CN109590231A - 一种非规则形状物料图像测量检控装置及方法 - Google Patents

一种非规则形状物料图像测量检控装置及方法 Download PDF

Info

Publication number
CN109590231A
CN109590231A CN201811556787.4A CN201811556787A CN109590231A CN 109590231 A CN109590231 A CN 109590231A CN 201811556787 A CN201811556787 A CN 201811556787A CN 109590231 A CN109590231 A CN 109590231A
Authority
CN
China
Prior art keywords
camera
conveyer
processing unit
central processing
laser
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.)
Withdrawn
Application number
CN201811556787.4A
Other languages
English (en)
Inventor
陈景洪
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.)
Etrans Automation Co ltd
Original Assignee
Etrans Automation 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 Etrans Automation Co ltd filed Critical Etrans Automation Co ltd
Priority to CN201811556787.4A priority Critical patent/CN109590231A/zh
Publication of CN109590231A publication Critical patent/CN109590231A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了图像处理和机器深度学习技术领域的一种非规则形状物料图像测量检控装置和方法，所述装置包括输送机和龙门架，输送机设于龙门架下方，所述输送机上设有编码器，龙门架上或输送机进货侧设有探测感应器、相机和激光源，所述探测感应器信号连接中央处理器，所述中央处理器信号连接所述相机和激光源，所述相机信号连接图像处理模块，所述图像处理模块信号连接所述中央处理器；所述中央处理器还连接有识别判断模块，所述识别判断模块连接至物料分拣设备。本装置采用现代计算机视觉技术实现对物体轮廓的测量和采用计算机深度学习算法提高对物体形状规格检测判别的准确率，不需要数据库，可作为独立的装置直接应用于物流生产线，具有高度的实时应用性。

Description

一种非规则形状物料图像测量检控装置及方法
技术领域
本发明涉及图像处理和机器深度学习技术领域，具体为一种非规则形状物料图像测量检控装置及方法。
背景技术
目前在物流行业，尤其是在行李分拣***，尚未有对物体形状检测并判断合格的解决方案，对物体形状是否合格的判断完全由人完成。成本高昂，准确率完全因人而异，甚至因同一人的身体和精神状态而异，通过将物体图片与存在其数据库内的所有样本进行对比而做出判断，实时应用性差，当前在物体轮廓测量应用的技术是利用红外激光发射及返回的时间来确定物体表面距发光源的空间距离，从而实现对物体轮廓的测量。由于其发光源以步进方式沿180度依次扫描发射和接收，其探测速度和精度受到步进速度和幅度的直接限制。为此，我们提出一种非规则形状物料图像测量检控装置及方法。
发明内容
本发明的目的在于提供一种非规则形状物料图像测量检控装置及方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种非规则形状物料图像测量检控装置，包括输送机和龙门架，输送机设于龙门架下方，所述输送机上设有编码器，龙门架上或输送机进货侧设有探测感应器、相机和激光源，所述探测感应器信号连接中央处理器，所述中央处理器信号连接所述相机和激光源，所述相机信号连接图像处理模块，所述图像处理模块信号连接所述中央处理器；所述中央处理器还连接有识别判断模块，所述识别判断模块连接至物料分拣设备；
所述编码器安装在输送机动力电机轴上或在输送机上通过摩擦轮与皮带输送机接触。
所述探测感应器沿输送机运行方向设置在龙门架前端。
所述相机设有四部，分别设于龙门架的左右两侧以及左上和右上，且拍摄方向对准激光源照射方向。
所述激光源设有三个，分别设于龙门架的左右两侧以及上部，照射方向对准输送机且照射出的光线位于同一平面内。
使用上述装置对非规则形状物料图像测量检控的方法：
S1：采用计算机视觉的标定算法，建立每台相机可看见激光平面内视场中点的空间位置与其图像内像素位置的对应关系；
S2：当物料从输送机前沿进入探测传感器感应范围，探测传感器感应到后将信号发送到中央处理器，中央处理器控制开启激光器和相机，控制相机以固定脉冲间距对物料进行切片式拍照，直到探测传感器感应到物料尾端通过激光投射平面；
S3：图像处理模块将相机采集到的图像中具备激光照射特征的点和线提取出来，并通过算法过滤掉物体表面反光等造成的具备激光特征的干扰信息，识别出真正的激光特征，提取出物料的轮廓点阵，组成用于三维建模的点云；
S4：中央处理器根据图像处理模块提取出的信息计算出物料的截面积、俯视面积、实际体积、最小包容体积(即长宽高最大值乘积)，将其传送给识别判断模块，所述识别判断模块根据这些数据与其相应的预设数据进行比较，以此识别并判断物料形状是否符合要求，并根据判断结果指示物料分拣设备做出相应动作。
当激光平面内的一些点被两台或更多的相机观察到时，采用双目视觉算法对它们进行匹配，并根据它们距相机距离进行优化筛选。
与现有技术相比，本发明的有益效果是：该装置采用计算机视觉技术，相比传统的红外激光扫描技术，它的优势是每次成像的信息是“面”vs“点”的关系，效率大幅提高，采用计算机深度学习算法提高对物体形状规格检测判别的准确率，利用计算机视觉及深入学习技术取代人工，对物体轮廓及体积进行检测并判断该物体是否合乎应用要求。不需要利用所谓大数据，即通过将物体图片与存在其数据库内的所有样本进行对比而做出判断，而是利用样本分析建立的数据判断模型，对测量的数据进行合格判断。不需要数据库，可作为独立的装置直接应用于物流生产线，具有高度的实时应用性。
附图说明
图1为本发明装置的部分模块的安装结构示意图，箭头所示为输送机运行方向。
图2为本发明原理框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-2，本发明的非规则形状物料图像测量检控装置，包括输送机100和龙门架200，输送机设于龙门架下方，输送机上设有编码器(图中未示出)，安装在输送机动力电机轴上或在输送机上通过摩擦轮与皮带输送机接触，龙门架上或输送机进货侧设有探测感应器3、相机1和激光源2，探测感应器信号连接中央处理器0，中央处理器信号连接相机和激光源，相机信号连接图像处理模块4，图像处理模块信号连接中央处理器；中央处理器还连接有识别判断模块5，识别判断模块连接至物料分拣设备6。
所述探测感应器沿输送机运行方向设置在龙门架前端。
相机设有四部，分别设于龙门架的左右两侧以及左上和右上，且拍摄方向对准激光源照射方向。
激光源设有三个，分别设于龙门架的左右两侧以及上部，照射方向对准输送机且照射出的光线位于同一平面内。
编码器结合探测传感器确定物体在输送机上的准确位置，其脉冲提供给控制器用于控制相机触发和开关激光。当物体前沿进入探测传感器时记录编码器的数值，该数值基础上的增加值就是物体的前沿位置，当其前沿进入激光前，提前打开激光，当前沿位置进入激光平面内时，中央处理器控制相机开始触发拍照,并以固定间隔触发拍照；当物体后沿进入探测传感器时，记录记录编码器的数值，该数值基础上的增加值就是物体的后沿位置，当后沿位置进入激光后，停止相机触发拍照并关闭激光，控制闪光灯拍取一张记录照片。
使用上述装置对非规则形状物料图像测量检控的方法：
S1：采用计算机视觉的标定算法，建立每台相机可看见激光平面内视场中点的空间位置与其图像内像素位置的对应关系；
S2：当物料从输送机前沿进入探测传感器感应范围，探测传感器感应到后将信号发送到中央处理器，中央处理器控制开启激光器和相机，控制相机以固定脉冲间距对物料进行切片式拍照，直到探测传感器感应到物料尾端通过激光投射平面；
S3：图像处理模块将相机采集到的图像中具备激光照射特征的点和线提取出来，并通过算法过滤掉物体表面反光等造成的具备激光特征的干扰信息，识别出真正的激光特征，提取出物料的轮廓点阵，组成用于三维建模的点云；
S4：中央处理器根据图像处理模块提取出的信息计算出物料的截面积、俯视面积、实际体积、最小包容体积(即长宽高最大值乘积)，将其传送给识别判断模块，所述识别判断模块根据这些数据与其相应的预设数据进行比较，以此识别并判断物料形状是否符合要求，并根据判断结果指示物料分拣设备做出相应动作。
当激光平面内的一些点被两台或更多的相机观察到时，采用双目视觉算法对它们进行匹配，并根据它们距相机距离进行优化筛选。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (7)

1.一种非规则形状物料图像测量检控装置，其特征在于，包括输送机和龙门架，输送机设于龙门架下方，所述输送机上设有编码器，龙门架上或输送机进货侧设有探测感应器、相机和激光源，所述探测感应器信号连接中央处理器，所述中央处理器信号连接所述相机和激光源，所述相机信号连接图像处理模块，所述图像处理模块信号连接所述中央处理器；所述中央处理器还连接有识别判断模块，所述识别判断模块连接至物料分拣设备。
2.根据权利要求1所述的非规则形状物料图像测量检控装置，其特征在于，所述编码器安装在输送机动力电机轴上或在输送机上通过摩擦轮与皮带输送机接触。
3.根据权利要求1所述的非规则形状物料图像测量检控装置，其特征在于，所述探测感应器沿输送机运行方向设置在龙门架前端。
4.根据权利要求1所述的非规则形状物料图像测量检控装置，其特征在于，所述相机设有四部，分别设于龙门架的左右两侧以及左上和右上，且拍摄方向对准激光源照射方向。
5.根据权利要求1所述的非规则形状物料图像测量检控装置，其特征在于，所述激光源设有三个，分别设于龙门架的左右两侧以及上部，照射方向对准输送机且照射出的光线位于同一平面内。
6.一种非规则形状物料图像测量检控的方法，其特征在于，包括以下步骤：
S1：采用计算机视觉的标定算法，建立每台相机可看见激光平面内视场中点的空间位置与其图像内像素位置的对应关系；
S2：当物料从输送机前沿进入探测传感器感应范围，探测传感器感应到后将信号发送到中央处理器，中央处理器控制开启激光器和相机，控制相机以固定脉冲间距对物料进行切片式拍照，直到探测传感器感应到物料尾端通过激光投射平面；
S3：图像处理模块将相机采集到的图像中具备激光照射特征的点和线提取出来，并通过算法过滤掉物体表面反光等造成的具备激光特征的干扰信息，识别出真正的激光特征，提取出物料的轮廓点阵，组成用于三维建模的点云；
S4：中央处理器根据图像处理模块提取出的信息计算出物料的截面积、俯视面积、实际体积、最小包容体积，将其传送给识别判断模块，所述识别判断模块根据这些数据与其相应的预设数据进行比较，以此识别并判断物料形状是否符合要求，并根据判断结果指示物料分拣设备做出相应动作。
7.根据权利要求6所述的非规则形状物料图像测量检控的方法，其特征在于，当激光平面内的一些点被两台或更多的相机观察到时，采用双目视觉算法对它们进行匹配，并根据它们距相机距离进行优化筛选。
CN201811556787.4A 2018-12-19 2018-12-19 一种非规则形状物料图像测量检控装置及方法 Withdrawn CN109590231A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811556787.4A CN109590231A (zh) 2018-12-19 2018-12-19 一种非规则形状物料图像测量检控装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811556787.4A CN109590231A (zh) 2018-12-19 2018-12-19 一种非规则形状物料图像测量检控装置及方法

Publications (1)

Publication Number Publication Date
CN109590231A true CN109590231A (zh) 2019-04-09

Family

ID=65964031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811556787.4A Withdrawn CN109590231A (zh) 2018-12-19 2018-12-19 一种非规则形状物料图像测量检控装置及方法

Country Status (1)

Country Link
CN (1) CN109590231A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174065A (zh) * 2019-06-17 2019-08-27 湖南农业大学 基于正交双目机器视觉的水果大小无损检测方法
CN110321836A (zh) * 2019-07-01 2019-10-11 芜湖启迪睿视信息技术有限公司 一种基于图像和激光点云图的输送物料检测方法
CN110479615A (zh) * 2019-07-18 2019-11-22 深圳优地科技有限公司 基于无人机的快递分拣方法、装置及终端设备
CN110653166A (zh) * 2019-10-08 2020-01-07 河南科技大学 一种水果检测分级方法与装置
CN113277341A (zh) * 2021-05-11 2021-08-20 齐品(杭州)网络科技有限公司 一种基于物体真实轮廓和体积的装箱优化装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090139911A1 (en) * 2007-11-30 2009-06-04 Nova Chemicals Inc. Method of detecting defective containers
CN104183010A (zh) * 2013-05-22 2014-12-03 上海迪谱工业检测技术有限公司 多视角三维在线重建的方法
CN206563560U (zh) * 2017-02-17 2017-10-17 华南理工大学 一种基于线激光扫描的手机外壳质量在线检测装置
CN107505285A (zh) * 2017-07-26 2017-12-22 合肥泰禾光电科技股份有限公司 一种物料在线分选装置及其扫描成像光谱装置
CN107505324A (zh) * 2017-08-10 2017-12-22 王兴 基于双目协同激光的3d扫描装置及扫描方法
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN107632022A (zh) * 2017-08-30 2018-01-26 武汉理工大学 一种基于数据处理的钢轨表面缺陷检测方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090139911A1 (en) * 2007-11-30 2009-06-04 Nova Chemicals Inc. Method of detecting defective containers
CN104183010A (zh) * 2013-05-22 2014-12-03 上海迪谱工业检测技术有限公司 多视角三维在线重建的方法
CN206563560U (zh) * 2017-02-17 2017-10-17 华南理工大学 一种基于线激光扫描的手机外壳质量在线检测装置
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN107505285A (zh) * 2017-07-26 2017-12-22 合肥泰禾光电科技股份有限公司 一种物料在线分选装置及其扫描成像光谱装置
CN107505324A (zh) * 2017-08-10 2017-12-22 王兴 基于双目协同激光的3d扫描装置及扫描方法
CN107632022A (zh) * 2017-08-30 2018-01-26 武汉理工大学 一种基于数据处理的钢轨表面缺陷检测方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110174065A (zh) * 2019-06-17 2019-08-27 湖南农业大学 基于正交双目机器视觉的水果大小无损检测方法
CN110321836A (zh) * 2019-07-01 2019-10-11 芜湖启迪睿视信息技术有限公司 一种基于图像和激光点云图的输送物料检测方法
CN110321836B (zh) * 2019-07-01 2023-07-21 芜湖启迪睿视信息技术有限公司 一种基于图像和激光点云图的输送物料检测方法
CN110479615A (zh) * 2019-07-18 2019-11-22 深圳优地科技有限公司 基于无人机的快递分拣方法、装置及终端设备
CN110653166A (zh) * 2019-10-08 2020-01-07 河南科技大学 一种水果检测分级方法与装置
CN110653166B (zh) * 2019-10-08 2021-10-22 河南科技大学 一种水果检测分级方法与装置
CN113277341A (zh) * 2021-05-11 2021-08-20 齐品(杭州)网络科技有限公司 一种基于物体真实轮廓和体积的装箱优化装置

Similar Documents

Publication Publication Date Title
CN109590231A (zh) 一种非规则形状物料图像测量检控装置及方法
CN104101608B (zh) 可对多型号不规则形状产品进行缺陷检测的智能检测装置
CN102818538B (zh) 基于调制玻璃线结构激光图像的检测***
CA2151344C (en) Lens inspection system and method
CN104198157B (zh) 一种镜片检测和自动分拣装置
CN110146516B (zh) 基于正交双目机器视觉的水果分级装置
CN104729426B (zh) 基于机器视觉的角钢自动在线检测***及方法
CN209901748U (zh) 一种基于机器视觉识别的塑料件自动检测设备
CN206057205U (zh) 一种笔记本电脑组件质量自动检测装置
CN105865570A (zh) 一种基于机器视觉的玻璃瓶液位检测方法
CN205861568U (zh) 一种六面视觉检测装置
JP6191204B2 (ja) 自動車車体の外観検査装置および外観検査方法
CN206981462U (zh) 基于三维视觉的冲压件表面缺陷检测装置
CN211070921U (zh) 一种基于3d扫描法的仪表外观检测装置
CN210071686U (zh) 基于正交双目机器视觉的水果分级装置
CN108844966A (zh) 一种屏幕检测方法及检测***
CN106052793A (zh) 一种基于机器视觉的液位不合格品的标记方法
CN106706656A (zh) 一种基于机器视觉的拉链检测装置及方法
CN101156060A (zh) 用于在检测半透明或透明的空心物件期间消除杂光反射的方法和装置
CN108387177A (zh) 一种轮毂类别检测装置及检测方法
CN206540843U (zh) 一种手机壳自动检测设备
CN106353336A (zh) 一种镜片镀膜自动检测***
CN105160754A (zh) 基于高度测量的硬币表面质量检测装置及其检测方法
CN109693140A (zh) 一种智能化柔性生产线及其工作方法
CN103198472B (zh) 一种重型汽车连杆成品质量检测方法及其检测***

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20190409

WW01 Invention patent application withdrawn after publication