[实用新型]木板AI视觉缺陷检测装置有效

专利信息
申请号: 202121238015.3 申请日: 2021-06-03
公开(公告)号: CN217332186U 公开(公告)日: 2022-08-30
发明(设计)人: 杨龙 申请(专利权)人: 杨龙
主分类号: G01N21/88 分类号: G01N21/88;G01N21/84
代理公司: 成都九鼎天元知识产权代理有限公司 51214 代理人: 刘世权
地址: 610000 四川省成都市双流县*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 木板 ai 视觉 缺陷 检测 装置
【说明书】:

本实用新型公开了木板AI视觉缺陷检测装置,该装置包括正面检测流水线和反面检测流水线,正面检测流水线和反面检测流水线之间通过翻转机构连接,正面检测流水线入口处设置有摆盘给料机构,正面检测流水线设有正面视觉缺陷检测装置,反面检测流水线设有反面视觉缺陷检测装置。本实用新型通过自动化系统与视觉系统的融合,该系统省去了人工分类木板的过程,提高了生产效率及分类的准确性,同时也可为质量追溯提供了保障。

技术领域

本实用新型属于机器视觉检测技术领域,尤其涉及木板AI视觉缺陷检测装置。

背景技术

随着现代制造业自动化生产的高速发展,在工业生产中,许多行业都对检查和测量方面提出了更高的要求。例如,印刷包装工序的检测、半导体芯片的封装检测、工厂生产线产品合格检测、高精密零配件的检测等。在这些应用中,多数自动化的工厂需要大批量的生产,其中一部分的配件精确度的要求是非常高的。传统的人工检测方法已经无法满足目前的工艺需求,很大程度上限制了制造业的发展和进步。这一方面来源于传统的人工检测方法效率低下,出错率高,人工成本大;另一方面,人类眼睛的生理极限也导致人类在该方面上无法达到计算机检测技术的精度。而计算机的快速性、可靠性、精确性与人类视觉的智能化相结合,使得机器视觉在工业检测中应用的越来越广泛。

机器视觉主要用计算机来模拟人的视觉功能,但并不仅仅是人眼的简单延伸,更重要的是具有人脑的一部分功能一一从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。

木材缺陷是指存在于木材中的能影响木材质量和使用价值的各种缺陷。包括木材天然缺陷、干燥缺陷、加工缺陷。其中,采用人工检测的方法对加工缺陷的检测,效率低下,出错率高,且消耗大量的人工成本。

在对木板进行切割的过程中,工厂的产线上通常会出现N种不同类型缺陷木板。由于每种木板都有着其特殊的纹理,传统工厂在对木板进行缺陷分类时,通常采用人工经验判断的方法,该方法效率较低且可能出现缺陷难以追溯等问题,无法实现流水化作业。

发明内容

本实用新型的目的在于,为克服现有技术缺陷,提供了木板AI视觉缺陷检测装置,本实用新型通过自动化系统与视觉系统的融合,该系统省去了人工分类木板的过程,提高了生产效率及分类的准确性,同时也可为质量追溯提供了保障。

本实用新型目的通过下述技术方案来实现:

木板AI视觉缺陷检测装置,包括:正面检测流水线和反面检测流水线,正面检测流水线和反面检测流水线之间通过翻转机构连接,正面检测流水线入口处设置有摆盘给料机构,正面检测流水线设有正面视觉缺陷检测装置,反面检测流水线设有反面视觉缺陷检测装置。

进一步的,反面检测流水线出口还连接有剔除流水线,剔除流水线设有一个或多个剔除工位。

进一步的,正面视觉缺陷检测装置包括正面线扫相机、光源和用于将正面线扫相机、光源固定在流水线上的支架;所述反面视觉缺陷检测装置包括反面线扫相机、光源和用于将反面线扫相机、光源固定在流水线上的支架;正面线扫相机和反面线扫相机与数据处理中心通讯连接。

另一方面,本实用新型还提供了木板AI视觉缺陷检测方法,包括:

S11:待检测木板放在摆盘给料机构,经过正面检测流水线的正面视觉缺陷检测装置时进行高清成像;

S12:对高清图像预处理后进行检测定位,送入木板视觉缺陷检测模型进行AI算法缺陷识别;

S13:若木板有缺陷则会进行记录,有缺陷的木板经过剔除流水线时会被剔除,若木板没有缺陷,则木板通过翻转机构进入反面检测流水线,经过反面检测流水线的反面视觉缺陷检测装置时进行高清成像;

S14:执行步骤S12,若木板有缺陷则会进行记录,有缺陷的木板经过剔除流水线时会被剔除,若木板没有缺陷,进入步骤S15;

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杨龙,未经杨龙许可,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/202121238015.3/2.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