基于3D点云的网纱缺陷检测方法技术

本发明专利技术涉及一种基于3D点云的网纱缺陷检测方法，包括步骤S1、3D相机采集3D点云数据；S2、点线定位；S3、截取检测区点云；S4、拟合网纱区域平面；S5、最近邻及法向量滤波；S6、对提取到的疑似缺陷进行聚类分割；S7、计算体积；S8、计算深度；S9、同时满足降级标准则判为NG。本发明专利技术能够兼容不同高度的网纱产品且无需调整光源，缩短了调试时间，相比于传统平面检测，能够更加精确的测量缺陷的深度、体积等实际物理尺寸，能够更准确的区分缺陷的等级，从而实现自动检测听筒处网纱的缺陷，有效的减少产线生产中对于人工检测的劳动力使用，提高产品的出厂良品率。良品率。良品率。

【技术实现步骤摘要】
基于3D点云的网纱缺陷检测方法


[0001]本专利技术涉及视觉检测
，尤其是一种基于3D点云的网纱缺陷检测方法。

技术介绍

[0002]现有的网纱检测技术通常使用可见光相机配合白色光源对产品进行拍摄，对拍摄所得的图像进行缺陷分析，通过缺陷与背景区域的灰度变化以及其本身的形态特征来确定是否为缺陷；但是上述现有方法存在缺陷成像困难以及难以判断凹陷深度等具体物理参数的问题。产生这些问题的原因是网纱区域为整体漫反射的区域以及平面图像无法有效表示纵向信息。
[0003]同时，现有的网纱检测技术在网纱处存在过多的噪声。产生这些问题的原因是网纱的镂空结构以及表面不平整造成了激光的漫反射现象。因此对于多种不同高度的产品存在需要调整光源角度或者高度的情况，使得产品兼容性存在一定难度。

技术实现思路

[0004]本专利技术要解决的技术问题是：提供一种基于3D点云的网纱缺陷检测方法，解决了存在整体漫反射的网纱区域缺陷成像困难以及难以判断并无法测量缺陷深度等具体物理参数的问题。
[0005]本专利技术解决其技术问题所采用的技术方案是：一种基于3D点云的网纱缺陷检测方法，包括以下步骤，
[0006]S1、3D相机采集3D点云数据：利用3D相机采集产品网纱部分的3D点云数据，并发送3D点云数据至计算机进行进一步计算；
[0007]S2、点线定位：利用点云中的圆形定位点以及一条边，建立定位坐标系，将检测区域从相机坐标系转换至工件坐标系；利用局部定位使得计算区域能够根据产品的位置实时变化；/>[0008]S3、截取检测区点云：截取网纱部分点云，去除多余部分点云；
[0009]S4、拟合网纱区域平面：使用网纱部分点云拟合平面，作为体积以及深度计算的基准面；
[0010]S5、最近邻及法向量滤波：利用最近邻算法以及方向量滤波对局部点云进行滤波，消除因为孔洞产生的噪点；
[0011]S6、对提取到的疑似缺陷进行聚类分割；
[0012]S7、计算体积：计算所有疑似缺陷的体积，底面为基准面；
[0013]S8、计算深度：计算所有疑似缺陷的深度；
[0014]S9、同时满足降级标准则判为NG：疑似缺陷区域同时满足体积的降级标准以及深度的降级标准被判为NG。
[0015]进一步的说，本专利技术所述的步骤S1中，拍摄方式为相机固定，移动产品，产品到达预定拍摄位置后，相机开始拍摄，拍摄设定好的行数后停止拍摄。
[0016]进一步的说，本专利技术所述的步骤S5包括以下步骤：
[0017]1)使用最近邻算法去除原始点云中的离群点；
[0018]2)对每个点的拟合半径中的点使用最小二乘法拟合平面，得到每个点的法向量；
[0019]3)找出超出允许最大角度的点并将其去除。
[0020]再进一步的说，本专利技术所述的步骤2)中输入参数包括拟合半径、允许最大角度和整体平面法向量。
[0021]进一步的说，本专利技术所述的步骤S6中，截取高度低于基准面的点云，并对截取到的点云进行聚类分割，将截取到的点云根据距离分开。
[0022]进一步的说，本专利技术所述的步骤S7中，将点云拟合为连续的三角面，对每个三角面求独立的体积，最后求其和。
[0023]进一步的说，本专利技术所述的步骤S8中，计算深度时先滤除深度最大的10％的点，取最值作为该缺陷面积的深度。
[0024]本专利技术的有益效果是，解决了
技术介绍
中存在的缺陷，能够兼容不同高度的网纱产品且无需调整光源，缩短了调试时间，相比于传统平面检测，能够更加精确的测量缺陷的深度、体积等实际物理尺寸，能够更准确的区分缺陷的等级，从而实现自动检测听筒处网纱的缺陷，有效的减少产线生产中对于人工检测的劳动力使用，提高产品的出厂良品率。
附图说明
[0025]图1是本专利技术的检测方法流程图；
[0026]图2是本专利技术最近邻算法示意图。
具体实施方式
[0027]现在结合附图和优选实施例对本专利技术作进一步详细的说明。这些附图均为简化的示意图，仅以示意方式说明本专利技术的基本结构，因此其仅显示与本专利技术有关的构成。
[0028]如图1
‑
图2所示的一种基于3D点云的网纱缺陷检测方法，包括以下步骤：
[0029]S1、3D相机采集3D点云数据；
[0030]S2、点线定位；
[0031]S3、截取检测区点云；
[0032]S4、拟合网纱区域平面；
[0033]S5、最近邻及法向量滤波；
[0034]S6、对提取到的疑似缺陷进行聚类分割；
[0035]S7、计算体积；
[0036]S8、计算深度；
[0037]S9、同时满足降级标准则判为NG。
[0038]下面进行具体说明：
[0039]S1、3D相机采集3D点云数据：利用3D相机采集产品网纱部分的3D点云数据。拍摄方式为相机固定，移动产品，产品到达预定拍摄位置后，相机开始拍摄，拍摄设定好的行数后停止拍摄，发送3D点云数据至计算机进行进一步计算。3D图像分辨率为1600*1200，点云XY方向分辨率为0.01*0.01。
[0040]S2、点线定位：利用点云中的圆形定位点以及一条边，建立定位坐标系，将检测区域从相机坐标系转换至工件坐标系，利用局部定位使得计算区域能够根据产品的位置实时变化，增加测量的精度。
[0041]S3、截取检测区点云：截取网纱部分点云，去除多余部分点云，减少后续计算量，减少算法计算时间。
[0042]S4、拟合网纱区域平面：使用网纱部分点云拟合平面，作为体积以及深度计算的基准面。
[0043]S5、最近邻及法向量滤波：利用最近邻算法以及方向量滤波对局部点云进行滤波，消除因为孔洞产生的噪点。
[0044]如图2所示，输入参数包括：拟合半径、允许最大角度、整体平面法向量。
[0045]首先使用最近邻算法去除原始点云中的离群点，参数为半径0.1mm，近邻数110个，即在半径内的点数达到110个的点保留，其余滤除；然后对点云中的每个点取拟合半径为圆内的所有点，使用这些点拟合平面并求法向量，找出超出允许最大角度的点并将其去除，参数为允许最大角度70度，拟合半径0.3mm。
[0046]S6、对提取到的疑似缺陷进行聚类分割：截取高度低于基准面的点云，并对截取到的点云进行聚类分割，将截取到的点云根据距离分开，以便后续算法进行分别判断。
[0047]S7、计算体积：计算所有疑似缺陷的体积，底面为基准面。将点云拟合为连续的三角面，其中使用参数为X插值步长0.1mm，Y插值步长0.1mm；对每个三角面求独立的体积，最后求其和。
[0048]S8、计算深度：计算所有疑似缺陷的深度。计算深度时先滤除深度最大的10％的点，取最值作为该缺陷面积的深度。
[0049]S9、同时满足降级标准则判为NG：疑似缺陷区域需要同时满足体积的降级标准以及深度的降级标准才会被判为NG。
...

【技术保护点】

【技术特征摘要】
1.一种基于3D点云的网纱缺陷检测方法，其特征在于：包括以下步骤，S1、3D相机采集3D点云数据：利用3D相机采集产品网纱部分的3D点云数据，并发送3D点云数据至计算机进行进一步计算；S2、点线定位：利用点云中的圆形定位点以及一条边，建立定位坐标系，将检测区域从相机坐标系转换至工件坐标系；利用局部定位使得计算区域能够根据产品的位置实时变化；S3、截取检测区点云：截取网纱部分点云，去除多余部分点云；S4、拟合网纱区域平面：使用网纱部分点云拟合平面，作为体积以及深度计算的基准面；S5、最近邻及法向量滤波：利用最近邻算法以及方向量滤波对局部点云进行滤波，消除因为孔洞产生的噪点；S6、对提取到的疑似缺陷进行聚类分割；S7、计算体积：计算所有疑似缺陷的体积，底面为基准面；S8、计算深度：计算所有疑似缺陷的深度；S9、同时满足降级标准则判为NG：疑似缺陷区域同时满足体积的降级标准以及深度的降级标准被判为NG。2.如权利要求1所述的基于3D点云的网纱缺陷检测方法，其特征在于：所述的步骤S1中，拍摄方式为相机固定，移动产品，产...

【专利技术属性】
技术研发人员：和江镇，王岩松，都卫东，王杰，吴健雄，
申请(专利权)人：征图新视江苏科技股份有限公司，
类型：发明
国别省市：