專利名稱：模具檢測、保護及零件檢測、摘取的手眼集成裝置的制作方法
技術領域：
本發(fā)明涉及一種集成裝置，特別是一種模具檢測、保護及零件檢測、摘取的手眼集成裝置。
背景技術：
在注塑機工作時，互為陰陽關系的動模、靜模殘留部分成形品時，模具會受到損傷。如果模具在長期使用中受到磨損，模具及零件的尺寸超標，將會產生廢品，現(xiàn)有技術中已有模具脫模監(jiān)視系統(tǒng)，能夠檢測是否脫模干凈，但不能在注塑機開模時檢測零件、模具的關鍵尺寸和表面質量。這種模具脫模監(jiān)視系統(tǒng)位置固定、功能單一，因此需要改進設計，增加功能。

發(fā)明內容
本發(fā)明所要解決的技術問題在于，提供一種結構簡單且能夠檢測零
件、模具關鍵尺寸和表面質量的模具檢測、保護及零件檢測、摘取的手眼集成裝置。為解決上述技術問題，本發(fā)明采用以下技術方案一種模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是包括有模具裝置、手眼集成裝置、控制系統(tǒng)，所述手眼集成裝置包括有機械手、旋轉云臺和視覺裝置，所述旋轉云臺設置在機械手上，所述視覺裝置包括有可視相機，所述可視相機設置在旋轉云臺上，所述控制系統(tǒng)存儲由可視相機采集的訓練圖像與檢測圖像，然后針對圖像分別檢測模具及零件的表面質量與形位尺寸，并按檢測結果對工件分類，然后分揀工件、匯報模具狀態(tài)，并控制協(xié)調機械手、旋轉云臺和視覺裝置的動作流程。作為一種改進，還包括有帶方格的白紙光照模板、安裝基板、引撥手爪及多個LED 光源，所述安裝基板為長條形且設置在旋轉云臺上，所述引撥手爪設置在安裝基板一端，所述可視相機設置在所述安裝基板另一端，所述多個LED光源均勻設置在可視相機后端，所述白紙光照模板設置在可視相機與引撥手爪之間，所述機械手包括χ軸輸送軌道、y軸輸送軌道、ζ軸輸送軌道、第一輸送方塊、第二輸送方塊和第三輸送方塊，第一輸送方塊設置在 χ軸輸送軌道上且實現(xiàn)在χ軸自由移動，y軸輸送軌道設置第一輸送方塊的一側部，第二輸送方塊設置在y軸輸送軌道上且實現(xiàn)在y軸自由移動，所述ζ軸輸送軌道設置在第二輸送方塊上，所述第三輸送方塊設置在ζ軸輸送軌道上且實現(xiàn)在ζ軸自由移動，所述旋轉云臺設置在第三輸送方塊上，所述第一輸送方塊、第二輸送方塊和第三輸送方塊由交流伺服電機提供動力并由光柵尺進行位置控制。作為一種改進，所述模具裝置包括陰模、陽模、上模架、下模架、向模腔內填充樹脂材料的噴嘴、連桿、頂桿，所述陰模設置在下模架上，所述陽模設置在上模架上，所述上模架與下模架安裝在連桿上，所述下模架相對連桿可自由移動，所述噴嘴設置在上模架上且位于上模架中央位置，所述頂桿設置在下模架上。作為一種改進，所述控制系統(tǒng)包括總控制器、機械手位置控制器、旋轉云臺角度控制器和視覺裝置控制器，所述機械手位置控制器包括有三自由度運動控制卡，所述旋轉云臺角度控制器包括有三自由度運動控制卡，旋轉云臺由交流伺服電機提供動力及由光電編碼器進行位置控制，視覺裝置控制器檢測圖像表面質量和形位尺寸，總控制器運行在PC平臺上并計算、存儲任務列表和工件分類邏輯，協(xié)調各控制器的動作步驟，在所述機械手位置控制器完成機械手走位的同時，所述旋轉云臺角度控制器完成旋轉云臺的角度走位和視覺裝置控制器完成上一檢測任務的圖像分析。作為一種改進，所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測， 所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用 K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到 CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割，每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征，再用Mahalanobis距離測試檢測出斑點類缺陷；所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償， 得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。作為一種改進，所述形位尺寸檢測先對圖像進行二值化，然后用Harris算法提取角點特征，再用隨機Hough變換法檢測直線和圓，然后根據(jù)直線和圓的性質選擇最小點集， 采用最小二乘法進一步擬合得到精確的直線和圓參數(shù)，由訓練圖像中已知參數(shù)的直線和圓，計算出工況圖像工件的尺寸數(shù)值。本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置將機械手、視覺集成一體，檢測模具和零件的關鍵尺寸和表面質量，并保護模具，在零件尺寸不合格、頂桿及鑲塊動作未到位、脫模未凈、模具尺寸不合格的情況下發(fā)出警報，保護昂貴的模具，而且本裝置可以檢測尺寸，由于視覺系統(tǒng)集成在機械手上，能夠檢測零件、模具中的大多數(shù)尺寸，能夠分揀零件，提高產品的一致性，確保產品的精確性和標準化程度，實現(xiàn)無人看守檢測，能夠減少人工測量的工作量，防止殘次品連續(xù)出現(xiàn)，減少廢品，提高產品質量和生產效率。下面結合附圖和具體實施方式
對本發(fā)明作進一步的描述。


圖1是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置的布置概略說明圖。圖2是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置的工作流程。圖3是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置在任務設定中的任務預演步驟。圖4是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置檢測任務執(zhí)行步驟。圖5是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置的機械結構。
6
圖6是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置進行表面檢測時的流程。圖7是本發(fā)明一種模具檢測、保護及零件檢測、摘取的手眼集成裝置進行形位尺寸檢測時的流程。
具體實施例方式如圖1、圖2、圖3、圖4、圖、5圖6、圖7所示，一種模具檢測、保護及零件檢測、摘取的手眼集成裝置，包括有模具裝置1、手眼集成裝置2、控制系統(tǒng)，所述手眼集成裝置2包括有機械手3、旋轉云臺4和視覺裝置5，所述旋轉云臺4設置在機械手3上，所述視覺裝置5 包括有可視相機51，所述可視相機51設置在旋轉云臺4上，所述控制系統(tǒng)存儲由可視相機 51采集的訓練圖像與檢測圖像，然后針對圖像分別檢測模具及零件的表面質量與形位尺寸，并按檢測結果對工件分類，然后分揀工件、匯報模具狀態(tài)，并控制協(xié)調機械手3、旋轉云臺4和視覺裝置5的動作流程。采用上述技術方案后，本發(fā)明能夠在線檢測模具及零件的大部分尺寸及表面質量，防止殘次品連續(xù)出現(xiàn)，減少廢品，提高產品質量和生產效率，并保護模具。如圖1、圖5所示，一種改進的實施方式，本發(fā)明還包括有帶方格的白紙光照模板 6、安裝基板7、引撥手爪8及多個LED光源，安裝基板7為長條形且設置在旋轉云臺4上， 引撥手爪8設置在安裝基板7 —端，可視相機51設置在所述安裝基板7另一端，多個LED 光源均勻設置在可視相機51后端，白紙光照模板6設置在可視相機51與引撥手爪8之間。 要精確檢測圖像的表面質量和形位尺寸，必須進行視覺系統(tǒng)的校正，去除當前光照與標準光照的相對變化，以及標定視覺系統(tǒng)。只有知道當前環(huán)境的光照與標準光照的相對變化，才能去除目標圖像中的環(huán)境光照影響，減少光照耀斑，減少后期特征提取的難度，也避免把光照耀斑當成表面特征，采用帶方格的白紙光照模板6作為光照模板，放置在可視相機51與引撥手爪8之間，與可視相機51的相比位置固定，校正時才開啟。帶方格的白紙光照模板6 在工況時與任務預演時的圖像差別，作為參照，計算當前工作環(huán)境相對任務設定時的變化， 補償工況圖像，使工況圖像能夠真實反映實際產品的表面情況。同時帶方格的白紙光照模板6也是相機的在線標定模板，計算可視相機51的內外參數(shù)。所述機械手3包括X軸輸送軌道31、y軸輸送軌道32、z軸輸送軌道33、第一輸送方塊34、第二輸送方塊35和第三輸送方塊36，第一輸送方塊34設置在χ軸輸送軌道31上且實現(xiàn)在χ軸自由移動，y軸輸送軌道32設置第一輸送方塊34的一側部，第二輸送方塊35設置在y軸輸送軌道32上且實現(xiàn)在y軸自由移動，所述ζ軸輸送軌道33設置在第二輸送方塊35上，所述第三輸送方塊36 設置在ζ軸輸送軌道33上且實現(xiàn)在ζ軸自由移動，所述旋轉云臺4設置在第三輸送方塊36 上，所述第一輸送方塊34、第二輸送方塊35和第三輸送方塊36由交流伺服電機提供動力并光柵尺進行位置控制。由于表面質量分析、形位尺寸檢測都是在工況圖像與參照圖像相對變化的基礎上完成的，因此執(zhí)行檢測任務時相機的位置應當與任務預演中的相機位置完全一致。這就要求視覺、機械手集成裝置有較高的定位精度。而且由于測量任務的不確定性，相機能夠從最佳位置和最佳角度觀測每項檢測項目，因此視覺、機械手集成裝置需要有六自由度。如圖5所示，機械手3采用了三軸橫走機構，能夠到達觀測空間的任意位置；旋轉云臺4設置在機械手3上，可視相機51設置在旋轉云臺4上，能夠達到任意角度，并在可視相機51四周安裝了 12個LED光源；安裝基板7的一端安裝了引撥手爪，以撥取零件、分揀目標。一種改進的實施方式，如圖1所示，模具裝置1包括陰模11、陽模12、上模架13、下模架14、向模腔內填充樹脂材料的噴嘴15、連桿16、頂桿17，陰模11設置在下模架14上， 陽模12設置在上模架13上，所述上模架13與下模架14相對安裝在連桿16上，所述下模架14相對連桿16可自由移動，噴嘴15設置在上模架13上且位于上模架13中央位置，所述頂桿17設置在下模架14上。一種改進的實施方式，控制系統(tǒng)包括總控制器、機械手位置控制器、旋轉云臺角度控制器和視覺裝置控制器，機械手位置控制器包括有三自由度運動控制卡，旋轉云臺角度控制器包括有三自由度運動控制卡，旋轉云臺由交流伺服電機提供動力及由光電編碼器進行位置控制，視覺裝置控制器檢測圖像表面質量和形位尺寸，總控制器運行在PC平臺上并計算、存儲任務列表和工件分類邏輯，協(xié)調各控制器的動作步驟，在機械手位置控制器完成機械手走位的同時，旋轉云臺角度控制器完成旋轉云臺的角度走位和視覺裝置控制器完成上一檢測任務的圖像分析。檢測表面質量包括檢測缺角、缺邊、劃痕、裂紋、孔洞、污漬、凸塊、凹陷、孔洞、模糊、龜裂、氣泡等內容，主要包括斑點類缺陷和廣義線狀缺陷兩類，流程如圖6所示。斑點類缺陷與背景相比有較高的對比度，但是由于工廠環(huán)境較惡劣，往往受煙塵、油污、溫度高等因素的影響，缺陷圖像信噪比下降，采用簡單的閾值法不能滿足要求。一種改進的實施方式，所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測，所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割，每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征， 再用Mahalanobis距離測試檢測出斑點類缺陷。大多數(shù)劃痕、裂紋、孔洞、污漬等缺陷可以歸類為廣義線狀缺陷。所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償，得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。一種改進的實施方式，零件的形位尺寸，包括直線度、平行度、圓度和同心度等項目，這些項目都可以在檢測出的直線和圓之后進行。如圖7所示，形位尺寸檢測先對圖像進行二值化，然后用Harris算法提取角點特征，再用隨機Hough變換法檢測直線和圓，然后根據(jù)直線和圓的性質選擇最小點集，采用最小二乘法進一步擬合得到精確的直線和圓參數(shù)， 由訓練圖像中已知參數(shù)的直線和圓，計算出工況圖像工件的尺寸數(shù)值。
權利要求
1.一種模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是包括有模具裝置 (1)、手眼集成裝置(2)、控制系統(tǒng)，所述手眼集成裝置(2)包括有機械手(3)、旋轉云臺(4) 和視覺裝置(5 )，所述旋轉云臺(4 )設置在機械手(3 )上，所述視覺裝置(5 )包括有可視相機 (51)，所述可視相機(51)設置在旋轉云臺(4)上，所述控制系統(tǒng)存儲由可視相機(51)采集的訓練圖像與檢測圖像，然后針對圖像分別檢測模具及零件的表面質量與形位尺寸，并按檢測結果對工件分類，然后分揀工件、匯報模具狀態(tài)，并控制協(xié)調機械手(3)、旋轉云臺(4) 和視覺裝置(5)的動作流程。
2.根據(jù)權利要求1所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是還包括有帶方格的白紙光照模板(6)、安裝基板(7)、引撥手爪(8)及多個LED光源，所述安裝基板(7)為長條形且設置在旋轉云臺(4)上，所述引撥手爪(8)設置在安裝基板(7)—端， 所述可視相機(51)設置在所述安裝基板(7)另一端，所述多個LED光源均勻設置在可視相機(51)后端，所述白紙光照模板(6)設置在可視相機(51)與引撥手爪(8)之間，所述機械手(3)包括X軸輸送軌道(31)、y軸輸送軌道(32)、z軸輸送軌道(33)、第一輸送方塊(34)、 第二輸送方塊(35 )和第三輸送方塊(36 )，第一輸送方塊(34 )設置在χ軸輸送軌道(31)上且實現(xiàn)在χ軸自由移動，y軸輸送軌道(32)設置第一輸送方塊(34)的一側部，第二輸送方塊(35)設置在y軸輸送軌道(32)上且實現(xiàn)在y軸自由移動，所述ζ軸輸送軌道(33)設置在第二輸送方塊(35)上，所述第三輸送方塊(36)設置在ζ軸輸送軌道(33)上且實現(xiàn)在ζ 軸自由移動，所述旋轉云臺(4 )設置在第三輸送方塊(36 )上，所述第一輸送方塊(34 )、第二輸送方塊(35)和第三輸送方塊(36)由交流伺服電機提供動力并由光柵尺進行位置控制。
3.根據(jù)權利要求1或2所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述模具裝置(1)包括陰模(11)、陽模(12)、上模架(13)、下模架(14)、向模腔內填充樹脂材料的噴嘴(15)、連桿(16)、頂桿(17)，所述陰模(11)設置在下模架(14)上，所述陽模 (12)設置在上模架(13)上，所述上模架(13)與下模架(14)相對的設置在連桿(16)上，所述下模架(14)相對連桿(16)可自由移動，所述噴嘴(15)設置在上模架(13)上且位于上模架(13 )中央位置，所述頂桿(17 )設置在下模架(14 )上。
4.根據(jù)權利要求1或2所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述控制系統(tǒng)包括總控制器、機械手位置控制器、旋轉云臺角度控制器和視覺裝置控制器，所述機械手位置控制器包括有三自由度運動控制卡，所述旋轉云臺角度控制器包括有三自由度運動控制卡，旋轉云臺由交流伺服電機提供動力及由光電編碼器進行位置控制，視覺裝置控制器檢測圖像表面質量和形位尺寸，總控制器運行在PC平臺上并計算、存儲任務列表和工件分類邏輯，協(xié)調各控制器的動作步驟，在所述機械手位置控制器完成機械手走位的同時，所述旋轉云臺角度控制器完成旋轉云臺的角度走位和視覺裝置控制器完成上一檢測任務的圖像分析。
5.根據(jù)權利要求3所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述控制系統(tǒng)包括總控制器、機械手位置控制器、旋轉云臺角度控制器和視覺裝置控制器， 所述機械手位置控制器包括有三自由度運動控制卡，所述旋轉云臺角度控制器包括有三自由度運動控制卡，旋轉云臺由交流伺服電機提供動力及由光電編碼器進行位置控制，視覺裝置控制器檢測圖像表面質量和形位尺寸，總控制器運行在PC平臺上并計算、存儲任務列表和工件分類邏輯，協(xié)調各控制器的動作步驟，在所述機械手位置控制器完成機械手走位的同時，所述旋轉云臺角度控制器完成旋轉云臺的角度走位和視覺裝置控制器完成上一檢測任務的圖像分析。
6.根據(jù)權利要求1或2所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測，所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割，每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征， 再用Mahalanobis距離測試檢測出斑點類缺陷；所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償，得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。
7.根據(jù)權利要求3所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測，所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割， 每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征，再用 Mahalanobis距離測試檢測出斑點類缺陷；所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償，得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。
8.根據(jù)權利要求4所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測，所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割， 每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征，再用 Mahalanobis距離測試檢測出斑點類缺陷；所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償，得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。
9.根據(jù)權利要求5所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述檢測表面質量包括斑點類缺陷檢測和廣義線狀缺陷檢測，所述斑點類缺陷檢測步驟為先訓練后檢測，在訓練階段，對缺陷樣本在RGB彩色空間用K-均值法進行聚類，進行充分分割以降低或消除分割誤差，然后，將這些聚類結果變換到CIE-Luv歸一化的彩色空間進行合并，即將小的聚類合并為大的聚類，這樣對樣本完成了與人類感知相一致的區(qū)域分割， 每種彩色圖像被分為一系列二值圖象，對每個區(qū)域計算其結構特征，在檢測階段，對測試圖像的象素在已經定義的種類空間中用最近鄰域規(guī)則進行分類，無法歸類的象素就被認為有缺陷象素，而已經歸類的象素又形成一系列的二值圖象，對每個區(qū)域計算結構特征，再用 Mahalanobis距離測試檢測出斑點類缺陷；所述廣義線狀缺陷檢測先對圖像進行最大值濾波，清除圖像中的暗線，然后再進行最小值濾波，進行補償，得到第一結果圖像A，再對圖像進行最小值濾波，清除圖像中的亮線，再最大值濾波進行補償作用，保存第二結果圖像B，將第一結果圖像A和第二結果圖像B差值圖像中分析缺陷區(qū)域，并采用多分類支持向量機識別缺陷。
10.根據(jù)權利要求9所述的模具檢測、保護及零件檢測、摘取的手眼集成裝置，其特征是所述形位尺寸檢測先對圖像進行二值化，然后用Harris算法提取角點特征，再用隨機 Hough變換法檢測直線和圓，然后根據(jù)直線和圓的性質選擇最小點集，采用最小二乘法進一步擬合得到精確的直線和圓參數(shù)，由訓練圖像中已知參數(shù)的直線和圓，計算出工況圖像工件的尺寸數(shù)值。
全文摘要
本發(fā)明涉及一種模具檢測、保護及零件檢測、摘取的手眼集成裝置，包括有模具裝置、手眼集成裝置、控制系統(tǒng)，手眼集成裝置包括有機械手、旋轉云臺和視覺裝置，旋轉云臺設置在機械手上，視覺裝置包括有可視相機，可視相機設置在旋轉云臺上，控制系統(tǒng)存儲由可視相機采集的訓練圖像與檢測圖像，然后針對圖像分別檢測模具及零件的表面質量與形位尺寸，并按檢測結果對工件分類，然后分揀工件、匯報模具狀態(tài)，并控制協(xié)調機械手、旋轉云臺和視覺裝置的動作流程，在零件尺寸不合格、頂桿及鑲塊動作未到位、脫模未凈、模具尺寸不合格的情況下發(fā)出警報，防止殘次品連續(xù)出現(xiàn)，減少廢品，提高產品質量和生產效率。
文檔編號B29C45/17GK102529020SQ20121002120
公開日2012年7月4日 申請日期2012年1月31日 優(yōu)先權日2012年1月31日
發(fā)明者羅勝 申請人:溫州大學