徐德明, 汪成龙



基于机器视觉的插座品质检测方法①

徐德明, 汪成龙

(惠州学院电子科学系, 惠州516015)

针对目前人工成本上升, 人眼易出现视觉疲劳导致检测效率低下等问题, 本文提出了一种基于机器视觉的插座品质检测方法. 主要研究内容如下: 1) 研究了基于模板匹配的插座机器视觉定位方法. 2) 研究了基于灰度均值的螺丝缺陷机器视觉检测方法. 3) 研究了基于灰度标准偏差的插孔缺陷机器视觉检测方法. 根据以上检测方法, 编写了检测软件, 在生产线上进行测试, 对插座螺丝和插孔缺陷的识别率达到100%, 平均每帧图像处理仅耗时100ms, 表明该方法具有准确率高、速度快的优点.

机器视觉; 插座; 品质; 缺陷; 无损检测

引言

随着人力成本的提升, 国内制造业加快了自动化改革的步伐. 插座制造过程中通常让工人用肉眼进行品质检测, 但人眼具有视觉暂留, 视觉疲劳等特点, 容易造成误判和检测效率低等问题, 因此为提高插座行业生产效率和品质检测准确率, 亟待研究一种快速、无损的检测方法. 当代机器视觉技术发展迅速, 已有研究者将该技术应用于工业品质检测中[1-3], 但由于工业环境中外界光线、产品表面反光等方面的干扰, 以及生产线上对检测时间的要求, 利用机器视觉技术对产品品质检测仍然面临着许多难题.

目前, 常用的工业产品品质检测的具体方法很多, 如阈值分割法和灰度模板法. 阈值分割法在分割目标区域时易……