欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2024102082368
申请人: 苏州双航科技有限公司
专利类型:发明专利
专利状态:授权未缴费
专利领域: 测量;测试
更新日期:2024-08-28
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于计算机视觉的质量检测系统,包括图像采集模块、质量检测模块和瑕疵处理模块,其特征在于:所述图像采集模块用于收集加工完成的金属工件的表面视觉图像、收集金属工件探测数据和将金属工件的各项参数标准录入系统,所述质量检测模块用于检测金属工件的边缘毛刺、表面划痕和内部裂缝,所述瑕疵处理模块用于对检测出的边缘毛刺进行处理,并对处理后的边缘进行打磨,所述图像采集模块。质量检测模块和瑕疵处理模块相互电连接;

所述图像处理模块包括反光处理子模块和图像归一化处理子模块,所述反光处理子模块用于对拍摄的金属工件中的反光部分进行处理,所述图像归一化处理子模块用于对采集的金属工件视觉图像进行图像归一化处理;

所述瑕疵检测模块包括毛刺检测子模块、划痕检测子模块和裂缝检测子模块,所述毛刺检测子模块用于检测金属工件的边缘是否有毛刺,所述划痕检测子模块用于检测金属工件是否存在划痕,所述裂缝检测子模块用于检测金属工件内部是否存在裂痕。

2.根据权利要求1所述的基于计算机视觉的质量检测系统,其特征在于:所述图像采集模块包括视觉模块、传感器模块和产品信息录入模块,所述视觉模块用于拍摄金属工件在加工过程中的视觉图像,所述传感器模块用于测量加工的金属工件的边缘尺寸,所述产品信息录入模块用于将当前冲压机生产的产品的综合参数数据录入系统。

3.根据权利要求2所述的基于计算机视觉的质量检测系统,其特征在于:所述质量检测模块包括图像处理模块,所述图像处理模块用于识别图像中的阴影和反光,并对图像中的阴影区域和反光区域进行处理降低阴影和反光对质量检测的影响。

4.根据权利要求3所述的基于计算机视觉的质量检测系统,其特征在于:所述瑕疵处理模块包括毛刺处理模块、边缘分析模块和打磨模块,所述毛刺处理模块用于分析识别的毛刺的大小、厚度和连接面积,根据分析结果对金属工件的边缘毛刺进行处理,所述边缘分析模块用于对切割后的截面进行分析,分析切割毛刺后切口的残留,所述打磨模块用于根据金属工件的综合参数对工件截面进行打磨。

5.根据权利要求4所述的基于计算机视觉的质量检测系统,其特征在于:所述质量检测模块还包括瑕疵检测模块,所述瑕疵检测模块用于对加工完成的金属工件进行质量检测。

6.根据权利要求5所述的基于计算机视觉的质量检测系统,其特征在于:所述质量检测系统的运行方法主要包括以下步骤:步骤S1:通过视觉模块,实时拍摄传送带上冲压完成的金属工件的视觉图像,并上传到系统,通过传感器模块,将传感器中收集的综合探测数据上传到系统,通过产品信息录入模块,将金属工件的详细参数数据录入系统;

步骤S2:在数据收集完成后,系统启动图像处理模块,开始检测图像中是否存在反光,并对图像中的反光部分进行处理;

步骤S3:在检测金属工件是否存在瑕疵时,系统发出电信号启动瑕疵检测模块,开始分析金属工件存在的瑕疵,根据分析结果对金属工件进行标记;

步骤S4:当处理金属工件上的瑕疵时,启动毛刺处理模块,开始分析毛刺的各项参数,分析毛刺的处理方法,根据毛刺的分析结果对毛刺进行处理。

7.根据权利要求6所述的基于计算机视觉的质量检测系统,其特征在于:所述步骤S2进一步包括以下步骤:

步骤S21:调取金属工件的视觉图像,扫描并识别冲压台的轮廓节点,根据与识别的冲压台的轮廓节点对视觉图像进行裁剪,将裁剪后的视觉图像利用加权中值滤波方法对图像进行归一化处理;

步骤S22:将处理后的图像进行等比例分割,识别每个图像块中图像特征,包括颜色特征、亮度特征,通过公式计算当前图像块中像素点颜色值的标准差

8.根据权利要求7所述的基于计算机视觉的质量检测系统,其特征在于:所述步骤S3进一步包括以下步骤:

步骤S31:调取金属工件的视觉图像,将金属工件图像进行灰度化处理,识别当前金属工件图像中的所有像素点中的颜色值,记录并保存到集合步骤S32:识别金属工件图像的边缘特征节点,根据金属工件的边缘特征节点标记当前金属工件的第一边缘,识别金属工件第一边缘像素点的颜色值,当金属工件边缘像素点颜色值与邻近像素点颜色值之差大于系统设定阈值,则标记当前像素点为边缘像素点,调取边缘像素点的颜色值,将边缘像素点的颜色值与系统设定的阈值进行对比,若当前边缘像素点的颜色值在系统设定的阈值范围之内,则将当前边缘像素点的标记保留,反之则删除当前像素点的边缘像素点标记,调取标记的边缘像素点,将相邻的边缘像素点进行连接,构建金属工件的边缘模型;

步骤S33:调取金属工件的视觉图像,扫描并锚定金属工件上的特征点,在图像中建立坐标系,通过公式计算当前金属工件图像中的边缘像素点到金属工件特征点之间的距离

9.根据权利要求8所述的基于计算机视觉的质量检测系统,其特征在于:所述步骤S31中调取标记的划痕像素点,识别划痕像素点中是否为反光像素点,若当前划痕像素点中存在反光标记,则删除当前划痕像素点中的划痕标记,反之则将划痕像素点进行连接构建划痕模型,测量划痕模型中像素点颜色值最大的像素点的颜色值,若此像素点颜色值小于系统设定阈值,则标记当前像素点颜色值,反之则系统继续检测调取超声波探测数据,将超声波探测数据对比数据库,若相似度小于阈值,则标记当前金属材料存在裂缝,反之则不存在裂缝。

10.根据权利要求9所述的基于计算机视觉的质量检测系统,其特征在于:所述步骤S4中调取金属工件的毛刺检测数据,锚定位于金属工件边缘上的毛刺边缘节点,识别当前两个毛刺边缘节点之间金属工件的边缘拐角度数,根据公式计算当前毛刺需要切割的长度L