一种基于图像作差的模具残留物视觉检测方法及装置制造方法及图纸

本发明专利技术公开一种基于图像作差的模具残留物视觉检测方法及装置，该装置包括智能视觉检测系统、金属立柱、底座、横向支架、梯形固定块、PLC和蜂鸣器，其中智能视觉检测系统包括智能工业相机、红色工业光源和win7计算机；红色工业光源水平设置在智能工业相机摄像端四周，两者固定在横向支架上；横向支架固定在金属立柱上；金属立柱固定在底座上，两个梯形固定块设置在底座的底面上。当冲压机在精冲件冲压完成后，零件吹出模具孔，此时通过PLC控制程序，利用以图像作差方法来识别冲压机模具是否在冲压完成后残留下金属残留物，从而保护模具不受损坏和保证精冲件的质量，提高精冲件的制作效率，减少出错率。

【技术实现步骤摘要】

本专利技术涉及冲压机精冲件质量检测
，是一种基于图像作差的模具金属残留物的检测方法及装置，主要通过检测冲压机冲压后模具上是否留有金属残留物来检测精冲件的质量。
技术介绍
随着现代化技术的进步和国家工业的不断发展，对于生产的质量和生产速度要求越来越高，而如何在现有的工业基础上提升生产的质量和效率，是现在面临的难题。如今大多数精冲件模具制造时，如果在模具闭模时冷却时间不够或者其他一些原因，则有可能发生原料残留在模腔内的现象，也就是在模具上留有金属残留物。若不能及时发现并处理这种问题，必然会造成产品的缺失，接下来的产品也将是不合格产品，影响后续的生产，浪费大量人力物力。而且最重要的是，金属残留物极易损坏昂贵的模具，而且模具的生产、装卸以及冲压机的停机都会造成不小的损失。目前，冲压机的精冲件模具残留物的检测大多数都基于工人的目测、手工检测，具有人力成本高、漏检率高、生产效率低等缺点，通过利用智能图像识别系统的实时性、非接触性、高效性和高可靠性，完全可以弥补人工识别的缺点，并且由于智能图像识别系统的安装要求比较低，通用性比较高，完全可以适用于大部分的零件冲压制造。现有的有关精冲件制造方面的智能图像识别的研究，大部分都是通过检测生产完毕后的零件的质量，以及本身的表面、轮廓等来判断零件的好坏，对于通过检测金属残留物来保证生产零件的质量和保护模具这方面还未曾有过太多的先例。
技术实现思路
针对现有技术的不足，我们提供了一种基于图像作差的模具残留物视觉检测方法及装置，由于在对金属残留物进行识别时，冲压机的震动、外界的光线干扰、油污的干扰、模具的定位点影响等外界因素会对图像的采集产生不小的干扰，而最大的干扰则来自于模具上面的定位点，它和金属残留物非常相似，所以我们采用了图像作差的方法，通过目标图像和原图像作差来判断，可以准确无干扰的识别金属残留物。本专利技术解决所述方法技术问题所采用的技术方案是，设计一种基于图像作差的模具残留物视觉检测方法，该方法的具体步骤如下：第一步、图像的处理和特征提取1.1获取原图像：开启装置后，在红色工业光源下，确定模具上没有任何残留物，然后通过工业智能相机获得图像作为原图像；在没有外力改变摄像机和模具的相对位置、也不改变红色工业光源的强度的情况下，不再改变原图像；1.2获取目标图像：在步骤1.1的基础上，冲压机工作，通过PLC传输来的信息，控制智能工业相机获取目标图像，待处理；1.3感兴趣区域分割：确定需要处理的模具部分在步骤1.1和步骤1.2中获取的原图像和目标图像的位置，通过感兴趣区域分割来选定待处理部分；1.4图像预处理：把通过步骤1.3得到的分割后的原图像和目标图像进行图像的预处理，减小由于振动产生的误差；1.5图像作差：把通过步骤1.3得到的分割后的原图像和目标图像进行作差取绝对值，得到包含差值信息的图像；1.6图像二值化：将包含差值信息的图像进行二值化，得到二值图像；1.7中值滤波：通过步骤1.6得到的二值图像会有噪声的出现，经过中值滤波将噪声滤去；1.8腐蚀和膨胀：在步骤1.7的基础上进行形态学的膨胀和腐蚀；1.9清除小面积：由于金属残留物的面积拥有一定的范围，在步骤1.8得到的图像的基础上清除掉图像中不符合要求的小斑点；第二步、图像信息分析和判断2.1图像信息统计：通过访问图片像素，综合统计在第一步得到的最终图像里面包含的残留物的面积信息和位置信息，并将金属残留物用黑框标记在目标图像上；2.2判断输出：通过金属残留物的面积信息判断金属残留物是否存在，保存图像并输出PLC结果；如果有金属残留物的存在，则启动蜂鸣器；当再次检测没有金属残留物后，进行进料。进一步的，本专利技术设计一种基于图像作差的模具残留物视觉检测装置，适用于上述基于图像作差的模具残留物视觉检测方法，包括智能视觉检测系统、金属立柱、底座、横向支架、梯形固定块、PLC和蜂鸣器，其中智能视觉检测系统包括智能工业相机、红色工业光源和win7计算机；红色工业光源水平设置在智能工业相机摄像端四周，两者固定在横向支架上；横向支架固定在金属立柱上，两者可以在水平面内旋转固定；金属立柱固定在底座上，两个梯形固定块设置在底座的底面上，可以使装置牢牢固定在冲压机上；PLC分别和蜂鸣器、智能工业相机相连；PLC、智能工业相机与win7计算机相连。与现有技术相比，本专利技术有益效果效果在于：本专利技术主要适用于冲压机制造精冲件的工业现场，当冲压机在精冲件冲压完成后，零件吹出模具孔，此时通过PLC控制程序，利用以图像作差为核心的算法来识别冲压机模具是否在冲压完成后残留下金属残留物，利用这种方法来保护模具不受损坏和保证精冲件的质量，提高精冲件的制作效率，减少出错率。附图说明图1为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的硬件结构装配示意图；图2为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的智能工业相机和红色工业光源与横向立柱的相对位置示意图；图3为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的金属立柱和横向支架的相对位置示意图；图4为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的部件连接示意图；图5为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的部件连接角度β参数标注示意图；图6为本专利技术基于图像作差的模具残留物视觉检测方法及装置一种实施例的部件连接角度α参数标注示意图；图中，金属立柱1，底座2，横向支架3，智能工业相机4，红色工业光源5，梯形固定块6，PLC7，蜂鸣器8，模具9。具体实施方式下面结合实施例及附图对本专利技术作进一步说明。本专利技术提供一种基于图像作差的模具残留物视觉检测方法(参见图1-4)，其特征在于，该方法的具体步骤如下：第一步、图像的处理和特征提取1.1获取原图像：开启装置后，在红色工业光源5下，确定模具上没有任何残留物，然后通过工业智能相机获得图像作为原图像；在没有外力改变摄像机和模具的相对位置、也不改变红色工业光源的强度的情况下，不再改变原图像；1.2获取目标图像：在步骤1.1的基础上，冲压机工作，通过PLC传输来的信息，控制智能工业相机4获取目标图像，待处理；1.3感兴趣区域分割：确定需要处理的模具部分在步骤1.1和步骤1.2中获取的原图像和目标图像的位置，通过感兴趣区域分割来选定待处理部分；1.4图像预处理：把通过步骤1.3得到的分割后的原图像和目标图像进行图像的预处理，减小由于振动产生的误差；1.5图像作差：把通过步骤1.3得到的分割后的原图像和目标图像进行作差取绝对值，得到包含差值信息的图像；1.6图像二值化：将包含差值信息的图像进行二值化，得到二值图像；1.7中值滤波：通过步骤1.6得到的二值图像会有噪声的出现，经过中值滤波将噪声滤去；1.8腐蚀和膨胀：在步骤1.7的基础上进行形态学的膨胀和腐蚀；1.9清除小面积：由于金属残留物的面积拥有一定的范围，在步骤1.8得到的图像的基础上清除掉图像中不符合要求的小斑点。第二步、图像信息分析和判断2.1图像信息统计：通过访问图片像素，综合统计在第一步得到的最终图像里面包含的金属残留物的面积信息和位置信息，并将金属残留物用黑框标记在目标图像上；2.2判断输出：通过金属残留物的面积信息判断金属残留物是否存在，保本文档来自技高网...

【技术保护点】
一种基于图像作差的模具残留物视觉检测方法，其特征在于，该方法的具体步骤如下：第一步、图像的处理和特征提取1.1获取原图像：开启装置后，在红色工业光源下，确定模具上没有任何残留物，然后通过工业智能相机获得图像作为原图像；在没有外力改变摄像机和模具的相对位置、也不改变红色工业光源的强度的情况下，不再改变原图像；1.2获取目标图像：在步骤1.1的基础上，冲压机工作，通过PLC传输来的信息，控制智能工业相机获取目标图像，待处理；1.3感兴趣区域分割：确定需要处理的模具部分在步骤1.1和步骤1.2中获取的原图像和目标图像的位置，通过感兴趣区域分割来选定待处理部分；1.4图像预处理：把通过步骤1.3得到的分割后的原图像和目标图像进行图像的预处理，减小由于振动产生的误差；1.5图像作差：把通过步骤1.3得到的分割后的原图像和目标图像进行作差取绝对值，得到包含差值信息的图像；1.6图像二值化：将包含差值信息的图像进行二值化，得到二值图像；1.7中值滤波：通过步骤1.6得到的二值图像会有噪声的出现，经过中值滤波将噪声滤去；1.8腐蚀和膨胀：在步骤1.7的基础上进行形态学的膨胀和腐蚀；1.9清除小面积：由于金属残留物的面积拥有一定的范围，在步骤1.8得到的图像的基础上清除掉图像中不符合要求的小斑点；第二步、图像信息分析和判断2.1图像信息统计：通过访问图片像素，综合统计在第一步得到的最终图像里面包含的残留物的面积信息和位置信息，并将金属残留物用黑框标记在目标图像上；2.2判断输出：通过金属残留物的面积信息判断金属残留物是否存在，保存图像并输出PLC结果；如果有金属残留物的存在，则启动蜂鸣器；当再次检测没有金属残留物后，进行进料。...

【技术特征摘要】
1.一种基于图像作差的模具残留物视觉检测方法，其特征在于，该方法的具体步骤如下：第一步、图像的处理和特征提取1.1获取原图像：开启装置后，在红色工业光源下，确定模具上没有任何残留物，然后通过工业智能相机获得图像作为原图像；在没有外力改变摄像机和模具的相对位置、也不改变红色工业光源的强度的情况下，不再改变原图像；1.2获取目标图像：在步骤1.1的基础上，冲压机工作，通过PLC传输来的信息，控制智能工业相机获取目标图像，待处理；1.3感兴趣区域分割：确定需要处理的模具部分在步骤1.1和步骤1.2中获取的原图像和目标图像的位置，通过感兴趣区域分割来选定待处理部分；1.4图像预处理：把通过步骤1.3得到的分割后的原图像和目标图像进行图像的预处理，减小由于振动产生的误差；1.5图像作差：把通过步骤1.3得到的分割后的原图像和目标图像进行作差取绝对值，得到包含差值信息的图像；1.6图像二值化：将包含差值信息的图像进行二值化，得到二值图像；1.7中值滤波：通过步骤1.6得到的二值图像会有噪声的出现，经过中值滤波将噪声滤去；1.8腐蚀和膨胀：在步骤1.7的基础上进行形态学的膨胀和腐蚀；1.9清除小面积：由于金属残留物的面积拥有一定的范围，在步骤1.8得到的图像的基础上清除掉图像中不符合要求的小斑点；第二步、图像信息分析和判断2.1图像信息统计：通过访问图片像素，综合统计在第一步得到的最终图像里面包含的残留物的面积信息和位置信息，并将金属残留物用黑框标记在目标图像上；2.2判断输出：通过金属残留物的面积信息判断金属残留物是否存在，保存图像并输出PLC结果；如果有金属残留物的存在，则启动蜂鸣器；当再次检测没有金属残留物后，进行进料。2.根据权利要求1所述的基于图像作差的模具残留物视觉检测方法，其特征在于，所述1.3步骤中感兴趣区域分割是人工分割，安装装置后通过人眼判断模具在智能工业相机获取图像中的位置，选择(x,y,x+Δx,y+Δy)进行感兴趣区域分割。3.根据权利要求1所述的基于图像作差的模具残留物视觉检测方法，其特征在于，所述...

【专利技术属性】
技术研发人员：陈海永，庞悦，陈聪，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12