本發(fā)明汽車配件，具體來說，是換向器外觀缺陷自動化在線視覺檢測系統(tǒng)。
背景技術(shù)：
中國汽車制造及銷售已經(jīng)位居全球之首，但汽車換向器制造業(yè)很多還是人工檢測，比如品質(zhì)不能完全保證，用戶投訴率非常高。因此很多大型汽車換向器制造商也意識到了這個問題所在，已經(jīng)開始把產(chǎn)線的人工檢測轉(zhuǎn)型升級為自動化視覺檢測設(shè)備來檢測，以提高效率，保證品質(zhì)。
換向器作為直流電機的關(guān)鍵部件，其表面質(zhì)量好壞直接影響到電機的運行性能。換向器外觀缺陷的存在，會使電刷和換向器的接觸穩(wěn)定性受到破壞，加大電刷與換向器接觸面火花和電弧產(chǎn)生的傾向，嚴重影響電機運行的穩(wěn)定性和使用壽命。面對這樣的現(xiàn)實，研發(fā)一套完整的汽車換向器外觀缺陷在線檢測系統(tǒng)是勢在必行。
但是上述技術(shù)方案存在以下不足，目標邊緣的對比度差，容易出現(xiàn)零件誤識別現(xiàn)象。
技術(shù)實現(xiàn)要素：
本發(fā)明目的是旨在提供了一種優(yōu)化拍照結(jié)構(gòu)，實現(xiàn)360度線掃描，目標邊緣的對比度顯著增強，消除了零件誤識別現(xiàn)象的換向器外觀缺陷自動化在線視覺檢測系統(tǒng)。
為實現(xiàn)上述技術(shù)目的，本發(fā)明采用的技術(shù)方案如下：
換向器外觀缺陷自動化在線視覺檢測系統(tǒng)，包括換向器運行軌道、換向器輸送托架、旋轉(zhuǎn)裝置、位置傳感器、機械手、拍照裝置和計算機，包括以下步驟，
S1，首先將換向器放置在換向器運行軌道，利用換向器輸送托架送至拍照裝置拍照范圍，拍照裝置采用能改變光強變化的照明系統(tǒng)，通過改變光強變化，保障在非飽和區(qū)域內(nèi)具有良好的線性度，提高圖像質(zhì)量；
S2，換向器運行軌道由三部分組成，分別是送料軌道、拍照軌道和出料軌道，拍照軌道上設(shè)有旋轉(zhuǎn)裝置，當(dāng)換向器以0.2m/s的速度運動到達送料軌道后端，位置傳感器檢測到換向器到位后，產(chǎn)線旁邊的機械手同步運動，并啟動旋轉(zhuǎn)裝置，換向器在旋轉(zhuǎn)裝置上做勻速圓周運動，拍照裝置根據(jù)設(shè)置好的程序?qū)ο鄳?yīng)的檢測點逐個運動拍照，采集頻率為3D幀/秒，并且在8秒以內(nèi)一定完成所有檢測點拍照和檢測；然后拍照裝置把圖像信號轉(zhuǎn)變成數(shù)字化信號，發(fā)送給計算機；
S3，如有不良，機器報警，操作人員及時處理不良品，如合格，計算機會給出動作信號，機械手返回初始位置，等待下一個發(fā)動機到來。
進一步限定，S2中，拍照裝置包括以下步驟，
步驟一，用數(shù)字圖像處理算法設(shè)置要檢測區(qū)域；
步驟二，對圖像用數(shù)字圖像位置補正算法進行位置補正，確保位置準確；
步驟三，在算法實現(xiàn)中，使用聯(lián)通性算法，區(qū)域角度矯正算法，物體創(chuàng)建算法，邊緣物體移走算法，內(nèi)部物體移走算法，邊緣物體插入算法，圖像解析算法，高斯算法，灰度擴張算法，填充缺陷算法，最小最大延長算法，最大最小環(huán)狀算法，填充洞算法，二值化算法，運用圖像處理技術(shù)對采集到的原始圖像進行預(yù)處理以改善圖像質(zhì)量，從中提取感興趣的特征量；
步驟四，準確找出待檢測點位置、記號標識、型號，及方向加以判斷，運用模式識別技術(shù)對取到得特征量進行分類整理以完成系統(tǒng)的檢測，最后判斷換向器碰傷、表面毛刺、鉤短、鉤扁、槽內(nèi)粘云母、鉤上粘料。
進一步限定，所述拍照裝置設(shè)置在機械手上，保持同步運動。
進一步限定，所述拍照裝置采用CCD攝像頭，具體工作方式是將被攝物體的圖像經(jīng)過鏡頭聚焦到CCD芯片上，CCD根據(jù)光的強弱積累相應(yīng)比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經(jīng)視頻捕捉卡濾波、放大處理，A/D轉(zhuǎn)換后形成視頻信號輸出。
進一步限定，所述拍照裝置8秒以內(nèi)完成的檢測點有6幅圖，由于要檢測6個檢測點，所以需要在硬件上使用六路視頻輸入，每路采集不同表面的圖像。
進一步限定，所述拍照裝置的視頻輸入信號采用NTCS制式，設(shè)備輸出的圖像信號均可作為該視頻捕捉卡的輸入源。
進一步限定，所述拍照裝置的視頻輸入窗口采用NTCS制式，輸入窗口最大尺寸為64X480。
進一步限定，所述拍照裝置的模塊化結(jié)構(gòu)具備可修改性、可讀性和可調(diào)試。
進一步限定，所述拍照裝置設(shè)有防抖架。
本發(fā)明相比現(xiàn)有技術(shù)，裝配實驗結(jié)果表明，利用旋轉(zhuǎn)裝置實現(xiàn)360度線掃描，利用機械手上設(shè)置拍照裝置，過程快速準確，拍照裝置采用能改變光強變化的照明系統(tǒng)，拍照結(jié)構(gòu)優(yōu)化后目標邊緣的對比度顯著增強，消除了零件誤識別現(xiàn)象，滿足換向器零件高精度裝配自動化的要求。
具體實施方式
為了使本領(lǐng)域的技術(shù)人員可以更好地理解本發(fā)明，下面結(jié)合實施例對本發(fā)明技術(shù)方案進一步說明。
實施例一，
換向器外觀缺陷自動化在線視覺檢測系統(tǒng)，包括換向器運行軌道、換向器輸送托架、旋轉(zhuǎn)裝置、位置傳感器、機械手、拍照裝置和計算機，包括以下步驟，
S1，首先將換向器放置在換向器運行軌道，利用換向器輸送托架送至拍照裝置拍照范圍，拍照裝置采用能改變光強變化的照明系統(tǒng)，通過改變光強變化，保障在非飽和區(qū)域內(nèi)具有良好的線性度，提高圖像質(zhì)量；
S2，換向器運行軌道由三部分組成，分別是送料軌道、拍照軌道和出料軌道，拍照軌道上設(shè)有旋轉(zhuǎn)裝置，當(dāng)換向器以0.2m/s的速度運動到達送料軌道后端，位置傳感器檢測到換向器到位后，產(chǎn)線旁邊的機械手同步運動，并啟動旋轉(zhuǎn)裝置，換向器在旋轉(zhuǎn)裝置上做勻速圓周運動，拍照裝置根據(jù)設(shè)置好的程序?qū)ο鄳?yīng)的檢測點逐個運動拍照，采集頻率為3D幀/秒，并且在8秒以內(nèi)一定完成所有檢測點拍照和檢測；然后拍照裝置把圖像信號轉(zhuǎn)變成數(shù)字化信號，發(fā)送給計算機；
S3，如有不良，機器報警，操作人員及時處理不良品，如合格，計算機會給出動作信號，機械手返回初始位置，等待下一個發(fā)動機到來。
進一步限定，S2中，拍照裝置包括以下步驟，
步驟一，用數(shù)字圖像處理算法設(shè)置要檢測區(qū)域；
步驟二，對圖像用數(shù)字圖像位置補正算法進行位置補正，確保位置準確；
步驟三，在算法實現(xiàn)中，使用聯(lián)通性算法，區(qū)域角度矯正算法，物體創(chuàng)建算法，邊緣物體移走算法，內(nèi)部物體移走算法，邊緣物體插入算法，圖像解析算法，高斯算法，灰度擴張算法，填充缺陷算法，最小最大延長算法，最大最小環(huán)狀算法，填充洞算法，二值化算法，運用圖像處理技術(shù)對采集到的原始圖像進行預(yù)處理以改善圖像質(zhì)量，從中提取感興趣的特征量；
步驟四，準確找出待檢測點位置、記號標識、型號，及方向加以判斷，運用模式識別技術(shù)對取到得特征量進行分類整理以完成系統(tǒng)的檢測，最后判斷換向器碰傷、表面毛刺、鉤短、鉤扁、槽內(nèi)粘云母、鉤上粘料。
進一步限定，所述拍照裝置設(shè)置在機械手上，保持同步運動。
進一步限定，所述拍照裝置采用CCD攝像頭，具體工作方式是將被攝物體的圖像經(jīng)過鏡頭聚焦到CCD芯片上，CCD根據(jù)光的強弱積累相應(yīng)比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經(jīng)視頻捕捉卡濾波、放大處理，A/D轉(zhuǎn)換后形成視頻信號輸出。
進一步限定，所述拍照裝置8秒以內(nèi)完成的檢測點有6幅圖，由于要檢測6個檢測點，所以需要在硬件上使用六路視頻輸入，每路采集不同表面的圖像。
進一步限定，所述拍照裝置的視頻輸入信號采用NTCS制式，設(shè)備輸出的圖像信號均可作為該視頻捕捉卡的輸入源。
進一步限定，所述拍照裝置的視頻輸入窗口采用NTCS制式，輸入窗口最大尺寸為64X480。
進一步限定，所述拍照裝置的模塊化結(jié)構(gòu)具備可修改性、可讀性和可調(diào)試。
實施例二，
換向器外觀缺陷自動化在線視覺檢測系統(tǒng)，包括換向器運行軌道、換向器輸送托架、旋轉(zhuǎn)裝置、位置傳感器、機械手、拍照裝置和計算機，包括以下步驟，
S1，首先將換向器放置在換向器運行軌道，利用換向器輸送托架送至拍照裝置拍照范圍，拍照裝置采用能改變光強變化的照明系統(tǒng)，通過改變光強變化，保障在非飽和區(qū)域內(nèi)具有良好的線性度，提高圖像質(zhì)量；
S2，換向器運行軌道由三部分組成，分別是送料軌道、拍照軌道和出料軌道，拍照軌道上設(shè)有旋轉(zhuǎn)裝置，當(dāng)換向器以0.2m/s的速度運動到達送料軌道后端，位置傳感器檢測到換向器到位后，產(chǎn)線旁邊的機械手同步運動，并啟動旋轉(zhuǎn)裝置，換向器在旋轉(zhuǎn)裝置上做勻速圓周運動，拍照裝置根據(jù)設(shè)置好的程序?qū)ο鄳?yīng)的檢測點逐個運動拍照，采集頻率為3D幀/秒，并且在8秒以內(nèi)一定完成所有檢測點拍照和檢測；然后拍照裝置把圖像信號轉(zhuǎn)變成數(shù)字化信號，發(fā)送給計算機；
S3，如有不良，機器報警，操作人員及時處理不良品，如合格，計算機會給出動作信號，機械手返回初始位置，等待下一個發(fā)動機到來。
進一步限定，S2中，拍照裝置包括以下步驟，
步驟一，用數(shù)字圖像處理算法設(shè)置要檢測區(qū)域；
步驟二，對圖像用數(shù)字圖像位置補正算法進行位置補正，確保位置準確；
步驟三，在算法實現(xiàn)中，使用聯(lián)通性算法，區(qū)域角度矯正算法，物體創(chuàng)建算法，邊緣物體移走算法，內(nèi)部物體移走算法，邊緣物體插入算法，圖像解析算法，高斯算法，灰度擴張算法，填充缺陷算法，最小最大延長算法，最大最小環(huán)狀算法，填充洞算法，二值化算法，運用圖像處理技術(shù)對采集到的原始圖像進行預(yù)處理以改善圖像質(zhì)量，從中提取感興趣的特征量；
步驟四，準確找出待檢測點位置、記號標識、型號，及方向加以判斷，運用模式識別技術(shù)對取到得特征量進行分類整理以完成系統(tǒng)的檢測，最后判斷換向器碰傷、表面毛刺、鉤短、鉤扁、槽內(nèi)粘云母、鉤上粘料。
進一步限定，所述拍照裝置設(shè)置在機械手上，保持同步運動。
進一步限定，所述拍照裝置采用CCD攝像頭，具體工作方式是將被攝物體的圖像經(jīng)過鏡頭聚焦到CCD芯片上，CCD根據(jù)光的強弱積累相應(yīng)比例的電荷，各個像素積累的電荷在視頻時序的控制下，逐點外移，經(jīng)視頻捕捉卡濾波、放大處理，A/D轉(zhuǎn)換后形成視頻信號輸出。
進一步限定，所述拍照裝置8秒以內(nèi)完成的檢測點有6幅圖，由于要檢測6個檢測點，所以需要在硬件上使用六路視頻輸入，每路采集不同表面的圖像。
進一步限定，所述拍照裝置的視頻輸入信號采用NTCS制式，設(shè)備輸出的圖像信號均可作為該視頻捕捉卡的輸入源。
進一步限定，所述拍照裝置的視頻輸入窗口采用NTCS制式，輸入窗口最大尺寸為64X480。
進一步限定，所述拍照裝置的模塊化結(jié)構(gòu)具備可修改性、可讀性和可調(diào)試。
進一步限定，所述拍照裝置設(shè)有防抖架。
實施例一和實施例二的區(qū)別在于，實施例二中，增設(shè)防抖架，確保圖像清晰，減小誤差。通過下表可以看出，實施例二的檢出率高達90.2％～90.6％。
外觀缺陷視覺檢測系統(tǒng)結(jié)果
以上對本發(fā)明提供的換向器外觀缺陷自動化在線視覺檢測系統(tǒng)進行了詳細介紹。具體實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對本發(fā)明進行若干改進和修飾，這些改進和修飾也落入本發(fā)明權(quán)利要求的保護范圍內(nèi)。