CN109738448A - 一种工业产品智能检测装置和方法 - Google Patents

Abstract

本发明公开了一种工业产品智能检测装置，包括：主控制器、图像采集模块、电脑处理终端和传送模块；图像采集模块，用于采集待测产品的图像；电脑处理终端，用于对采集所得图像进行图像处理和数据分析；传送模块，用于传送待测产品；所述主控制器分别与图像采集模块、传送模块、电脑处理终端相连接，所述图像采集模块与电脑处理终端相连接，所述传送模块位于所述图像采集模块的下方。本发明通过对待测产品进行图像处理，计算出待测产品与参考图像之间的差异信息，智能判断待测产品是否为不合格产品，并将不合格产品从传送模块中剔除，有效提高效率，提高检测准确度，提高工业智能化。

Description

一种工业产品智能检测装置和方法

技术领域

本发明涉及工业产品智能检测领域，更具体地说涉及一种工业产品智能检测装置和方法。

背景技术

注塑是一种工业产品生产造型的方法，其中黑点、杂质的缺陷是在正常注塑产品生产过程中产生废品率的最重要因素。它主要是影响制品外观从而导致报废。杂质和绝大多数黑点都是外来物质，而少部分黑点、杂质是由原料本身造成，同时还可能存在其它常见注塑问题。现实工厂生产注塑产品，对缺陷的检测大都还是人工检测，检测效率低，且检测错误率高，随着现代化生产的快速发展，对生产效率和质量的要求较高，需要实现对产品智能检测。

发明内容

针对现有技术中存在的问题，本发明提供一种通过图像处理和重量检测来对产品进行智能检测的工业产品智能检测装置和方法。

本发明解决其技术问题的解决方案是：一种工业产品智能检测装置，包括：主控制器、图像采集模块、电脑处理终端和传送模块；

图像采集模块，用于采集待测产品的图像；

电脑处理终端，用于对采集所得图像进行图像处理和数据分析；

传送模块，用于传送待测产品；

所述主控制器分别与图像采集模块、传送模块、电脑处理终端相连接，所述图像采集模块与电脑处理终端相连接，所述传送模块位于所述图像采集模块的下方。

进一步，还包括：剔除模块，所述剔除模块位于传送模块的左侧或右侧。

进一步，所述图像采集模块与电脑处理终端之间设有采集卡，所述采集卡用于将图像采集模块输出的电信号转化成数字信号，并将所述数字信号传输给电脑处理终端。

进一步，所述图像采集模块为相机和镜头。

进一步，所述传送模块为传输带，输送带的表面设有用于固定待测产品的固定座。

进一步，一种工业产品智能检测方法，利用一种工业产品智能检测装置，所述方法包括：

采集合格产品的图像，对图像进行预处理，得到参考图像；

采集待测产品的图像，对图像进行预处理，得到目标图像；

对目标图像和参考图像进行图像相减，得到缺陷图像，计算出缺陷图像中的缺陷面积值；

判断缺陷面积值是否大于第一阈值，若是，则该待测产品为不合格并将其剔除。

进一步，所述预处理的过程为：

采用中值滤波法对图像进行噪声的去除，对图像进行傅里叶变换后，对傅里叶反变换后得到的图像进行低通滤波后再进行傅里叶反变换，将所得的图像转换成灰度图像。

进一步，所述计算出缺陷图像中的缺陷面积值包括：

通过灰度增强方法对缺陷图像进行灰度增强，得到灰度增强缺陷图像；

对灰度增强缺陷图像进行图像二值化处理分割，得到缺陷面积值。

进一步，所述灰度增强方法包括：

输入差值图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的灰度增强缺陷图像。

进一步，对灰度增强缺陷图像进行图像二值化处理分割包括：

步骤1：取灰度增强缺陷图像的最大灰度值和最小灰度值，分别记为g_l和g_u，令初始阈值为：

步骤2：根据初始阈值T⁰将图像分割为前景和背景，计算出前景的平均灰度值A_b和背景的平均灰度值A_f：

步骤3：令如果T^k＝T^k+1，则取T^k为所求得的最优阈值，否则，转到步骤2；

步骤4：判断灰度增强缺陷图像像素点的灰度值是否小于所述最优阈值，若是，则将该像素点的灰度值设为0，反之，则将该像素点的灰度值设为255，得到目标缺陷图像；

步骤5：计算出目标缺陷图像中灰度值为0的阈值面积，得到缺陷面积值。

本发明的有益效果是：本发明通过对待测产品进行图像处理，计算出待测产品与参考图像之间的差异信息，智能判断待测产品是否为不合格产品，并将不合格产品从传送模块中剔除，有效提高效率，提高检测准确度，提高工业智能化。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单说明。显然，所描述的附图只是本发明的一部分实施例，而不是全部实施例，本领域的技术人员在不付出创造性劳动的前提下，还可以根据这些附图获得其他设计方案和附图。

图1是本发明实施例的模块连接示意图；

图2是本发明检测方法的流程图；

图3是本发明预处理的流程图。

具体实施方式

以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，文中所提到的所有连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少连接辅件，来组成更优的连接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。

实施例1，参照图1，一种工业产品智能检测装置，包括：主控制器1、图像采集模块2、电脑处理终端3和传送模块4；

图像采集模块2，用于采集待测产品的图像；

电脑处理终端3，用于对采集所得图像进行图像处理和数据分析；

传送模块4，用于传送待测产品；

所述主控制器1分别与图像采集模块2、传送模块4、电脑处理终端3相连接，所述图像采集模块2与电脑处理终端3相连接，所述传送模块4位于所述图像采集模块2的下方。

所述主控制器1为单片机。

作为优化，还包括：剔除模块6，所述剔除模块6位于传送模块4的左侧或右侧。

所述剔除模块6为机械臂，所述机械臂的下部设有机械爪，用于将不合格的产品取离传输带。所述机械臂的控制器采用Arduino UNO控制器5，所述Arduino UNO控制器5与控制机械臂动作的舵机驱动模块连接，Arduino UNO控制器5通过串口与主控制器1通讯连接。

作为优化，所述图像采集模块2与电脑处理终端3之间设有采集卡，所述采集卡用于将图像采集模块2输出的电信号转化成数字信号，并将所述数字信号传输给电脑处理终端3。

作为优化，所述图像采集模块2为相机和镜头。所述相机为CCD工业相机。

作为优化，所述传送模块4为传输带，输送带的表面设有用于固定待测产品的固定座。传输带内设有滚轮，滚轮驱动输送带运动。

本发明的工作过程：

将待测产品放置在传输带上的固定座中，传输带带动待测产品运动到图像采集模块2的正下方，图像采集模块2开始采集待测产品的图像，图像采集模块2将采集所得的图像通过采集卡发送到电脑处理终端3，电脑处理终端3对采集所得的图像进行图像处理和分析，将待测产品的图像与合格产品的图像进行图像相减，计算出两幅图像的差异信息，得到缺陷图像，得出缺陷图像中的缺陷面积值，即得出待测产品的缺陷面积值，对缺陷面积值和预设的第一阈值，判断该待测产品是否合格。当计算所得缺陷面积值大于第一阈值时，则待测产品为不合格产品。

当检测不合格产品时，电脑处理终端3向主控制发送剔除指令，同时电脑处理终端3将所述不合格产品的坐标系转换成世界坐标，再转换为机械臂的关节坐标，并将该机械臂关节坐标发送给主控制器1，主控制器1接收到该剔除指令后通过串口将机械臂的关节坐标发送给Arduino UNO控制器5，Arduino UNO控制器5根据所述位置坐标控制舵机驱动模块调整机械臂的位置，确保机械臂位于该不合格产品的正上方，然后舵机驱动模块驱动机械臂和机械爪开始进行伸缩和开合操作，将该不合格产品从传输带上取出。

本发明通过对待测产品进行图像处理，计算出待测产品与参考图像之间的差异信息，智能判断待测产品是否为不合格产品，并将不合格产品从传送模块4中剔除，有效提高效率，提高检测准确度，实现工业操作智能化。

参考图2，作为优化，一种工业产品智能检测方法，利用所述一种工业产品智能检测装置，所述方法包括：

采集合格产品的图像，对图像进行预处理，得到参考图像；

采集待测产品的图像，对图像进行预处理，得到目标图像；

对目标图像和参考图像进行图像相减，得到缺陷图像，计算出缺陷图像中的缺陷面积值；

判断缺陷面积值是否大于第一阈值，若是，则该待测产品为不合格并将其剔除。

所述第一阈值为预设阈值且可调，可以根据对待测产品的质量把控程度，进而调节第一阈值。本实施例中第一阈值为参考图像面积值的5％。

参考图3，作为优化，所述预处理的过程为：

采用中值滤波法对图像进行噪声的去除，对图像进行傅里叶变换后，对傅里叶反变换后得到的图像进行低通滤波后再进行傅里叶反变换，将所得的图像转换成灰度图像。

作为优化，所述计算出缺陷图像中的缺陷面积值包括：

通过灰度增强方法对缺陷图像进行灰度增强，得到灰度增强缺陷图像；

对灰度增强缺陷图像进行图像二值化处理分割，得到缺陷面积值。

作为优化，所述灰度增强方法包括：

输入差值图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的灰度增强缺陷图像。

通过灰度增强可以更好地突出缺陷图像中的细节部分，能够突出参考图像和目标图像之间的差异信息，有利于更好地找出待测产品上细微的缺陷。

作为优化，对灰度增强缺陷图像进行图像二值化处理分割包括：

步骤1：取灰度增强缺陷图像的最大灰度值和最小灰度值，分别记为g_l和g_u，令初始阈值为：

步骤2：根据初始阈值T⁰将图像分割为前景和背景，计算出前景的平均灰度值A_b和背景的平均灰度值A_f：

步骤3：令如果T^k＝T^k+1，则取T^k为所求得的最优阈值，否则，转到步骤2；

步骤4：判断灰度增强缺陷图像像素点的灰度值是否小于所述最优阈值，若是，则将该像素点的灰度值设为0，反之，则将该像素点的灰度值设为255，得到目标缺陷图像；

步骤5：计算出目标缺陷图像中灰度值为0的阈值面积，得到缺陷面积值。

以上对本发明的较佳实施方式进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换，这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (10)

1.一种工业产品智能检测装置，其特征在于：包括：主控制器、图像采集模块、电脑处理终端和传送模块；

图像采集模块，用于采集待测产品的图像；

电脑处理终端，用于对采集所得图像进行图像处理和数据分析；

传送模块，用于传送待测产品；

所述主控制器分别与图像采集模块、传送模块、电脑处理终端相连接，所述图像采集模块与电脑处理终端相连接，所述传送模块位于所述图像采集模块的下方。

2.根据权利要求1所述的一种工业产品智能检测装置，其特征在于：还包括：剔除模块，所述剔除模块位于传送模块的左侧或右侧。

3.根据权利要求2所述的一种工业产品智能检测装置，其特征在于：所述图像采集模块与电脑处理终端之间设有采集卡，所述采集卡用于将图像采集模块输出的电信号转化成数字信号，并将所述数字信号传输给电脑处理终端。

4.根据权利要求3所述的一种工业产品智能检测装置，其特征在于：所述图像采集模块为相机和镜头。

5.根据权利要求4所述的一种工业产品智能检测装置，其特征在于：所述传送模块为传输带，输送带的表面设有用于固定待测产品的固定座。

6.一种工业产品智能检测方法，其特征在于：利用权利要求1-5任一项中所述的一种工业产品智能检测装置，所述方法包括：

采集合格产品的图像，对图像进行预处理，得到参考图像；

采集待测产品的图像，对图像进行预处理，得到目标图像；

对目标图像和参考图像进行图像相减，得到缺陷图像，计算出缺陷图像中的缺陷面积值；

判断缺陷面积值是否大于第一阈值，若是，则该待测产品为不合格并将其剔除。

7.根据权利要求6所述的一种工业产品智能检测方法，其特征在于：所述预处理的过程为：

采用中值滤波法对图像进行噪声的去除，对图像进行傅里叶变换后，对傅里叶反变换后得到的图像进行低通滤波后再进行傅里叶反变换，将所得的图像转换成灰度图像。

8.根据权利要求6所述的一种工业产品智能检测方法，其特征在于：所述计算出缺陷图像中的缺陷面积值包括：

通过灰度增强方法对缺陷图像进行灰度增强，得到灰度增强缺陷图像；

对灰度增强缺陷图像进行图像二值化处理分割，得到缺陷面积值。

9.根据权利要求8所述的一种工业产品智能检测方法，其特征在于：所述灰度增强方法包括：

输入差值图像的像素为n，共有L个灰度级，n_k代表灰度级为r_k的像素的数目，则第k个灰度级出现的概率可表示为：其中，0≤r_k≤1,k＝0,1,2…L-1，对其进行灰度增强的增强处理函数T(r)的可表示为：

式中，0≤r_k≤1,k＝0,1,2…L-1，S_k为各像素的灰度值增强后的灰度增强缺陷图像。

10.根据权利要求8所述的一种工业产品智能检测方法，其特征在于：对灰度增强缺陷图像进行图像二值化处理分割包括：

步骤1：取灰度增强缺陷图像的最大灰度值和最小灰度值，分别记为g_l和g_u，令初始阈值为：

步骤2：根据初始阈值T⁰将图像分割为前景和背景，计算出前景的平均灰度值A_b和背景的平均灰度值A_f：

步骤3：令如果T^k＝T^k+1，则取T^k为所求得的最优阈值，否则，转到步骤2；

步骤4：判断灰度增强缺陷图像像素点的灰度值是否小于所述最优阈值，若是，则将该像素点的灰度值设为0，反之，则将该像素点的灰度值设为255，得到目标缺陷图像；

步骤5：计算出目标缺陷图像中灰度值为0的阈值面积，得到缺陷面积值。