一种基于机器视觉的工件表面缺陷快速识别系统及方法技术方案

本发明专利技术公开了一种基于机器视觉的工件表面缺陷快速识别系统及方法，具体涉及工件表面缺陷识别技术领域，包括目标工件数据模块，所述目标工件数据模块的输入端连接有工件目标追踪模块，所述工件目标追踪模块的输出端连接有中央处理模块。本发明专利技术通过工件表面特征分类学习模块的设置，可更新数据处理器数据库，使其检测能力进一步增强，使缺陷检测模块的生命力增强，通过缺陷检测模块的设置，可运用机器视觉技术对提取的工件特征量分类整理识别，根据不同缺陷的图像特征，可识别出斑点、凹坑、划痕、色差、缺损等缺陷，方便快速识别表面存在不同缺陷的不合格工件，比以往的抽检检测更加全面，检测无遗漏，全面性强，识别准确度和效率高。高。高。

【技术实现步骤摘要】
一种基于机器视觉的工件表面缺陷快速识别系统及方法


[0001]本专利技术涉及工件表面缺陷识别
，具体涉及一种基于机器视觉的工件表面缺陷快速识别系统及方法。

技术介绍

[0002]工件在加工过程中，往往会由于生产环境或者工艺的原因造成各种表面缺陷，如斑点、凹坑、划痕、色差、缺损等。要保证产品质量，维护企业声誉，必须在工件出厂包装前对其表面质量进行检测，对于存在表面缺陷的型材将进行回收处理。
[0003]传统的产品表面质量检测主要采用人工检测的方法，人工检测不仅工作量大，而且易受检测人员的经验、情绪、劳累强度等主观因素的影响，质量检测结果会出现不稳定因素，另外人工检测也很难对产品的缺陷率、质量趋势等进行精确的统计容易对产品表面缺陷造成漏检，尤其是变形较小、畸变不大的夹杂缺陷漏检，极大降低了产品的表面质量，从而不能够保证检测的效率与精度。
[0004]近年来，迅速发展的以图像处理技术为基础的机器视觉技术恰恰可以解决这一问题。机器视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合，而形成的一门综合性的技术。一般地说，机器视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术，也就是用机器代替人眼来做测量和判断。机器视觉主要是采用计算机来模拟人的视觉功能，从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。基于机器视觉技术的缺陷检测系统，由于其非接触检测测量，具有较高的准确度、较宽的光谱响应范围，可长时间稳定工作，节省大量劳动力资源，提高了工作效率，可对工件表面的多种缺陷进行检测，但目前没有系统的机器视觉方法对工件表面缺陷进行检测识别。

技术实现思路

[0005]为此，本专利技术提供一种基于机器视觉的工件表面缺陷快速识别系统及方法，通过缺陷检测模块的设置，可运用机器视觉技术对提取的工件特征量分类整理识别，根据不同缺陷的图像特征，可识别出斑点、凹坑、划痕、色差、缺损等缺陷，学习不同缺陷特征数据，方便快速识别表面存在不同缺陷的不合格工件，比以往的抽检检测更加全面，检测无遗漏，全面性强，识别准确度和效率高，通过工件分类输送模块的设置，自动检测分拣输送工件，自动化程度高，以解决现有技术中由于人工检测不能够保证检测的效率与精度的问题。
[0006]为了实现上述目的，本专利技术提供如下技术方案：一种基于机器视觉的工件表面缺陷快速识别系统，包括目标工件数据模块，所述目标工件数据模块的输入端连接有工件目标追踪模块，所述工件目标追踪模块的输出端连接有中央处理模块，所述中央处理模块的输入端连接有工件表面图像采集模块，所述工件表面图像采集模块的输出端连接有图像预处理模块，所述图像预处理模块的输出端连接有工件表面特征分类学习模块，所述工件表面特征分类学习模块的输出端连接有缺陷检测模块，所述缺陷检测模块的输出端连接有工
件分类输送模块；
[0007]所述目标工件数据模块用于为工件目标追踪模块提供追踪源，并可为工件表面图像采集模块提供各种不同原因产生的不同类型的工件表面缺陷图像数据和标准工件的图像数据；
[0008]所述工件目标追踪模块用于对工件位置进行定位追踪，后将工件位置反馈到工件表面图像采集模块，并使用照明光源对目标工件进行补光照明，方便工件表面图像采集模块采集图像数据；
[0009]所述中央处理模块用于对工件目标追踪模块追踪到的位置信息进行读取，对图像预处理模块处理后的工件特征信息进行接收，对工件表面特征分类学习模块学习总结后的各类特征信息进行接收后，用各类特征信息对缺陷检测模块的数据库进行更新升级，根据缺陷检测模块的缺陷识别结果控制工件分类输送模块对目标工件数据模块的工件进行分类输送；
[0010]所述工件表面图像采集模块用于对工件表面特征信息进行采集；
[0011]所述图像预处理模块用于对工件表面特征进行初步过滤分类；
[0012]所述工件表面特征分类学习模块用于对合格工件和不合格工件特征进行学习和分类总结，更新缺陷检测模块的数据库，使缺陷检测模块的识别检测能力进一步增强；
[0013]所述缺陷检测模块用于针对各种工件表面缺陷类型进行分析检测，将检测结果返还到中央处理模块中；
[0014]所述工件分类输送模块用于对检测后的工件进行分类分拣后分类运送。
[0015]进一步地，所述工件目标追踪模块的输入端与中央处理模块的输出端相连接，所述目标工件数据模块包括待测工件，所述工件目标追踪模块包括激光扫描仪、照明光源和万向运动台，万向运动台可带动激光扫描仪对待测工件的位置进行扫描，激光扫描仪确定待测工件的位置后，可把位置信息传递到照明光源处，使照明光源对待测工件表面进行补光照明。
[0016]进一步地，所述工件表面图像采集模块的输入端与工件目标追踪模块的输出端相连接，所述工件表面图像采集模块包括视觉系统，所述视觉系统包括CCD摄像机和红外线传感器，CCD摄像机和红外线传感器采像端对工件表面特征信息进行采集。
[0017]进一步地，所述中央处理模块的输出端与图像预处理模块的输入端相连接，中央处理模块可将工件表面图像采集模块采集到的工件表面特征信息输送到图像预处理模块。
[0018]进一步地，所述工件表面特征分类学习模块的输出端与中央处理模块的输入端相连接，所述工件表面特征分类学习模块的输入端与中央处理模块的输出端相连接，所述工件表面特征分类学习模块的输入端与缺陷检测模块的输出端相连接，所述缺陷检测模块的输入端与中央处理模块的输出端相连接，所述中央处理模块、图像预处理模块、工件表面特征分类学习模块和缺陷检测模块均包括计算机、数据存储器和数据处理器，计算机可对激光扫描仪追踪到的位置信息进行读取，对红外线传感器采集到的工件特征信息进行接收，采集到的特征信息经计算机初步过滤后，由计算机的学习系统对合格工件和不合格工件特征进行初步学习，被分类存储到数据存储器中，后数据处理器针对各种工件表面缺陷类型进行分析检测，将检测结果返还到计算机中，一方面使计算机的学习系统对工件特征进行进一步学习和分类总结，更新数据处理器数据库，使其检测能力进一步增强。
[0019]进一步地，所述工件分类输送模块的输入端与中央处理模块的输出端相连接，所述工件分类输送模块包括传送带和机械手，计算机对机械手和传送带发动运动指令时，可控制机械手对检测工件进行分类分拣，并使传送带对检测工件进行分类运送。
[0020]进一步地，所述工件分类输送模块的输出端与目标工件数据模块的输入端相连接，工件分类输送模块可对分类检测后的待测工件进行分类分拣和运送。
[0021]本专利技术还包括该基于机器视觉的工件表面缺陷快速识别系统的使用方法，具体步骤如下：
[0022]步骤一：通过计算机，启动万向运动台带动激光扫描仪对待测工件的位置进行扫描；
[0023]步骤二：激光扫描仪确定待测工件的位置后，把位置信息传递到照明光源处，使照明光源对待测工件表面进行补光照明；
[0024]步骤三：将待测工件位置信息本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的工件表面缺陷快速识别系统，包括目标工件数据模块(1)，其特征在于：所述目标工件数据模块(1)的输入端连接有工件目标追踪模块(2)，所述工件目标追踪模块(2)的输出端连接有中央处理模块(3)，所述中央处理模块(3)的输入端连接有工件表面图像采集模块(4)，所述工件表面图像采集模块(4)的输出端连接有图像预处理模块(5)，所述图像预处理模块(5)的输出端连接有工件表面特征分类学习模块(6)，所述工件表面特征分类学习模块(6)的输出端连接有缺陷检测模块(7)，所述缺陷检测模块(7)的输出端连接有工件分类输送模块(8)；所述目标工件数据模块(1)用于为工件目标追踪模块(2)提供追踪源，并可为工件表面图像采集模块(4)提供各种不同原因产生的不同类型的工件表面缺陷图像数据和标准工件的图像数据；所述工件目标追踪模块(2)用于对工件位置进行定位追踪，后将工件位置反馈到工件表面图像采集模块(4)，并使用照明光源(12)对目标工件进行补光照明，方便工件表面图像采集模块(4)采集图像数据；所述中央处理模块(3)用于对工件目标追踪模块(2)追踪到的位置信息进行读取，对图像预处理模块(5)处理后的工件特征信息进行接收，对工件表面特征分类学习模块(6)学习总结后的各类特征信息进行接收后，用各类特征信息对缺陷检测模块(7)的数据库进行更新升级，根据缺陷检测模块(7)的缺陷识别结果控制工件分类输送模块(8)对目标工件数据模块(1)的工件进行分类输送；所述工件表面图像采集模块(4)用于对工件表面特征信息进行采集；所述图像预处理模块(5)用于对工件表面特征进行初步过滤分类；所述工件表面特征分类学习模块(6)用于对合格工件和不合格工件特征进行学习和分类总结，更新缺陷检测模块(7)的数据库，使缺陷检测模块(7)的识别检测能力进一步增强；所述缺陷检测模块(7)用于针对各种工件表面缺陷类型进行分析检测，将检测结果返还到中央处理模块(3)中；所述工件分类输送模块(8)用于对检测后的工件进行分类分拣后分类运送。2.根据权利要求1所述的一种基于机器视觉的工件表面缺陷快速识别系统，其特征在于：所述工件目标追踪模块(2)的输入端与中央处理模块(3)的输出端相连接，所述目标工件数据模块(1)包括待测工件(10)，所述工件目标追踪模块(2)包括激光扫描仪(11)、照明光源(12)和万向运动台(13)，万向运动台(13)可带动激光扫描仪(11)对待测工件(10)的位置进行扫描，激光扫描仪(11)确定待测工件(10)的位置后，可把位置信息传递到照明光源(12)处，使照明光源(12)对待测工件(10)表面进行补光照明。3.根据权利要求1所述的一种基于机器视觉的工件表面缺陷快速识别系统，其特征在于：所述工件表面图像采集模块(4)的输入端与工件目标追踪模块(2)的输出端相连接，所述工件表面图像采集模块(4)包括视觉系统(9)，所述视觉系统(9)包括CCD摄像机(17)和红外线传感器(18)，CCD摄像机(17)和红外线传感器(18)采像端对工件表面特征信息进行采集。4.根据权利要求1所述的一种基于机器视觉的工件表面缺陷快速识别系统，其特征在于：所述中央处理模块(3)的输出端与图像预处理模块(5)的输入端相连接，中央处理模块(3)可将工件表面图像采集模块(4)采集到的工件表面特征信息输送...

【专利技术属性】
技术研发人员：王勇，
申请(专利权)人：宿迁中矿智能装备研究院有限公司，
类型：发明
国别省市：