一种基于面结构光的家电喷涂质量检测系统及方法技术方案

本发明专利技术公开了一种基于面结构光的针对灰度差异不明显缺陷的喷涂表面质量检测系统及方法。系统包括：双目相机、结构光投影仪、支架和工控机四大部分，缺陷检测时，面结构光投影仪将编码过的面结构光图案序列投影到待检测喷涂表面，双目相机模块采集待检测喷涂表面图像，解码面结构光，根据三角测量原理，获得喷涂表面深度信息，提取图像灰度特征，用图像灰度特征和深度信息训练分类器，将测试样本输入训练好的分类器中，检测有缺陷的图像。由于训练过程中使用了深度信息，分类器对于灰度差差异不明显的凸起或凹陷缺陷也具有较好的区分能力，可以适应更多类型缺陷的检测任务，也提高了缺陷检测的精度。

A spray quality inspection system and method for household appliances based on surface structured light

【技术实现步骤摘要】
一种基于面结构光的家电喷涂质量检测系统及方法
本专利技术涉及喷涂质量视觉检测技术和结构光双目测量
，具体涉及一种基于面结构光的喷涂表面质量检测系统及方法。
技术介绍
目前众多家电产品外壳需要经过喷漆处理，喷涂质量受温度、湿度、喷枪到喷涂表面的距离和角度、所喷涂材料的物化性质等多种因素影响。喷涂质量不仅影响产品外型美观，还可能影响产品寿命和使用过程中的安全性。喷涂产品进行喷涂表面质量检测可以有效的控制产品质量，避免次品流向市场，发现产品喷涂缺陷并及时修复损伤，避免造成更大的经济损失。因此一种适应性强可靠性高的喷涂表面质量检测方法非常重要。传统喷涂表面质量检测采用人工肉眼检测的方法，由工人在照明工具的辅助下用肉眼观察喷涂表面是否存在缺陷，这种检测方式不仅要耗费大量的人力成本，质检工人也容易疲劳，检测标准容易受个人主观感觉影响，因此检测结果具有随机性。机器视觉技术的引入，很大程度地将人从简单重复的检测工作中解放了出来，一定程度上提高了检测速度，降低了检测成本。目前现有的机器视觉检测通常采用机器学习分类器或深度学习网络处理相机二维图片的方式，是对图像的灰度信息进行分析处理，不包含物体的深度信息，因此对于在图像上具有明显灰度差异的缺陷具有较好的检测效果，但部分喷涂缺陷，如橘皮和挂流，这类缺陷会在喷涂表面形成凹凸，但在图片上没有明显的灰度差异。本专利采用面结构光双目技术，获取了待检测物体表面的灰度信息和深度信息，可以适应更多类型缺陷的检测任务，也提高了缺陷检测的精度。相对于被动视觉的双目技术，结构光双目技术属于主动视觉技术，通过结构光投影模块生成编码结构光，投影到待检测喷涂表面，它解决了待检测表面缺乏纹理时产生的特征点匹配不准确的缺陷，针对大面积纯色表面的检测有较好的表现。
技术实现思路
：本专利技术针对以上问题，提出了一种基于格雷编码结构光的喷涂表面质量检测系统，通过将采集到的喷涂表面深度信息和灰度信息输入给机器学习分类器的方法，弥补了二维图片缺少深度信息导致误判的不足。检测流程如下：步骤1，利用标定板对双目相机进行标定，获得双目相机内部参数和外部参数；步骤2，结构光投影仪向待检测喷涂表面投影格雷编码结构光条纹图案；步骤3，双目相机采集图像，解码结构光，根据双目相机内部参数和外部参数由三角测量原理计算表面各点深度信息，生成深度图；步骤4，提取训练集图像的深度特征和灰度特征训练分类器，得到一个训练好的专用分类器后，将待检测喷涂表面的深度特征和灰度特征输入训练好的分类器，得到分类结果。所述家电喷涂质量检测方法，其特征在于，步骤2包括：根据喷涂表面检测精度选取投影的格雷编码结构光条纹图案个数，投影图案越多，分辨率越高，检测精度越高。所述家电喷涂质量检测方法，其特征在于，步骤3包括：利用标定获得的双目相机内部参数与外部参数，将相机校正为标准外机几何模型；生成的深度图每个像素值与物体到相机的距离成正比。所述家电喷涂质量检测方法，其特征在于，步骤4包括：分类器训练和测试过程中，其输入既包含灰度特征也包含深度特征。为实现以上目标，本专利技术采用了一种基于格雷编码结构光的喷涂表面质量检测系统，由双目相机、结构光投影仪、支架和工控机四大部分组成。所述支架包含调节相机、投影仪相对位置的横纵连杆，负责支撑的三脚架，将相机、投影仪固定在连杆上的托架；所述双目相机包含左右两个相机与相应的镜头，与工控机相连，受程序控制采集图像；所述结构光投影与工控机相连，编码结构光的产生受程序控制，编码方式采用格雷编码，投影图像序列数量可根据精度要求设定；所述工控机上安装了相机控制程序，编码机构光生成程序，双目结构光算法，机器学习分类器和图形操作界面。如图2所示，本专利技术提出的一种基于格雷编码结构光的喷涂表面质量检测系统，由支架、双目相机、结构光投影仪和工控机四大部分组成。所述支架包含三脚架1，高度调节连杆2，左右调节连杆3，光轴夹紧块一4，光轴夹紧块二5，左相机托架8，右相机托架9，结构光光源托架12，前后调节连杆13。三脚架1与高度调节连杆2之间通过螺纹连接固连在一起，高度调节连杆2通过光轴夹紧块一4与左右调节连杆3连接，左右调节连杆3通过光轴夹紧块二5与前后调节连杆13连接，左相机6和右相机7上均装有对应的工业镜头，左相机6、右相机7分别用螺纹连接固连在左相机托架8、右相机托架9上，左相机托架8、右相机托架9可在左右调节连杆3上滑动，调节两相机之间的距离，结构光光源10通过结构光光源托架12与前后调节连杆13相连，结构光光源托架12可在前后调节连杆13上滑动，调节结构光光源10与左相机6和右相机7之间的距离，结构光光源10、左相机6和右相机7均通过数据线与工控机11连接。所述工控机11中装有编码结构光生成程序控制结构光光源10投影格雷编码结构光图案序列，相机控制程序控制左相机6和右相机7采集图像，双目结构光算法解算图片深度信息生成深度图，机器学习分类器用于根据输入的深度图和灰度图判别喷涂表面是否存在缺陷，图像操作界面给用户提供操作接口和可视化的检测结果。与现有的技术方案相比，本专利技术的有益效果是：引入了结构光双目系统，可以获得待检测表面的三维信息，而不仅仅是二维灰度信息，对缺陷的描述由二维上升到三维，信息更加丰富，使部分缺陷在灰度特征与合格图像的灰度特征差异不大的情况下，可以通过深度信息加以区分，因此提高了检测精度也拓展了可检测缺陷的种类。附图说明图1为本专利技术喷涂质量检测方法流程图；图2为本专利技术喷涂质量检测系统示意图，图中标记为：1-三脚架，2-高度调节连杆，3-左右调节连杆，4-光轴夹紧块一，5-光轴夹紧块二，6-左相机，7-右相机，8-左相机托架，9-右相机托架，10-结构光光源，11-工控机，12-结构光光源托架，13-前后调节连杆；图3为格雷编码图案示意图；图4为双目结构光模型成像原理图。具体实施方式下面参考附图对本专利技术的具体实施方式进行详细说明。实施时，检测流程包含以下步骤：步骤1，利用标定板对左相机6和右相机7进行标定，分别获得左相机6和右相机7的内部参数和外部参数。步骤2，根据待检测喷涂表面大小调节结构光光源10、左相机6和右相机7的相对位置，根据检测精度，用户在图像操作界面设定格雷编码结构光序列图案个数。参考图3所示格雷编码图案示意图，当设定投影n个水平格雷编码条纹图案和m个竖直格雷编码条纹图案，水平方向有2n个不同的码值，竖直方向有2m个不同的码值，可生成的深度图的分辨率为2n*2m。步骤3，结构光光源10受编码结构光生成程序控制，依次将对应的格雷编码结构光条纹图案投影至待检测喷涂表面。步骤4，左相机6和右相机7受相机控制程序控制采集待检测喷涂表面在每一个格雷编码结构光条纹图案投影下的图片，并将图片序列传输给工控机11。步骤5，参考图3，在格雷编码结构光模式下，每一张图片下的一条亮条纹或暗条纹代表待检测喷涂表面某点的一位码值，如步骤2所述，本文档来自技高网...

【技术保护点】
1.一种基于面结构光的家电喷涂质量检测方法，其特征在于，包括：/n步骤1，利用标定板对双目相机进行标定，获得双目相机内部参数和外部参数；/n步骤2，结构光投影仪向待检测喷涂表面投影格雷编码结构光条纹图案；/n步骤3，双目相机采集图像，解码结构光，根据双目相机内部参数和外部参数由三角测量原理计算表面各点深度信息，生成深度图；/n步骤4，提取训练集图像的深度特征和灰度特征训练分类器，得到一个训练好的专用分类器后，将待检测喷涂表面的深度特征和灰度特征输入训练好的分类器，得到分类结果。/n

【技术特征摘要】
1.一种基于面结构光的家电喷涂质量检测方法，其特征在于，包括：
步骤1，利用标定板对双目相机进行标定，获得双目相机内部参数和外部参数；
步骤2，结构光投影仪向待检测喷涂表面投影格雷编码结构光条纹图案；
步骤3，双目相机采集图像，解码结构光，根据双目相机内部参数和外部参数由三角测量原理计算表面各点深度信息，生成深度图；
步骤4，提取训练集图像的深度特征和灰度特征训练分类器，得到一个训练好的专用分类器后，将待检测喷涂表面的深度特征和灰度特征输入训练好的分类器，得到分类结果。


2.如权利要求1所述的一种基于面结构光的家电喷涂质量检测方法，其特征在于，步骤2包括：根据喷涂表面检测精度选取投影的格雷编码结构光条纹图案个数，投影图案越多，分辨率越高，检测精度越高。


3.如权利要求1所述的一种基于面结构光的家电喷涂质量检测方法，其特征在于，步骤3包括：利用标定获得的双目相机内部参数与外部参数，将相机校正为标准外机几何模型；生成的深度图每个像素值与物体到相机的距离成正比。


4.如权利要求1所述的一种基于面结构光的家电喷涂质量检测方法，其特征在于，步骤4包括：分类器训练和测试过程中，其输入既包含...

【专利技术属性】
技术研发人员：任德均，胡云起，付磊，郜明，邱吕，吴华运，
申请(专利权)人：四川大学青岛研究院，
类型：发明
国别省市：山东;37