CN110006920A - 一种复杂表面红宝石轴承缺陷检测的装置及方法 - Google Patents
一种复杂表面红宝石轴承缺陷检测的装置及方法 Download PDFInfo
- Publication number
- CN110006920A CN110006920A CN201811614523.XA CN201811614523A CN110006920A CN 110006920 A CN110006920 A CN 110006920A CN 201811614523 A CN201811614523 A CN 201811614523A CN 110006920 A CN110006920 A CN 110006920A
- Authority
- CN
- China
- Prior art keywords
- ruby
- annular
- circle
- region
- image
- 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.)
- Granted
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
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- 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
- G01N2021/8854—Grading and classifying of flaws
- G01N2021/8874—Taking dimensions of defect into account
-
- 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
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种复杂表面红宝石轴承缺陷检测的装置及方法,装置中:透明检测圆盘用于承放红宝石轴承,依次旋转红宝石轴承至正面相机和反面相机的位置进行检测;正面相机、2倍带同轴远心镜头、白色点光源用于采集红宝石轴承的第一同轴光图像,计算红宝石轴承的图像坐标及各圆环半径,并且对平面及外形轮廓进行缺陷检测;正面相机、2倍带同轴远心镜头、0度蓝色环形侧光、90度蓝色环形背光用于采集红宝石轴承的第一环形光图像,进行外径、槽径、孔径,曲面上的缺陷检测;红色滤光片用于过滤环境杂散光;反面相机、反面2倍带同轴远心镜头、白色点光源用于采集第二同轴光图像,进行工作表面的缺陷检测。
Description
技术领域
本发明属于红宝石轴承检测技术领域,具体涉及一种复杂表面红宝石轴承缺陷检测的装置与方法。
背景技术
红宝石轴承是安装在钟表机心上的钟表功能宝石元件,也适用于安装在仪表及各种装置上的功能宝石元件。功能宝石元件用于改善计时仪器元件接触面摩擦稳定性和减少磨损的钟表宝石。红宝石轴承规格为外径在0.7-3mm之间,特征为有无槽面,外径倒边,存在孔-倒角-曲面-平面-倒角的表面阶段性变化过程。表面情况复杂。加工过程,容易造成外崩、孔崩、断裂、装崩、划痕等缺陷。
目前,对于红宝石轴承的缺陷检测,多采用人工高倍显微镜下目视挑出缺陷,存在效率低和稳定性差的问题。
发明内容
本发明要解决的技术问题是提供一种复杂表面红宝石轴承缺陷检测的装置及方法。
为解决上述技术问题,本发明采用如下的技术方案:
一种复杂表面红宝石轴承缺陷检测的装置,正面检测工位包括正面检测相机、远心镜头、白色点光源、红色滤光片、0度蓝色环形侧光、90度蓝色环形背光;透明检测圆盘;反面检测工位包括反面90度蓝色环形背光、反面红色滤光片、反面0度蓝色环形侧光、反面远心镜头和反面检测相机,其中:
所述透明检测圆盘用于承放红宝石轴承,依次旋转红宝石轴承至正面相机和反面相机的位置进行检测;正面相机、2倍带同轴远心镜头、白色点光源用于采集红宝石轴承的第一同轴光图像,计算红宝石轴承的图像坐标及各圆环半径,并且对平面及外形轮廓进行缺陷检测;正面相机、2倍带同轴远心镜头、0度蓝色环形侧光、90度蓝色环形背光用于采集红宝石轴承的第一环形光图像,进行外径、槽径、孔径,曲面上的缺陷检测;红色滤光片用于过滤环境杂散光;反面相机、2倍带同轴远心镜头、白色点光源用于采集第二同轴光图像,进行工作表面的缺陷检测;反面相机、2倍带同轴远心镜头、0度蓝色环形侧光、90度蓝色环形背光共同组合用于采集第二环形光图像,进行工作面外径倒边及工作孔位缺陷检测。
优选地,分别对第一同轴光图像,第一环形光图像,第二同轴光图像和第二环形光图像进行分析,其中第一同轴光图像为红宝石上表面朝上图像时用于分析槽尺寸不良,槽偏心,上崩、外崩、装崩、划痕、麻点;第一同轴光图像为红宝石下表面朝上时用于分析孔崩、外崩、装崩、划痕、麻点;第一环形光图像用于分析外崩、装崩、孔崩、裂纹、麻点;第二同轴光图像为红宝石上表面朝上图像时用于分析装崩、孔崩、麻点;第二环形光图像为红宝石下表面朝上图像时用于分析槽尺寸不良,槽偏心,上崩、孔崩、麻点;第二环形光图像用于分析外崩、装崩、孔崩、裂纹、麻点。
一种复杂表面红宝石轴承缺陷检测的方法,应用于复杂表面红宝石轴承缺陷检测的装置,包括如下步骤:
S1,自动检测初始化:完成上料,旋转圆盘至指定正面检测工位;
S2,采集第一图像:正面相机、2倍带同轴远心镜头、白色点光源获取一张红宝石轴承图像,为第一同轴光图像;
S3,白色点光源1灭掉,红宝石不动,0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)同时亮起;
S4,采集第二图像:正面相机、2倍带同轴远心镜头、0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)共同作用获取一张红宝石轴承图像,为第一环形光图像;
S5,加载第一同轴光图像进行图像预处理:获得红宝石区域,进行红宝石在图像中的位置判断,计算位置信息,计算样品信息,包括圆心、各圆环半径保存至数据库;获得红宝石哪个面朝上,保存面朝上信息标志位;区域分割;
S6,进行第一同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S7,否则,加载第一环形光图像,进行图像预处理:加载S5中圆心坐标及各圆环半径,进行检测区域分割;
S8,进行第一环形光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S9,否则,转到反面相机检测;
S10,只开启反面白色点光源;
S11,采集第三图像:反面相机、反面2倍带同轴远心镜头、反面白色点光源获取一张红宝石轴承图像,为第二同轴光图像;
S12,反面白色点光源灭掉,红宝石不动,反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)同时亮起;
S13,触发采集第四图像:反面相机、反面2倍带同轴远心镜头、反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)获取一张红宝石轴承图像,为第二环形光图像,
S14,加载第二同轴光图像进行图像预处理:加载S5的面朝上标志位,获得红宝石区域,位置判断,计算样品信息,包括圆心、各圆环半径保存至数据库;进行检测区域分割;
S15,进行第二同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S16,否则,加载第二环形光图像进行图像预处理;加载S14中的圆心坐标,获得拟合各圆环,进行检测区域分割;
S17,进行第二环形光图像进行缺陷检测,判断是否有缺陷结果,若是,结束。
优选地,S5中所述图像预处理过程如下:
S501,获得红宝石区域;
S502, 红宝石在图像中视场位置判断:多片、偏离、空场;
S503,计算位置信息:圆心及各圆环拟合计算样品信息,包括圆心、各圆环半径保存至数据库;
S504,根据圆环半径,判断红宝石哪个面朝上,面朝上标志位置1;
S505,进行检测区域分割:分割获得各圆环区域,分别针对缺陷缺测:外崩、装崩、划痕、麻点、上崩,孔崩;对应外崩区域、装崩区域,平面区域,上崩区域、孔崩区域。
优选地, S503中圆心及各圆环拟合计算,具体步骤如下;
S5031,在检测之前,采集红宝石轴承标准片上表面朝上的第一同轴光图像,获取外径、槽径、孔径的物理尺寸值和图像上像素点理论值,求得两者的比例,为图像放大率Mag;
S5032,对当前待测红宝石的区域,自动化获取多个黑白圆环
S5033,分别对这些圆环区域,跟踪边缘点,并将边缘点带入圆极坐标级数公式,分别获取区域重心,对区域重心进行加权平均,求得圆心坐标。
S5034,以圆心坐标为中心,分别计算出每个圆环区域轮廓点到圆心距离,进行统计求得各圆环半径。
S5035,根据S5031求得外径、槽径、孔径半径图像像素点数理论值分别与S5034中的各圆环半径作对比,依次确定外径、槽径、孔径所属的圆环半径。
优选地, S504中判断红宝石哪个面朝上的具体步骤如下:
S5041,计算得到从圆心往外第二圆环半径R2和第三个圆环半径R3;
S5042,若R2>0.4*R3,如果是红宝石为上表面朝上,上表面朝上标志位为1;
S5043,否则红宝石为下表面朝上,上表面朝上标志位为0。优选地, S505中区域分割的具体步骤如下:
S5051,根据获得的圆心坐标及各圆环半径,进行检测区域分割;
S5052,外崩区域:外径棱R4背离圆心向外5个像素点的圆,靠近向内5个像素点的圆所围成宽度为10个像素点的外轮廓环形区域,用于检测外崩;
S5053,装崩区域:装棱R3背离圆心向外10个像素点的圆,靠近向内10个像素点的圆所围成宽度为10个像素点的装棱区域,用于检测装崩;
S5054,平面区域:用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5055,红宝石上表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,上棱向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5056,红宝石下表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,R2向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5057,上崩区域:只有在红宝石下表面朝上的情况下分割,上棱R2的半径向内5个像素点的圆到上棱R2向外5个像素点围成的区域为上棱区域,用于检测上崩;
S5058,孔崩区域:孔径R1向外5个像素点,R1向内5个像素点所围成的区域,用于检测孔崩。
优选地,S6中第一同轴光图像缺陷检测处理过程如下:
S601, 若红宝石上表面朝上,则依次进行槽尺寸不良、槽偏心检测;
S602,进行上崩缺陷检测,若有,判为不合格即退出;
S603, 否则,进一步地,进行外崩缺陷检测,若有,判为不合格即退出;
S604, 否则,进一步地,进行装崩缺陷检测,若有,判为不合格即退出;
S605,若红宝石下表面朝上,则进行孔崩检测缺陷、外崩、装崩、裂纹、麻点检测;
优选地,S603中进行外崩缺陷检测处理过程如下:
S60301,图像二值化,提取灰度阈值在8到255之间的区域;
S60302,计算提取到区域的所有连通区域;
S60303,计算所有连通区域的最小外接圆及最小外接圆半径OR;
S60304,根据OR大小,筛选出OR大小在标准红宝石半径±15个像素点之内的区域;
S60305,对筛选后剩余的区域进行开运算,去除边缘毛刺;
S60306,计算剩余区域的所有连通区域;
S60307,计算所有连通区域的等效椭圆,及等效椭圆的长轴ra、短轴rb和等距anisametry(长轴/短轴);
S60308,筛选出所有连通区域中ra和anisametry大小在阈值范围内的区域;
S60309,剩余区域面积>0 判为装崩,即为不合格退出;
S60310,对红宝石区域进行Huber鲁棒性拟合圆;
S60311,计算拟合圆区域与红宝石原始区域的差异;
S60312,获得所有区域提取差异的所有区域;
S60313,区域转换;区域的宽,机圆环的尺寸,根据以区域中心撕开,将圆环展开为矩形;
S60314,区域去燥处理:对提取后的所有区域进行开运算去除边缘毛刺,再进行闭运算去除边缘缝隙;
S60315,计算所有连通区域的等效椭圆,并计算出等效椭圆的长轴ra大小;
S60316,筛选出ra大小在阈值到最大值之间的连通区域;
S60317,计算剩余区域面积;
S60318,剩余区域面积>0合格则为外崩。
采用本发明具有如下的有益效果:本发明可以实现复杂表面红宝石轴承缺陷检测,可以对于不同缺陷进行检测,并且分类。相比当前的的人工检测,本发明在不影响作业的前提下,能够提高准确率和稳定性,降低人力成本;解决了复杂表面的情况下,红宝石轴承缺陷的打光方案,获得更好突出缺陷特征,根据缺陷特征,进行红宝石轴承图像识别与检测。
附图说明
图1为:本发明实施例的检测装置轴侧示意图;
图2为本发明实施例的样品红宝石轴承结构正视图;
图3为本发明实施例的样品红宝石轴承的缺陷分布图;
图4为本发明实施例的复杂表面红宝石轴承缺陷检测的方法流程图;
图5为本发明实施例的复杂表面红宝石轴承缺陷检测的算法检测流程图;
图6 为本反面实施例的第一同轴光下红宝石上表面朝上图;
图7 为本反面实施例的第一同轴光下红宝石下表面朝上图;
图8为本发明实施例的外崩缺陷检测的方法算法流程图;
图9为本发明实施例的装崩缺陷检测的方法算法流程图;
图10为本发明实施例的孔崩缺陷检测的方法算法流程图。
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。
具体应用实施中,参见图1,正面相机1、2倍带同轴远心镜头2、白色点光源3用于采集第一同轴光图像,计算红宝石轴承6的图像坐标及各圆环半径,并且对平面及外形轮廓进行缺陷检测;正面相机1、2倍带同轴远心镜头2、0度蓝色环形侧光5、90度蓝色环形背光8用于采集第一环形光图像,进行外径、槽径、孔径,曲面上的缺陷检测;红色滤光片4用于过滤环境杂散光;透明检测圆盘7用于承放红宝石轴承6,依次旋转红宝石轴承6至正面相机1和反面相机14的位置进行检测。反面相机14、反面2倍带同轴远心镜头13、反面白色点光源用于采集第二同轴光图像,进行工作表面的缺陷检测;反面相机14、2倍带同轴远心镜头13、反面0度蓝色环形侧光、反面90度蓝色环形背光共同组合用于采集第二环形光图像,进行工作面外径倒边及工作孔位缺陷。
具体应用实施中,参照图2,其中检测外径尺寸为1.1-1.6mm、有槽的红宝石轴承,红宝石轴承主要结构包括外径倒边15,装棱16,上表面17,槽棱18,槽曲面19,孔位20,下表面21。具体应用实施中,参照图3,检测的红宝石缺陷分布包括外崩22,划痕23,装崩24,,上崩25,孔崩26,麻点27,翘脚28和裂纹29。
本发明实施例还提供了一种复杂表面红宝石轴承缺陷检测的方法,应用于如上的装置,具体应用实例中,参照图4,包括如下步骤:
S1,自动检测初始化:完成上料,旋转圆盘至指定正面检测工位;
S2,采集第一图像:正面相机、2倍带同轴远心镜头、白色点光源获取一张红宝石轴承图像,为第一同轴光图像;
S3,白色点光源1灭掉,红宝石不动,0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)同时亮起;
S4,采集第二图像:正面相机、2倍带同轴远心镜头、0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)共同作用获取一张红宝石轴承图像,为第一环形光图像;
S5,加载第一同轴光图像进行图像预处理:获得红宝石区域,进行红宝石在图像中的位置判断,计算位置信息,计算样品信息,包括圆心、各圆环半径保存至数据库;获得红宝石哪个面朝上,保存面朝上信息标志位;区域分割;
S6,进行第一同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S7,否则,加载第一环形光图像,进行图像预处理:加载S5中圆心坐标及各圆环半径,进行检测区域分割;
S8,进行第一环形光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S9,否则,转到反面相机检测;
S10,只开启反面白色点光源;
S11,采集第三图像:反面相机、反面2倍带同轴远心镜头、反面白色点光源获取一张红宝石轴承图像,为第二同轴光图像;
S12,反面白色点光源灭掉,红宝石不动,反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)同时亮起;
S13,触发采集第四图像:反面相机、反面2倍带同轴远心镜头、反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)获取一张红宝石轴承图像,为第二环形光图像,
S14,加载第二同轴光图像进行图像预处理:加载S5的面朝上标志位,获得红宝石区域,位置判断,计算样品信息,包括圆心、各圆环半径保存至数据库;进行检测区域分割;
S15,进行第二同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S16,否则,加载第二环形光图像进行图像预处理;加载S14中的圆心坐标,获得拟合各圆环,进行检测区域分割;
S17,进行第二环形光图像进行缺陷检测,判断是否有缺陷结果,若是,结束。
进一步地,所述图像预处理过程如下:
S501,获得红宝石区域;
S502,红宝石在图像中视场位置判断:多片、偏离、空场;
S503,计算位置信息:圆心及各圆环拟合计算样品信息,包括圆心、各圆环半径保存至数据库;
S504,根据圆环半径,判断红宝石哪个面朝上,面朝上标志位置1;
S505,进行检测区域分割:分割获得各圆环区域,分别针对缺陷缺测:外崩、装崩、划痕、麻点、上崩,孔崩;对应外崩区域、装崩区域,平面区域,上崩区域、孔崩区域。
具体实施应用中,S503中圆心及各圆环拟合计算,具体步骤如下;
S5031,在检测之前,采集红宝石轴承标准片上表面朝上的第一同轴光图像,获取外径、槽径、孔径的物理尺寸值和图像上像素点理论值,求得两者的比例,为图像放大率Mag;
S5032,对当前待测红宝石的区域,自动化获取多个黑白圆环
S5033,分别对这些圆环区域,跟踪边缘点,并将边缘点带入圆极坐标级数公式,分别获取区域重心,对区域重心进行加权平均,求得圆心坐标。
S5034,以圆心坐标为中心,分别计算出每个圆环区域轮廓点到圆心距离,进行统计求得各圆环半径。
S5035,根据S5031求得外径、槽径、孔径半径图像像素点数理论值分别与S5034中的各圆环半径作对比,依次确定外径、槽径、孔径所属的圆环半径。具体实施应用中:S504中判断红宝石哪个面朝上的具体步骤如下:
S5041,计算得到从圆心往外第二圆环半径R2和第三个圆环半径R3;
S5042,若R2>0.4*R3,如果是红宝石为上表面朝上,如图6,上表面朝上标志位为1;
S5043,否则红宝石为下表面朝上,如图7,上表面朝上标志位为0。
具体实施应用中:S505中区域分割的具体步骤如下:
S5051,根据503获得圆心坐标及各圆环半径,进行检测区域分割;
S5052,外崩区域:外径棱R4背离圆心向外5个像素点的圆,靠近向内5个像素点的圆所围成宽度为10个像素点的外轮廓环形区域,用于检测外崩;
S5053,装崩区域:装棱R3背离圆心向外10个像素点的圆,靠近向内10个像素点的圆所围成宽度为10个像素点的装棱区域,用于检测装崩;
S5054,平面区域:用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5055,红宝石上表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,上棱向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5056,红宝石下表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,R2向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5057,上崩区域:只有在红宝石下表面朝上的情况下分割,上棱R2的半径向内5个像素点的圆到上棱R2向外5个像素点围成的区域为上棱区域,用于检测上崩;
S5058,孔崩区域:孔径R1向外5个像素点,R1向内5个像素点所围成的区域,用于检测孔崩。
具体应用实例中,参见图5,所述第一同轴光图像缺陷检测处理过程如下:
S601,若红宝石上表面朝上,则依次进行槽尺寸不良、槽偏心、
S602,进行上崩缺陷检测,若有,判为不合格即退出;
S603,否则,进一步地,进行外崩缺陷检测,若有,判为不合格即退出;
S604,否则,进一步地,进行装崩缺陷检测,若有,判为不合格即退出;
S605,若红宝石下表面朝上,则进行孔崩检测缺陷、外崩、装崩、裂纹、麻点检测。
进一步地,具体应用实例中,参见图8,S603中进行外崩缺陷检测处理过程如下:
S60301,图像二值化,提取灰度阈值在8到255之间的区域;
S60302,计算提取到区域的所有连通区域;
S60303,计算所有连通区域的最小外接圆及最小外接圆半径OR;
S60304,根据OR大小,筛选出OR大小在标准红宝石半径±15个像素点之内的区域
S60305,对筛选后剩余的区域进行开运算,去除边缘毛刺
S60306,计算剩余区域的所有连通区域;
S60307,计算所有连通区域的等效椭圆,及等效椭圆的长轴ra、短轴rb和等距anisametry(长轴/短轴)
S60308,筛选出所有连通区域中ra和anisametry大小在阈值范围内的区域
S60309,剩余区域面积>0 判为装崩,即为不合格退出
S60310,对红宝石区域进行Huber鲁棒性拟合圆
S60311,计算拟合圆区域与红宝石原始区域的差异
S60312,获得所有区域提取差异的所有区域
S60313,区域转换;区域的宽,机圆环的尺寸,根据以区域中心撕开,将圆环展开为矩形;
S60314,区域去燥处理:对提取后的所有区域进行开运算去除边缘毛刺,再进行闭运算去除边缘缝隙
S60315,计算所有连通区域的等效椭圆,并计算出等效椭圆的长轴ra大小
S60316,筛选出ra大小在阈值到最大值之间的连通区域
S60317,计算剩余区域面积
S60318,剩余区域面积>0 合格则为外崩
具体应用实施例中,如图9,S604中装崩缺陷具体流程为:
S60401,红宝石区域剪除外环,留下环内区域
S60402,对环内区域进行Huber鲁棒性拟合圆
S60403,计算拟合圆区域与环内原始区域的差异
S60404,计算差异区域所有连通区域
S60405,计算所有连通区域的等效椭圆,及等效椭圆的长轴ra、短轴rb和长短比anisametry(长轴/短轴)
S60406,筛选出所有连通区域中ra、rb和anisametry大小在阈值范围内的区域
S60407,过滤所有交集超过一个或小于一个的区域
S60408,计算剩余区域的外接矩形长度、宽度、矩形与X轴的夹角
S60409,若区域长度>设定的阈值值,则为装崩;
S60410,若80°<角度<100°或者区域宽度不等于0,则为装崩;
S60411,在环形光图像情况下:提取环形光图像红宝石区域;
S60412,提取红宝石外环以红宝石中心为中心点,以标准半径为半径创建标准圆
S60413, 计算标准圆与红宝石区域的差异区域ZB01
S60414,过滤区域ZB01较小的杂点
S60415,计算红宝石区域的凸包
S60416,计算凸包与红宝石的差异区域ZB02
S60417,过滤区域ZB02较小的杂点
S60418,计算区域ZB01与区域ZB02的并集区域
S60419,计算并集区域的所有连通区域
S60420,计算所有连通区域的最外接矩形,并计算外接矩形与红宝石区域的交集
S60421,过滤所有交集超过一个或小于一个的区域
S60422,计算剩余区域的外接矩形长度、宽度、矩形与X轴的夹角
S60423,若区域长度>设定的阈值值,则为装崩;
S60424,若80°<角度<100°或区域宽度不等于0,则为装崩。
具体应用实例中,如图10所示,S605中孔崩缺陷检测如下:
S60501, 对孔位区域进行2组均值滤波,滤波后根据得到的2组结果取局部亮边界进行二值化;
S60502,计算二值化后的区域中面积最大的区域,得到区域KLR;
S60503,填充区域KLR内面积大小在1到100个像素大小的孔洞,得到区域KLRFUS,并计算该区域剩余孔洞数量;
S60504,填充区域KLR内所有的孔洞,得到区域KLRFU;
S60505,计算区域KLR与区域KLRFU的差异得到差异区域,并差异区域的最小外接圆,得到最小外接圆区域RT;
S60506,区域KLRFUS剩余孔洞数量>0;
S60507,计算区域KLRFU拟合圆,并计算拟合园半径;
S60508, KLRFU拟合圆半径>0;
S60509,以区域KLRFU中心为中心做标准孔圆形区域;
S60510,计算标准孔区域与区域KLRFU差异,并过滤小面积杂点得到区域A;
S60511,对区域KLRFU进行开运算去除边缘毛刺,得到区域RO;
S60512,计算区域RO与区域KLRFU的差异,并过滤小面积杂点得到区域B;
S60513,对区域KLRFU的原图像分别进行2组均值滤波,滤波后根据得到的2组结果取局部亮边界进行二值化,得到区域RDT;
S60514,计算区域RDT与区域RT的差异,并过滤小面积杂点得到区域C;
S60515,融合区域A、B、C得到区域SKBR,并计算SKBR内所有子区域的等效椭圆及等效椭圆长短轴;
S60516,根据区域SKBR内所有子区域的等效椭圆长轴长度在阈值范围内进行筛选;
S60517,筛选后剩余区域面积>0 ,若是,则为孔崩,或者为合格。
应当理解,本文所述的示例性实施例是说明性的而非限制性的。尽管结合附图描述了本发明的一个或多个实施例,本领域普通技术人员应当理解,在不脱离通过所附权利要求所限定的本发明的精神和范围的情况下,可以做出各种形式和细节的改变。
Claims (9)
1.一种复杂表面红宝石轴承缺陷检测的装置,其特征在于,正面检测工位包括正面检测相机、2倍带同轴远心镜头、白色点光源、红色滤光片、0度蓝色环形侧光、90度蓝色环形背光;透明检测圆盘;反面检测工位包括反面90度蓝色环形背光、反面红色滤光片、反面0度蓝色环形侧光、反面2倍带同轴远心镜头和反面检测相机,其中:
所述透明检测圆盘用于承放红宝石轴承,依次旋转红宝石轴承至正面相机和反面相机的位置进行检测;正面相机、2倍带同轴远心镜头、白色点光源用于采集红宝石轴承的第一同轴光图像,计算红宝石轴承的图像坐标及各圆环半径,并且对平面及外形轮廓进行缺陷检测;正面相机、2倍带同轴远心镜头、0度蓝色环形侧光、90度蓝色环形背光用于采集红宝石轴承的第一环形光图像,进行外径、槽径、孔径,曲面上的缺陷检测;红色滤光片用于过滤环境杂散光;反面相机、反面2倍带同轴远心镜头、反面白色点光源用于采集第二同轴光图像,进行工作表面的缺陷检测;反面相机、反面2倍带同轴远心镜头、反面0度蓝色环形侧光、反面90度蓝色环形背光共同组合用于采集第二环形光图像,进行工作面外径倒边及工作孔位缺陷检测。
2.如权利要求1所述的复杂表面红宝石轴承缺陷检测的装置,其特征在于,分别对第一同轴光图像,第一环形光图像,第二同轴光图像和第二同轴光图像进行分析,其中第一同轴光图像为红宝石上表面朝上图像时用于分析槽尺寸不良,槽偏心,上崩、外崩、装崩、划痕、麻点;第一同轴光图像为红宝石下表面朝上时用于分析孔崩、外崩、装崩、划痕、麻点;第一环形光图像用于分析外崩、装崩、孔崩、裂纹、麻点;第二同轴光图像为红宝石上表面朝上图像时用于分析装崩、孔崩、麻点;第二环形光图像为红宝石下表面朝上图像时用于分析槽尺寸不良,槽偏心,上崩、孔崩、麻点;第二环形光图像用于分析外崩、装崩、孔崩、裂纹、麻点。
3.一种复杂表面红宝石轴承缺陷检测的方法,应用于如权利要求1或2所述的复杂表面红宝石轴承缺陷检测的装置,其特征在于,包括如下步骤:
S1,自动检测初始化:完成上料,旋转圆盘至指定正面检测工位;
S2,采集第一图像:正面相机、2倍带同轴远心镜头、白色点光源获取一张红宝石轴承图像,为第一同轴光图像;
S3,白色点光源1灭掉,红宝石不动,0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)同时亮起;
S4,采集第二图像:正面相机、2倍带同轴远心镜头、0度蓝色环形侧光和背面环形90度蓝色背光(环形组合光)共同作用获取一张红宝石轴承图像,为第一环形光图像;
S5,加载第一同轴光图像进行图像预处理:获得红宝石区域,进行红宝石在图像中的位置判断,计算位置信息,计算样品信息,包括圆心、各圆环半径保存至数据库;获得红宝石哪个面朝上,保存面朝上信息标志位;区域分割;
S6,进行第一同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S7,否则,加载第一环形光图像,进行图像预处理:加载S5中圆心坐标及各圆环半径,进行检测区域分割;
S8,进行第一环形光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S9,否则,转到反面相机检测;
S10,只开启反面白色点光源;
S11,采集第三图像:反面相机、反面2倍带同轴远心镜头、反面白色点光源获取一张红宝石轴承图像,为第二同轴光图像;
S12,反面白色点光源灭掉,红宝石不动,反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)同时亮起;
S13,触发采集第四图像:反面相机、反面2倍带同轴远心镜头、反面0度蓝色环形侧光和反面90度蓝色环形背光(环形组合光)获取一张红宝石轴承图像,为第二环形光图像;
S14,加载第二同轴光图像进行图像预处理:加载S5的面朝上标志位,获得红宝石区域,位置判断,计算样品信息,包括圆心、各圆环半径保存至数据库;进行检测区域分割;
S15,进行第二同轴光图像缺陷检测,判断是否有缺陷结果,若是,结束;
S16,否则,加载第二环形光图像进行图像预处理;加载S14中的圆心坐标,获得拟合各圆环,进行检测区域分割;
S17,进行第二环形光图像进行缺陷检测,判断是否有缺陷结果,若是,结束。
4.如权利要求3所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S5中所述图像预处理过程如下:
S501,获得红宝石区域;
S502,红宝石在图像中视场位置判断:多片、偏离、空场;
S503,计算位置信息:圆心及各圆环拟合计算样品信息,包括圆心、各圆环半径保存至数据库;
S504,根据圆环半径,判断红宝石哪个面朝上,面朝上标志位置1;
S505,进行检测区域分割:分割获得各圆环区域,分别针对缺陷缺测:外崩、装崩、划痕、麻点、上崩,孔崩;对应外崩区域、装崩区域,平面区域,上崩区域、孔崩区域。
5.如权利要求4所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S503中圆心及各圆环拟合计算,具体步骤如下;
S5031,在检测之前,采集红宝石轴承标准片上表面朝上的第一同轴光图像,获取外径、槽径、孔径的物理尺寸值和图像上像素点理论值,求得两者的比例,为图像放大率Mag;
S5032,对当前待测红宝石的区域,自动化获取多个黑白圆环
S5033,分别对这些圆环区域,跟踪边缘点,并将边缘点带入圆极坐标级数公式,分别获取区域重心,对区域重心进行加权平均,求得圆心坐标。
S5034,以圆心坐标为中心,分别计算出每个圆环区域轮廓点到圆心距离,进行统计求得各圆环半径,
S5035,根据S5031求得外径、槽径、孔径半径图像像素点数理论值分别与S5034中的各圆环半径作对比,依次确定外径、槽径、孔径所属的圆环半径。
6.如权利要求4所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S504中判断红宝石哪个面朝上的具体步骤如下:
S5041,计算得到从圆心往外第二圆环半径R2和第三个圆环半径R3;
S5042,若R2>0.4*R3,如果是红宝石为上表面朝上,上表面朝上标志位为1;
S5043,否则红宝石为下表面朝上,上表面朝上标志位为0。
7.如权利要求4所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S505中区域分割的具体步骤如下:
S5051,根据获得的圆心坐标及各圆环半径,进行检测区域分割;
S5052,外崩区域:外径棱R4背离圆心向外5个像素点的圆,靠近向内5个像素点的圆所围成宽度为10个像素点的外轮廓环形区域,用于检测外崩;
S5053,装崩区域:装棱R3背离圆心向外10个像素点的圆,靠近向内10个像素点的圆所围成宽度为10个像素点的装棱区域,用于检测装崩;
S5054,平面区域:用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5055,红宝石上表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,上棱向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5056,红宝石下表面朝上的情况下,装棱R3靠近向内向内10个像素点的圆,R2向外10个像素点的圆所围成的平面区域,用于检测划痕、脏污、裂纹、麻点等缺陷检测;
S5057,上崩区域:只有在红宝石下表面朝上的情况下分割,上棱R2的半径向内5个像素点的圆到上棱R2向外5个像素点围成的区域为上棱区域,用于检测上崩;
S5058,孔崩区域:孔径R1向外5个像素点,R1向内5个像素点所围成的区域,用于检测孔崩。
8.如权利要求4所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S6中第一同轴光图像缺陷检测处理过程如下:
S601,若红宝石上表面朝上,则依次进行槽尺寸不良、槽偏心检测;
S602,进行上崩缺陷检测,若有,判为不合格即退出;
S603,否则,进一步地,进行外崩缺陷检测,若有,判为不合格即退出;
S604,否则,进一步地,进行装崩缺陷检测,若有,判为不合格即退出;
S605,若红宝石下表面朝上,则进行孔崩检测缺陷、外崩、装崩、裂纹、麻点检测。
9.如权利要求6所述的复杂表面红宝石轴承缺陷检测的方法,其特征在于,S603中进行外崩缺陷检测处理过程如下:
S60301,图像二值化,提取灰度阈值在8到255之间的区域;
S60302,计算提取到区域的所有连通区域;
S60303,计算所有连通区域的最小外接圆及最小外接圆半径OR;
S60304,根据OR大小,筛选出OR大小在标准红宝石半径±15个像素点之内的区域;
S60305,对筛选后剩余的区域进行开运算,去除边缘毛刺;
S60306,计算剩余区域的所有连通区域;
S60307,计算所有连通区域的等效椭圆,及等效椭圆的长轴ra、短轴rb和等距anisametry(长轴/短轴);
S60308,筛选出所有连通区域中ra和anisametry大小在阈值范围内的区域;
S60309,剩余区域面积>0判为装崩,即为不合格退出;
S60310,对红宝石区域进行Huber鲁棒性拟合圆;
S60311,计算拟合圆区域与红宝石原始区域的差异;
S60312,获得所有区域提取差异的所有区域;
S60313,区域转换;区域的宽,机圆环的尺寸,根据以区域中心撕开,将圆环展开为矩形;
S60314,区域去燥处理:对提取后的所有区域进行开运算去除边缘毛刺,再进行闭运算去除边缘缝隙;
S60315,计算所有连通区域的等效椭圆,并计算出等效椭圆的长轴ra大小;
S60316,筛选出ra大小在阈值到最大值之间的连通区域;
S60317,计算剩余区域面积;
S60318,剩余区域面积>0合格则为外崩。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110393320.8A CN113218960B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的方法 |
CN201811614523.XA CN110006920B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811614523.XA CN110006920B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的装置及方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110393320.8A Division CN113218960B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110006920A true CN110006920A (zh) | 2019-07-12 |
CN110006920B CN110006920B (zh) | 2021-06-15 |
Family
ID=67165284
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811614523.XA Active CN110006920B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的装置及方法 |
CN202110393320.8A Active CN113218960B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的方法 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110393320.8A Active CN113218960B (zh) | 2018-12-27 | 2018-12-27 | 一种复杂表面红宝石轴承缺陷检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN110006920B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672624A (zh) * | 2019-10-22 | 2020-01-10 | 北京领邦智能装备股份公司 | 工件侧面成像***、缺陷检测***及工件侧面成像方法 |
CN111294491A (zh) * | 2020-02-13 | 2020-06-16 | 北京领邦智能装备股份公司 | 成像装置和成像方法 |
CN111412949A (zh) * | 2020-04-13 | 2020-07-14 | 杭州思元智能科技有限公司 | 一种电子元件检测方法及检测装置 |
CN111623961A (zh) * | 2020-06-10 | 2020-09-04 | 太仓考斯茂石英有限公司 | 玻璃透镜检测机及控制方法 |
CN111812098A (zh) * | 2020-06-22 | 2020-10-23 | 燕山大学 | 一种基于机器视觉的陶瓷碗次品标记装置及标记方法 |
CN112330605A (zh) * | 2020-10-20 | 2021-02-05 | 湖北爱默思智能检测装备有限公司 | 一种红宝石的图像采集***及颜色分级方法 |
CN113205499A (zh) * | 2021-04-30 | 2021-08-03 | 聚时科技(上海)有限公司 | 基于机器视觉的轴承缺陷模块化检测装置与方法 |
CN113218960A (zh) * | 2018-12-27 | 2021-08-06 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118297940A (zh) * | 2024-05-30 | 2024-07-05 | 泰山石膏(宜宾)有限公司 | 一种石膏板生产线质量管控方法、装置、设备及介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008082900A (ja) * | 2006-09-27 | 2008-04-10 | Sumitomo Electric Ind Ltd | 外観検査装置 |
JP2011085510A (ja) * | 2009-10-16 | 2011-04-28 | Ntn Corp | スラスト軸受の検査方法および検査装置 |
JP2012159321A (ja) * | 2011-01-31 | 2012-08-23 | Hitachi Information & Control Solutions Ltd | 缶の管理装置および缶の管理方法 |
CN102706882A (zh) * | 2012-04-28 | 2012-10-03 | 东信和平智能卡股份有限公司 | 一种sim模块的视觉检测方法 |
CN204448629U (zh) * | 2014-12-25 | 2015-07-08 | 衢州亿龙信息技术有限公司 | 一种精密轴承球表面缺陷自动检测*** |
CN205003098U (zh) * | 2015-10-14 | 2016-01-27 | 中国计量学院 | 一种刹车片外观缺陷多工位在线检测装置 |
CN105938110A (zh) * | 2016-03-11 | 2016-09-14 | 杭州利珀科技有限公司 | 一种金属罐的图像采集装置及采集方法 |
CN106442566A (zh) * | 2016-11-03 | 2017-02-22 | 中航工业哈尔滨轴承有限公司 | 一种专用轴承外观质量检查工具及使用方法 |
CN107894424A (zh) * | 2017-11-17 | 2018-04-10 | 重庆远创光电科技有限公司 | 用于轴承外观缺陷的高效视觉检测*** |
CN108956618A (zh) * | 2018-06-25 | 2018-12-07 | 衢州学院 | 一种基于频域视觉的圆锥滚子轴承表面检测方法 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH552195A (de) * | 1972-05-19 | 1974-07-31 | Turlabor Ag | Optischer korrelator zum vergleich eines prueflings mit einem standardobjekt. |
JP2002202264A (ja) * | 2000-12-27 | 2002-07-19 | Toshiba Corp | 外観検査方法および装置 |
JP2002318195A (ja) * | 2001-04-19 | 2002-10-31 | Murata Mfg Co Ltd | 外観検査方法および外観検査装置 |
AU2003278163A1 (en) * | 2002-06-21 | 2004-01-06 | Pressco Technology Inc. | Patterned illumination method and apparatus for machine vision systems |
US7522762B2 (en) * | 2003-04-16 | 2009-04-21 | Inverness Medical-Biostar, Inc. | Detection, resolution, and identification of arrayed elements |
JP2012161951A (ja) * | 2011-02-04 | 2012-08-30 | Komori Corp | 証券印刷用オフセット印刷機 |
UY34599A (es) * | 2012-02-03 | 2013-09-02 | Sicpa Holding Sa | Identificación de relojes y sistema y método de autenticación |
CN105987917A (zh) * | 2015-02-09 | 2016-10-05 | 苏州兰叶光电科技有限公司 | 蓝宝石长晶缺陷及表面缺陷光学检测方法和检测*** |
CN206725456U (zh) * | 2017-04-20 | 2017-12-08 | 浙江工业大学 | 一种保持架正反面图像识别装置 |
CN107315012B (zh) * | 2017-06-22 | 2019-10-18 | 福建省万龙新材料科技有限公司 | 聚晶金刚石复合片端面崩角的智能检测方法 |
CN107884413A (zh) * | 2017-10-24 | 2018-04-06 | 华东交通大学 | 一种自动检测轴承滚动体缺失的装置及检测方法 |
CN107945180A (zh) * | 2017-12-26 | 2018-04-20 | 浙江大学台州研究院 | 源于抛光的石英晶片表面浅划痕的视觉检测方法 |
CN207992073U (zh) * | 2018-01-25 | 2018-10-19 | 惠州高视科技有限公司 | 电池电芯外观缺陷检测机构 |
CN110006920B (zh) * | 2018-12-27 | 2021-06-15 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的装置及方法 |
-
2018
- 2018-12-27 CN CN201811614523.XA patent/CN110006920B/zh active Active
- 2018-12-27 CN CN202110393320.8A patent/CN113218960B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008082900A (ja) * | 2006-09-27 | 2008-04-10 | Sumitomo Electric Ind Ltd | 外観検査装置 |
JP2011085510A (ja) * | 2009-10-16 | 2011-04-28 | Ntn Corp | スラスト軸受の検査方法および検査装置 |
JP2012159321A (ja) * | 2011-01-31 | 2012-08-23 | Hitachi Information & Control Solutions Ltd | 缶の管理装置および缶の管理方法 |
CN102706882A (zh) * | 2012-04-28 | 2012-10-03 | 东信和平智能卡股份有限公司 | 一种sim模块的视觉检测方法 |
CN204448629U (zh) * | 2014-12-25 | 2015-07-08 | 衢州亿龙信息技术有限公司 | 一种精密轴承球表面缺陷自动检测*** |
CN205003098U (zh) * | 2015-10-14 | 2016-01-27 | 中国计量学院 | 一种刹车片外观缺陷多工位在线检测装置 |
CN105938110A (zh) * | 2016-03-11 | 2016-09-14 | 杭州利珀科技有限公司 | 一种金属罐的图像采集装置及采集方法 |
CN106442566A (zh) * | 2016-11-03 | 2017-02-22 | 中航工业哈尔滨轴承有限公司 | 一种专用轴承外观质量检查工具及使用方法 |
CN107894424A (zh) * | 2017-11-17 | 2018-04-10 | 重庆远创光电科技有限公司 | 用于轴承外观缺陷的高效视觉检测*** |
CN108956618A (zh) * | 2018-06-25 | 2018-12-07 | 衢州学院 | 一种基于频域视觉的圆锥滚子轴承表面检测方法 |
Non-Patent Citations (3)
Title |
---|
WENQIAN GE 等: "Gyroscope Pivot Bearing Dimension and Surface Defect Detection", 《SENSORS》 * |
李晓龙 等: "基于过机械应力导致液浮陀螺零位跳变的故障分析", 《战术导弹技术》 * |
苏俊宏 等: "基于机器视觉的高精密轴承在线检测", 《光学与光电技术》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113218960A (zh) * | 2018-12-27 | 2021-08-06 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
CN113218960B (zh) * | 2018-12-27 | 2024-05-24 | 浙江大学台州研究院 | 一种复杂表面红宝石轴承缺陷检测的方法 |
CN110672624A (zh) * | 2019-10-22 | 2020-01-10 | 北京领邦智能装备股份公司 | 工件侧面成像***、缺陷检测***及工件侧面成像方法 |
CN110672624B (zh) * | 2019-10-22 | 2022-03-15 | 北京领邦智能装备股份公司 | 工件侧面成像***、缺陷检测***及工件侧面成像方法 |
CN111294491A (zh) * | 2020-02-13 | 2020-06-16 | 北京领邦智能装备股份公司 | 成像装置和成像方法 |
CN111412949A (zh) * | 2020-04-13 | 2020-07-14 | 杭州思元智能科技有限公司 | 一种电子元件检测方法及检测装置 |
CN111623961A (zh) * | 2020-06-10 | 2020-09-04 | 太仓考斯茂石英有限公司 | 玻璃透镜检测机及控制方法 |
CN111812098A (zh) * | 2020-06-22 | 2020-10-23 | 燕山大学 | 一种基于机器视觉的陶瓷碗次品标记装置及标记方法 |
CN112330605A (zh) * | 2020-10-20 | 2021-02-05 | 湖北爱默思智能检测装备有限公司 | 一种红宝石的图像采集***及颜色分级方法 |
CN112330605B (zh) * | 2020-10-20 | 2023-04-07 | 湖北爱默思智能检测装备有限公司 | 一种红宝石的颜色分级方法 |
CN113205499A (zh) * | 2021-04-30 | 2021-08-03 | 聚时科技(上海)有限公司 | 基于机器视觉的轴承缺陷模块化检测装置与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113218960A (zh) | 2021-08-06 |
CN110006920B (zh) | 2021-06-15 |
CN113218960B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110006920A (zh) | 一种复杂表面红宝石轴承缺陷检测的装置及方法 | |
US11915407B2 (en) | Automated system and method for clarity measurements and clarity grading | |
CN106952258B (zh) | 一种基于梯度方向直方图的瓶口缺陷检测方法 | |
CN102495069B (zh) | 一种基于数字图像处理的拉链链带缺陷检测方法 | |
CN109856156A (zh) | 一种基于aoi的显示面板微小缺陷判定方法与装置 | |
CN105548208A (zh) | 一种基于机器视觉的陶瓷阀芯表面缺陷检测方法 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN103499590B (zh) | 环形零件端面缺损检测及筛选方法及*** | |
CN102914545A (zh) | 一种基于计算机视觉的齿轮缺陷检测方法及*** | |
CN109741314A (zh) | 一种零件的视觉检测方法及*** | |
CN109540904A (zh) | 一种衬底表面宏观缺陷检测及分类*** | |
CN105241811B (zh) | 多层次聚焦自动采图方法与*** | |
WO2019041634A1 (zh) | 显示面板的检测方法和装置 | |
CN107525768A (zh) | 一种dna倍体分析设备的质量控制方法 | |
CN109461156A (zh) | 基于视觉的螺纹密封塞装配检测方法 | |
CN105957116A (zh) | 一种基于频率的动态编码点的设计与解码方法 | |
CN110441321A (zh) | 基于分时曝光图像综合的透明材质内部缺陷检测方法 | |
CN110930345B (zh) | 一种***的尾部识别方法 | |
CN103472064B (zh) | 一种圆明亮琢型宝石切工鉴定的方法 | |
CN114004826A (zh) | 一种基于视觉的医用注塑件的外观缺陷检测方法 | |
CN110414521A (zh) | 一种变电站内变压器油位计示数识别方法 | |
CN108428247A (zh) | 焊锡点方向的检测方法和*** | |
CN106529572B (zh) | 色环电阻的检测方法、装置和自动光学检测*** | |
CN112036391B (zh) | 一种基于页岩气田生产站场的电子巡检方法及*** | |
CN111415348B (zh) | 一种汽车制动管道内气泡特征的提取方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CB03 | Change of inventor or designer information |
Inventor after: Chen Zhebo Inventor after: Yu Jianan Inventor after: Lin Chenkuan Inventor after: Chen Zhenyuan Inventor after: Wu Diwei Inventor before: Yu Jianan Inventor before: Lin Chenkuan Inventor before: Chen Zhebo Inventor before: Chen Zhenyuan Inventor before: Wu Diwei |
|
CB03 | Change of inventor or designer information |