专业视觉方案及设备制造商

以视觉检测为导向
提升产品市场竞争力

电话:0755-23594656

手机:13825262003

视觉检测设备搜索:

联系我们

未耒智能(深圳)有限公司

电话0755-23594656

曾先生13825262003

地址深圳市龙华新区观湖街道大和工业区28号深澜产业园6号院

企业资讯 网站首页 >> 企业资讯 >> 未耒智能-铆钉缺陷的视觉检测

未耒智能-铆钉缺陷的视觉检测
发表时间:2018-11-29

铆接具有可连接不同材料、连接强度高和稳定性好等优点,在各行各业的应用十分广泛。铆接的性能直接关系到产品的性能,同时,铆钉的质量直接影响了铆接的性能。因此,保证铆钉的质量十分重要,使用有缺陷的铆钉铆接,会影响铆接性能。传统的铆钉检测是通过人工方式进行的,具有检测效率低下和检测的稳定性差等缺点。在大批量的铆钉生产中,人工检测的速度远远不能满足需求,只能对铆钉进行抽样检测。但是,在很多场合,抽样检测并不能保证铆钉的质量,因此,实现铆钉的自动化检测十分必要。本文设计了一种基于计算机视觉的铆钉缺陷检测系统,能够对铆钉进行自动化检测,以满足企业对铆钉检测的需求。


1 系统整体介绍

1。1 铆钉的检测项目

image.


铆钉的一些尺寸如图1 所示。铆钉的缺陷分为表面缺陷和尺寸缺陷。对于表面缺陷,主要对上表面进行检测;对于尺寸缺陷,需要检测总长度、杆长度、帽直径和杆直径。表面缺陷会使铆接的强度降低,尺寸过短同样也会降低铆接的强度,尺寸过长可能会损伤被连接件。因此,必须要保证铆钉没有表面缺陷,尺寸在一定的范围内才能进行铆接。


1。2 系统机械结构的组成

该系统机械结构由传动机构和图像采集机构2 大部分组成。传动机构主要负责对铆钉进行输入和定位,让铆钉能以固定的位姿进入下一个工位。后面有2 个检测工位,一个工位是表面质量检测工位,另一个是尺寸检测工位。系统机械结构的组成如图2 所示。

image.

2 图像处理

2。1 表面质量检测

对于表面质量检测,这里采用正面高角度的打光方式,如图3 所示。

image.

这种打光方式,正常的表面反射的光能进入相机,缺陷部位反射的光不能进入相机。因此,在获得的图像中,正常表面较亮,缺陷部分较暗。缺陷检测就是找出图像中与正常图像不同的地方。该系统采用差影法对表面缺陷进行检测。

首先,要得到标准模版S(i,j)。在实际中,标准的模版图像难以获得,不过,可以通过统计的方法来获得模版图像。将多幅合格铆钉图像的平均值作为标准模版,能减小一些随机误差。对于同一批铆钉,它们的图像应该大致相同。因此,当被检测的图像f(i,j)与模板图像S(i,j)相减时,相同位置的像素灰度很接近,结果接近于零。只有在缺陷部位,相减后的结果才会较大。图4 所示为标准模版。

由于图像边缘和噪声的存在,在差影后的结果中很可能有一下细长的伪轮廓。这会引起对缺陷的误判。因此,必须排除差影后得到的伪轮廓的影响,想办法把伪轮廓和缺陷区分开。一般情况下,差影造成的伪轮廓是细长的,而缺陷在2 个方向上都较长。通过这个特征,就能将两者区分开。

该系统采用的方法是设置一个灰度阈值和一个长度阈值。灰度阈值是为了排除噪声对差影结果的干扰,允许差影结果在零附近很小范围内波动;长度阈值是为了排除差影结果中边缘位置的伪轮廓的影响。长和宽必须同时大于长度阈值,才能将这部分认为是缺陷。在差影后的结果中,存在灰度值大于灰度阈值的区域的,且该区域的长和宽都大于长度阈值,就认为该铆钉表面有缺陷。差影法的效果如下图所示。

image.


图6 为差影后的图像。从图6 可以看出,缺陷的长和宽都较大,差影后的边缘很长,但是,宽很短。因此,通过上面的办法可以很容易地检测出缺陷。


2。2 尺寸检测

对于尺寸检测,首先必须对相机进行标定,求得相机每个像素的像素当量,即一个像素代表的实际物理尺寸。这里采用标定块标定,得到长为L 的标定块在尺寸检测工位的图像,求取图像中标定块的像素长度M,则像素当量k=L/M.采用背光投影的方式得到的图像具有高信噪比,而且边缘锐利。因此,在尺寸检测工位采用背光投影的方式。铆钉的背光图像如图7 所示。

铆钉的尺寸检测需要对4 个尺寸进行检测。由于这4 个尺寸检测采用的是相同的方法,这里只对铆钉总长度的检测方法进行说明,其他的尺寸检测类似,将不再赘述。常用的边缘检测方法有Robert 算子、Sobel 算子、Prewitt

算子和Canny 算子等。Robert 算子边缘定位精度高,但无法抑制噪声;Sobel 算子和Prewitt 算子适用于灰度渐变和噪声较多的图像,但检测出的边缘容易出现多像素宽度;Canny算子在抗噪声干扰和精准定位间寻求最佳平衡点。比较上述几种检测方法,Canny 算子更适合此处边缘检测。通过Canny算子分别求取铆钉上、下表面的边缘点,然后将下表面的N个边缘点通过最小二乘法拟合成直线y=ax+b。其中,

image.

计算上表面所有边缘点到该直线的像素距离,用像素长度乘以像素当量就得到铆钉总长度的实际物理长度。将其中的最大值作为铆钉的总长度。


3 系统运行结果

系统能检测出铆钉上表面的缺陷,铆钉的尺寸检测误差不大于0。02 mm。当在表面缺陷检测工位或者尺寸检测工位检测到有缺陷的铆钉时,最后的剔除装置会把有缺陷铆钉剔除。因此,该检测系统总体上能满足企业对铆钉检测的需求。


4 结束语

该铆钉检测系统从机械结构上保证能自动送料,并且能够对铆钉的位姿进行控制,确保进入检测工位时,铆钉的位姿是一致的。这样,不仅降低了图像处理的难度,还提高了检测的精度。在图像处理部分,采用了差影法来检测铆钉的表面缺陷,并通过设置面积阈值和灰度阈值来排除边缘和噪声的干扰。在尺寸检测时,在ROI 中进行图像处理,提高了处理速度,并通过最小二乘法来拟合铆钉的边缘,提高了系统的尺寸检测精度。相比于传统的人工检测,该检测系统具有一定的应用价值。