基于线阵相机的零件尺寸在线检测方法及系统与流程

    专利查询2025-12-27  11


    本发明涉及零件尺寸检测,具体涉及基于线阵相机的零件尺寸在线检测方法及系统。


    背景技术:

    1、随着现代制造业的持续发展,零件尺寸的精确检测在产品质量控制中显得尤为重要。传统的零件尺寸检测方法通常依赖手工测量或离线检测设备,这些方法虽然在一定程度上能够满足生产需求,但在大规模、高速生产线环境下却显得力不从心。手工测量不仅效率低下,而且易受人为因素影响,导致测量结果的准确性和一致性难以保证。而离线检测设备则无法满足生产线的实时性要求,容易造成生产瓶颈。

    2、在线检测技术因其能够在生产过程中实时对零件尺寸进行检测,成为解决上述问题的关键。然而,目前市场上的在线检测系统多采用点阵相机或面阵相机,虽然这些技术在一定程度上提高了检测效率,但在面对高速运动的零件时,仍难以捕捉到清晰的图像,进而影响检测精度。


    技术实现思路

    1、本申请提供基于线阵相机的零件尺寸在线检测方法及系统,用于针对解决现有技术对零件尺寸检测存在精度低、效率差的技术问题。

    2、鉴于上述问题,本申请提供了基于线阵相机的零件尺寸在线检测方法及系统。

    3、本申请的第一个方面,提供了基于线阵相机的零件尺寸在线检测方法,所述方法包括:

    4、执行零件的特征分析,基于特征分析结果配置线阵相机,其中,所述线阵相机包括第一线阵相机和第二线阵相机,所述第一线阵相机对应第一夹持方案,所述第二线阵相机对应第二夹持方案,特征分析是在采集零件的零件信息后,基于零件信息完成的分析;当零件通过第一夹持方案通过第一区域时,通过设置在所述第一区域内的第一线阵相机执行数据采集,建立第一图像集;当零件通过第二夹持方案通过第二区域时,通过设置在所述第二区域内的第二线阵相机执行数据采集,建立第二图像集;基于所述第一夹持方案和所述第二夹持方案设置定位识别零点,将所述定位识别零点在所述第一图像集和所述第二图像集映射后,执行图像的自适应边缘监测,建立模糊图像边缘;执行模糊图像边缘的对比度动态增强,建立增强边缘,具体增强如下:ig(x,y)=i(x,y)+α·tanh(β·(i(x,y)-t(x,y)));其中,i(x,y)为原始图像,t(x,y)为模糊图像边缘,α为控制增强强度的参数,β为控制增强对比度的参数;通过所述增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出。

    5、本申请的第二个方面,提供了基于线阵相机的零件尺寸在线检测系统,所述系统包括:

    6、线阵相机配置模块,所述线阵相机配置模块执行零件的特征分析,基于特征分析结果配置线阵相机,其中,所述线阵相机包括第一线阵相机和第二线阵相机,所述第一线阵相机对应第一夹持方案,所述第二线阵相机对应第二夹持方案,特征分析是在采集零件的零件信息后,基于零件信息完成的分析;第一图像集建立模块,所述第一图像集建立模块当零件通过第一夹持方案通过第一区域时,通过设置在所述第一区域内的第一线阵相机执行数据采集,建立第一图像集;第二图像集建立模块,所述第二图像集建立模块当零件通过第二夹持方案通过第二区域时,通过设置在所述第二区域内的第二线阵相机执行数据采集,建立第二图像集;模糊图像边缘建立模块,所述模糊图像边缘建立模块基于所述第一夹持方案和所述第二夹持方案设置定位识别零点,将所述定位识别零点在所述第一图像集和所述第二图像集映射后,执行图像的自适应边缘监测,建立模糊图像边缘;边缘增强模块,所述边缘增强模块执行模糊图像边缘的对比度动态增强,建立增强边缘,具体增强如下:ig(x,y)=i(x,y)+α·tanh(β·(i(x,y)-t(x,y)));其中,i(x,y)为原始图像,t(x,y)为模糊图像边缘,α为控制增强强度的参数,β为控制增强对比度的参数;相对尺寸识别输出模块,所述相对尺寸识别输出模块通过所述增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出。

    7、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

    8、本申请执行零件的特征分析,基于特征分析结果配置线阵相机,其中,所述线阵相机包括第一线阵相机和第二线阵相机,所述第一线阵相机对应第一夹持方案,所述第二线阵相机对应第二夹持方案,特征分析是在采集零件的零件信息后,基于零件信息完成的分析;当零件通过第一夹持方案通过第一区域时,通过设置在所述第一区域内的第一线阵相机执行数据采集,建立第一图像集;当零件通过第二夹持方案通过第二区域时,通过设置在所述第二区域内的第二线阵相机执行数据采集,建立第二图像集;基于所述第一夹持方案和所述第二夹持方案设置定位识别零点,将所述定位识别零点在所述第一图像集和所述第二图像集映射后,执行图像的自适应边缘监测,建立模糊图像边缘;执行模糊图像边缘的对比度动态增强,建立增强边缘,具体增强如下:ig(x,y)=i(x,y)+α·tanh(β·(i(x,y)-t(x,y)));其中,i(x,y)为原始图像,t(x,y)为模糊图像边缘,α为控制增强强度的参数,β为控制增强对比度的参数;通过所述增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出。本发明解决现有技术对零件尺寸检测存在精度低、效率差的技术问题,通过运用特征分析、线阵相机精准配置、双夹持数据采集、定位识别、边缘监测等技术,达到提高零件尺寸检测效率和检测精度的技术效果。



    技术特征:

    1.基于线阵相机的零件尺寸在线检测方法,其特征在于,所述方法包括:

    2.如权利要求1所述的方法,其特征在于,所述执行模糊图像边缘的对比度动态增强,建立增强边缘,还包括:

    3.如权利要求2所述的方法,其特征在于,所述执行模糊图像边缘的对比度动态增强,建立增强边缘,还包括:

    4.如权利要求1所述的方法,其特征在于,所述通过所述增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出,还包括:

    5.如权利要求4所述的方法,其特征在于,所述根据相似匹配结果执行特征标识,还包括:

    6.如权利要求1所述的方法,其特征在于,所述通过所述增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出,还包括:

    7.如权利要求1所述的方法,其特征在于,所述方法还包括:

    8.基于线阵相机的零件尺寸在线检测系统,其特征在于,所述系统包括:


    技术总结
    本发明公开了基于线阵相机的零件尺寸在线检测方法及系统,涉及零件尺寸检测技术领域,包括:执行零件的特征分析,基于特征分析结果配置线阵相机;当零件通过夹持方案通过相对应的区域时,通过对应的线阵相机执行数据采集,建立第一图像集和第二图像集;基于夹持方案设置定位识别零点,将定位识别零点在第一图像集和第二图像集映射后,执行图像的自适应边缘监测,建立模糊图像边缘;执行模糊图像边缘的对比度动态增强,建立增强边缘;通过增强边缘执行零件特征匹配,根据特征匹配结果和定位识别零点进行相对尺寸识别输出。本发明解决现有技术对零件尺寸检测存在精度低、效率差的技术问题,达到提高零件尺寸检测效率和检测精度的技术效果。

    技术研发人员:钟劲松,徐小明,张明臣
    受保护的技术使用者:嘉兴云切在线科技有限公司
    技术研发日:
    技术公布日:2024/11/26
    转载请注明原文地址:https://tc.8miu.com/read-33168.html

    最新回复(0)