利用計算機對工件缺損、裂變、變形進行自動檢測的系統技術方案

本發明專利技術公開一種利用計算機對工件缺損、裂變、變形進行自動檢測的系統，利用計算機圖像識別技術，可以達到自動識別工件的三種缺陷：缺損、裂變以及變形。其首先對樣本進行采樣，通過對以往合格品的訓練結果得到合格品的參數闕值或者通過當場訓練得到合格品的參數值，以此為標準對后續輸入的工件的合格情況進行判斷。該發明專利技術針對不同的缺陷有不同的算法，同時考慮到工件照片拍攝的情況不同，在算法內部加入的參數自適應調整能夠適應不同的拍攝光線強度。三種算法的檢測率以及漏檢率均分別達到95%以上以及5%以下，效果優于以往所有算法。

【技術實現步驟摘要】
本專利技術涉及計算機
，具體是利用計算機對工件缺損、裂變、變形進行自動檢測的系統。
技術介紹
目前，國內零件加工能夠基本保證加工工序的自動化，但是對于加工過程中出現的零件缺陷，即不合格產品，還是大量依賴于人工篩選。這種方式的弊病主要有·需要非常多的人力。隨著國內人力成本的逐步上升，零件的成本也會隨之增加。 ·人工篩選的主觀性強。具有較高的漏檢率。·缺乏缺陷數據支持，零件加工企業不方便回溯分析缺陷產生的原因因此，利用圖像識別對零件進行全自動檢測是目前發展的趨勢。
技術實現思路
本專利技術針對現有技術中存在的上述不足，提供一種利用計算機對工件的缺損、裂變、變形進行自動檢測的系統，利用計算機視覺技術，自動檢測工件的缺損、變形以及裂變的算法及基于該算法實現的自動檢測系統框架。在保證盡可能多地檢測出瑕疵物品的同時，避免錯檢合格品。為達到上述目的，本專利技術所采用的技術方案如下一種利用計算機對工件缺損、裂變、變形進行自動檢測的系統，包括集中采集端，合格品參數訓練模塊，通用數據處理端，專用數據處理端以及最終的結果整合模塊，其中-集中采集端，責對工件數據采樣，并進行自動分類后送到系統進行處理。由于工件缺陷的位置不同，在采集端必須做到將缺陷采樣入圖片。-通用數據處理端，用于對不特定零件以及不特定位置的檢測和處理；該部分主要針對整體的缺損以及裂變的檢測和處理。-專用數據控制端，用于針對特定零件出現的缺陷進行檢測和處理；該部分主要針對于工件變形的缺陷進行檢測和處理。-所述通用數據處理端與專用數據處理端將結果送給結果整合模塊，由結果整合模塊負責處理并輸出工件的錯誤信息。所述合格品參數訓練模塊通過對合格品進行圖像處理，提取出特征參數，利用大數定律，判斷其符合正態分布，通過平均值加減3倍的方差得到合格品參數區間，而不在該參數分布中的均可視為不合格品。所述通用數據控制端通過對輸入的不特定零件和不特定位置的圖像進行處理，判斷其是否是不合格品。所述通用數據處理端包括以下裝置缺損判斷模塊，用于判斷該工件是否缺損；裂變判斷模塊，用于判斷該工件是否裂變。通用數據處理端中的缺損判斷模塊，首先根據當前圖片的灰度圖自動計算分割參數，通過二值化計算最大連通區域的大小得到工件的面積，并與通過合格品訓練得到的參數進行比較，若小于則可以判斷工件缺損。然后將結果發送給結果整合模塊。通用數據處理端中的裂變判斷模塊，主要針對于工件表面的裂變，即工件表面的銀層開裂露出銅層等。該模塊首先同樣根據圖片的飽和度空間，得到易開裂部分區域，由于開裂部分與為開裂的部分的飽和度空間不同，將圖像二值化后可以發現明顯的黑白區另O，計算最大連通區域的面積，與通過合格品訓練得到的參數進行比較，若大于該值，則認為發生裂變。將結果直接發送給結果整合模塊。所述專用數據控制端通過對輸入的特定零件的圖像進行處理，判斷其是否是不合格品。所述專用數據處理端包括變形判斷模塊用于判斷工件是否角度變形。專用數據處理端中的變形判斷模塊，主要針對于工件的平整性判斷，即是否存在角度變形。由于該模塊需要的圖像一般是工件的側面圖像，所以需要在專用數據處理端工 作。該模塊首先根據輸入圖像，將圖像分成多個部分，對每個部分利用骨架細化算法進行細化后，去除噪點，隨后利用hough變換針對細化的骨架得到近似直線，對不同部分直線的斜率進行差分比較，得到的結果和合格品訓練模塊的結果比較，如果各角度差的絕對值大于合格品的參數值，則判斷為角度變形。然后將結果送至結果整合模塊。本專利技術工作時，如果前次拍攝狀況與該次拍攝狀況情況有變，則先用集中采集端將合格品的照片發給合格品參數訓練模塊，讓其進行參數自動訓練。在參數訓練完畢或者不需要進行參數訓練時，本系統正式工作。先通過集中采集端將工件進行拍攝，并將照片自動分類，將需要整體判斷的工件送至通用數據處理端，將需要拍攝特殊部位(即角度變形需要拍攝工件折角部分)的送至專用數據處理端。通用數據處理端，通過內置的算法以及之前訓練得到的參數，分別對工件照片進行缺損判斷以及裂變判斷，若發現錯誤則將錯誤送至結果整合模塊。專用數據處理端，通過內置的算法以及之前訓練得到的參數，分別對工件照片進行角度變形的判斷，若發現錯誤則將錯誤送至結果整合模塊。最終的結果整合模塊，將工件不合格類型進行輸出。與現有技術相比，本專利技術創造性的使用了參數自適應性設計，利用計算機視覺技術真正做到了自動識別工件缺陷的功能，彌補了現有手動進行工件缺陷檢測的不足。通過對大量樣本進行檢測，本專利技術的運用結果相當出色，每種類型的缺陷均達到95%以上的檢測率以及5%以下的錯檢率。附圖說明以下通過附圖對本專利技術技術方案做一詳細描述，為了更清楚的通過附圖來說明本專利技術技術方案，下述附圖均采用了帶灰度的背景顏色圖I是本專利技術的系統框架圖；圖2 圖4是本專利技術實施例的集中采集端采集到的分別對應于缺損、裂變以及角度變形的殘次品樣本以及合格品樣本圖；圖5是圖2中缺損殘次品的灰度圖；圖6是圖5的二值圖；圖7是提取的圖3的裂變區域；圖8是圖7的裂變殘次品形式一的二值圖；圖9是圖7的裂變殘次品形式二的二值圖；圖10是本專利技術實施例中裂變合格品的二值圖；圖11是本專利技術實施例中經過掃描線算法提取后的裂變殘次品二值圖；圖12是圖4的變形殘次品的二值圖；圖13是圖12經過骨架提取算法后得到的線條圖；圖14是將圖13分成三部分分別進行hough變換后的近似直線圖。具體實施方式 下面結合附圖對本專利技術的實施例作詳細說明，本實施例在以專利技術技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本專利技術的保護范圍不限于下述的實施例。本實施例的任務是對工件進行三種類型的檢測。如圖I所示，本專利技術包括5個模塊集中采集端、合格品參數訓練模塊、通用數據處理端、專用數據處理端以及結果整合模塊。通過集中采集端，得到三張樣本圖片，分別如圖2所示的對應于缺損的殘次品樣本(圖2中的右圖)以及合格品樣本(圖2中的左圖)，如圖3所示的對應于裂變的殘次品樣本(圖3中的右圖)以及合格品樣本(圖3中的左圖)以及如圖4所示的對應于角度變形的殘次品樣本(圖4中的右圖)以及合格品樣本(圖4中的左圖)。如圖2所不,左圖為合格品，右圖有殘次品。右圖可以明顯地看到左下角有缺損。下面用圖例針對缺損品的流程進行描述。如圖5所示，該圖為圖2中的殘次品的灰度圖，通過提取灰度圖的平均值，乘以某一訓練后的固定常數，經過二值化后，得到如圖6所示的二值圖。提取平均值乘以固定常數的原因在于，防止由于拍攝光線不同，造成的灰度值偏差，由于各灰度值均勻變化，固使用該方法可以做到二值化闕值自適應調整。此時根據如圖6所示得到的二值圖，計算最大連通區域，最大連通的白色像素的個數，與之前合格品訓練得到的參數比較，則可判定為缺損品O如圖7所示，該圖為根據工件尺寸提取出的裂變區域，事實上，如果裂變區域位于整個工件，也可以不提取區域，在本例中，由于裂變只存在于工件的銀層上，故提取區域增強針對性。同樣利用均值乘以固定常數作為二值化的闕值后得到如圖8所示的二值圖。在這里我們需要提取出真正的裂變區域，原因在于裂變通常是上層的漆落露出底層的顏色，而本例中底層為銅，而露出的同樣是銅，故需要提取出銀層位置從而移除不相關的銅面。這里采取的是掃描線算法，既從下往上開始用一跟掃描線掃本文檔來自技高網...

【技術保護點】
一種利用計算機對工件缺損、裂變、變形進行自動檢測的系統，其特征在于，包括集中采集端、合格品參數訓練模塊、通用數據控制端、專用數據控制端以及最終的結果整合模塊，其中：？集中采集端，負責對工件數據采樣，并進行自動分類后送到系統進行處理；？合格品參數訓練模塊，用于對合格品的各項參數進行自動訓練；？通用數據控制端，用于對輸入的不特定零件以及不特定位置的圖像進行處理，判斷其是否是不合格品；？專用數據控制端，用于對輸入的特定零件的圖像進行處理，判斷其是否是不合格品；？結果整合模塊，所述通用數據處理端與專用數據處理端將結果送給結果整合模塊，由結果整合模塊負責處理并輸出工件的錯誤信息。

【技術特征摘要】
1.一種利用計算機對工件缺損、裂變、變形進行自動檢測的系統，其特征在于，包括集中采集端、合格品參數訓練模塊、通用數據控制端、專用數據控制端以及最終的結果整合模塊，其中 -集中采集端，負責對工件數據采樣，并進行自動分類后送到系統進行處理； -合格品參數訓練模塊，用于對合格品的各項參數進行自動訓練； -通用數據控制端，用于對輸入的不特定零件以及不特定位置的圖像進行處理，判斷其是否是不合格品； -專用數據控制端，用于對輸入的特定零件的圖像進行處理，判斷其是否是不合格品； -結果整合模塊，所述通用數據處理端與專用數據處理端將結果送給結果整合模塊，由結果整合模塊負責處理并輸出工件的錯誤信息。2.根據權利要求I所述的利用計算機對工件缺損、裂變、變形進行自動檢測的系統，其特征在于，所述合格品參數訓練模塊是通過對合格品進行圖像處理，提取出特征參數，利用大數定律，判斷其符合正態分布，通過平均值加減3倍的方差得到合格品參數區間，而不在該參數分布中的均可視為不合格品。3.根據權利要求I所述的利用計算機對工件缺損、裂變、變形進行自動檢測的系統，其特征在于，所述通用數據控制端包括以下裝置 缺損判斷模塊，用于判斷該工件是否缺損； 所述缺損判斷模塊首先根據當前圖片的灰度圖自動計算分割參數，通過二值化計算最大連...

【專利技術屬性】
技術研發人員：郭強，潘超，高旭，
申請(專利權)人：上海美迪索科電子科技有限公司，
類型：發明
國別省市：