详情

原文传递一种基于机器视觉的复合材料电池盒表面质量检测方法

专利名称：	一种基于机器视觉的复合材料电池盒表面质量检测方法
摘要：	本发明公开了一种基于机器视觉的复合材料电池盒表面质量检测方法，包含以下步骤：A、搭建机器视觉检测系统硬件平台；B、采集图片，并且根据采集图像的特点对图片进行预处理；C、识别纤维走向、纤维缺陷并进行成型尺寸检测、表面质量指数的定义；D、检测系统的调试与验证，本发明基于机器视觉的复合材料电池盒表面质量检测方法以复合材料电池盒预成型体为研究对象，以机器视觉检测为手段，通过对电池盒预成型体表面纤维走向，表面质量、表面缺陷识别及预成型体成型尺寸完成电池盒预成型体整体尺寸的测量。
专利类型：	发明专利
国家地区组织代码：	黑龙江;23
申请人：	哈尔滨理工大学
发明人：	许家忠;王国全
专利状态：	有效
申请日期：	2019-03-24T00:00:00+0800
发布日期：	2019-06-11T00:00:00+0800
申请号：	CN201910224944.X
公开号：	CN109870460A
分类号：	G01N21/88(2006.01);G;G01;G01N;G01N21
申请人地址：	150080 黑龙江省哈尔滨市南岗区学府路52号
主权项：	1.一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，包含以下步骤：搭建机器视觉检测系统硬件平台；采集图片，并且根据采集图像的特点对图片进行预处理；识别纤维走向、纤维缺陷并进行成型尺寸检测、表面质量指数的定义；检测系统的调试与验证。 2.根据权利要求1所述的一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，所述步骤A具体是：根据机器视觉的基础知识，搭建基于机器视觉的复合材料电池盒预成型体检测系统。 3.根据权利要求2所述的一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，所述步骤A还包括根据待检测物品的纹理特征和凹凸特性选择合适的光源配置方案，根据复合材料电池盒预成型体表面的纹理特性和检测精度的要求选择合适的相机和镜头，根据大量图像信息的传输要求选择合适的PC机，根据机械结构以及运动要求选择合适的运动控制端，并完成相机图像采集端—PC图像处理端—机械运动控制端的通信。 4.根据权利要求1所述的一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，所述步骤B还包括对采集到的含噪图片进行降噪，并对降噪后的图片进行图像增强算法处理。 5.根据权利要求1所述的一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，所述步骤C具体是：对经过预处理的图片进行边缘检测，提出纤维的轮廓，采用梯度向量局部内积的方式检测直线纤维的走向，采用霍夫变换的方式检测弯曲纤维的走向，提取孔洞及纤维分布不均两种常见的纤维缺陷的多种特征，并对这两种常见的缺陷进行识别、分类与标定，使用自定义表面质量指数来衡量复合材料表面质量，确定物理尺寸与像素之间的换算关系并完成复合材料预成型体的成型尺寸检测。 6.根据权利要求1所述的一种基于机器视觉的复合材料电池盒表面质量检测方法，其特征在于，所述步骤D具体是：利用OpenCV+VS2012和Matlab两种编程语言实现图像算法的开发，并用计算机编程设计检测系统的用户交互界面，最后进行实验验证与分析，证明检测系统的可靠性。
所属类别：	发明专利