[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

专利信息
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
【说明书】:

发明涉及视觉检测技术领域,公开了一种大容量塑料桶表面缺陷的视觉检测方法,将大容量塑料桶移动至工业相机和定焦镜头的下方进行图像采集,对工业线扫相机、定焦镜头和条形光源的相互配合进行了高效优化即相关参数的选择和相互之间的位置布置,使其可拍摄出高质量的塑料桶桶身图像,设置固定检测框,仅对固定检测框内的塑料桶桶身图像部分进行检测有效提升针对塑料桶检测的准确性,配合优化的划痕缺陷检测算法和油污缺陷检测算法,高效的实现缺陷检测识别效果,从硬件到软件以及硬件和软件之间的配合均进行了创新性的优化,达到高质量检测识别缺陷的同时很好的控制使用成本。

技术领域

本发明涉及视觉检测技术领域,尤其涉及了一种大容量塑料桶表面缺陷的视觉检测方法。

背景技术

在工业自动化过程中,机器取代人力来完成生产制造中的各项任务已成为一种发展趋势。机器视觉检测的特点是提高生产的柔性和自动化程度。机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。将被摄取目标转换成图像信号,传送给专用的图像处理系统,根据像素分布和亮度、颜色等信息,转变成数字化信号;从而对产品表面的缺陷进行检测。用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。

吹塑制品在日用品、药品、饮料等包装中的应用广泛。目前这些产品除了要保证安装顺利外,对其外观的要求也越来越高。针对于大容量塑料桶来说,在吹塑完成时,塑料温度过高且表面较软,机械手夹取时容易对其桶身造成擦伤。在吹塑过程中,原材料中难免会混入些许杂质,如若恰好成型在外部,也会导致产品的不合格。又由于是吹塑制品,因此不可避免的在合模处因为余料而产生飞边,因此飞边的大小也是衡量其是否满足要求的重要因素。由于塑料桶较大并且比较笨重,在大批量吹塑生产过程中,运用传统的人工检测缺陷,工作量大的同时效率低且漏检率高。

发明内容

为了克服现有技术不足,本发明提供了一种大容量塑料桶表面缺陷的视觉检测方法,步骤简易,配合特定参数和特定的拍摄装置布局达到高质量图像采集效果以及高准确性的分析判断结果的大容量塑料桶表面缺陷的视觉检测方法。

本发明通过如下技术方案实现:本发明提出了一种大容量塑料桶表面缺陷的视觉检测方法,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,该划痕缺陷算法的具体步骤如下,

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;

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,该油污缺陷算法的具体步骤如下,

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

步骤D:将判断结果输出。

优选的,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。

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/202011384899.3/2.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