本发明专利技术提供一种工件表面瑕疵检测方法及装置，该方法包括：在传送待检测工件的过程中，采集待检测工件的表面的第一点云数据；基于第一点云数据和预先获得的振动曲线，进行差分计算获得差分后的第二点云数据；根据第二点云数据中的高程值，进行离散程度分析，确定待检测工件是否为废弃工件；在待检测工件不是废弃工件时，基于第一点云数据和预先采集的标准工件的第三点云数据，获得待检测工件的表面瑕疵分布。本发明专利技术提供的工件表面瑕疵检测方法及装置，可以去除在传输工件的过程中机械针对数据准确性的影响，从而可以提高检测精度，而且无需进行物理改装，从而不会产生成本增加。从而不会产生成本增加。从而不会产生成本增加。
【技术实现步骤摘要】
工件表面瑕疵检测方法及装置
[0001]本专利技术涉及工件表面瑕疵检测
，具体地，涉及一种工件表面瑕疵检测方法及装置。
技术介绍
[0002]钢板的表面质量是钢材质量的主要指标之一。钢板在生产过程中，由于受到原材料、轧制工艺、系统控制等诸多技术因素的影响，表面出现裂纹、结疤、孔洞、表皮分层、色斑、麻点等缺陷的情况时有发生，这些缺陷对钢板的耐磨性、抗疲劳性、抗腐蚀性和电磁特性等主要特性都有不同程度的影响。
[0003]生产制造过程中，很长时间以来，钢板表面的缺陷识别完全依靠人工目测的方式完成生产。这种方法劳动强度大、易漏检和误检。随着生产速度的提高，目测已很难实现检测的目的，逐渐演变成了抽检的形式。企业智能制造转型过程中，基于机器视觉的检测方法日渐涌现。
[0004]现有的机器视觉检测技术中，针对钢板的表面瑕疵检测，可以分为2D机器视觉和3D机器视觉两种技术途径。其中，2D机器视觉采集图像，以钢板表面的颜色信息为特征进行瑕疵检测，但是，由于钢板表面颜色变化小，瑕疵检测的精度较低。现有的3D机器视觉检测技术忽略了钢板传送过程中，传送装置的辊轴周期性机械振动带来的影响。检测过程中，传送装置振动往往会导致点云数据采集失真，增加较多的伪瑕疵。在缺乏数据校正的基础上，直接进行检测模型设计，最终会导致检测精度不高，影响生产。虽然可以对传送装置的辊轴进行物理改装，以减弱振动带来的影响，但这又会增加成本，而且仍旧无法消除振动带来的影响。
技术实现思路
[0005]本专利技术旨在至少解决现有技术中存在的技术问题之一，提出了一种工件表面瑕疵检测方法及装置，其可以去除在传输工件的过程中机械针对数据准确性的影响，从而可以提高检测精度，而且无需进行物理改装，从而不会产生成本增加。
[0006]为实现上述目的，本公开实施例提供一种工件表面瑕疵检测方法，包括：
[0007]在传送待检测工件的过程中，采集待检测工件的表面的第一点云数据；所述第一点云数据包括所述待检测工件的表面在传送方向上的不同位置对应的坐标值，所述待检测工件的纵剖面上不同位置对应的坐标值，以及所述待检测工件的表面在所述传送方向上的不同位置对应的高程值；
[0008]基于所述第一点云数据和预先获得的振动曲线，进行差分计算获得差分后的第二点云数据；所述振动曲线表示标准工件的表面在传送方向上的不同位置与高程值的对应关系；
[0009]根据所述第二点云数据中的高程值，进行离散程度分析，确定所述待检测工件是否为废弃工件；
[0010]在所述待检测工件不是废弃工件时，基于所述第二点云数据和预先采集的所述标准工件的高程值，获得所述待检测工件的表面瑕疵分布。
[0011]可选的，获得所述振动曲线包括：
[0012]采集所述标准工件的第三点云数据；
[0013]对所述第三点云数据进行降维处理，将所述第三点云数据中的高程值转换为y轴方向上的高程值的众数，获得降维后的第四点云数据；所述y轴方向平行于所述标准工件的纵剖面；
[0014]根据所述第四点云数据与所述标准工件在静止状态下的高程值进行差分计算，获得差分后的第五点云数据；
[0015]根据所述第五点云数据，采用最小二乘法计算获得所述振动曲线。
[0016]可选的，所述根据所述第二点云数据中的高程值，进行离散程度分析，确定所述待检测工件是否为废弃工件，包括：
[0017]计算所述第二点云数据中的高程值的方差值，在所述方差值大于预设阈值时，确定所述待检测工件是废弃工件；
[0018]在所述方差值小于等于所述预设阈值时，确定所述待检测工件不是废弃工件。
[0019]可选的，所述基于所述第二点云数据和预先采集的所述标准工件的高程值，获得所述待检测工件的表面瑕疵分布，包括：
[0020]将所述第二点云数据中的高程值与所述标准工件的高程值进行差分计算，计算差分后的第六点云数据；
[0021]根据所述第六点云数据进行映射，转换为深度图像；
[0022]对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布。
[0023]可选的，所述对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布，包括：
[0024]基于神经网络对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布。
[0025]作为另一个技术方案，本专利技术提供的上述工件表面瑕疵检测装置，包括：
[0026]采集模块，用于在传送待检测工件的过程中，采集所述待检测工件的表面的第一点云数据；所述第一点云数据包括所述待检测工件的表面在传送方向上的不同位置对应的坐标值，所述待检测工件的纵剖面上不同位置对应的坐标值，以及所述待检测工件的表面在所述传送方向上的不同位置对应的高程值；
[0027]第一差分模块，用于基于所述第一点云数据和预先获得的振动曲线，进行差分计算获得差分后的第二点云数据；所述振动曲线表示标准工件在传送方向上的不同位置与高程值的对应关系；
[0028]判断模块，用于根据所述第二点云数据中的高程值，进行离散程度分析，确定所述待检测工件是否为废弃工件；以及
[0029]分析模块，用于在所述待检测工件不是废弃工件时，基于所述第二点云数据和预先采集的所述标准工件的高程值，获得所述待检测工件的表面瑕疵分布。
[0030]可选的，所述采集模块还用于采集所述标准工件的第三点云数据；
[0031]所述工件表面瑕疵检测装置，还包括：
[0032]计算模块，用于对所述第三点云数据进行降维处理，将所述第三点云数据中的高
程值转换为y轴方向上的高程值的众数，获得降维后的第四点云数据；所述y轴方向平行于所述标准工件的纵剖面；
[0033]第二差分模块，用于根据所述第四点云数据与所述标准工件在静止状态下的高程值进行差分计算，获得差分后的第五点云数据；
[0034]所述计算模块还用于根据所述第五点云数据，采用最小二乘法计算获得所述振动曲线。
[0035]可选的，所述分析模块还用于计算所述第二点云数据中的高程值的方差值，在所述方差值大于预设阈值时，确定所述工件是废弃工件；在所述方差值小于等于所述预设阈值时，确定所述工件不是废弃工件。
[0036]可选的，所述分析模块还用于将所述第二点云数据中的高程值与所述标准工件的高程值进行差分计算，计算差分后的第六点云数据；根据所述第六点云数据进行映射，转换为深度图像；对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布。
[0037]可选的，所述分析模块还用于基于神经网络对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布。
[0038]本专利技术具有以下有益效果：
[0039]本专利技术实施例提供的工件表面瑕疵检测方法及装置的技术方案中，通过基于第一点云数据和预先获得的振动曲线进行差分计算获得去振动后的高精度的点云数据，可以去除在传输工件的过程中机械针对数据准确性的影响，从而可以提高检测精度，而且无需进行物理改装，从本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种工件表面瑕疵检测方法，其特征在于，包括：在传送待检测工件的过程中，采集待检测工件的表面的第一点云数据；所述第一点云数据包括所述待检测工件的表面在传送方向上的不同位置对应的坐标值，所述待检测工件的纵剖面上不同位置对应的坐标值，以及所述待检测工件的表面在所述传送方向上的不同位置对应的高程值；基于所述第一点云数据和预先获得的振动曲线，进行差分计算获得差分后的第二点云数据；所述振动曲线表示标准工件的表面在传送方向上的不同位置与高程值的对应关系；根据所述第二点云数据中的高程值，进行离散程度分析，确定所述待检测工件是否为废弃工件；在所述待检测工件不是废弃工件时，基于所述第二点云数据和预先采集的所述标准工件的高程值，获得所述待检测工件的表面瑕疵分布。2.根据权利要求1所述的工件表面瑕疵检测方法，其特征在于，获得所述振动曲线包括：采集所述标准工件的第三点云数据；对所述第三点云数据进行降维处理，将所述第三点云数据中的高程值转换为y轴方向上的高程值的众数，获得降维后的第四点云数据；所述y轴方向平行于所述标准工件的纵剖面；根据所述第四点云数据与所述标准工件在静止状态下的高程值进行差分计算，获得差分后的第五点云数据；根据所述第五点云数据，采用最小二乘法计算获得所述振动曲线。3.根据权利要求1或2所述的工件表面瑕疵检测方法，其特征在于，所述根据所述第二点云数据中的高程值，进行离散程度分析，确定所述待检测工件是否为废弃工件，包括：计算所述第二点云数据中的高程值的方差值，在所述方差值大于预设阈值时，确定所述待检测工件是废弃工件；在所述方差值小于等于所述预设阈值时，确定所述待检测工件不是废弃工件。4.根据权利要求1或2所述的工件表面瑕疵检测方法，其特征在于，所述基于所述第二点云数据和预先采集的所述标准工件的高程值，获得所述待检测工件的表面瑕疵分布，包括：将所述第二点云数据中的高程值与所述标准工件的高程值进行差分计算，计算差分后的第六点云数据；根据所述第六点云数据进行映射，转换为深度图像；对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布。5.根据权利要求4所述的工件表面瑕疵检测方法，其特征在于，所述对所述深度图像进行分析，获得所述待检测工件的表面瑕疵分布，包括：基于神经网络对所述深度图像进行分析，获得所述待...
【专利技术属性】
技术研发人员：王金石，安岗，程一航，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。