[发明专利]基于视觉的弧型零件外表面缺陷检测系统在审

专利信息
申请号: 201710963334.2 申请日: 2017-10-17
公开(公告)号: CN109685753A 公开(公告)日: 2019-04-26
发明(设计)人: 欧阳光;池敏 申请(专利权)人: 南京敏光视觉智能科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/136;G06T5/40
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 杨晓玲
地址: 210019 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 弧型 图像存储模块 图像分析模块 外表面缺陷 摄像头 检测系统 图像 计算机 视觉 图像预处理模块 缺陷检测模块 图像测量模块 图像存储系统 存储模块 弧形零件 获取图像 劳动成本 判断模块 缺陷识别 图像传输 自动检测 阈值选取 检测 拍照 分析
【说明书】:

发明公开了一种基于视觉的弧型零件外表面缺陷检测系统,包括计算机、图像存储模块、摄像头、图像分析模块;其中:所述摄像头设置于弧型零件外表面上方,用于对弧型零件外表面表面进行拍照,并将得到的图像传输至图像存储系统中;所述图像存储模块用于存图像;所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;所述图像分析模块安装于计算机内,用于对图像进行分析识别,包括图像预处理模块、阈值选取模块、图像测量模块、弧度判断模块、缺陷检测模块、缺陷识别模块。本发明实现了弧形零件外表面缺陷检测的自动检测,降低了劳动成本,大大提高了检测的效率和质量。

技术领域

本发明属于视觉技术领域,特别涉及一种基于视觉的弧型零件外表面缺陷检测系统。

背景技术

弧型零件外表面在生产过程中,表面容易产生划痕等缺陷,这些缺陷会严重影响弧型零件的质量和使用寿命。现有的检测方法不仅消耗大量的劳动力,且检测效率和质量较低。因此,需要研究开发出自动化程度较高的弧型零件外表面缺陷检测系统。机器视觉检测技术是一门依托于计算机科学,以机器代替人工进行自动检测的技术,将其应用于弧型零件外表面缺陷检测不仅可以实现自动检测,降低劳动成本,还能够大大提高检测的效率和质量。

发明内容

本发明的目的是提供一种弧型零件外表面缺陷检测系统,以解决现有的弧型零件外表面缺陷检测方法存在的检测效率和质量低下的问题。

为实现上述目的,本发明采用的技术方案是:

一种基于视觉的弧型零件外表面缺陷检测系统,包括计算机、图像存储模块、摄像头、图像分析模块;其中:

所述摄像头设置于弧型零件外表面上方,且不与弧型零件外表面接触,并与图像存储模块连接,用于对弧型零件外表面进行拍照,并将得到的图像传输至图像存储系统中;

所述图像存储模块用于存储摄像头拍摄到的弧型零件外表面的图像;

所述计算机与图像存储模块连接,用于获取图像存储模块中的图像,并调动图像分析模块进行工作;

所述图像分析模块安装于计算机内,用于对图像进行分析识别,并将具有缺陷的图像识别出来,图像分析模块包括图像预处理模块、阈值选取模块、图像测量模块、弧度判断模块、缺陷检测模块、缺陷识别模块。

所述图像预处理模块用于去掉噪声对图像的于扰,要将刚采集的图像数据进行预处理;并对图像进行灰度调整,增加对比度。

所述阈值选取模块用于利用图像的灰度直方图来选取阈值。

所述图像测量模块用于测量工件尺寸和位置,根据阈值选取模块所计算的阈值分割图像,将图像二值化处理。

所述弧度判断模块用于确定弧形零件的圆心位置和半径大小。

所述缺陷检测模块用于对缺陷进行检测,首先必须确定经过处里后的图像是否有缺陷。

所述缺陷识别模块用于对经过缺陷检测的图片进行处理,从原始图像中提取出了含有缺陷的图像信息,得到了目标缺陷;识别出目标缺陷之间的不同。

所述摄像头处还设置有辅助光源。

有益效果:本发明利用机器视觉技术,以机器代替人工进行自动检测的技术,实现了弧形零件外表面缺陷检测的自动检测,降低了劳动成本,大大提高了检测的效率和质量。

附图说明

图1是本发明的结构示意图。

具体实施方式

下面结合实施例对本发明作更进一步的说明。

如图1所示,一种基于视觉的弧型零件外表面缺陷检测系统,包括计算机、图像存储模块、摄像头、图像分析模块;其中:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京敏光视觉智能科技有限公司,未经南京敏光视觉智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710963334.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top