[发明专利]一种用于3D缺陷检测的视觉检测方法及系统

说明书

本发明公开了一种用于3D缺陷检测的视觉检测方法及系统，该方法为缺陷检测视觉控制器在收到运动控制器的产品到位信号后控制3D相机取像，生成待检测产品的3D点云图像；缺陷检测视觉控制器对待检测产品的3D点云图像进行分析，生成图像分析数据；缺陷检测视觉控制器对图像分析数据进行统计分类，判定待检测产品的检测结果；缺陷检测视觉控制器将检测结果及分析数据进行显示，并将检测结果反馈给运动控制器；该系统为一种包括3D相机取像、3D点云图像处理、检测结果显示、数据分类存储与运动控制器通信功能高度整合的3D视觉检测系统。本发明具有稳定可靠、检测精度高、能适应产品本身的公差和来料波动，大大提高了次品的检出率。

技术领域

本发明属于机器视觉技术领域，涉及一种用于3D缺陷检测的视觉检测方法及系统，具体涉及一种对在3D打印、激光焊接等加工工艺中的产品的加工面的缺陷（异常凹陷或凸起）进行检测的缺陷检测方法及缺陷检测系统。

背景技术

现如今，在3D打印、激光焊接等加工工艺中，对产品的加工面的缺陷（异常凹陷或凸起）检测是一个很重要的环节。目前的3D缺陷检测方式为，首先使用标准产品建立一个标准3D点云模板，然后将待检测产品的3D点云和标准3D点云做差值运算，最后通过高度差值来判定来料的OK/NG。

在对待检测产品的3D点云和标准3D点云做差值运算之前，需要保证两者的3D点云完全重合，现有技术主要有纯机械加持定位保证重合和使用3D点云匹配算法进行3D点云变化后保证重合这两种实现方式。但纯机械加持定位方式无法适应产品公差较大的场景，而使用3D点云匹配算法进行3D点云变化方式则引入了3D点云匹配的误差，在产品特征变化大的场景也无法满足。

由此可见，传统的3D缺陷检测方法均具有鲁棒性差、精度低、不能适应产品本身的公差和来料波动的缺点，从而导致次品检出率普遍不高。

发明内容

针对上述传统3D缺陷检测方法的不足，本发明旨在提供一种用于3D缺陷检测的视觉检测方法及系统，以适应产品来料工况复杂、检测精度要求高的应用场景。

为实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

一种用于3D缺陷检测的视觉检测方法，包括以下步骤：

S1、缺陷检测视觉控制器在收到运动控制器发出的产品到位信号后，控制3D相机对待检测产品进行取像，生成待检测产品的3D点云图像；

S2、缺陷检测视觉控制器采用3D缺陷算法，对步骤S1取得的待检测产品的3D点云图像进行分析，生成3D点云图像分析数据；

S3、缺陷检测视觉控制器对步骤S2取得的3D点云图像分析数据进行统计分类，生成分类结果，并根据分类结果判定待检测产品的3D缺陷检测结果；

S4、缺陷检测视觉控制器将步骤S3取得的3D缺陷检测结果及分析数据进行显示，并将检测结果反馈给运动控制器。

进一步的，步骤S1中还包括以下步骤：

在3D相机将获取的待检测产品的3D点云图像转移到缺陷检测视觉控制器后，先由缺陷检测视觉控制器对待检测产品的3D点云图像进行视觉识别。

进一步的，步骤S2中缺陷检测视觉控制器对待检测产品进行3D点云图像分析的方法包括以下步骤：

S2.1、对获取的3D点云图像进行检测区域定位并进行裁剪；

S2.2、在裁剪后的3D点云图像中进行基准平面拟合；

S2.3、计算基准平面的法向量并且以法向量方向为Z轴方向，以在基准平面上且互相垂直的两个方向为X、Y轴，建立新的3D点云坐标系；

S2.4、计算裁剪后的3D点云图像中所有的点云到新建的3D坐标系中的坐标，生成新的3D点云图像；