[发明专利]一种用于复杂零件自动化喷涂过程的智能识别与检测方法

说明书

本发明公开了一种用于复杂零件自动化喷涂过程的智能识别与检测方法，属于智能制造技术领域。包括步骤S1、零件外形图像处理；S2、零件种类智能识别；3、零件喷涂执行；喷涂表面图像处理，喷涂平整度检测，喷涂质量判定，喷涂质量综合评价，本发明针对复杂零件自动化喷涂过程中，零件种类繁多，人工识别及质量缺陷判定等操作效率低、易出错的特点，利用机器视觉技术，基于零件特征检测算法，实现了零件的自动化识别和喷涂质量检测，既提升了识别和检测的效率，又保证了识别和检测的准确性。

技术领域

本发明涉及自动化加工领域，具体涉及一种用于复杂零件自动化喷涂过程的智能识别与检测方法。

背景技术

零件生产过程作为离散制造业生产过程中重要的过程，对整体生产有着重用的支撑作用。零件专业厂每年生产零件超过200万件，因零件质量检测手段老旧、自动化程度低，导致质量波动、人工职业健康、质量记录繁琐数据失真、过程数据深度挖掘与利用不足等问题突显。迫切需要通过自动化、信息化改造，采用自动化的识别与检测，解决零件生产效率提升及质量可控问题。复杂零件自动化喷涂过程中，零件种类、型号繁多，人工进行识别、分拣、加工质量缺陷判定等操作效率低、易出错。

发明内容

本发明旨在解决现有技术中存在的上述问题，提出一种应用于复杂零件自动化喷涂过程的智能识别和检测方法，利用机器视觉技术基于检测算法和零件特征实现了零件的自动化检测和识别，既提升了零件检测和识别的效率，又保证了检测和识别的准确性。

为了实现上述发明目的，本发明的技术方案如下：

一种用于复杂零件自动化喷涂过程的智能识别与检测方法，包括如下步骤：

S1、零件外形图像处理：使用图像信息采集系统采集待检测零件的图像信息数据，并对采集到的图像信息数据通过图像二值化、图像对比度增强、图像滤波、图像分割等技术进行预处理；

S2、零件种类识别：基于零件图像预处理得到的数据信息，提取和分析零件的形状特征，并与零件型号库的零件特征进行匹配，识别出零件型号；

S3、零件喷涂执行：按照零件种类识别结果，匹配喷涂工艺，进行零件喷涂操作；

S4、喷涂表面图像处理：图像信息采集系统再次采集喷涂操作执行后的零件表面图像，并对表面图像进行噪声处理和图像增强；

S5、喷涂平整度检测：根据镜面与非镜面的零件表面，采用不同的光源照射方案及检测方案，进行对应的平整度评价；

S6、喷涂质量判定：使用自动漆膜测量仪测量每个喷涂后零件的喷涂厚度，并依据厚度测量值对不同的喷涂类型的厚度进行合格判断；

S7、喷涂质量综合评价：依据前述步骤识别的零件型号、平整度检测结果，结合硬度检验、耐溶剂性测试、附着力测试、耐冲击测试，综合评价零件的整体喷涂质量。

进一步的，所述图像信息采集系统包括摄像机、照明光源、光学镜头、工控机和编码器，所述摄像机拍摄零件图片并传送给图像采集卡，图形采集卡进过模数转换将模拟的图像信号转换为数字信号并传递给工控机，由工控机进行图像处理，所述编码器的输出端口连接摄像机的触发端口，用于控制摄像机的自动采集。

进一步的，步骤S2中，零件形状特征包括几何特征、强度特征和颜色特征；其中，几何特征是指目标的长度、面积、角度、长宽比，强度特征是指目标的灰度值分布，颜色特征是指像素的颜色灰度值。

进一步的，步骤S4中，采用均值滤波方式进行噪声处理，采用直方图均衡化方法进行图像增强。

进一步的，步骤S5中，对于镜面零件表面，采用点阵投影法，使用点阵光源，将某个具有规则形状的物体投影在喷涂后的零件表面，然后根据物体在待测零件中投影的位置相对于在平整零件中投影的位置的偏移情况来判断零件表面是否平整。