基于机器视觉的外螺纹表面缺陷检测技术,保证螺栓的质量水平收藏

网友投稿 330 2024-01-13


螺栓作为基础零部件在许多行业的生产中都发挥着重要作用,通常,针对不同的要求,在螺栓生产时会设定符合要求的参数,保证螺栓的质量水平极其重要,而螺栓表面螺纹缺陷的质量检测是零部件质量检测至关重要的环节螺栓表面螺纹属于细小零件,因而需要高精度的零部件检测技术对其进行缺陷检测,但是目前很多企业零部件的表面缺陷检测工作都是采用人工目测的方法,目测法的限制很明显,即容易发生零部件检测错漏的情况,企业的核心竞争力是产品的生产质量,基于此,相关企业可以引进基于机器视觉的外螺纹表面缺陷检测技术,以有效提高外螺纹检测的速度和精度。

基于机器视觉的外螺纹表面缺陷检测技术,保证螺栓的质量水平收藏

相机、镜头和光源的选择基于机器视觉的缺陷检测, 需要采集检测对象的各项数据并且进行光学成像,然后利用主控计算机对形成的图像进行处理,提取特征信息主控计算机还可通过对机械运动的控制,操作被测零部件的传动机构。

因此,基于机械视觉的外螺纹表面检测必须先确定传感设备与成像设备的类型,其工作原理是将光信号转变为电信号,最终得到被测零件的各项数据供计算机读取。

比较常见的图像传感器有 CCD 和 CMOS 两种,其中 CCD 图像传感器对放大器信号宽带的要求更高,耐久度更低;CMOS图像传感器对放大器信号宽带的要求更低,能够更好地将信号放大器、 中央控制器与转换电路等集成到同一片芯片中。

因此, 在采用基于机器视觉的外螺纹表面缺陷检测技术时,企业会更多地选择 CMOS 图像传器针对镜头的放置,被测物体的尺寸大小及物距都是在放置镜头时需要考虑的因素基于机器视觉进行外螺纹表面缺陷的检测时,优先选择搭配 CS 接口的镜头。

在进行机器视觉零部件缺陷检测时,常采用的光源为LED 环形光灯,其具有较好的价格优势及抗震性能检测系统的相机标定相机标定决定了检测的精度,为了确定相机安装时的相关参数,可以先建立模型并进行数据检测首先确定相机的位置,将标定板与支撑板连接到一起,以此确定相机、光源及被测零件的位置,并在不同的位置对被测零部件进行观测,以获得零部件数据并且得到光学成像。

然后转换相机的镜头,尽可能在不同的角度拍摄被测零部件,以获取被测零件足够多的数据,从而得到更加精确且完整的图像在获取被测零部件的标定板图像之后,由中央控制计算机提取出每张图片上的 182 个棋盘格角点,并计算相机的各项参数。

中央控制计算机还可以对图像进行线性计算,以此达到校正图像的目的最后采用MATLAB 标定模板标定整个检测系统,将成像误差控制在0.3 个像素之内另外,要对几何畸变图像进行校正首先要将被检零部件的空间坐标转换成平面坐标,接着重新确定图像的像素灰度值并且修正相机内部的参数,然后将原本的图像与畸变图像进行对比,找出其中的差别,以此对畸变图像上的像素点进行校正。

由于相机的标定过程还涉及设备的故障等问题,校正的过程只是尽可能地将精确度提高,对此,还需要相关专业的技术人员对图像进行优化,以减少误差,进一步提高精确度图像的预处理在使用基于机器视觉的外螺纹表面缺陷检测技术对螺栓表面外螺纹进行检测时,螺栓所处的环境会对相机获取图像的过程造成影响,导致相机所获取的图像质量达不到标准。

此时,不应急于对零部件进行处理,可以先对相机获取的图像进行预处理常用的图像预处理方法是将图像的像素灰度调低和图像去噪,以减小误差,提升精确度可使用中值滤波法进行图片去噪,仅保留图片的边缘部分及基本特征为了提高图片的清晰度,需要把握好图片的模板尺寸,并根据不同的模板尺寸选择不同的滤波方式。

获取被测零部件的缺陷图像并且进行图像像素灰度调整和图像去噪处理之后,需要将彩图转变为黑白图,方便技术人员获取螺栓表面螺纹的特征值将彩图转变为黑白图,图片会出现许多模糊的阴影部分,使得图像变得更加模糊,所以还需要技术人员对图片进行专业处理, 如图片拉伸、 对比度和曝光度调整。

螺栓表面外螺纹缺陷检测方法基于机器视觉的外螺纹表面缺陷检测系统平台由相机、镜头、运动系统及计算机同步组合而成将螺栓通过运输控制系统运至运动控制平台,使得相机和光源进行交互式处理矩视智能低代码平台精确检测螺丝孔内螺纹缺陷、瑕疵,并对缺陷信息进行统计、分类和分析,优化生产过程控制,将产品进行分级,对合格品和不合格品进行分类,提高客户的信赖和满意度。

本次客户想要测量产品部件上螺丝孔内螺纹的完整性和可用性1.能够正确的检测到被测工件有无内螺纹2.控制器的检测速度控制在0.5S之内3.当检测出有不合格产品时,输出报警信号到PLC能准确识别螺孔中是否有螺纹。

如有螺纹,执行OK信号同时产品进入下一工序检测;如果螺孔中没有螺纹或没有开孔,输出报警信号给机械执行机构以剔除此次品如下图,利用我们自主研发的低代码平台即可一站式轻松检测出检测五金件螺柱内部的加工孔里面是否加工内螺纹。

检测效果:使用目标定位算法进行判断,检测效果符合预期,深度学习模型对产品的适应能力很强,从检测效果和价格方面考虑都是用户首选本次检测方案检测效果,可以正确的检测螺纹孔,检测不合格产品时可以发出报警信号(OK/NG),每个检测周期时间完全能够满足客户要求。

良好的产品,内部成像完整且清晰,螺纹纹理流畅,均匀,没有缺损不合格产品成像图片,可以凭借成像效果判断缺损方位与严重程度(文章来源于矩视智能,如有侵权,请联系删文)

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:支持半导体检测设备应用的嵌入式计算机,机器视觉行业专用嵌入式产品收藏
下一篇:机器视觉在锂电行业中的应用——助力卷绕工艺质量提升收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~