一种磁瓦表面裂纹检测方法 |
CN113177908A (zh) * | 2021-04-01 | 2021-07-27 | 柳城县迪森人造板有限公司 | 一种实木生态板的辨认方法和装置 |
CN113177908B (zh) * | 2021-04-01 | 2022-11-25 | 柳城县迪森人造板有限公司 | 一种实木生态板的辨认方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108181324A (zh) | 一种基于机器视觉的木板表面检测方法 | |
CN111982921A (zh) | 孔缺陷的检测方法、装置、传送平台及存储介质 | |
CN207675660U (zh) | 一种磁环表面缺陷检测装置 | |
CN108802051B (zh) | 一种柔性ic基板直线线路气泡及折痕缺陷检测***及方法 | |
CN113252568A (zh) | 基于机器视觉的镜片表面缺陷检测方法、***、产品、终端 | |
CN111701886A (zh) | 一种用于套类零件表面缺陷分拣装置及分拣方法 | |
CN105227802A (zh) | 一种面向最佳质量图像快速扫描的自适应控制方法及*** | |
CN112102254A (zh) | 基于机器视觉的木材表面缺陷检测方法与*** | |
CN109387524A (zh) | 基于线性偏振光的螺纹缺陷检测方法及装置 | |
CN112950541A (zh) | 一种基于机器视觉的合成革涂胶在线监测方法 | |
CN112102253A (zh) | 基于机器视觉的无纺布表面缺陷自动化检测方法及*** | |
WO2015115499A1 (ja) | 工具検査方法及び工具検査装置 | |
CN107133952A (zh) | 一种融合时频特征的表面裂痕识别方法 | |
Sulaiman et al. | DEFECT INSPECTION SYSTEM FOR SHAPE-BASED MATCHING USING TWO CAMERAS. | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
CN109636785A (zh) | 一种识别金刚砂颗粒的视觉处理方法 | |
CN106841231B (zh) | 一种微小零件的视觉精密测量***及方法 | |
CN112308847A (zh) | 一种轨检车巡检装置及其巡检方法 | |
CN116843687A (zh) | 一种通信光缆表面瑕疵检测方法及装置 | |
CN116740449A (zh) | 基于ai计算机视觉技术的刨花形态检测方法及*** | |
Xiao et al. | A visual distortion detection method for textile cloth | |
CN113469988A (zh) | 一种缺陷识别方法 | |
CN114187269A (zh) | 小零器件表面缺陷边缘快速检测方法 | |
CN114004812A (zh) | 采用引导滤波与神经网络模型的螺纹孔检测方法及*** | |
DE102020126519A1 (de) | Steuereinheit, steuerverfahren mit hilfe der steuereinheit und steuersystem |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180619 |