[发明专利]一种基于机器视觉的定子表面缺陷检测系统及检测方法有效

专利信息
申请号: 201911047866.7 申请日: 2019-10-30
公开(公告)号: CN110766684B 公开(公告)日: 2022-03-18
发明(设计)人: 戴斌宇;吴静静 申请(专利权)人: 江南大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/194;G06T7/187;G06T7/11;G01N21/88
代理公司: 哈尔滨市阳光惠远知识产权代理有限公司 23211 代理人: 彭素琴
地址: 214000 江苏省*** 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: 一种 基于 机器 视觉 定子 表面 缺陷 检测 系统 方法
【说明书】:

发明公开了一种基于机器视觉的定子表面缺陷检测系统和检测方法,属于视觉检测技术领域。所述方法包括利用最小二乘法提取圆形ROI将背景与感兴趣区域分离,采用基于连通域特征组合的干扰抑制算法快速抑制固有字符和槽孔干扰,并利用基于轮廓拓扑结构分析的掩模生成算法将掩模与待检图像差分提取工件表面缺陷特征,从而实现对定子的端面的缺陷检测。采用基于最小二乘拟合法的圆形ROI提取算法,能够更精确提取定子端面目标检测区域;在检测实时性和精度方面,传统的基于形态学的缺陷检测算法运行时间长,检测精度较低,而文中提出的检测算法不仅运行时间短,并且抗干扰能力强,缺陷检出率达到了99.09%。

技术领域

本发明涉及一种基于机器视觉的定子表面缺陷检测系统和检测方法,属于视觉检测技术领域。

背景技术

汽车发动机是汽车上的一个重要部分,通常由定子、转子以及前后盖组成。定子作为汽车发动机的主要构成零件,由粉末冶金材料制造而成。如图1所示,为定子工件示意图,在定子的加工过程中,定子的端面可能留下磕伤、划伤、缺料等缺陷。

目前市场上普遍以人工目检的方式来对定子端面进行缺陷检测,这种方式存在效率低,准确率易受主观因素影响,易造成视觉疲劳等缺点。基于机器视觉的检测技术可以克服这一缺点,将其运用到定子外观缺陷检测的研究中,能够很好的代替人工,提高检测效率和稳定性。但现有的基于机器视觉的检测技术在对定子端面进行检测时,存在着检测效率低、缺陷检出率也较低的问题,比如“李丹,白国君,金媛媛,童艳.基于机器视觉的包装袋缺陷检测算法研究与应用[J/OL].激光与光电子学进展:1-12[2019-04-15].”可以对产品整体外形和内部印刷缺陷实时检测,但是该算法的运用对象是柔性包装袋,并非金属工件,并不能直接应用该方法来实现对定子端面缺陷进行检测。“王义文,屈冠彤,刘献礼,付鹏强,李博.钢球表面缺陷的图像差分检测算法[J].计算机辅助设计与图形学学报,2016,28(10):1699-1704.”给出了一种对于钢球表面的检测方法,但是定子端面部位包含有固有字符、槽孔,齿面部位包含有固有凹坑,相对于表面单一光滑的钢球表面,检测过程更为复杂,所以也无法直接应用其来对定子端面进行缺陷检测,如果直接采用上述方法检测,则因为定子端面的复杂情况,势必存在检测效率低、缺陷检出率也较低的问题。

再比如,采用现有的基于形态学的缺陷检测算法(比如,张伟,曾碧.针对复杂纹理的手机外壳缺陷检测方法[J].计算机应用与软件,2017,34(11):217-222)对定子端面进行缺陷检测时,由于图像分辨率较大,尺寸过大的内核严重影响算法处理时间,并且无法检测出工件轮廓边缘上的缺陷,该方法检测效率低且缺陷检出率有待提高。

发明内容

为了实现采用机器视觉的检测技术对定子端面进行缺陷检测的目的,本发明提供了一种基于机器视觉的定子端面缺陷检测系统和检测方法。

本发明的第一个目的在于提供一种定子端面缺陷检测系统,所述系统包括硬件系统和软件系统;其中,所述硬件系统包括光源、相机、检测装置和旋转机械装置;

所述软件系统利用最小二乘法提取圆形ROI将背景与感兴趣区域分离,采用基于连通域特征组合的干扰抑制算法快速抑制固有字符和槽孔干扰,并利用基于轮廓拓扑结构分析的掩模生成算法将掩模与待检图像差分提取工件表面缺陷特征,从而实现对定子的端面的缺陷检测。

可选的,所述硬件系统用于获取定子的端面不同方位下的图像,其中,所述光源为环形光源,所述相机为面阵相机,通过所述旋转机械装置和面阵相机的配合获取定子的端面不同方位下的图像。

可选的,所述相机的镜头为变倍镜头。

可选的,所述相机的中心轴线在距离工件中心1/4半径处。

可选的,所述硬件系统还包括到位检测装置,所述到位检测装置用于检测定子是否处于所述旋转机械装置上。

本发明的另一个目的在于提供一种定子表面缺陷检测方法,所述方法应用上述定子表面缺陷检测系统进行检测,所述方法包括:

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江南大学,未经江南大学许可,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/201911047866.7/2.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