CN106290394A - 一种cpu散热器铝挤成型缺陷检测系统及检测方法 - Google Patents

Abstract

本发明公开了一种CPU散热器铝挤成型缺陷检测系统，包括图像采集装置、计算机图像识别装置和计算机检测显示装置；本发明还公开了一种应用于CPU散热器铝挤成型缺陷检测系统的检测方法，包括以下步骤：A、对铝挤成型产品进行图像采集；B、将图像数据发送至计算机；C、对图像进行滤波预处理；D、对图像进行灰度变换处理；E、将灰度处理后的图像进行分类识别；F、显示识别结果；I、存储识别结果。本发明具有大大提高了检测的准确性、可靠性以及效率，提高了产品的合格率等优点。

Description

一种CPU散热器铝挤成型缺陷检测系统及检测方法

技术领域

本发明涉及一种CPU散热器铝挤成型缺陷检测系统及方法，尤其是一种基于机器视觉的CPU散热器铝挤成型缺陷检测系统及方法，采用机器视觉的方法对CPU散热器铝挤成型产品进行检测，通过模板匹配算法对CPU散热器铝挤成型产品的表面光滑度、气泡以及弯曲度进行识别，根据识别结果调整铝挤模板，提高铝挤成型产品的合格率。

背景技术

计算机在运行过程中，CPU会产生大量的热量，若不将热量及时排除降低CPU的工作温度，则会对计算机的运行性能产生不良影响。随着CPU速度的提升，对散热器的散热需求也不断提高，散热器逐渐朝着密齿、高齿的方向发展。CPU散热器一般采用铝挤模板法制备铝挤型材，传统的铝挤模板法通过调节工作带的高度及宽窄达到控制铝流流动快慢的目的，存在愈密的齿片将造成钢料支撑强度不足的问题，齿片高度与齿片间距的比值最大只能达到15倍。之后又出现无工作带铝挤模具，大大提高了齿片密度，并将齿片高度与齿片间距的比值增加到20倍以上，但是在铝挤过程中容易出现铝挤产品扭曲变形，并出现吸附颗粒、气泡、金属毛刺以及表面不光滑等表面缺陷，这些缺陷都会影响散热器的散热性能。而从公开的资料显示，目前在铝挤成型工艺过程中，铝挤成型产品的缺陷检测绝大部分都采用人工检测的手段，凭借人眼观察和经验来检测产品是否有缺陷，具有很强的主观性，缺乏准确性和可靠性，且效率低下，无法实现自动化检测。因此采取准确的技术手段进行检测是十分必要的。

发明内容

本发明的首要目的在于克服现有技术的缺点与不足，提供一种CPU散热器铝挤成型缺陷检测系统，该检测系统缺陷检测的效率和精确度高，检测的可靠性高。

本发明的首要目的在于克服现有技术的缺点与不足，提供一种应用于CPU散热器铝挤成型缺陷检测系统的检测方法，该检测方法采用机器视觉的方法对铝挤成型产品的缺陷进行视觉检测，达到自动检测不合格铝挤成型产品的目的。本发明的首要目的通过以下技术方案实现：一种CPU散热器铝挤成型缺陷检测系统，包括图像采集装置、计算机图像识别装置及计算机检测显示装置，图像采集装置与计算机图像识别装置连接，计算机图像识别装置与计算机检测显示装置连接，所述的图像采集装置包括CCD1工业相机、CCD2工业相机、第一图像采集卡和第二图像采集卡，所述的计算机图像识别装置包括图像处理模块和模板匹配模块，所述的计算机图像识别装置用于完成图像的预处理、灰度变换以及模板匹配识别，所述的计算机检测显示装置包括检测显示模块和存储模块，所述的计算机检测显示装置用于将检测结果进行显示和存储，所述的CCD1工业相机的输出端与第一图像采集卡的输入端连接，所述的CCD2工业相机的输出端与第二图像采集卡的输入端连接，第一图像采集卡的输出端和第二图像采集卡的输出端均与计算机的RS232串口输入端连接；第一图像采集卡结合CCD1工业相机，并通过RS232串口将采集到的铝挤成型产品的表面图像数据传至计算机图像识别装置，第二图像采集卡结合CCD2工业相机，并通过RS232串口将采集到的铝挤成型产品的形变图像数据传至计算机图像识别装置，计算机图像识别装置将接收到的图像数据进行处理与识别，并将图像识别结果传送至计算机检测显示装置，所述检测显示模块将表面图像识别结果和形变图像识别结果进行显示，所述存储模块将表面图像识别结果和形变图像识别结果进行存储。

所述的CCD1工业相机用于检测铝挤成型产品的表面缺陷，CCD2工业相机用于检测铝挤成型产品的形变。

还包括铝挤压模具，所述的铝挤压模具包括铝挤钢体、进料口、空刀带和出料口，所述进料口、空刀带和出料口依次排列贯通铝挤钢体，所述的CCD1工业相机安装在出料口的上方，CCD2工业相机安装在出料口的正前方。

本发明的另一目的通过以下技术方案实现：一种应用于所述的CPU散热器铝挤成型缺陷检测系统的检测方法，包括以下步骤：

H.对铝挤成型产品进行图像采集；

I.将图像数据发送至计算机；

J.对图像进行滤波预处理；

K.对图像进行灰度变换处理；

L.将灰度处理后的图像进行分类识别；

M.显示识别结果；

N.存储识别结果。

在步骤A中，第一图像采集卡通过CCD1工业相机从上方完成铝挤成型产品的上视图像采集，第二图像采集卡通过CCD2工业相机从前方完成铝挤成型产品的正视图像采集。

在步骤B中，采用RS232串口将图像数据传至计算机。

在步骤C中，采用高斯滤波方法完成两幅图像的滤波处理。

在步骤E中，采用模板匹配算法完成图像的分类识别，所述分类识别的识别步骤如下：

d.选取一幅标准的、没有缺陷的铝挤成型产品图像作为标准匹配模板图像；

e.对采集到的图像进行位置匹配，使之与步骤a中的标准匹配模板图像的位置完全对应；

f.将采集到的图像与步骤a选取的标准匹配模板图像进行匹配，采用相关系数匹配法，计算采集到的图像与标准匹配模板图像的相关系数，将计算得到的相关系数与相关系数阈值进行比较确定铝挤成型产品是否为缺陷产品；计算公式具体为：

假设采集图像和标准匹配模板图像都拥有m×n个像素，采用下式衡量采集图像与标准匹配模板图像的互相关性，D表示相关度：

$D=\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\[S(i,j)\×T(i,j)\],$

其中，m表示采集图像和标准匹配模板图像横坐标方向的总像素点，n表示采集图像和标准匹配模板图像纵坐标方向的总像素点，i点表示横坐标，i的范围为1到m，j表示纵坐标，j的范围为1到n，T表示标准匹配模板图像，T(i,j)表示标准匹配模板图像中坐标在(i,j)处像素点的灰度值，S表示采集图像，S(i,j)表示标准匹配模板图像中坐标在(i,j)处像素点的灰度值；

将其归一化后得模板匹配的相关系数，其中，R表示相关系数：

$R=\frac{\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}S(i,j)\×T(i,j)}{\sqrt{\underset{i=1}{\overset{m}{\Σ}}\underset{i=1}{\overset{n}{\Σ}}{\[S(i,j)\]}^2}\×\sqrt{\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{\[T(i,j)\]}^2}},$

采用上述公式计算得到模板匹配的相关系数，再将相关系数R与设置的相关系数阈值比较，若相关系数R大于相关系数阈值，则匹配成功，表示产品合格，否则视为匹配失败，表示产品不合格。

本发明的检测装置包括：图像采集装置、计算机图像识别装置及计算机检测显示装置，所述的图像采集装置包括两台CCD工业相机和两片图像采集卡，将采集到的铝挤成型产品的图像传至计算机图像识别装置，所述的计算机图像识别装置包括一台安装有图像处理与分析软件的计算机，将接收到的图像进行图像处理与分析，所述的计算机检测显示装置将检测结果进行显示和存储。本系统采用机器视觉检测技术，对采集到的铝挤成型产品图像进行预处理，采用图像模板匹配技术完成对铝挤成型产品的检测，大大提高了检测的准确性、可靠性以及效率，并且利用本系统的检测结果显示系统，操作人员根据检测结果可以及时对铝挤模具进行检测处理，保证后续铝挤成型产品的质量，提高产品的合格率。

在本发明中，CCD相机、图像采集卡、计算机顺序连接构成一个控制系统，CCD工业相机包括CCD1工业相机和CCD2工业相机，CCD1工业相机安装在铝挤压模具出料口上方，用于检测铝挤成型产品的表面缺陷，CCD2工业相机安装在铝挤压模具出料口的前方，用于检测铝挤产品是否发生扭曲变形。图像采集卡包括第一图像采集卡和第二图像采集卡，分别与CCD1工业相机和CCD2工业相机配套实现图像的采集，采集的图像包括图像1和图像2，图像1为铝挤成型产品的上视图像，图像2为铝挤成型产品的正视图像。图像采集卡通过RS232串口将图像数据传至计算机图像识别装置，计算机图像识别装置对接收的图像进行滤波预处理、灰度变换处理，并采用模板匹配算法，首先选取一幅标准的、没有缺陷的铝挤成型产品图像作为标准匹配模板图像，然后对采集的图像进行位置匹配，使之与标准匹配模板图像的位置完全对应，位置匹配完成后，采用相关系数法计算采集图像与标准匹配模板图像的相关系数，具体计算式如下：

假设采集图像和标准匹配模板图像都拥有m×n个像素，标准匹配模板图像用T表示，T(i,j)表示标准匹配模板图像中(i,j)处像素点的灰度值，采集到的图像用S表示，S(i,j)表示标准匹配模板图像中(i,j)处像素点的灰度值，采用下式衡量采集图像与标准匹配模板图像的互相关性：

$D=\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\[S(i,j)\×T(i,j)\]$

将其归一化后得模板匹配的相关系数：

采用上述公式计算得到模板匹配的相关系数，再将其与设置的相关系数阈值比较，若大于相关系数阈值，则匹配成功，产品合格，否则视为匹配失败，产品不合格。识别完成后，将匹配结果发送至计算机检测显示装置以显示检测结果，工作人员根据检测结果将不合格产品分拣出来，保证产品的质量。

本发明的有益效果是：可通过机器视觉检测铝挤成型产品，采用模板匹配算法判别产品是否有缺陷，并将检测结果在计算机检测显示装置上加以显示和存储，提高了产品质量检测的效率、准确性以及可靠性，保证了CPU散热器的质量。

附图说明

图1是本发明的系统结构图。

图2是本发明的系统示意图。

图3是本发明的模板匹配算法流程图；其中，1表示铝挤钢体；2表示空刀带；3表示进料口；4表示出料口；5表示CCD2工业相机；6表示CCD1工业相机；7表示第二图像采集卡；8表示第一图像采集卡；9表示计算机。

具体实施方式

下面结合附图对本发明进一步详细说明。

实施例

如图1所示，CPU散热器铝挤成型缺陷检测系统包括图像采集装置、计算机图像识别装置以及计算机检测显示装置，其中，所述的图像采集装置包括CCD1工业相机和CCD2工业相机两台CCD工业相机已经第一图像采集卡和第二图像采集卡，CCD1工业相机安装在铝挤模型出料口上方采集铝挤产品的上视图像，CCD2工业相机安装在铝挤模型出料口的前方采集铝挤产品的正视图像，将采集到的铝挤成型产品的图像传至计算机图像识别装置，计算机图像识别装置包括一台安装有图像处理与分析软件的计算机，将接收到的图像进行进行滤波预处理以及灰度化处理，并采用模板匹配算法对图像进行识别，计算机检测显示装置将图像检测结果进行显示和存储。

如图2所示，铝流从进料口(3)进入空刀带(2)，冷却后的铝挤产品从出料口(4)出去，在出料口(4)上方安装CCD1工业相机(6)，前方安装CCD2工业相机(5)，第一图像采集卡(8)利用CCD1工业相机(6)采集铝挤产品的上视图像，第二图像采集卡(7)利用CCD2工业相机(5)采集铝挤产品的正视图像，并将采集到的两幅图像发送至计算机(9)，由计算机图像识别装置进行预处理、灰度变换处理，并采用模板匹配算法对图像进行识别，最后将图像检测结果送至计算机检测显示装置进行显示及存储。

如图3所示，模板匹配算法具体步骤为：首选将采集到的图像数据送至计算机图像识别装置，然后对图像进行高斯滤波预处理，并对图像进行灰度变换处理，然后选取一幅标准匹配模板图像，将采集带的图像与标准匹配模板图像进行位置匹准，然后采用相关系数法计算采集图像与匹配模板图像的相关系数R，根据相关系数R与相关系数阈值R_设定的大小比较判定模板匹配是否成功，由此检测出铝挤产品是否合格。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (8)

1.一种CPU散热器铝挤成型缺陷检测系统，其特征在于：包括图像采集装置、计算机图像识别装置和计算机检测显示装置，图像采集装置与计算机图像识别装置连接，计算机图像识别装置与计算机检测显示装置连接，所述的图像采集装置包括CCD1工业相机、CCD2工业相机、第一图像采集卡和第二图像采集卡，所述的计算机图像识别装置包括图像处理模块和模板匹配模块，所述的计算机图像识别装置用于完成图像的预处理、灰度变换以及模板匹配识别，所述的计算机检测显示装置包括检测显示模块和存储模块，所述的计算机检测显示装置用于将检测结果进行显示和存储，所述的CCD1工业相机的输出端与第一图像采集卡的输入端连接，所述的CCD2工业相机的输出端与第二图像采集卡的输入端连接，第一图像采集卡的输出端和第二图像采集卡的输出端均与计算机的RS232串口输入端连接；第一图像采集卡结合CCD1工业相机，并通过RS232串口将采集到的铝挤成型产品的表面图像数据传至计算机图像识别装置，第二图像采集卡结合CCD2工业相机，并通过RS232串口将采集到的铝挤成型产品的形变图像数据传至计算机图像识别装置，计算机图像识别装置将接收到的图像数据进行处理与识别，并将图像识别结果传送至计算机检测显示装置，所述检测显示模块将表面图像识别结果和形变图像识别结果进行显示，所述存储模块将表面图像识别结果和形变图像识别结果进行存储。

2.根据权利要求1所述的CPU散热器铝挤成型缺陷检测系统，其特征在于：所述的CCD1工业相机用于检测铝挤成型产品的表面缺陷，CCD2工业相机用于检测铝挤成型产品的形变。

3.根据权利要求1所述的CPU散热器铝挤成型缺陷检测系统，其特征在于：还包括铝挤压模具，所述的铝挤压模具包括铝挤钢体、进料口、空刀带和出料口，所述进料口、空刀带和出料口依次排列贯通铝挤钢体，所述的CCD1工业相机安装在出料口的上方，CCD2工业相机安装在出料口的正前方。

4.一种应用于权利要求1所述的CPU散热器铝挤成型缺陷检测系统的检测方法，其特征在于，包括以下步骤：

A.对铝挤成型产品进行图像采集；

B.将图像数据发送至计算机；

C.对图像进行滤波预处理；

D.对图像进行灰度变换处理；

E.将灰度处理后的图像进行分类识别；

F.显示识别结果；

G.存储识别结果。

5.根据权利要求4所述的检测方法，其特征在于：中步骤A中，第一图像采集卡通过CCD1工业相机从上方完成铝挤成型产品的上视图像采集，第二图像采集卡通过CCD2工业相机从前方完成铝挤成型产品的正视图像采集。

6.根据权利要求4所述的检测方法，其特征在于：在步骤B中，采用RS232串口将图像数据传至计算机。

7.根据权利要求4所述的检测方法，其特征在于：在步骤C中，采用高斯滤波方法完成两幅图像的滤波处理。

8.根据权利要求4所述的检测方法，其特征在于：在步骤E中，采用模板匹配算法完成图像的分类识别，所述分类识别的识别步骤如下：

a.选取一幅标准的、没有缺陷的铝挤成型产品图像作为标准匹配模板图像；

b.对采集到的图像进行位置匹配，使之与步骤a中的标准匹配模板图像的位置完全对应；

c.将采集到的图像与步骤a选取的标准匹配模板图像进行匹配，采用相关系数匹配法，计算采集到的图像与标准匹配模板图像的相关系数，将计算得到的相关系数与相关系数阈值进行比较确定铝挤成型产品是否为缺陷产品；计算公式具体为：

假设采集图像和标准匹配模板图像都拥有m×n个像素，采用下式衡量采集图像与标准匹配模板图像的互相关性，D表示相关度：

$D=\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}\[S(i,j)\×T(i,j)\],$

其中，m表示采集图像和标准匹配模板图像横坐标方向的总像素点，n表示采集图像和标准匹配模板图像纵坐标方向的总像素点，i点表示横坐标，i的范围为1到m，j表示纵坐标，j的范围为1到n，T表示标准匹配模板图像，T(i,j)表示标准匹配模板图像中坐标在(i,j)处像素点的灰度值，S表示采集图像，S(i,j)表示标准匹配模板图像中坐标在(i,j)处像素点的灰度值；

将其归一化后得模板匹配的相关系数，其中，R表示相关系数：

$R=\frac{\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}S(i,j)\×T(i,j)}{\sqrt{\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{\[S(i,j)\]}^2}\×\sqrt{\underset{i=1}{\overset{m}{\Σ}}\underset{j=1}{\overset{n}{\Σ}}{\[T(i,j)\]}^2}},$

采用上述公式计算得到模板匹配的相关系数，再将相关系数R与设置的相关系数阈值比较，若相关系数R大于相关系数阈值，则匹配成功，表示产品合格，否则视为匹配失败，表示产品不合格。