Nothing Special   »   [go: up one dir, main page]

CN112070719B - 一种自动化零件视觉检测系统 - Google Patents

一种自动化零件视觉检测系统 Download PDF

Info

Publication number
CN112070719B
CN112070719B CN202010797635.4A CN202010797635A CN112070719B CN 112070719 B CN112070719 B CN 112070719B CN 202010797635 A CN202010797635 A CN 202010797635A CN 112070719 B CN112070719 B CN 112070719B
Authority
CN
China
Prior art keywords
image
unit
images
groups
parts
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010797635.4A
Other languages
English (en)
Other versions
CN112070719A (zh
Inventor
林鑫焱
刘玮
耿龙伟
郭俊
王辉
陈勇
徐忠华
万益东
经成
程锦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha Hanghua Electronic Technology Co ltd
Dragon Totem Technology Hefei Co ltd
Original Assignee
Yancheng Institute of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yancheng Institute of Technology filed Critical Yancheng Institute of Technology
Priority to CN202010797635.4A priority Critical patent/CN112070719B/zh
Publication of CN112070719A publication Critical patent/CN112070719A/zh
Application granted granted Critical
Publication of CN112070719B publication Critical patent/CN112070719B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/0006Industrial image inspection using a design-rule based approach
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10004Still image; Photographic image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及视觉检测的技术领域,特别是涉及一种自动化零件视觉检测系统,其较于现有的检测方式,能够对大量的零件同时进行检测,节省时间,提升检测效率;其特征在于,包括检测平台、图像采集模块、图像处理单元、图像分割单元、角度调整单元、定位单元、映射单元、比对单元和机械手执行单元。

Description

一种自动化零件视觉检测系统
技术领域
本发明涉及视觉检测的技术领域,特别是涉及一种自动化零件视觉检测系统。
背景技术
随着工业自动化程度的提升,依赖人工检测零件合格与否的方式逐渐被视觉检测取缔,视觉检测更加精准,快速。然而现有的视觉检测系统在对零件进行检测时,每次只能对一组零件进行检测,在零件数量较多的情况下,需要消耗大量的检测时间,导致检测效率较低,实用性较差。
发明内容
为解决上述技术问题,本发明提供一种较于现有的检测方式,能够对大量的零件同时进行检测,节省时间,提升检测效率的自动化零件视觉检测系统。
本发明的一种自动化零件视觉检测系统,包括:
检测平台,用于放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;
图像采集模块,用于采集检测平台上的多组待检测零件图像,并将图像输出;
图像处理单元,用于接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;
图像分割单元,用于接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;
角度调整单元,用于接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;
定位单元,用于接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;
映射单元,用于读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;
比对单元,用于预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;
机械手执行单元,用于接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来。
本发明的一种自动化零件视觉检测系统,还包括:
设置单元,用于预先录入合格零件图像,并且用于根据加工零件的粗糙度来对相似度阈值进行修改。
本发明的一种自动化零件视觉检测系统,还包括:
数据处理单元,用于读取比对单元中进行比对处理的零件图像总数量B和相似度低于阈值的零件图像数量b,并带入至合格率计算公式:(B-b)/B*100%;得到此批零件的合格率。
本发明的一种自动化零件视觉检测系统,还包括:
复检单元,用于读取比对单元中相似度低于阈值的二级处理图像,并对所述二级处理图像中与合格零件图像的差异点进行统计,并且将统计的差异点数据绘制成饼图,以便工作人员对零件加工工序进行改进。
本发明的一种自动化零件视觉检测系统,还包括:
清洁模块,用于在图像采集之前对多组零件进行清洁,减少灰尘等杂质对图像的影响。
本发明的一种自动化零件视觉检测系统,其中清洁模块可以采用气泵过滤、压缩空气,再对零件进行喷气的方式进行清洁。
与现有技术相比本发明的有益效果为:较于现有的检测方式,能够对大量的零件同时进行检测,节省时间,提升检测效率。
附图说明
图1是本发明的逻辑流程图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;较于现有的检测方式,能够对大量的零件同时进行检测,节省时间,提升检测效率。
作为一种优选的技术方案,一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;设置单元预先录入合格零件图像,并且用于根据加工零件的粗糙度来对相似度阈值进行修改;使系统能够适用于不同零件的检测,提高适应性。
作为一种优选的技术方案,一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;数据处理单元读取比对单元中进行比对处理的零件图像总数量B和相似度低于阈值的零件图像数量b,并带入至合格率计算公式:(B-b)/B*100%;得到此批零件的合格率;方便工作人员掌握零件的合格率,提高实用性。
作为一种优选的技术方案,一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;复检单元读取比对单元中相似度低于阈值的二级处理图像,并对所述二级处理图像中与合格零件图像的差异点进行统计,并且将统计的差异点数据绘制成饼图,以便工作人员对零件加工工序进行改进。
作为一种优选的技术方案,一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;清洁模块在图像采集之前对多组零件进行清洁,减少灰尘等杂质对图像的影响。
作为一种优选的技术方案,一种自动化零件视觉检测系统,检测平台放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;图像采集模块采集检测平台上的多组待检测零件图像,并将图像输出;图像处理单元接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;图像分割单元接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;角度调整单元接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;定位单元接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;映射单元读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;比对单元预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;机械手执行单元接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来;清洁模块在图像采集之前对多组零件进行清洁,减少灰尘等杂质对图像的影响;其中清洁模块可以采用气泵过滤、压缩空气,再对零件进行喷气的方式进行清洁。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变型,这些改进和变型也应视为本发明的保护范围。

Claims (6)

1.一种自动化零件视觉检测系统,其特征在于,包括:
检测平台,用于放置待检测零件,并且待检测零件以被检测端面向上的状态放置在检测平台上;
图像采集模块,用于采集检测平台上的多组待检测零件图像,并将图像输出;
图像处理单元,用于接收图像采集模块输出的图像,并且对接收的图像进行补光、锐化处理和灰度处理,得到一级处理图像并将一级处理图像输出;
图像分割单元,用于接收图像处理单元输出的一级处理图像,并且将一级处理图像以单组零件为单位进行分割,并且将分割得到的多组零件图像输出;
角度调整单元,用于接收图像分割单元输出的多组零件图像,并且对多组零件图像分别进行旋转微调至与预先设定的合格零件图像摆放方向相同,得到多组二级处理图像;
定位单元,用于接收图像处理单元输出的一级处理图像,并且对检测平台以二维坐标系的形式进行划分,并且对每组零件的位置以坐标的方式进行标注;
映射单元,用于读取角度调整单元和定位单元,并将角度调整单中的多组二级处理图像分别与定位单元中的多组零件坐标进行映射绑定,并且将绑定坐标的多组二级处理图像输出;
比对单元,用于预先录入合格零件的图像,并且用于接收映射单元输出的多组二级处理图像,并且将多组二级处理单元逐一与预先录入的合格零件图像进行比对,并且将相似度低于阈值的所有二级处理图像的坐标打包输出;
机械手执行单元,用于接收比对单元打包输出的坐标数据,并根据坐标数据将检测平台上对应的零件挑拣出来。
2.如权利要求1所述的一种自动化零件视觉检测系统,其特征在于,还包括:
设置单元,用于预先录入合格零件图像,并且用于根据加工零件的粗糙度来对相似度阈值进行修改。
3.如权利要求1所述的一种自动化零件视觉检测系统,其特征在于,还包括:
数据处理单元,用于读取比对单元中进行比对处理的零件图像总数量B和相似度低于阈值的零件图像数量b,并带入至合格率计算公式:(B-b)/B*100%;得到此批零件的合格率。
4.如权利要求1所述的一种自动化零件视觉检测系统,其特征在于,还包括:
复检单元,用于读取比对单元中相似度低于阈值的二级处理图像,并对所述二级处理图像中与合格零件图像的差异点进行统计,并且将统计的差异点数据绘制成饼图,以便工作人员对零件加工工序进行改进。
5.如权利要求1所述的一种自动化零件视觉检测系统,其特征在于,还包括:
清洁模块,用于在图像采集之前对多组零件进行清洁,减少灰尘等杂质对图像的影响。
6.如权利要求5所述的一种自动化零件视觉检测系统,其特征在于,其中清洁模块可以采用气泵过滤、压缩空气,再对零件进行喷气的方式进行清洁。
CN202010797635.4A 2020-08-10 2020-08-10 一种自动化零件视觉检测系统 Active CN112070719B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010797635.4A CN112070719B (zh) 2020-08-10 2020-08-10 一种自动化零件视觉检测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010797635.4A CN112070719B (zh) 2020-08-10 2020-08-10 一种自动化零件视觉检测系统

Publications (2)

Publication Number Publication Date
CN112070719A CN112070719A (zh) 2020-12-11
CN112070719B true CN112070719B (zh) 2023-05-16

Family

ID=73661076

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010797635.4A Active CN112070719B (zh) 2020-08-10 2020-08-10 一种自动化零件视觉检测系统

Country Status (1)

Country Link
CN (1) CN112070719B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105510362A (zh) * 2015-12-07 2016-04-20 华中农业大学 基于微型ct的水稻分蘖性状无损测量装置及其测量方法
CN108942918A (zh) * 2018-05-21 2018-12-07 沈阳建筑大学 一种基于线结构光的立体定位方法
CN109186457A (zh) * 2018-09-14 2019-01-11 天津玛特检测设备有限公司 一种双目的零件识别方法和装置及使用该装置的生产线
CN110006361A (zh) * 2019-03-12 2019-07-12 精诚工科汽车系统有限公司 基于工业机器人的零件自动化检测方法及系统
CN110180799A (zh) * 2019-06-28 2019-08-30 中船黄埔文冲船舶有限公司 一种基于机器视觉的零件分拣方法及系统
CN111126174A (zh) * 2019-12-04 2020-05-08 东莞理工学院 一种用于机器人抓取零件的视觉检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563440B (zh) * 2017-09-01 2020-07-28 京东方科技集团股份有限公司 一种图像处理方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105510362A (zh) * 2015-12-07 2016-04-20 华中农业大学 基于微型ct的水稻分蘖性状无损测量装置及其测量方法
CN108942918A (zh) * 2018-05-21 2018-12-07 沈阳建筑大学 一种基于线结构光的立体定位方法
CN109186457A (zh) * 2018-09-14 2019-01-11 天津玛特检测设备有限公司 一种双目的零件识别方法和装置及使用该装置的生产线
CN110006361A (zh) * 2019-03-12 2019-07-12 精诚工科汽车系统有限公司 基于工业机器人的零件自动化检测方法及系统
CN110180799A (zh) * 2019-06-28 2019-08-30 中船黄埔文冲船舶有限公司 一种基于机器视觉的零件分拣方法及系统
CN111126174A (zh) * 2019-12-04 2020-05-08 东莞理工学院 一种用于机器人抓取零件的视觉检测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
基于模式匹配的零件在线合格度检验技术研究;路红,杨红,朱晓春,夏庆观;组合机床与自动化加工技术(10);第188-191页 *
基于线激光视觉测量突跳式温控器触点深度的方法研究;何坚强;魏星;侯建成;辅小荣;;制造业自动化(04);第52-53页 *
轴承外观缺陷检测算法设计与仿真;高宁;;计算机与数字工程(11);第13-15页 *
面向用户的滚磨光整加工数据库平台构建及工序模板设计;高炜;杨胜强;田建艳;李文辉;高云松;;太原理工大学学报(02);第81-88页 *

Also Published As

Publication number Publication date
CN112070719A (zh) 2020-12-11

Similar Documents

Publication Publication Date Title
CN109969736B (zh) 一种大型运载皮带跑偏故障智能检测方法
CN108226164B (zh) 一种基于视觉检测的机器人打磨方法及系统
CN104626169B (zh) 基于视觉与机械综合定位的机器人抓取零件的方法
CN108465648A (zh) 一种基于机器视觉的磁芯自动分拣系统
CN105499144B (zh) 用于工业流水线零件分选方法及分选装置
CN103646248B (zh) 基于双目线阵ccd汽车底盘成像的异物检测方法
CN109829911B (zh) 一种基于轮廓超差算法的pcb板表面检测方法
CN106248680A (zh) 一种基于机器视觉的电机换向器质量检测系统及检测方法
CN112318485A (zh) 物体分选系统的图像处理方法、装置及物体分选系统
CN107490583A (zh) 一种基于机器视觉的夹片缺陷检测方法
CN107891012B (zh) 基于等效算法的珍珠大小及圆形度分拣装置
CN102854195B (zh) 彩色滤光片上缺陷坐标的检测方法
CN104833925A (zh) 一种基于机器视觉的燃料电池双极板检测方法及系统
CN112070719B (zh) 一种自动化零件视觉检测系统
CN111353981B (zh) 基于机器视觉的齿轮检测方法、系统及存储介质
CN105945953A (zh) 一种机器人的视觉识别系统
CN105509657A (zh) 一种ic卡芯片划痕面积及灰度参量的高精度测量方法
CN114571287A (zh) 一种基于大数据的机床工件在线检测分析系统
CN209680591U (zh) 一种基于智能视觉的电容字符检测装置
CN115937491A (zh) 一种基于计算机视觉识别过卸船机料斗大块煤的方法及系统
CN104436901B (zh) 反吹时在线查找脉冲除尘器上除尘布袋破损位置的方法
CN110856847A (zh) 一种基于智能视觉的电容字符检测方法及装置
CN105548210A (zh) 基于机器视觉的美标电源延长线的检测方法
CN112446912B (zh) 一种金融票据宽度计算方法
CN116469093A (zh) 一种高精度螺纹锥度测量方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230719

Address after: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee after: Dragon totem Technology (Hefei) Co.,Ltd.

Address before: 224000 No. 1 Hope Avenue Middle Road, Tinghu District, Yancheng City, Jiangsu Province

Patentee before: YANCHENG INSTITUTE OF TECHNOLOGY

Effective date of registration: 20230719

Address after: Plant 7, No. 27, Leifeng Avenue, Wangcheng Economic and Technological Development Zone, Changsha, Hunan 410000

Patentee after: Changsha HANGHUA Electronic Technology Co.,Ltd.

Address before: 230000 floor 1, building 2, phase I, e-commerce Park, Jinggang Road, Shushan Economic Development Zone, Hefei City, Anhui Province

Patentee before: Dragon totem Technology (Hefei) Co.,Ltd.