本发明专利技术公开了一种基于机器视觉的装配质量检测方法及装置，具体涉及机器视觉领域，包括以下步骤：步骤S1、摄像机对装配完成后的装配件进行图像采集，获取待检测的装配件图像；步骤S2、提取待检测装配件的图像中各个轮廓细节特征；步骤S3、根据各个轮廓细节特征，判断装配件质量状况；步骤S4、对相邻待检测装配件的质量状况进行比较，获取装配质量趋势；步骤S5、根据装配质量趋势判断装配设备的运行状态，并对异常的运行状态发出警报。通过获取装配件的装配质量趋势，从而对装配设备的运行状态进行评估判断，从而一方面能够提高整体生产装配件的质量水平，另一方面产业人员也能够清楚地掌握整个装配产线的装配状态，便于把控质量。便于把控质量。便于把控质量。
【技术实现步骤摘要】
一种基于机器视觉的装配质量检测方法及装置
[0001]本专利技术涉及机器视觉
，更具体地说，本专利技术涉及一种基于机器视觉的装配质量检测方法及装置。
技术介绍
[0002]机器视觉能够提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。机器视觉主要的功能有四个，分别是引导和定位，外观检测，高精度监测和识别。其中引导和定位可应用于三维和二维条件下，做到定位流水线的静态和动态目标，可适应不同情况下的视觉定位需求。外观检测可使用高清工业摄像机进行辅助，定位，寻边，配合四轴机械臂实现分拣和码垛。高精度监测可以应用于医药、食品、服装等行业，对产品质量进行监测。识别方面的应用广泛，需利用机器视觉对图像进行处理、分析和理解，以识别各种不同模式的目标和对象。可以达到数据的追溯和采集，常在汽车零部件、食品、药品等方面应用。
[0003]现有的利用机器视觉进行装配质量检测过程中，通常仅能对装配件装配状态进行采集，判断其是否处于正常状态，不能根据装配质量对前端生产进行有效预测反馈。而目前的自动化生产中，装配件大多由自动化机械自动装配完成，装配件装配质量的好坏往往与自动化机械的自身运行状态有关。因此，本专利技术提出了一种基于机器视觉的装配质量检测方法及装置能够通过机器视觉对装配件的装配状态进行检测，并能够通过装配件的装配状态预测分析前端自动化装配设备的运行状态。
技术实现思路
[0004]为了克服现有技术的上述缺陷，本专利技术的实施例提供一种基于机器视觉的装配质量检测方法及装置，通过不断获取相邻装配件的装配状态，获取装配件的装配状态趋势，从而根据装配状态趋势预测判断自动化装配设备的运行状态，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于机器视觉的装配质量检测方法，包括以下步骤：步骤S1、摄像机对装配完成后的装配件进行图像采集，获取待检测的装配件图像；步骤S2、提取待检测装配件的图像中各个轮廓细节特征；步骤S3、根据各个轮廓细节特征，判断装配件质量状况；步骤S4、对相邻待检测装配件的质量状况进行比较，获取装配质量趋势；步骤S5、根据装配质量趋势判断装配设备的运行状态，并对异常的运行状态发出警报。
[0006]在一个优选的实施方式中，在步骤S3中，通过基于边缘特征的模板匹配方法，计算装配件图像与标准装配件图像之间的灰度相关度值，判断装配件质量状况，灰度相关度值计算公式如下：
式中，s和t分别为基准图像的移动参数，为灰度相关度值，a、b为标准装配件图像的边界参数，为装配件图像的函数，为标准装配件图像函数。
[0007]在一个优选的实施方式中，在步骤S4中，装配质量趋势包括：振荡走势类型、上涨趋势走势类型以及下跌趋势走势类型；所述振荡走势类型，是指相邻装配件的灰度相关度值处于在某一数值上下不断反复；即：式中，为振荡中心灰度相关度值，构成振荡的回归区间；所述上涨趋势走势类型，是指相邻装配件的灰度相关度值呈上升趋势依次往上增大；即：式中，q为第q次检测的装配件序号，q+1为第q+1次检测的装配件序号，二者为相邻关系；所述下跌趋势走势类型，是指相邻装配件的灰度相关度值呈下降趋势依次往下降低；即：。
[0008]在一个优选的实施方式中，在步骤S5中，对装配设备的运行状态进行判断的判断方法如下：若装配质量走势属于振荡走势类型，且灰度相关度值的振荡低点高于标准阈值，则说明相关产线的自动化装配设备运行状态平稳正常；若装配质量走势属于上涨趋势走势类型，则说明相关产线的自动化装配设备运行状态越来越高；若装配质量走势属于下跌趋势走势类型，则说明相关产线的自动化装配设备运行状态越来越差，存在故障风险。
[0009]在一个优选的实施方式中，在步骤S3中，还包括步骤S3.1，具体的为，判断装配件的质量等级，判断方法如下：若，则该装配件为高质量产品；
若，则该装配件为合格产品；若<，则该装配件为不合格产品；为高质量标准灰度相关度值，合格标准灰度相关度值。
[0010]在一个优选的实施方式中，在步骤S4中，还包括步骤S4.1，具体的，在相邻装配件的灰度相关度值完全相同情况下，判断运输传递设备与摄像机是否发生故障，判断方法如下：对运输传递设备是否处于运行状态进行判断：若运输传递设备不处于运行状态则发出运输传递设备故障警报；若运输传递设备处于运行状态则发出摄像机故障警报。
[0011]在一个优选的实施方式中，在步骤S5中，还包括步骤S5.1，具体的，根据自动化装配设备最终振荡走势类型下的振荡中心灰度相关度值p的大小，对自动化装配设备进行评级判断，判断方法如下：若，则该产线自动化装配设备为高标准设备；若，则该产线自动化装配设备为合格设备；若p<，则该产线自动化装配设备为不合格设备。
[0012]在一个优选的实施方式中，还包括步骤S6，具体的，根据装配质量走势判断自动装配设备故障类型为渐进式故障或偶发性故障，并发出相应警报。
[0013]在一个优选的实施方式中，在步骤S6中，还包括步骤S6.1，具体的为，其记录发生偶发性故障的装配件灰度相关度值趋势图，并根据相关数据进行函数拟合，将该故障与拟合函数进行相互标记，并根据装配件灰度相关度值趋势对偶发性故障进行预报。
[0014]一种基于机器视觉的装配质量检测装置，包括：自动装配模块，用于对装配件进行装配拼接，并将完成品放置在运输传递模块上；运输传递模块，用于将装配件传送至图像采集模块的采集位置，便于图像采集模块对装配件进行图像采集；图像采集模块，用于对装配件进行图像采集；图像处理模块，用于将图像采集模块采集的图像进行处理，提取相关轮廓特征；数据处理模块，用于根据相关轮廓特征，判断装配件质量状况以及自动装配模块的运行状态。
[0015]本专利技术一种基于机器视觉的装配质量检测方法及装置的技术效果和优点：1、本专利技术采用基于边缘特征的模板匹配的方法对获取的装配件图像中的细节特征进行检测提取，并根据与模板装配件图像的灰度相关度值，判断装配件的装配质量；2、本专利技术通过获取装配件的装配质量趋势，从而对装配设备的运行状态进行评估判断，从而一方面能够提高整体生产装配件的质量水平，另一方面产业人员也能够清楚地
掌握整个装配产线的装配状态，便于把控质量。
附图说明
[0016]图1为本专利技术一种基于机器视觉的装配质量检测方法流程图；图2为本专利技术一种基于机器视觉的装配质量检测结构示意图。
具体实施方式
[0017]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0018]本
技术人员可以理解，除非另外定义，这里使用的所有术语（包括技术术语和科学术语），具有与本专利技术所属领域中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于机器视觉的装配质量检测方法，其特征在于：包括以下步骤：步骤S1、摄像机对装配完成后的装配件进行图像采集，获取待检测的装配件图像；步骤S2、提取待检测装配件的图像中各个轮廓细节特征；步骤S3、根据各个轮廓细节特征，判断装配件质量状况；步骤S4、对相邻待检测装配件的质量状况进行比较，获取装配质量趋势；步骤S5、根据装配质量趋势判断装配设备的运行状态，并对异常的运行状态发出警报。2.根据权利要求1所述的一种基于机器视觉的装配质量检测方法，其特征在于：在步骤S3中，通过基于边缘特征的模板匹配方法，计算装配件图像与标准装配件图像之间的灰度相关度值，判断装配件质量状况，灰度相关度值计算公式如下：式中，s和t分别为基准图像的移动参数，为灰度相关度值，a、b为标准装配件图像的边界参数，为装配件图像的函数，为标准装配件图像函数。3.根据权利要求2所述的一种基于机器视觉的装配质量检测方法，其特征在于：在步骤S4中，装配质量趋势包括：振荡走势类型、上涨趋势走势类型以及下跌趋势走势类型；所述振荡走势类型，是指相邻装配件的灰度相关度值处于在某一数值上下不断反复；即：式中，为振荡中心灰度相关度值，构成振荡的回归区间；所述上涨趋势走势类型，是指相邻装配件的灰度相关度值呈上升趋势依次往上增大；即：式中，q为第q次检测的装配件序号，q+1为第q+1次检测的装配件序号，二者为相邻关系；所述下跌趋势走势类型，是指相邻装配件的灰度相关度值呈下降趋势依次往下降低；即：。4.根据权利要求3所述的一种基于机器视觉的装配质量检测方法，其特征在于：在步骤S5中，对装配设备的运行状态进行判断的判断方法如下：若装配质量走势属于振荡走势类型，且灰度相关度值的振荡低点高于标准阈值，则说明相关产线的自动化装配设备运行状态平稳正常；若装配质量走势属于上涨趋势走势类型，则说明相关产线的自动化装配设备运行状态越来越高；若装配质量走势属于下跌趋势走势类型，则说明相关产线的自动化装配设备运行状态
越来越差，存在故障风险。5.根据权利要求3所述的一种基于机器视觉的装配质量检测方法，其特征在于：在步骤S3中，还包括步骤S3.1，具体的为，判断装配件的质量等级，判断...
【专利技术属性】
技术研发人员：郭昊，
申请(专利权)人：吉林省信息技术研究所，
类型：发明
国别省市：
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。