[發明專利]一種葉片刀紋及表面缺陷的視覺檢測裝置及方法有效
| 申請號: | 201810776923.4 | 申請日: | 2018-07-13 |
| 公開(公告)號: | CN109030498B | 公開(公告)日: | 2020-09-18 |
| 發明(設計)人: | 趙歡;陳茜;李昊;丁漢 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G01N21/88 | 分類號: | G01N21/88 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 孔娜;曹葆青 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 葉片 表面 缺陷 視覺 檢測 裝置 方法 | ||
1.一種葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:
所述視覺檢測裝置包括臺架、設置在所述臺架上的橫梁、相機、多個光源、觸發機構及微處理器,所述相機與多個所述光源分別間隔設置在所述橫梁上;所述觸發機構設置在所述臺架的底部,其與所述相機相連接;所述微處理器電性連接于所述相機,所述相機及所述光源位于所述觸發機構的上方;
所述觸發機構用于承載待檢測的葉片及觸發所述相機開始工作,且其位于所述相機的拍攝范圍內;所述相機用于從不同角度或者在不同的光源亮暗度下對所述葉片進行拍攝取像,并將獲得的圖像傳輸給所述微處理器;所述微處理器對接收到的圖像進行處理,并用灰度范圍在最好成像閾值之間的圖像區域代替及補全所述微處理器自接收到的圖像中選取的模板圖像的反光最強的區域,以得到完整無反光的葉片表面圖像,進而根據灰度值變換信息尋找并定位出葉片磨拋不完全的殘留刀紋區域或者產生磨拋缺陷的部位。
2.如權利要求1所述的葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:所述視覺檢測裝置還包括光源控制器,所述光源控制器連接于所述光源,其用于控制所述光源的開關及亮度。
3.如權利要求1所述的葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:所述視覺檢測裝置還包括偏振片,所述偏振片連接于所述相機,且覆蓋所述相機的鏡頭,所述偏振片位于所述鏡頭朝向所述葉片的一側,以用于過濾掉垂直于所述葉片的刀紋方向的光,減少所述葉片的表面反光。
4.如權利要求1-3任一項所述的葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:所述視覺檢測裝置還包括多個云臺,多個所述云臺間隔設置在所述橫梁上,所述相機及多個所述光源分別設置在所述云臺上;所述云臺通過自身的旋轉軸來實現方向角度的調整。
5.如權利要求4所述的葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:所述云臺為球形云臺,其通過旋轉來調整所述光源的位姿,使得所述光源以不同的角度打光在所述葉片上;同時,所述相機的位姿也是通過對應的所述云臺的旋轉來實現調整的。
6.如權利要求1-3任一項所述的葉片刀紋及表面缺陷的視覺檢測裝置,其特征在于:所述視覺檢測裝置還包括遮光罩,所述遮光罩設置在所述臺架上,其用于遮擋環境光,以避免環境光對所述相機的成像效果的影響。
7.一種葉片刀紋及表面缺陷的視覺檢測方法,其特征在于,該方法包括以下步驟:
(1)提供權利要求1-6任一項所述的葉片刀紋及表面缺陷的視覺檢測裝置,所述相機從不同角度或者在不同光源亮度下分別獲取待檢測葉片的圖像,并將檢測到的圖像傳輸給所述微處理器;
(2)所述微處理器對接收到的圖像進行處理,并將灰度范圍在最好成像閾值之間的圖像區域代替及補全所述微處理器自接收到的圖像中選取的模板圖像的反光最強的區域,以得到完整無反光的葉片表面圖像;
(3)結合得到的葉片表面圖像及灰度值變換信息來尋找并定位出葉片表面磨拋不完全的殘留刀紋區域或者產生磨拋缺陷的部位,并輸出缺陷在葉片上的位置信息;
(4)將檢測出缺陷的圖像及對應的位置信息輸入到訓練好的神經網絡模型,所述神經網絡模型對輸入的圖像進行分類以判斷輸入的圖像對應的缺陷屬于可修復缺陷或者不可修復缺陷,并輸出判斷結果。
8.如權利要求7所述的葉片刀紋及表面缺陷的視覺檢測方法,其特征在于:所述微處理器從接收到的圖像中選取一張作為模板圖像,并通過灰度值強度分析來檢測到所述模板圖像中反光最強的區域并予以切除,同時所述微處理器檢測所述模板圖像以外的圖像對應反光最強的區域,并根據灰度值統計法選取灰度范圍在最好成像閾值之間的區域來代替及補全所述模板圖像的切除區域,從而得到完整無反光的葉片表面圖像。
9.如權利要求7所述的葉片刀紋及表面缺陷的視覺檢測方法,其特征在于:步驟(3)中,采用高頻濾波的方法對得到的葉片表面圖像進行圖像增強處理后,再根據灰度值變換信息尋找并定位出葉片表面磨拋不完全的殘留刀紋區域或者產生磨拋缺陷的部位。
10.如權利要求7所述的葉片刀紋及表面缺陷的視覺檢測方法,其特征在于:步驟(4)前還包括采用監督學習方法提前收集及標記刀紋或者缺陷的圖像,并使用標記好的圖像訓練神經網絡模型的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810776923.4/1.html,轉載請聲明來源鉆瓜專利網。





