本發(fā)明涉及沖壓機(jī)精沖件質(zhì)量檢測
技術(shù)領(lǐng)域：
，是一種基于圖像作差的模具金屬殘留物的檢測方法及裝置，主要通過檢測沖壓機(jī)沖壓后模具上是否留有金屬殘留物來檢測精沖件的質(zhì)量。
背景技術(shù)：
：隨著現(xiàn)代化技術(shù)的進(jìn)步和國家工業(yè)的不斷發(fā)展，對于生產(chǎn)的質(zhì)量和生產(chǎn)速度要求越來越高，而如何在現(xiàn)有的工業(yè)基礎(chǔ)上提升生產(chǎn)的質(zhì)量和效率，是現(xiàn)在面臨的難題。如今大多數(shù)精沖件模具制造時，如果在模具閉模時冷卻時間不夠或者其他一些原因，則有可能發(fā)生原料殘留在模腔內(nèi)的現(xiàn)象，也就是在模具上留有金屬殘留物。若不能及時發(fā)現(xiàn)并處理這種問題，必然會造成產(chǎn)品的缺失，接下來的產(chǎn)品也將是不合格產(chǎn)品，影響后續(xù)的生產(chǎn)，浪費(fèi)大量人力物力。而且最重要的是，金屬殘留物極易損壞昂貴的模具，而且模具的生產(chǎn)、裝卸以及沖壓機(jī)的停機(jī)都會造成不小的損失。目前，沖壓機(jī)的精沖件模具殘留物的檢測大多數(shù)都基于工人的目測、手工檢測，具有人力成本高、漏檢率高、生產(chǎn)效率低等缺點(diǎn)，通過利用智能圖像識別系統(tǒng)的實(shí)時性、非接觸性、高效性和高可靠性，完全可以彌補(bǔ)人工識別的缺點(diǎn)，并且由于智能圖像識別系統(tǒng)的安裝要求比較低，通用性比較高，完全可以適用于大部分的零件沖壓制造?，F(xiàn)有的有關(guān)精沖件制造方面的智能圖像識別的研究，大部分都是通過檢測生產(chǎn)完畢后的零件的質(zhì)量，以及本身的表面、輪廓等來判斷零件的好壞，對于通過檢測金屬殘留物來保證生產(chǎn)零件的質(zhì)量和保護(hù)模具這方面還未曾有過太多的先例。技術(shù)實(shí)現(xiàn)要素：針對現(xiàn)有技術(shù)的不足，我們提供了一種基于圖像作差的模具殘留物視覺檢測方法及裝置，由于在對金屬殘留物進(jìn)行識別時，沖壓機(jī)的震動、外界的光線干擾、油污的干擾、模具的定位點(diǎn)影響等外界因素會對圖像的采集產(chǎn)生不小的干擾，而最大的干擾則來自于模具上面的定位點(diǎn)，它和金屬殘留物非常相似，所以我們采用了圖像作差的方法，通過目標(biāo)圖像和原圖像作差來判斷，可以準(zhǔn)確無干擾的識別金屬殘留物。本發(fā)明解決所述方法技術(shù)問題所采用的技術(shù)方案是，設(shè)計(jì)一種基于圖像作差的模具殘留物視覺檢測方法，該方法的具體步驟如下：第一步、圖像的處理和特征提取1.1獲取原圖像：開啟裝置后，在紅色工業(yè)光源下，確定模具上沒有任何殘留物，然后通過工業(yè)智能相機(jī)獲得圖像作為原圖像；在沒有外力改變攝像機(jī)和模具的相對位置、也不改變紅色工業(yè)光源的強(qiáng)度的情況下，不再改變原圖像；1.2獲取目標(biāo)圖像：在步驟1.1的基礎(chǔ)上，沖壓機(jī)工作，通過PLC傳輸來的信息，控制智能工業(yè)相機(jī)獲取目標(biāo)圖像，待處理；1.3感興趣區(qū)域分割：確定需要處理的模具部分在步驟1.1和步驟1.2中獲取的原圖像和目標(biāo)圖像的位置，通過感興趣區(qū)域分割來選定待處理部分；1.4圖像預(yù)處理：把通過步驟1.3得到的分割后的原圖像和目標(biāo)圖像進(jìn)行圖像的預(yù)處理，減小由于振動產(chǎn)生的誤差；1.5圖像作差：把通過步驟1.3得到的分割后的原圖像和目標(biāo)圖像進(jìn)行作差取絕對值，得到包含差值信息的圖像；1.6圖像二值化：將包含差值信息的圖像進(jìn)行二值化，得到二值圖像；1.7中值濾波：通過步驟1.6得到的二值圖像會有噪聲的出現(xiàn)，經(jīng)過中值濾波將噪聲濾去；1.8腐蝕和膨脹：在步驟1.7的基礎(chǔ)上進(jìn)行形態(tài)學(xué)的膨脹和腐蝕；1.9清除小面積：由于金屬殘留物的面積擁有一定的范圍，在步驟1.8得到的圖像的基礎(chǔ)上清除掉圖像中不符合要求的小斑點(diǎn)；第二步、圖像信息分析和判斷2.1圖像信息統(tǒng)計(jì)：通過訪問圖片像素，綜合統(tǒng)計(jì)在第一步得到的最終圖像里面包含的殘留物的面積信息和位置信息，并將金屬殘留物用黑框標(biāo)記在目標(biāo)圖像上；2.2判斷輸出：通過金屬殘留物的面積信息判斷金屬殘留物是否存在，保存圖像并輸出PLC結(jié)果；如果有金屬殘留物的存在，則啟動蜂鳴器；當(dāng)再次檢測沒有金屬殘留物后，進(jìn)行進(jìn)料。進(jìn)一步的，本發(fā)明設(shè)計(jì)一種基于圖像作差的模具殘留物視覺檢測裝置，適用于上述基于圖像作差的模具殘留物視覺檢測方法，包括智能視覺檢測系統(tǒng)、金屬立柱、底座、橫向支架、梯形固定塊、PLC和蜂鳴器，其中智能視覺檢測系統(tǒng)包括智能工業(yè)相機(jī)、紅色工業(yè)光源和win7計(jì)算機(jī)；紅色工業(yè)光源水平設(shè)置在智能工業(yè)相機(jī)攝像端四周，兩者固定在橫向支架上；橫向支架固定在金屬立柱上，兩者可以在水平面內(nèi)旋轉(zhuǎn)固定；金屬立柱固定在底座上，兩個梯形固定塊設(shè)置在底座的底面上，可以使裝置牢牢固定在沖壓機(jī)上；PLC分別和蜂鳴器、智能工業(yè)相機(jī)相連；PLC、智能工業(yè)相機(jī)與win7計(jì)算機(jī)相連。與現(xiàn)有技術(shù)相比，本發(fā)明有益效果效果在于：本發(fā)明主要適用于沖壓機(jī)制造精沖件的工業(yè)現(xiàn)場，當(dāng)沖壓機(jī)在精沖件沖壓完成后，零件吹出模具孔，此時通過PLC控制程序，利用以圖像作差為核心的算法來識別沖壓機(jī)模具是否在沖壓完成后殘留下金屬殘留物，利用這種方法來保護(hù)模具不受損壞和保證精沖件的質(zhì)量，提高精沖件的制作效率，減少出錯率。附圖說明圖1為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的硬件結(jié)構(gòu)裝配示意圖；圖2為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的智能工業(yè)相機(jī)和紅色工業(yè)光源與橫向立柱的相對位置示意圖；圖3為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的金屬立柱和橫向支架的相對位置示意圖；圖4為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的部件連接示意圖；圖5為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的部件連接角度β參數(shù)標(biāo)注示意圖；圖6為本發(fā)明基于圖像作差的模具殘留物視覺檢測方法及裝置一種實(shí)施例的部件連接角度α參數(shù)標(biāo)注示意圖；圖中，金屬立柱1，底座2，橫向支架3，智能工業(yè)相機(jī)4，紅色工業(yè)光源5，梯形固定塊6，PLC7，蜂鳴器8，模具9。具體實(shí)施方式下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步說明。本發(fā)明提供一種基于圖像作差的模具殘留物視覺檢測方法(參見圖1-4)，其特征在于，該方法的具體步驟如下：第一步、圖像的處理和特征提取1.1獲取原圖像：開啟裝置后，在紅色工業(yè)光源5下，確定模具上沒有任何殘留物，然后通過工業(yè)智能相機(jī)獲得圖像作為原圖像；在沒有外力改變攝像機(jī)和模具的相對位置、也不改變紅色工業(yè)光源的強(qiáng)度的情況下，不再改變原圖像；1.2獲取目標(biāo)圖像：在步驟1.1的基礎(chǔ)上，沖壓機(jī)工作，通過PLC傳輸來的信息，控制智能工業(yè)相機(jī)4獲取目標(biāo)圖像，待處理；1.3感興趣區(qū)域分割：確定需要處理的模具部分在步驟1.1和步驟1.2中獲取的原圖像和目標(biāo)圖像的位置，通過感興趣區(qū)域分割來選定待處理部分；1.4圖像預(yù)處理：把通過步驟1.3得到的分割后的原圖像和目標(biāo)圖像進(jìn)行圖像的預(yù)處理，減小由于振動產(chǎn)生的誤差；1.5圖像作差：把通過步驟1.3得到的分割后的原圖像和目標(biāo)圖像進(jìn)行作差取絕對值，得到包含差值信息的圖像；1.6圖像二值化：將包含差值信息的圖像進(jìn)行二值化，得到二值圖像；1.7中值濾波：通過步驟1.6得到的二值圖像會有噪聲的出現(xiàn)，經(jīng)過中值濾波將噪聲濾去；1.8腐蝕和膨脹：在步驟1.7的基礎(chǔ)上進(jìn)行形態(tài)學(xué)的膨脹和腐蝕；1.9清除小面積：由于金屬殘留物的面積擁有一定的范圍，在步驟1.8得到的圖像的基礎(chǔ)上清除掉圖像中不符合要求的小斑點(diǎn)。第二步、圖像信息分析和判斷2.1圖像信息統(tǒng)計(jì)：通過訪問圖片像素，綜合統(tǒng)計(jì)在第一步得到的最終圖像里面包含的金屬殘留物的面積信息和位置信息，并將金屬殘留物用黑框標(biāo)記在目標(biāo)圖像上；2.2判斷輸出：通過金屬殘留物的面積信息判斷金屬殘留物是否存在，保存圖像并輸出PLC結(jié)果；如果有金屬殘留物的存在，則啟動蜂鳴器；當(dāng)再次檢測沒有金屬殘留物后，進(jìn)行進(jìn)料。所述1.3步驟中感興趣區(qū)域分割是人工分割，安裝裝置后通過人眼判斷模具在智能工業(yè)相機(jī)獲取圖像中的位置，選擇(x,y,x+Δx,y+Δy)進(jìn)行感興趣區(qū)域分割。所述1.6步驟中的圖像二值化時，圖像進(jìn)行二值變換時的閾值70，即設(shè)信息圖像的像素點(diǎn)灰度值為m_gray，二值圖像的像素點(diǎn)的灰度值為gray，則：gray=255m_gray>700m_gray<70]]>所述1.7步驟的中值濾波的原理是把圖像中一點(diǎn)的值用該點(diǎn)的一個鄰域中各點(diǎn)值的中值代替，讓周圍的像素值接近的真實(shí)值，從而消除孤立的噪聲點(diǎn)，本發(fā)明中所取的矩陣為3*3的矩陣。所述1.8步驟中形態(tài)學(xué)的腐蝕和膨脹選取的矩陣為3*3，腐蝕和膨脹的次數(shù)為兩次。所述1.9步驟中清除小面積時，面積范圍選定為50個像素點(diǎn)，小于的舍去。所述基于圖像作差的模具金屬殘留物的檢測方法，沖壓機(jī)模具上面的金屬殘留物為圓形，直徑一般為16.5mm，12.5mm，6.0mm，3.5mm等。進(jìn)一步的，本發(fā)明提供一種基于圖像作差的模具殘留物視覺檢測裝置，適用于如上述基于圖像作差的模具殘留物視覺檢測方法，包括智能視覺檢測系統(tǒng)、金屬立柱1、底座2、橫向支架3、梯形固定塊6、PLC7和蜂鳴器8，其中智能視覺檢測系統(tǒng)包括智能工業(yè)相機(jī)4、紅色工業(yè)光源5和win7計(jì)算機(jī)；紅色工業(yè)光源5水平設(shè)置在智能工業(yè)相機(jī)4攝像端四周，相對位置如圖2所示，兩者固定在橫向支架3上，并與橫向支架3成角度α；橫向支架3固定在金屬立柱1上，兩者可以在水平面內(nèi)旋轉(zhuǎn)固定，兩者的角度成β；金屬立柱1固定在底座2上，兩個梯形固定塊6設(shè)置在底座2的底面上，可以使裝置牢牢固定在沖壓機(jī)上。PLC7分別和蜂鳴器8、智能工業(yè)相機(jī)4相連；PLC7、智能工業(yè)相機(jī)4與win7計(jì)算機(jī)相連。所述智能工業(yè)相機(jī)4與橫向支架3所成的角度為α，橫向支架3與金屬立柱1所成的角度為β。通過旋轉(zhuǎn)改變β，使智能工業(yè)相機(jī)4和模具9中心點(diǎn)在一條直線上；然后通過改變α，使智能工業(yè)相機(jī)4的鏡頭對準(zhǔn)模具9中心點(diǎn)，設(shè)橫向支架3的長度為h，金屬立柱1高度為H，相機(jī)和底座的中心線的距離為x0，模具9和金屬立柱1所在垂直面距離為x1，模具長度為x2：1、求β：以模具9中心點(diǎn)為原點(diǎn)，在水平面上做二維坐標(biāo)系，通過測量得出金屬立柱1所在點(diǎn)的縱坐標(biāo)為y0(見圖5)，則：β=arccosy0h]]>2、求α：通過圖6可以得出：α=arctanx1+x22-h·sinβH]]>本發(fā)明裝置的工作流程如下：首先開啟裝置，打開紅色工業(yè)光源5，清理模具表面保證不留雜物，通過智能工業(yè)相機(jī)4獲取圖像作為原圖像；開啟沖壓機(jī)進(jìn)行工作，當(dāng)精沖件沖壓完成，沖壓機(jī)完全升起，精沖件吹下模具后，通過PLC給予信號軟觸發(fā)智能工業(yè)相機(jī)4，使智能工業(yè)相機(jī)4獲取當(dāng)前圖像并處理；處理完成后立刻返回PLC信號，PLC通過返回的信號判斷是否有金屬殘留物的存在，如果有，則啟動蜂鳴器。當(dāng)再次檢測沒有金屬殘留物后，進(jìn)行進(jìn)料。本發(fā)明通過智能工業(yè)相機(jī)獲得的所有圖像皆是在紅色工業(yè)光源下通過紅色濾光片獲取的圖像，而自然光中的紅色光源對于圖片采集的影響非常小，所以可以一定程度上排除光源的干擾。本發(fā)明未述及之處均適用于現(xiàn)有技術(shù)。當(dāng)前第1頁1 2 3