一种基于机器视觉的螺丝表面缺陷检测系统技术方案

本发明专利技术公开了一种基于机器视觉的螺丝表面缺陷检测系统。本发明专利技术中，图像预处理模块内部的各个图像处理模块针对螺丝图像毛刺的问题，采用图像处理中的形态学方法识别常见毛刺的形状，包括孤立点、凹凸陷点，然后将其去除或填平。从而使得为后期图像高效分割处理创造良好的条件。不仅可以有效地避免因光照不均匀而对图像灰度值产生不良影响。螺丝表面检测模块可以对使用图像的几何特征对螺丝缺陷图像进行特征描述，并根据不同缺陷图像特征描述的不同对螺丝缺陷进行准确判断。对螺丝尺寸测量和缺陷检测的数据通过统计分析，实现螺丝生产线的自诊断功能，从而提高了该系统的准确性和高效性，提高了产品的良品率。提高了产品的良品率。提高了产品的良品率。

【技术实现步骤摘要】
一种基于机器视觉的螺丝表面缺陷检测系统


[0001]本专利技术属于螺丝缺陷检测
，具体为一种基于机器视觉的螺丝表面缺陷检测系统。

技术介绍

[0002]螺丝是利用物体的斜面圆形旋转和摩擦力的物理学和数学原理，循序渐进地紧固器物机件的工具。螺丝是紧固件的通用说法，日常口头语。螺丝为日常生活中不可或缺的工业必需品：如照相机、眼镜、钟表、电子等使用的极小的螺丝；电视、电气制品、乐器、家具等的一般螺丝；至于工程、建筑、桥梁则使用大型螺丝、螺帽；交通器具、飞机、电车、汽车等则为大小螺丝并用。螺丝在工业上负有重要任务，只要地球上存在着工业，则螺丝的功能永远重要。螺丝是千百年来人们生产生活中的共同专利技术，按照应用领域来看，它是人类的第一大专利技术。螺丝在生产出厂的过程中，需要对螺丝的表面进行缺陷检测，从而防止残次品混入到大部分螺丝的内部。
[0003]但是常见的检测系统缺少图像处理模块，使得整个系统的检测准确性不够高。

技术实现思路

[0004]本专利技术的目的在于：为了解决上述提出的问题，提供一种基于机器视觉的螺丝表面缺陷检测系统。
[0005]本专利技术采用的技术方案如下：一种基于机器视觉的螺丝表面缺陷检测系统，包括电源供电模块、螺丝图像采集模块、图像预处理模块、处理器模块、螺丝表面检测模块、数据统计模块、图像二值化模块、图像滤波模块、图像调整模块、螺丝尺寸检测模块和螺丝缺陷检测模块，所述电源供电模块的输出端连接有所述螺丝图像采集模块的输入端，所述螺丝图像采集模块的输出端连接有所述图像预处理模块的输入端，所述图像预处理模块的输出端连接有所述处理器模块的输入端，所述处理器模块的输出端连接有所述螺丝表面检测模块的输入端，所述螺丝表面检测模块的输出端连接有所述数据统计模块的输入端。
[0006]在一优选的实施方式中，所述图像预处理模块的内部设置有图像二值化模块、图像滤波模块和图像调整模块，所述图像二值化模块、图像滤波模块、图像调整模块的整体输出端连接有所述图像预处理模块的输入端；
[0007]所述螺丝表面检测模块的内部设置有螺丝尺寸检测模块和螺丝缺陷检测模块，所述螺丝尺寸检测模块和螺丝缺陷检测模块的整体输出端连接有所述螺丝表面检测模块的输入端。
[0008]在一优选的实施方式中，所述螺丝图像采集模块用到两种图像采集设备，分别是CCD摄像机和CMOS摄像机，其中，CCD摄像机属于一种典型的电耦合器件，所产生的信号源主要以电荷为主，该信号源主要集中分布于半导体单晶材料上，CMOS摄像机属于一种典型的光电转换器件，主要集中分布于金属氧化物半导体材料上，所述图像采集模块螺丝图像采集模块在充分结合检测尺寸范围芯片的基础上，将镜头的视野尺寸设置在15mm以上，最终
将ZML1010镜头规格作为最终选用的镜头。
[0009]在一优选的实施方式中，所述图像二值化模块选择基于阈值的Otsu法图像分割法来对图像进行二值化，设采集到的图像为p(x,y)，整张图像分为前景和背景，前景为检测目标，背景为除目标外的图像元素，其分割闯值设为T，设前景和背景占总图像的像素比例分别为w0和w1，其平均灰度分别为μ0和μ1,图像总平均灰度和类间方差分别为“μ和g。图像大小为M*N，设图像中像素灰度小于阙值T的像素个数和像素灰度大于阙值T的像素个数分别记为N1和N2，具体计算如下式(1)到式(4)所示，最后化简可得类间方差为式(5):
[0010]w0＝N0/N0+N1；w1＝N1/N0＝+N1ꢀꢀ
(1)
[0011]N0+N1＝M*N
ꢀꢀ
(2)
[0012]μ＝w0μ0+w1μ1ꢀꢀ
(3)
[0013]g＝w0(μ0‑
μ)2+w1(μ1‑
μ)2ꢀꢀ
(4)
[0014]g＝w0w1(μ0‑
μ1)2(5)；
[0015]求得最大类间方差的过程是，首先任意给定初始阙值T，将图像分为目标和背景两个部分，再分别计算这两个部分的灰度均值，得到该T值下的类间方差；最后将这个闯值从0循环到255，计算全部值下这两个部分的类间方差，得到其最大值，此时的阀值为最佳二值化阈值。
[0016]在一优选的实施方式中，所述图像滤波模块采用双边滤波的方法进行图像去噪。双边滤波对像素信息的处理是非线性的，将像素点在图像中的坐标纳入到考虑范围的同时，也将周围区域像素点的差异影响加入了计算范围中。这样对于灰度平缓区域的处理有类似高斯滤波的效果，而在异常区域则不进行处理，从而保持边缘信息。
[0017]在一优选的实施方式中，所述图像调整模块包括以下步骤：
[0018]步骤1：首先扫描螺丝图像的每个像素点，找到其中心点o'，同时以o'为原点构建与xoy相同的坐标系x'o'y'。
[0019]步骤2：螺丝的工作面为螺牙上下两部分的螺旋面，分别连接上下部分对应的相邻螺峰点AB和AB”，分别求出两条直线的中点，得到垂线L。
[0020]步骤3：计算垂线L和ox”轴的夹角B，B就是图像需要旋转的角度。
[0021]步骤4：判断图像需要旋转的角度，如果垂线L偏向坐标系xoy的左侧，则图像向右侧旋转角度B；如果垂线L偏向右侧，则图像向左侧旋转角度B。
[0022]在一优选的实施方式中，所述螺丝尺寸检测模块通过阈值分割后变换为二值图像进行轮廓提取，阈值分割法的步骤为：1.确定图像分割的阈值；2.将所确定的分割阈值和图像像素值进行比较以划分像素。
[0023]在一优选的实施方式中，所述螺丝尺寸检测模块根据其轮廓图像的特征信息测量出螺丝的埋头面夹角、内径、长度、埋头面厚度物理量；由于埋头面的夹角能够通过拟合所测角度的两条直线方程进而计算直线夹角得到，螺丝的长度、内径以及埋头面厚度能够通过其对应平行线间的距离获得，因此螺丝尺寸参数的测量转变为对目标直线的检测。
[0024]在一优选的实施方式中，所述螺丝缺陷检测模块对缺陷进行判断，缺陷检测模块数据统计模块对拍摄到螺丝的圆头面图像进行轮廓提取，由于合格的螺丝圆头面轮廓图像为圆形，因此通过计算螺丝圆头面轮廓图像的圆形度，并设置合适的圆形度阈值，当圆头面轮廓图像的圆形度大于此阈值时，判断为螺丝圆头面无掉角缺陷，否则判断为螺丝圆头面
存在掉角缺陷。
[0025]在一优选的实施方式中，所述数据统计模块对尺寸参数的统计分析准确地判断出螺丝生产机械设备的工作状态，实现生产线的自诊断功能，统计分析判断出生产过程中工艺参数的一致性；统计分析方法中，一般使用均值、方差、偏度和峰度对统计数据进行分析。
[0026]综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
[0027]1、本专利技术中，图像预处理模块内部的各个图像处理模块针对螺丝图像毛刺的问题，采用图像处理中的形态学方法识别常见毛刺的形状，包括孤立点、凹凸陷点，然后将其去除或填平。从而使得为后期图像高效分割处理创造良好的条件。不仅可以有效地避免因光照不均匀而对图像灰度值产生不良影响。实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的螺丝表面缺陷检测系统，包括电源供电模块(1)、螺丝图像采集模块(2)、图像预处理模块(3)、处理器模块(4)、螺丝表面检测模块(5)、数据统计模块(6)、图像二值化模块(7)、图像滤波模块(8)、图像调整模块(9)、螺丝尺寸检测模块(10)和螺丝缺陷检测模块(11)，其特征在于：所述电源供电模块(1)的输出端连接有所述螺丝图像采集模块(2)的输入端，所述螺丝图像采集模块(2)的输出端连接有所述图像预处理模块(3)的输入端，所述图像预处理模块(3)的输出端连接有所述处理器模块(4)的输入端，所述处理器模块(4)的输出端连接有所述螺丝表面检测模块(5)的输入端，所述螺丝表面检测模块(5)的输出端连接有所述数据统计模块(6)的输入端。2.如权利要求1所述的一种基于机器视觉的螺丝表面缺陷检测系统，其特征在于：所述图像预处理模块(3)的内部设置有图像二值化模块(7)、图像滤波模块(8)和图像调整模块(9)，所述图像二值化模块(7)、图像滤波模块(8)、图像调整模块(9)的整体输出端连接有所述图像预处理模块(3)的输入端；所述螺丝表面检测模块(5)的内部设置有螺丝尺寸检测模块(10)和螺丝缺陷检测模块(11)，所述螺丝尺寸检测模块(10)和螺丝缺陷检测模块(11)的整体输出端连接有所述螺丝表面检测模块(5)的输入端。3.如权利要求1所述的一种基于机器视觉的螺丝表面缺陷检测系统，其特征在于：所述螺丝图像采集模块(2)用到两种图像采集设备，分别是CCD摄像机和CMOS摄像机，其中，CCD摄像机属于一种典型的电耦合器件，所产生的信号源主要以电荷为主，该信号源主要集中分布于半导体单晶材料上，CMOS摄像机属于一种典型的光电转换器件，主要集中分布于金属氧化物半导体材料上，所述图像采集模块螺丝图像采集模块(2)在充分结合检测尺寸范围芯片的基础上，将镜头的视野尺寸设置在15mm以上，最终将ZML1010镜头规格作为最终选用的镜头。4.如权利要求1所述的一种基于机器视觉的螺丝表面缺陷检测系统，其特征在于：所述图像二值化模块(7)选择基于阈值的Otsu法图像分割法来对图像进行二值化，设采集到的图像为p(x,y)，整张图像分为前景和背景，前景为检测目标，背景为除目标外的图像元素，其分割闯值设为T，设前景和背景占总图像的像素比例分别为w0和w1，其平均灰度分别为μ0和μ1,图像总平均灰度和类间方差分别为“μ和g。5.如权利要求1所述的一种基于机器视觉的螺丝表面缺陷检测系统，其特征在于：所述图像...

【专利技术属性】
技术研发人员：巫永中，
申请(专利权)人：鹏驰五金制品昆山有限公司，
类型：发明
国别省市：