[发明专利]一种大容量塑料桶表面缺陷的视觉检测方法在审
| 申请号: | 202011384899.3 | 申请日: | 2020-12-01 |
| 公开(公告)号: | CN112489021A | 公开(公告)日: | 2021-03-12 |
| 发明(设计)人: | 张礼华;杨成;管亚狮;李欣;王子翔 | 申请(专利权)人: | 江苏科技大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136;G06T7/187;G06T7/90;G06T5/00;G06T5/30 |
| 代理公司: | 南京正联知识产权代理有限公司 32243 | 代理人: | 杭行 |
| 地址: | 212003*** | 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 容量 塑料桶 表面 缺陷 视觉 检测 方法 | ||
1.一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:包括如下步骤:
步骤A:对工件表面进行图像采集;
步骤B:设置划痕缺陷算法的固定检测框,对采集的塑料桶表面图像中位于固定检测框内的图像部分进行划痕缺陷算法运算;
步骤C:设置油污缺陷算法的固定检测框,对采集的塑料桶表面图像中位于固定检测框内的图像部分进行油污缺陷算法运算;
步骤D:将判断结果输出。
2.根据权利要求1所述一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:所述步骤B痕缺陷算法还包括如下具体步骤:
步骤B1:对于固定检测框内的部分塑料桶表面图像进行两次图像的均值滤波;
步骤B2:对异常区域与非异常区域进行阈值分割,得到显色明显的异常区域;
步骤B3:对得到的异常区域进行闭运算和连通域分割,封闭区域内小于半径的圆形规整元素的孔洞,其后进行连通域分割;
步骤B4:计算显色明显的异常区域的面积数值;
步骤B5:判断该面积数值是否在缺陷面积的数值公差范围内,若在则该工件存在缺陷,若不在则该工件不存在缺陷。
3.根据权利要求1所述一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:所述步骤C油污缺陷算法还包括如下具体步骤:
步骤C1:对于固定检测框内的部分塑料桶表面图像进行颜色通道分离,分为R,G,B三个颜色通道;
步骤C2:对异常区域与非异常区域进行颜色阈值筛选;
步骤C3:对筛选到的颜色阈值取区域交集;
步骤C4:对取到的交集进行闭运算和连通域分割;
步骤C5:计算显色明显的异常区域的面积数值。
4.根据权利要求1所述一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:所述步骤A中,对工件表面进行图像采集时使用4k至8k的工业相机搭配35至50毫米的定焦镜头,该定焦镜头位于工件的正前方,定焦镜头与工件之间的垂直间隔距离为230毫米至300毫米。
5.根据权利要求2所述一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:所述步骤B1中,进行第一次均值滤波要过滤的高度与宽度为50像素;在第一次滤波的基础上进行第二次均值滤波,要过滤的高度与宽度均为150像素;所述步骤B2中,进行阈值分割的阈值数值为5至255;所述步骤B3中,进行闭运算时圆形结构元素半径取80像素;所述步骤B4中,计算显色明显的异常区域的面积数值的公式如下:像素点精度*像素点精度*像素点个数=面积数值;所述步骤B5中,缺陷面积的数值公差最小值为150像素。
6.根据权利要求3所述一种大容量塑料桶表面缺陷的视觉检测方法,其特征在于:所述步骤C2中,进行颜色阈值筛选时的数值为10至35的灰度值范围;所述步骤C4中,进行闭运算和连通域分割时圆形结构元素半径取60;所述步骤C5中,缺陷面积的数值公差最小值为150像素。
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苏科技大学,未经江苏科技大学许可,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/202011384899.3/1.html,转载请声明来源钻瓜专利网。





