一种基于视觉系统的机械制造业在线质量监测方法技术方案
【技术实现步骤摘要】
一种基于视觉系统的机械制造业在线质量监测方法
本专利技术涉及一种机械制造在线质量检测方法，具体涉及一种基于视觉系统的机械制造业在线质量监测方法。
技术介绍
工业生产对基于图像的测量系统在产品检验中所展现的优势有着强烈的兴趣。非接触的产品检测意味着减少侵蚀，减少成本，更有利的零件抽样结果在统计学中的意义以及更好的认识到运营商线路运行的情况。在传统领域，人工视觉系统已经取得成功，包括制成品，如汽车，半导体芯片，食品和药品的非接触性的检测。我们要以降低成本为目标，通过人类干预缺陷分析，以及丢弃有缺陷的零件来确保一致的产品质量，基于图像的系统也可以通过控制像工业机器人手臂等设备来使产品生产自动化。机器视觉系统也在机械(冲压金属)组件的测量中扮演着重要的角色，来确保测量区域的数据落在给定的规范限制里，利用机器视觉系统检测成功的关键在于它有一些特有的属性，例如灵活性、可靠性、较高的运行速度、一致性和精确性，如果和传统测量系统相比，这种测量方式更有竞争力。在设计模型时，软件库组件以及通用视觉硬件的广泛应用，对人工视觉系统的发展有着强烈的影响。因此，所选择的应用程序体系结构，以及...
【技术保护点】
一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，包括以下步骤：步骤一、图像采集：分别采用顶置相机和前置相机获取零件的顶置图像和前置图像；步骤二、顶置图像处理：在步骤一获得的零件顶置图像中测量零件各项尺寸，以及零件各个部件的尺寸；步骤三、前置图像处理：在步骤一获得的零件前置图像中测量零件在顶置图像中不可见部分的各项尺寸，包括不可见部分的外形尺寸、相应的倾角和线圈的锥度比；步骤四、松线检测：对顶置图像和前置图像进行松线检测；步骤五、对获取的数据进行误差校正：采用校正块分别对顶置相机和前置相机进行校准，并分析关于测量对象的非平面性造成的误差，进行系统深度误差矫正。
【技术特征摘要】
1.一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，包括以下步骤：步骤一、图像采集：分别采用顶置相机和前置相机获取零件的顶置图像和前置图像；步骤二、顶置图像处理：在步骤一获得的零件顶置图像中测量零件各项尺寸，以及零件各个部件的尺寸；步骤三、前置图像处理：在步骤一获得的零件前置图像中测量零件在顶置图像中不可见部分的各项尺寸，包括不可见部分的外形尺寸、相应的倾角和线圈的锥度比；步骤四、松线检测：对顶置图像和前置图像进行松线检测；步骤五、对获取的数据进行误差校正：采用校正块分别对顶置相机和前置相机进行校准，并分析关于测量对象的非平面性造成的误差，进行系统深度误差矫正。2.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤二顶置图像处理，将所有测量函数应用于图像中所需测量的矩形区域中，用户定义一个主参考坐标系，使用图像阈值进行检测，将图像从背景中分离出来，然后定位、计数、测量矩形区域内的对象；包括以下步骤：1)获取RGB图像的亮度和饱和度平面；2)利用形态学和阈值算子在亮度图像中的应用，以补偿亮度的微小变化；3)搜索主参考坐标系的位置和方向；4)对于长度测量，搜索边缘直线作为参考线；5)测量零件的各项尺寸，使其相对于参考线之间的距离在合适的距离区间内；6)测量零件中其他金属叶片的尺寸。3.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤三前置图像处理包括以下步骤：1)确定前置图像搜索参考坐标系的位置和方向；2)寻找基线Ib；3)提取金属叶片的轮廓点A、B、C；4)测量：位于基线Ib与曲线BA部分之间的角度α；估算曲线BA部分在基线Ib投影的长度w；估算曲线CB部分在基线Ib投影的长度h；5)测量线圈的锥度比D。4.如权利要求1所述的一种基于视觉系统的机械制造业在线质量监测方法，其特征在于，所述步骤四松线检测过程是寻找特定缺陷：由于线圈生产中的错误，会产生松动的铜线；松线检测包括以下步骤：1)对输入的彩色图像进行预处理，获得二进制图像A；2)向获得的图像A应用形态闭合算子来创建图像B；3)从图像A中减去图像B；4)图...
【专利技术属性】
技术研发人员：崔岸，孙文龙，张晗，杨宇佳，程普，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。