[发明专利]基于机器视觉的笔芯划线标准化检测系统及方法在审

专利信息
申请号: 201810127044.9 申请日: 2018-02-08
公开(公告)号: CN108362708A 公开(公告)日: 2018-08-03
发明(设计)人: 郭亨长;陈芬;陈志彪;何源 申请(专利权)人: 上海晨光文具股份有限公司
主分类号: G01N21/95 分类号: G01N21/95
代理公司: 北京律智知识产权代理有限公司 11438 代理人: 王辉;阚梓瑄
地址: 201406 上海*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 笔芯 划线 检测 标准化检测系统 基于机器 预设参数 编码器 缺陷分析模块 图像采集模块 图像处理技术 图像分析模块 视觉 图像 传送模块 控制模块 筛选模块 统计模块 侦测模块 精准度 缺陷率 合格率 采集 记录 统计 分析
【权利要求书】:

1.一种基于机器视觉的笔芯划线标准化检测系统,其特征在于,包括:

笔芯传送模块,用于载运待检测笔芯;

编码器,用于根据所述待检测笔芯的载运顺序对所述待检测笔芯进行编码;

笔芯侦测模块,用于在侦测到所述笔芯传送模块载运所述待检测笔芯经过预设位置时,发出提示信号;

划线控制模块,用于在所述待检测笔芯经过所述预设位置时,控制所述待检测笔芯进行划线;

图像采集模块,用于记录所述编码器当前生成的编码值并采集所述待检测笔芯划线的图像;

图像分析模块,用于从所述待检测笔芯划线的图像中获取所述待检测笔芯划线的预设参数,并根据所述预设参数判断所述待检测笔芯划线是否合格;

笔芯筛选模块,用于筛选出检测合格的笔芯并剔除检测不合格的笔芯;

缺陷分析模块,用于对不合格笔芯划线的缺陷进行分析;

统计模块,用于统计合格率以及缺陷率。

2.根据权利要求1所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述笔芯侦测模块包括:

光电传感器,设置在所述预设位置,用于在所述笔芯传送模块载运所述待检测笔芯经过所述预设位置时发出所述提示信号。

3.根据权利要求1所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述图像采集模块包括:

图像采集卡,用于接收所述提示信号,并在接收到所述提示信号后记录所述编码器当前生成的编码值;

工业相机,用于在所述图像采集卡接收到所述提示信号后,采集所述待检测笔芯划线的图像。

4.根据权利要求1所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述图像分析模块包括:

图像处理单元,用于对所述待检测笔芯划线的图像进行预处理,并提取所述待检测笔芯划线图像的轮廓;

像素提取单元,用于从所述待检测笔芯划线图像的轮廓中提取所述待检测笔芯划线轮廓的像素值;

检测判断单元,用于根据所述待检测笔芯划线轮廓的像素值,提取所述待检测笔芯划线的预设参数,并根据所述预设参数判断所述待检测笔芯是否合格。

5.根据权利要求4所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述图像处理单元包括:

滤波处理单元,用于对所述待检测笔芯划线的图像进行滤波处理得到第一中间图像;

二值化处理单元,用于对所述第一中间图像进行二值化处理得到第二中间图像;

形态学处理单元,用于对所述第二中间图像进行形态学处理得到第三中间图像;

特征提取单元,用于从所述第三中间图像中提取所述待检测笔芯划线的图像特征。

6.根据权利要求5所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述滤波处理单元采用中值滤波器对所述待检测笔芯划线的图像进行滤波降噪,以得到所述第一中间图像。

7.根据权利要求5所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述二值化处理单元采用阈值分割对所述待检测笔芯划线的所述第一中间图像进行分割处理,以得到所述第二中间图像。

8.根据权利要求5所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述形态学处理单元采用膨胀算法对所述待检测笔芯划线的所述第二中间图像进行缺陷提取,以得到所述的第三中间图像。

9.根据权利要求4所述的基于机器视觉的笔芯划线标准化检测系统,其特征在于,所述检测判断单元包括:

参数提取单元,用于根据所述待检测笔芯划线轮廓值的像素值提取所述待检测笔芯划线的所述预设参数;

比较判断单元,用于将所述待检测笔芯划线的所述预设参数与预存的标准笔芯划线的预设参数进行比较,以判断所述待检测笔芯是否合格;

结果记录单元,用于将与合格的所述待检测笔芯划线对应的所述编码值存入链表中。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海晨光文具股份有限公司,未经上海晨光文具股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810127044.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top