[go: up one dir, main page]

CN109406533A - 一种产品表面缺陷的检测系统及方法 - Google Patents

一种产品表面缺陷的检测系统及方法 Download PDF

Info

Publication number
CN109406533A
CN109406533A CN201811253443.6A CN201811253443A CN109406533A CN 109406533 A CN109406533 A CN 109406533A CN 201811253443 A CN201811253443 A CN 201811253443A CN 109406533 A CN109406533 A CN 109406533A
Authority
CN
China
Prior art keywords
product
camera
image
control module
light source
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.)
Pending
Application number
CN201811253443.6A
Other languages
English (en)
Inventor
宗明辉
黄耀
张辉
吴雨培
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.)
Beijing Achu Robot Technology Co Ltd
Original Assignee
Beijing Achu Robot Technology Co Ltd
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 Beijing Achu Robot Technology Co Ltd filed Critical Beijing Achu Robot Technology Co Ltd
Priority to CN201811253443.6A priority Critical patent/CN109406533A/zh
Publication of CN109406533A publication Critical patent/CN109406533A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G01N21/8806Specially adapted optical and illumination features

Landscapes

  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

本发明提供了一种产品表面缺陷的检测系统及方法。系统包括:抓取机械手、检测机械手、控制模块和缺陷检测装置,所述缺陷检测装置包括:第一相机和第二相机;第一相机用拍摄被检测产品的上表面的图像,第二相机用于拍摄所述被检测产品的下表面的图像;第一相机将采集到的所述产品的上表面的图像发送至控制模块;控制模块根据产品的上表面的图像检测产品的上表面是否存在缺陷,并输出第一检测结果;第二相机将采集到的所述产品的下表面的图像发送至所述控制模块;所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。如此,可以实现对产品表面缺陷的自动检测。

Description

一种产品表面缺陷的检测系统及方法
技术领域
本发明涉及视觉检测技术领域,具体而言,涉及一种产品表面缺陷的检测系统及方法。
背景技术
由于硬质合金刀具的表面缺陷决定了其使用寿命和加工的精度,随着对刀具品质的要求越来越高,实现对硬质合金刀具的缺陷检测是提高硬质合金刀具质量和产量的关键一环。
由于硬质合金机械加工刀具有十数个系列,尺寸、形状,表面材质,颜色各异,允许的缺陷尺寸低于人眼的辨别范围。现有技术中的检测方法是检测员在显微镜下,通过肉眼识别缺陷,这种方法速度较慢、无法确定精确的产品缺陷尺寸,并且容易造成人眼疲劳形成漏检,由于产品种类较多,多人分工检测,难以形成有效的产品信息统计。
发明内容
有鉴于此,本发明的目的在于提供一种产品表面缺陷的检测系统及方法,以提高对刀具等产品的表面的缺陷检测的效率。
第一方面,本发明实施例提供了一种产品表面缺陷的检测系统,包括:
抓取机械手、检测机械手、控制模块和缺陷检测装置,所述抓取机械手、检测机械手均和所述控制模块相连接;
所述缺陷检测装置包括:第一相机和第二相机;所述第一相机设置于检测平台的上方,所述第二相机设置于检测平台的下方;所述第一相机用拍摄被检测产品的上表面的图像,所述第二相机用于拍摄所述被检测产品的下表面的图像;
所述抓取机械手用于在所述控制模块的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品,并将所述待检测产品放至检测平台的第一照相机的下方后,触发所述第一照相机采集所述产品的上表面的图像;
所述第一相机将采集到的所述产品的上表面的图像发送至所述控制模块;所述控制模块根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷,并输出第一检测结果;
所述检测机械手,用于在所述第一相机图像采集完毕以后,抓取所述产品至第二相机在的检测区域后,触发所述第二相机采集所述产品的下表面的图像;
所述第二相机将采集到的所述产品的下表面的图像发送至所述控制模块;所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述系统,还包括:
光源控制器、第一光源和第二光源,所述第一光源与所述第二光源均与所述光源控制器相连接;所述光源控制器与所述控制模块相连接;
所述第一光源设置于所述第一相机的下方,所述第二光源设置于所述第二相机的上方;所述第一光源与所述第二光源分别用于在所述第一相机和所述第二相机进行图像采集时补光。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述抓取机械手上方设置有第三相机,所述抓取机械手还用于在运动至待检测料台位置处后,触发所述第三相机进行采集包含待检测料台的图像,并将所述图像发送至控制模块,所述控制模块根据所述图像确定所述待检测料台上所包含的符合预设的产品类型信息的待检测产品的位置信息,将所述位置信息发送至所述抓取机械手,所述抓取机械手用于根据所述位置信信息抓取所述待检测产品。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述控制模块还用于,根据所述第一检测结果和所述第二检测结果确定所述产品的品质等级,根据所述产品的品质等级确定所述产品所属的储料盘,并将所述产品所属的储料盘信息发送至检测机械手,所述检测机械手用于根据所述储料盘信息,将所述产品放置所述储料盘内。
结合的一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述控制模块,具体用于通过以下方式进行根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷:
所述控制模块接收所述产品的上表面的图像,调用预先建立并训练好的神经网络模型,根据用户设定的测试参数、缺陷阈值和所述图像,通过所述神经网络模型进行计算得到缺陷检测结果;其中,所述测试参数包括:批次大小数值和图像切分数值。
结合第一方面,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述第一检测结果和所述第二检测结果包含以下信息内容:缺陷的位置、缺陷的尺寸和缺陷的形状,以及根据所述缺陷的位置、缺陷的尺寸和缺陷的形状所确定的产品的等级信息。
结合第一方面的第一种可能的实施方式,本发明实施例提供了第一方面的第六种可能的实施方式,其中,所述控制模块还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与光源的亮度信息的映射关系,确定所述待检测产品对应的光源的亮度信息,将所述光源的亮度信息发送至光源控制器,所述光源控制器用于根据所述光源亮度信息调整第一光源和第二光源的亮度。
结合第一方面,本发明实施例提供了第一方面的第七种可能的实施方式,其中,所述控制模块还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与相机的曝光程度的映射关系,确定所述待检测产品对应的相机的曝光程度,将所述相机的曝光程度发送至所述第一相机和所述第二相机,以使所述第一相机和所述第二相机根据所述待检测产品对应的相机的曝光程度调整曝光。
结合第一方面,本发明实施例提供了第一方面的第八种可能的实施方式,其中,所述系统,还包括:警示装置,所述警示装置与所述控制模块相连接;
所述控制模块还用于统计在预设时间段内具有缺陷的产品的数量,在所述数量超过预设值时触发所述警示装置进行报警。
第二方面,本发明实施例还提供了一种产品表面缺陷的检测方法,其特征在于,包括:
抓取机械手在控制模块的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品放至检测平台的第一照相机的下方;
所述第一相机将采集到的所述产品的上表面的图像发送至控制模块;
所述控制模块根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷,并输出第一检测结果;
检测机械手在所述第一相机图像采集完毕以后,抓取所述产品至第二相机所对应的检测区域后,触发所述第二相机采集所述产品的下表面的图像;
所述第二相机将采集到的所述产品的下表面的图像发送至所述控制模块;
所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。
本发明实施例提供的一种产品表面缺陷的检测系统及方法,通过抓取机械手进行抓取待检测产品,并通过第一相机采集待检测产品的上表面的图像,将该上表面的图像发送至控制模块,由该控制模块根据该产品的上表面的图像进行判断该产品的上表面是否存在缺陷;在第一相机采集的产品的上表面的图像以后,检测机械手将待检测产品放置第二相机的拍摄区域,进而第二相机进行采集该待检测产品的下表面的图像,由控制模块根据该待检测产品的下表面的图像进行判断该待检测产品的下表面是否存在缺陷,并输出检测的结果,进而可以完成对产品的自动的进行缺陷的检测具有准确高效的积极效果。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种产品表面缺陷的检测系统的结构示意图;
图2示出了本发明实施例所提供的一种产品表面缺陷的检测方法的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本申请实施例提供的一种产品表面缺陷的检测系统的结构示意图。参照图1所示,本实施例中的一种产品表面缺陷的检测系统,包括:
抓取机械手101、检测机械手103、控制模块104和缺陷检测装置102,抓取机械手101、检测机械手103均和控制模块104相连接。
上述的缺陷检测装置102包括:第一相机1201和第二相机1202;第一相机1201设置于检测平台的上方,该检测平台用于承载待检测产品;该待检测产品可以是刀片等机械加工用产品或者陶瓷加工产品。第二相机1202设置于检测平台的下方;第一相机1201用拍摄被检测产品的上表面的图像,第二相机1202用于拍摄被检测产品的下表面的图像。
抓取机械手101用于在控制模块104的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品,并将该待检测产品放至检测平台的第一照相机1201的图像采集区域后,触发第一照相机1201采集产品的上表面的图像。
第一相机1201将采集到的产品的上表面的图像发送至控制模块104;控制模块104根据该产品的上表面的图像检测产品的上表面是否存在缺陷,并输出第一检测结果。该输出第一检测结果的方式可以是将检测结果在前端界面上进行向用户显示。
上述检测机械手103,用于在第一相机1201图像采集完毕以后,抓取所述产品至第二相机1202的图像采集区域,触发第二相机1202采集产品的下表面的图像。
第二相机1202将采集到的产品的下表面的图像发送至控制模块104;控制模块104根据产品的下表面的图像检测产品的上表面是否存在缺陷,并输出第二检测结果。
本申请一可能的实施例中,上述的系统,还包括:光源控制器、第一光源和第二光源,第一光源与第二光源均与光源控制器相连接;光源控制器与控制模块相连接。
本实施例中,上述的第一光源设置于第一相机的下方,第二光源设置于第二相机的上方;第一光源与第二光源分别用于在第一相机和第二相机进行图像采集时补光。
本申请一实施例中,上述控制模块还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与光源的亮度信息的映射关系,确定所述待检测产品对应的光源的亮度信息,将所述光源的亮度信息发送至光源控制器,光源控制器用于根据该光源亮度信息调整第一光源和第二光源的亮度。
控制模块104还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与相机的曝光程度的映射关系,确定待检测产品对应的相机的曝光程度,将所述相机的曝光程度发送至所述第一相机和所述第二相机,以使所述第一相机和所述第二相机根据所述待检测产品对应的相机的曝光程度调整曝光。
本申请一可能的实施例中,上述的抓取机械手上方设置有第三相机,抓取机械手还用于在运动至待检测料台位置处后,触发第三相机进行采集包含待检测料台上的所有产品的图像,并将该图像发送至控制模块,控制模块根据图像确定待检测料台上所包含的符合预设的产品类型信息的待检测产品的位置信息,将该位置信息发送至抓取机械手,抓取机械手用于根据该位置信息抓取待检测产品。
一可能的实施例中,具体的,上述的控制模块首先发出第一指令至抓取机械手,抓取机械手接收该第一控制指令以后进行移动至待检测料台,待检测料台上放置有待检测产品,该待检测料台上可以是放置有所有类型的产品;抓取机械手在接收到该第一指令以后,运动至待检测料台,触发第三照相机进行拍照,第三相机采集检测料台的图像,该图像中包含有与上述待检测产品的型号信息相一致的产品的图像,第三相机将采集到的图像发送至控制模块。用户通过在前端的显示界面上选择设置需要进行检测的产品的类型信息,控制模块首先识别与预设的待检测产品的类型信息相一致的产品,该产品即为待检测产品,控制模块识别该待检测产品以后,进一步确定该产品在图像中的位置信息,然后通过坐标转换,确定该符合预设的产品类型信息的待检测产品的实际位置信息,将该待检测产品的实际位置信息发送至抓取机械手,进而抓取机械手根据该实际位置信信息抓取所述待检测产品放置于第一相机的图像采集区域。
上述实施例中,待检测产品预先根据表面亮度、可能具有的缺陷的种类等进行分类,该不同的类型信息决定了在对该产品进行检测过程中拍照时的光源的亮度和相机的曝光度。
本申请一可能的实施例中,上述的控制模块还用于,根据第一检测结果和第二检测结果确定产品的品质等级,根据产品的品质等级确定产品所属的储料盘,并将产品所属的储料盘信息发送至检测机械手,所述检测机械手用于根据所述储料盘信息,将所述产品放置所述储料盘内。
本申请实施例中,控制模块预先存储有产品等级与存储料盘信息的对应关系,在确定产品的产品等级以后就可以根据该产品等级和上述的产品等级与存储料盘信息的对应关系,确定该产品所属的料盘信息,进而可以将该产品码放至相应的存储料盘内,实现了产品的自动分级。
本申请一实施例中,上述控制模块,具体用于通过以下方式进行根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷:
控制模块接收所述产品的上表面的图像,调用预先建立并训练好的神经网络模型,根据用户设定的测试参数、缺陷阈值和所述产品的上表面的图像,通过神经网络模型进行计算得到缺陷检测结果;其中,所述测试参数包括:批次大小数值和图像切分数值。
本实施例中,根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷的过程与上述相同。
上述第一检测结果和所述第二检测结果包含以下信息内容:缺陷的位置、缺陷的尺寸和缺陷的形状,以及根据所述缺陷的位置、缺陷的尺寸和缺陷的形状所确定的产品的等级信息。
本申请一实施例中,上述系统还包括:警示装置,所述警示装置与所述控制模块相连接;
所述控制模块还用于统计在预设时间段内具有缺陷的产品的数量,在所述数量超过预设值时触发所述警示装置进行报警。
本实施例中预先可以将进行检测的产品的类型信息存储至系统中,在工作人员在需要对某种类型的产品进行检测时,首先在界面上进行产品选型,在选定待进行检测的产品的类型信息以后,控制模块根据用户选定的产品的类型信息生成上述的第一控制指令。
本申请一可能的实施例中,上述的控制模块可以是包括工控机和进行图像处理的处理器。该处理器具体用于根据上述的产品的上表面的图像和产品下表面的图像进行检测该产品的上表面和下表面是否存在缺陷,该缺陷包括:裂纹、缺口、毛刺等。
图2为本申请实施例提供的一种产品表面缺陷检测方法的流程示意图。参照图2所示,该方法,包括如下步骤S201-S206:
步骤S201、抓取机械手在控制模块的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品放至检测平台的第一照相机的下方。
步骤S202、所述第一相机将采集到的所述产品的上表面的图像发送至控制模块。
步骤S203、所述控制模块根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷,并输出第一检测结果。
步骤S204、检测机械手在所述第一相机图像采集完毕以后,抓取所述产品至第二相机所对应的检测区域后,触发所述第二相机采集所述产品的下表面的图像。
步骤S205、所述第二相机将采集到的所述产品的下表面的图像发送至所述控制模块。
步骤S206、所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。
本申请一可选的实施例中,上述方法,还包括:
控制模块还根据所述待检测产品的产品型号信息和预设的产品型号信息与光源的亮度信息的映射关系,确定所述待检测产品对应的光源的亮度信息,将所述光源的亮度信息发送至光源控制器,光源控制器根据该光源亮度信息调整第一光源和第二光源的亮度。以使第一光源和第二光源按照该亮度信息对第一相机和第二相机在图像采集时补光。
本申请一可选的实施例中,上述方法,还包括:
控制模块104根据所述待检测产品的产品型号信息和预设的产品型号信息与相机的曝光程度的映射关系,确定待检测产品对应的相机的曝光程度,将所述相机的曝光程度发送至所述第一相机和所述第二相机,所述第一相机和所述第二相机根据所述待检测产品对应的相机的曝光程度调整曝光。
本申请一可选的实施例中,上述方法,还包括:
抓取机械手在运动至待检测料台位置处后,触发第三相机进行采集包含待检测料台上的所有产品的图像,并将该图像发送至控制模块;
控制模块根据图像确定待检测料台上所包含的符合预设的产品类型信息的待检测产品的位置信息,将该位置信息发送至抓取机械手,抓取机械手根据该位置信信息抓取待检测产品至检测平台进行检测。
本申请一可选的实施例中,上述方法,还包括:
上述的控制模块根据第一检测结果和第二检测结果确定产品的品质等级,根据产品的品质等级确定产品所属的储料盘,并将产品所属的储料盘信息发送至检测机械手,所述检测机械手用于根据所述储料盘信息,将所述产品放置所述储料盘内。
本申请一可选的实施例中,上述方法,还包括:
控制模块接收所述产品的上表面的图像,调用预先建立并训练好的神经网络模型,根据用户设定的测试参数、缺陷阈值和所述产品的上表面的图像,通过神经网络模型进行计算得到缺陷检测结果;其中,所述测试参数包括:批次大小数值和图像切分数值。
本申请一可选的实施例中,上述方法,还包括:
所述控制模块还用于统计在预设时间段内具有缺陷的产品的数量,在所述数量超过预设值时触发所述警示装置进行报警。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种产品表面缺陷的检测系统,其特征在于,包括:
抓取机械手、检测机械手、控制模块和缺陷检测装置,所述抓取机械手、检测机械手均和所述控制模块相连接;
所述缺陷检测装置包括:第一相机和第二相机;所述第一相机设置于检测平台的上方,所述第二相机设置于检测平台的下方;所述第一相机用拍摄被检测产品的上表面的图像,所述第二相机用于拍摄所述被检测产品的下表面的图像;
所述抓取机械手用于在所述控制模块的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品,并将所述待检测产品放至检测平台的第一照相机的下方后,触发所述第一照相机采集所述产品的上表面的图像;
所述第一相机将采集到的所述产品的上表面的图像发送至所述控制模块;所述控制模块根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷,并输出第一检测结果;
所述检测机械手,用于在所述第一相机图像采集完毕以后,抓取所述产品至第二相机所在的检测区域后,触发所述第二相机采集所述产品的下表面的图像;
所述第二相机将采集到的所述产品的下表面的图像发送至所述控制模块;所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。
2.根据权利要求1所述的系统,其特征在于,还包括:光源控制器、第一光源和第二光源,所述第一光源与所述第二光源均与所述光源控制器相连接;所述光源控制器与所述控制模块相连接;
所述第一光源设置于所述第一相机的下方,所述第二光源设置于所述第二相机的上方;所述第一光源与所述第二光源分别用于在所述第一相机和所述第二相机进行图像采集时补光。
3.根据权利要求2所述的系统,其特征在于,所述抓取机械手上方设置有第三相机,所述抓取机械手还用于在运动至待检测料台位置处后,触发所述第三相机进行采集包含待检测料台的图像,并将所述图像发送至控制模块,所述控制模块根据所述图像确定所述待检测料台上所包含的符合预设的产品类型信息的待检测产品的位置信息,将所述位置信息发送至所述抓取机械手,所述抓取机械手用于根据所述位置信信息抓取所述待检测产品。
4.根据权利要求1所述的系统,其特征在于,所述控制模块还用于,根据所述第一检测结果和所述第二检测结果确定所述产品的品质等级,根据所述产品的品质等级确定所述产品所属的储料盘,并将所述产品所属的储料盘信息发送至检测机械手,所述检测机械手用于根据所述储料盘信息,将所述产品放置所述储料盘内。
5.根据1所述的系统,其特征在于,所述控制模块,具体用于通过以下方式进行根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷:
所述控制模块接收所述产品的上表面的图像,调用预先建立并训练好的神经网络模型,根据用户设定的测试参数、缺陷阈值和所述图像,通过所述神经网络模型进行计算得到缺陷检测结果;其中,所述测试参数包括:批次大小数值和图像切分数值。
6.根据权利要求1所述的系统,其特征在于,所述第一检测结果和所述第二检测结果包含以下信息内容:缺陷的位置、缺陷的尺寸和缺陷的形状,以及根据所述缺陷的位置、缺陷的尺寸和缺陷的形状所确定的产品的等级信息。
7.根据权利要求2所述的系统,其特征在于,所述控制模块还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与光源的亮度信息的映射关系,确定所述待检测产品对应的光源的亮度信息,将所述光源的亮度信息发送至光源控制器,所述光源控制器用于根据所述光源亮度信息调整第一光源和第二光源的亮度。
8.根据权利要求1所述的系统,其特征在于,所述控制模块还用于根据所述待检测产品的产品型号信息和预设的产品型号信息与相机的曝光程度的映射关系,确定所述待检测产品对应的相机的曝光程度,将所述相机的曝光程度发送至所述第一相机和所述第二相机,以使所述第一相机和所述第二相机根据所述待检测产品对应的相机的曝光程度调整曝光。
9.根据权利要求1所述的系统,其特征在于,还包括:警示装置,所述警示装置与所述控制模块相连接;
所述控制模块还用于统计在预设时间段内具有缺陷的产品的数量,在所述数量超过预设值时触发所述警示装置进行报警。
10.一种产品表面缺陷的检测方法,其特征在于,包括:
抓取机械手在控制模块的控制下从待检测料台抓取符合预设的产品类型信息的待检测产品放至检测平台的第一照相机的下方;
所述第一相机将采集到的所述产品的上表面的图像发送至控制模块;
所述控制模块根据所述产品的上表面的图像检测所述产品的上表面是否存在缺陷,并输出第一检测结果;
检测机械手在所述第一相机图像采集完毕以后,抓取所述产品至第二相机所对应的检测区域后,触发所述第二相机采集所述产品的下表面的图像;
所述第二相机将采集到的所述产品的下表面的图像发送至所述控制模块;
所述控制模块根据所述产品的下表面的图像检测所述产品的上表面是否存在缺陷,并输出第二检测结果。
CN201811253443.6A 2018-10-25 2018-10-25 一种产品表面缺陷的检测系统及方法 Pending CN109406533A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811253443.6A CN109406533A (zh) 2018-10-25 2018-10-25 一种产品表面缺陷的检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811253443.6A CN109406533A (zh) 2018-10-25 2018-10-25 一种产品表面缺陷的检测系统及方法

Publications (1)

Publication Number Publication Date
CN109406533A true CN109406533A (zh) 2019-03-01

Family

ID=65470129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811253443.6A Pending CN109406533A (zh) 2018-10-25 2018-10-25 一种产品表面缺陷的检测系统及方法

Country Status (1)

Country Link
CN (1) CN109406533A (zh)

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110142230A (zh) * 2019-05-23 2019-08-20 北京阿丘机器人科技有限公司 一种检测外观缺陷的方法及装置
CN110186938A (zh) * 2019-06-28 2019-08-30 笪萨科技(上海)有限公司 双面缺陷分析设备及缺陷检测和分析系统
CN110501347A (zh) * 2019-07-03 2019-11-26 深圳市一纳科技有限公司 一种快速自动化光学检测系统及方法
CN110673319A (zh) * 2019-09-29 2020-01-10 江苏才道精密仪器有限公司 一种可自动调光源的显微镜激光修复系统及装置
CN111311542A (zh) * 2020-01-15 2020-06-19 歌尔股份有限公司 一种产品质量检测方法及装置
CN111598152A (zh) * 2020-05-12 2020-08-28 北京阿丘机器人科技有限公司 视觉系统复现方法、设备及计算机可读存储介质
CN111693546A (zh) * 2020-06-16 2020-09-22 湖南大学 缺陷检测系统、方法及图像采集系统
CN112730421A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730419A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730420A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测工站
CN113177925A (zh) * 2021-05-11 2021-07-27 昆明理工大学 一种无损检测水果表面缺陷的方法
CN113189009A (zh) * 2021-05-17 2021-07-30 石家庄格力电器小家电有限公司 用于检测集烟罩表面处理质量的系统
CN113409308A (zh) * 2021-07-16 2021-09-17 李华洲 一种电路板故障缺陷检测方法、装置、检测设备及系统
CN113567443A (zh) * 2021-06-22 2021-10-29 浙江大豪科技有限公司 织物瑕疵检测系统的控制方法及装置
CN113744247A (zh) * 2021-09-03 2021-12-03 西安建筑科技大学 一种pcb焊点缺陷识别方法和系统
CN114359158A (zh) * 2021-12-08 2022-04-15 阿里巴巴(中国)有限公司 对象检测方法、存储介质、处理器和系统
CN114923913A (zh) * 2022-05-11 2022-08-19 深圳艾灵网络有限公司 生产缺陷检测系统和方法
CN115646857A (zh) * 2022-09-07 2023-01-31 苏州华兴源创科技股份有限公司 自动下料系统
CN115744254A (zh) * 2022-11-24 2023-03-07 臻越自动化技术(上海)有限公司 门板自动检测输送装置
CN115890230A (zh) * 2022-11-24 2023-04-04 臻越自动化技术(上海)有限公司 门板装配设备
CN116609345A (zh) * 2023-07-19 2023-08-18 北京阿丘机器人科技有限公司 电池盖板缺陷检测方法、装置、设备及存储介质
CN119375237A (zh) * 2024-11-19 2025-01-28 重庆赛力斯凤凰智创科技有限公司 缺陷检测系统、方法、装置、计算机设备和可读存储介质

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311160A (ja) * 1994-05-19 1995-11-28 Nitto Denko Corp 外観検査方法および検査装置
CN1501434A (zh) * 2002-11-14 2004-06-02 旺宏电子股份有限公司 连续异常缺陷快速警示系统及方法
DE102004015110A1 (de) * 2004-03-27 2005-10-13 Texmag Gmbh Vertriebsgesellschaft Verfahren und Vorrichtung zum Erfassen des Überlapps von Bahnstücken
CN102033068A (zh) * 2009-09-24 2011-04-27 苏州维世迅机器视觉技术有限公司 产品在线检测仪
CN202694534U (zh) * 2012-08-02 2013-01-23 东莞利扬微电子有限公司 良率报警装置
CN203526088U (zh) * 2013-11-07 2014-04-09 珠海格力电器股份有限公司 电子元件检测装置
CN104516305A (zh) * 2013-10-08 2015-04-15 繁昌县倍思创业服务有限公司 一种产品重量检测及不合格产品的处理方法
CN104624523A (zh) * 2013-11-07 2015-05-20 珠海格力电器股份有限公司 电子元件检测装置和电子元件自动检测方法
CN105606625A (zh) * 2016-02-03 2016-05-25 宁波韵升智能技术有限公司 一种薄片带状产品的外形缺陷检测设备
CN206155906U (zh) * 2016-10-10 2017-05-10 广州敏达包装设备有限公司 非接触式真空打检设备
CN107271447A (zh) * 2017-07-27 2017-10-20 江南大学 一种基于机器视觉的plc外观及指示灯状态检测装置
CN108038853A (zh) * 2017-12-18 2018-05-15 浙江工业大学 一种基于卷积神经网络和主动学习的瓷砖表面缺陷识别方法
CN108188043A (zh) * 2017-12-25 2018-06-22 中国科学院自动化研究所 锂电池电芯的外观检测设备及外观检测方法
CN108631727A (zh) * 2018-03-26 2018-10-09 河北工业大学 一种基于卷积神经网络的太阳能电池板缺陷识别方法

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07311160A (ja) * 1994-05-19 1995-11-28 Nitto Denko Corp 外観検査方法および検査装置
CN1501434A (zh) * 2002-11-14 2004-06-02 旺宏电子股份有限公司 连续异常缺陷快速警示系统及方法
DE102004015110A1 (de) * 2004-03-27 2005-10-13 Texmag Gmbh Vertriebsgesellschaft Verfahren und Vorrichtung zum Erfassen des Überlapps von Bahnstücken
CN102033068A (zh) * 2009-09-24 2011-04-27 苏州维世迅机器视觉技术有限公司 产品在线检测仪
CN202694534U (zh) * 2012-08-02 2013-01-23 东莞利扬微电子有限公司 良率报警装置
CN104516305A (zh) * 2013-10-08 2015-04-15 繁昌县倍思创业服务有限公司 一种产品重量检测及不合格产品的处理方法
CN203526088U (zh) * 2013-11-07 2014-04-09 珠海格力电器股份有限公司 电子元件检测装置
CN104624523A (zh) * 2013-11-07 2015-05-20 珠海格力电器股份有限公司 电子元件检测装置和电子元件自动检测方法
CN105606625A (zh) * 2016-02-03 2016-05-25 宁波韵升智能技术有限公司 一种薄片带状产品的外形缺陷检测设备
CN206155906U (zh) * 2016-10-10 2017-05-10 广州敏达包装设备有限公司 非接触式真空打检设备
CN107271447A (zh) * 2017-07-27 2017-10-20 江南大学 一种基于机器视觉的plc外观及指示灯状态检测装置
CN108038853A (zh) * 2017-12-18 2018-05-15 浙江工业大学 一种基于卷积神经网络和主动学习的瓷砖表面缺陷识别方法
CN108188043A (zh) * 2017-12-25 2018-06-22 中国科学院自动化研究所 锂电池电芯的外观检测设备及外观检测方法
CN108631727A (zh) * 2018-03-26 2018-10-09 河北工业大学 一种基于卷积神经网络的太阳能电池板缺陷识别方法

Cited By (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110142230A (zh) * 2019-05-23 2019-08-20 北京阿丘机器人科技有限公司 一种检测外观缺陷的方法及装置
CN110102511A (zh) * 2019-05-23 2019-08-09 北京阿丘机器人科技有限公司 一种产品外观的视觉检测系统及方法
CN110186938A (zh) * 2019-06-28 2019-08-30 笪萨科技(上海)有限公司 双面缺陷分析设备及缺陷检测和分析系统
CN110501347A (zh) * 2019-07-03 2019-11-26 深圳市一纳科技有限公司 一种快速自动化光学检测系统及方法
CN110673319A (zh) * 2019-09-29 2020-01-10 江苏才道精密仪器有限公司 一种可自动调光源的显微镜激光修复系统及装置
US11645742B2 (en) 2019-10-14 2023-05-09 Fu Tai Hua Industry (Shenzhen) Co., Ltd. Electronic device for optically detecting appearance of product for defects
CN112730420B (zh) * 2019-10-14 2024-02-20 富泰华工业(深圳)有限公司 外观瑕疵检测工站
CN112730421B (zh) * 2019-10-14 2024-01-09 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730419B (zh) * 2019-10-14 2024-01-09 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730421A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730419A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测装置
CN112730420A (zh) * 2019-10-14 2021-04-30 富泰华工业(深圳)有限公司 外观瑕疵检测工站
CN111311542B (zh) * 2020-01-15 2023-09-19 歌尔股份有限公司 一种产品质量检测方法及装置
US12417528B2 (en) 2020-01-15 2025-09-16 Goertek Inc. Method and device for testing product quality
CN111311542A (zh) * 2020-01-15 2020-06-19 歌尔股份有限公司 一种产品质量检测方法及装置
CN111598152A (zh) * 2020-05-12 2020-08-28 北京阿丘机器人科技有限公司 视觉系统复现方法、设备及计算机可读存储介质
CN111693546A (zh) * 2020-06-16 2020-09-22 湖南大学 缺陷检测系统、方法及图像采集系统
CN113177925B (zh) * 2021-05-11 2022-11-11 昆明理工大学 一种无损检测水果表面缺陷的方法
CN113177925A (zh) * 2021-05-11 2021-07-27 昆明理工大学 一种无损检测水果表面缺陷的方法
CN113189009A (zh) * 2021-05-17 2021-07-30 石家庄格力电器小家电有限公司 用于检测集烟罩表面处理质量的系统
CN113567443A (zh) * 2021-06-22 2021-10-29 浙江大豪科技有限公司 织物瑕疵检测系统的控制方法及装置
CN113409308A (zh) * 2021-07-16 2021-09-17 李华洲 一种电路板故障缺陷检测方法、装置、检测设备及系统
CN113744247A (zh) * 2021-09-03 2021-12-03 西安建筑科技大学 一种pcb焊点缺陷识别方法和系统
CN114359158A (zh) * 2021-12-08 2022-04-15 阿里巴巴(中国)有限公司 对象检测方法、存储介质、处理器和系统
CN114923913A (zh) * 2022-05-11 2022-08-19 深圳艾灵网络有限公司 生产缺陷检测系统和方法
CN115646857B (zh) * 2022-09-07 2025-06-10 苏州华兴源创科技股份有限公司 自动下料系统
CN115646857A (zh) * 2022-09-07 2023-01-31 苏州华兴源创科技股份有限公司 自动下料系统
CN115744254B (zh) * 2022-11-24 2023-12-26 臻越自动化技术(上海)有限公司 门板自动检测输送装置
CN115890230A (zh) * 2022-11-24 2023-04-04 臻越自动化技术(上海)有限公司 门板装配设备
CN115744254A (zh) * 2022-11-24 2023-03-07 臻越自动化技术(上海)有限公司 门板自动检测输送装置
CN116609345B (zh) * 2023-07-19 2023-10-17 北京阿丘机器人科技有限公司 电池盖板缺陷检测方法、装置、设备及存储介质
CN116609345A (zh) * 2023-07-19 2023-08-18 北京阿丘机器人科技有限公司 电池盖板缺陷检测方法、装置、设备及存储介质
CN119375237A (zh) * 2024-11-19 2025-01-28 重庆赛力斯凤凰智创科技有限公司 缺陷检测系统、方法、装置、计算机设备和可读存储介质

Similar Documents

Publication Publication Date Title
CN109406533A (zh) 一种产品表面缺陷的检测系统及方法
CN101907453B (zh) 基于机器视觉的块状农产品尺寸在线测量方法与装置
JP6705777B2 (ja) 機械学習装置、検査装置及び機械学習方法
CN104441526B (zh) 基于外形轮廓匹配的模具在线监视保护系统及方法
JP2020502490A (ja) 空気試料の自動分析を実行するためのシステム及び方法
CN204479490U (zh) 一种激光打标产品在线检测分析系统
CN111401419A (zh) 基于改进RetinaNet的员工着装规范检测方法
CN108846841A (zh) 显示屏质量检测方法、装置、电子设备及存储介质
CN102529019B (zh) 一种模具检测、保护及零件检测、摘取的方法
AU689547B2 (en) Apparatus and method for inspecting hot glass containers
CN109886298A (zh) 一种基于卷积神经网络的焊缝质量检测方法
CN102116610A (zh) 基于机器视觉的汽车配件尺寸在线自动检测方法及装置
US10233563B2 (en) Device for detecting island position of single crystal ingot growing furnace and method for detecting island position
CN105891228A (zh) 基于机器视觉的光纤外观缺陷检测及外径测量装置
CN112883755A (zh) 一种基于深度学习与行为先验的吸烟和打电话检测方法
CN109903711A (zh) 液晶显示屏缺陷自动检测系统
JP2019119545A (ja) 情報処理装置、制御装置、情報処理方法、および情報処理プログラム
TW202127014A (zh) 智能產線監測系統及監測方法
CN106706656A (zh) 一种基于机器视觉的拉链检测装置及方法
CN111178424A (zh) 一种石油化工生产现场安全合规性实时检测系统及方法
CN108038510A (zh) 一种基于疑似火焰区域特征的检测方法
CN102303018B (zh) 机器视觉系统对注射器钢针毛刺的自动检测方法
JP2022507678A (ja) 自動目視検査プロセスにおけるセットアップ段階の最適化
CN205607888U (zh) 一种磁环检测装置
CN110045242A (zh) 一种开关柜内弧光监测方法、系统、介质及设备

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190301

RJ01 Rejection of invention patent application after publication