CN114235830B - 一种智能长码拉链检测机及其检测方法 - Google Patents
一种智能长码拉链检测机及其检测方法 Download PDFInfo
- Publication number
- CN114235830B CN114235830B CN202210034153.2A CN202210034153A CN114235830B CN 114235830 B CN114235830 B CN 114235830B CN 202210034153 A CN202210034153 A CN 202210034153A CN 114235830 B CN114235830 B CN 114235830B
- Authority
- CN
- China
- Prior art keywords
- light source
- zipper
- detection
- chain guide
- group
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 73
- 230000007547 defect Effects 0.000 claims abstract description 42
- 238000004080 punching Methods 0.000 claims abstract description 9
- 230000005540 biological transmission Effects 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 13
- 239000003086 colorant Substances 0.000 claims description 13
- 238000009826 distribution Methods 0.000 claims description 13
- 238000010191 image analysis Methods 0.000 claims description 8
- 238000000034 method Methods 0.000 claims description 8
- 230000002950 deficient Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000011179 visual inspection Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000049 pigment Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 241000872198 Serjania polyphylla Species 0.000 description 1
- 208000014735 Tooth injury Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007557 optical granulometry Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/89—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles
- G01N21/892—Investigating the presence of flaws or contamination in moving material, e.g. running paper or textiles characterised by the flaw, defect or object feature examined
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
- G01N2021/0106—General arrangement of respective parts
- G01N2021/0112—Apparatus in one mechanical, optical or electronic block
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Textile Engineering (AREA)
- Engineering & Computer Science (AREA)
- Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
Abstract
本发明公开一种智能长码拉链检测机及其检测方法,包括机架,机架上设有导链装置,其特征在于,机架上还设有检测托架,在检测托架上依次固定有两个检测罩,检测罩的开口方向向着拉链两面,两检测罩内分别设置有第一摄像头、第一光源组、第二摄像头、第二光源组,在第二光源组的后端机架上还设置有瑕疵冲孔组件及传动出链组,机架上还设置有带控制面板的人机操控组件,机架的下端设置有电控组件和主机组,电控组件、主机组、摄像头、光源组均电性联接。本发明检测拉链缺陷全面、效率高、速度快的优点。
Description
技术领域
本发明涉及拉链技术领域,具体涉及通过机器拍照智能检测拉链的机械设备。
背景技术
拉链不但是近代方便人们生活的十大发明之一,而且在人类的日常生活中起着不可替代的作用。在拉链生产制造过程中,质量检测是一项必不可少的操作,关系着客户的体验程度。拉链制造商如能及时检测出拉链缺陷,并采取相应措施,既能为企业带来更高效益,又能让客户用上高品质拉链。
而拉链检测环节大多以人工目检为主,主要有以下缺陷:(1)准确率低:拉链质检员长期采用肉眼识别,极易造成视觉疲劳,进而降低准确率;(2)效率低:拉链制造企业全部采用人工目检,费时费力,从而导致效率低下;(3)成本高:拉链产量受季节影响,易造成旺季用工荒,进而使成本不断攀升。
随着人工目检的缺陷越来越明显,现有技术中也存在通过工业相机代替人工目检检测的方式,但大都只能满足特定缺陷的检测,不能满足其他缺陷指标检测,通用性不强。
中国专利申请号为CN201320544461.6、申请公布号为 CN 203432617 U、申请日为2013.09.03、申请公布日为 2014.02.12的发明公开了拉链自动检测机,其包括底座,且其还包括传送单元,设在所述的底座上,该传送机构包括传送带,以传送待检测的拉链 ;检测单元,设在所述的底座上,以检测传送带上的拉链信息,并将该拉链信息传送至控制单元;控制单元,设在所述的底座上,与所述的检测单元通信,以接收所述检测单元检测到的拉链信息,并判断出拉链是否合格;以及分离单元,设在所述的底座上或者所述的底座的一侧,以将非合格的拉链与合格的拉链进行分离。该发明通过高清的摄像,快速准确的相片分析,能精确地判断出每一个拉链是否合格,准确度极高,杜绝了人工操作所产生的失误。整个拉链自动检测机检测速度快,保证了检测过程的标准的一致性,并不存在漏检的情况。
然而其对于长码拉链及拉链诸多缺陷的完整性检测仍然存在局限性,检测效率有待提高,并不能满足生产中筛选出所有异常拉链的需求。
鉴于此,提供一种通用性强、检测全面新工具有学习功能的检测拉链机械成为必要。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述全部内容均是现有技术。
发明内容
针对现有技术中存在的问题,本发明的目的在于提供一种检测全面、效果好、通用性强、检测速度快效率高的智能长码拉链检测机。
本发明的另一目的还在于提供一种检测精度高、效果好、通用性强、检测速度快效率高的智能长码拉链检测方法。
为达到以上目的,本发明采用如下技术方案。
一种智能长码拉链检测机,包括机架,机架上设有导链装置,其特征在于,机架上还设有检测托架,在检测托架上依次固定有两个检测罩,两检测罩的开口方向错开分别朝向拉链正背两面,两检测罩内分别设置有第一摄像头、第一光源组、第二摄像头、第二光源组,在第二光源组的后端机架上还设置有瑕疵标记装置及传动出链组,机架上还设置有带控制面板的人机操控组件,机架的下端设置有电控组件和主机组,电控组件、主机组、摄像头、光源组均电性联接。
所述主机组内固化有用于对高速摄像机抓拍到的图像进行算法分析的图像分析模块,用于对算法分析后的图像进行缺陷比较判断的缺陷判断模块,用于根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储的缺陷学习模块。
作为上述方案的进一步说明,所述位于检测托架前端的导链装置上还设置有传感器。
进一步地,所述导链装置由导链架、设置在导链架和检测托架上的导链轮组成,导链轮由设置在导链架的前端部的大导链轮和设置在导链架后端的小导链轮及设置在检测托架上的若干小导链轮组成,导链架的最前端还设置有松链组件。
进一步地,所述瑕疵标记装置为冲孔装置和/或标记号装置;所述电控组件还连接有发现瑕疵拉链报警装置。
进一步地,检测罩中的光源组采用2000流明以下的灯具组合,并根据不同的品种或规格信息包括不同颜色的拉链产品采用所需要数量的光源组合和角度的光源组。
进一步地,所述光源组均是由灯源固定板和固定在灯源固定板内侧的LED灯组成,灯源固定板采用中间的平面段和两侧的斜面段,平面段中间开孔,摄像头从开孔照射下方一定距离的拉链,在灯源固定板内侧的平面段、斜面段均设置有独立控制的LED灯,平面段至少一对光源分布在开孔的两侧,斜面段对称设置有两对或以上LED灯。
进一步地,所述光源组可以采用2-6组LED灯,并在灯源固定板中采用不同的角度分布来照射拉链,每一组LED灯均独立控制,设置有LED灯选择模块,对于不同的品种或规格信息包括不同颜色的拉链产品,开启所需要的LED灯数量和角度。
本发明还提供了一种采用上述拉链检测机的检测方法,其特征在于,它包括如下步骤。
S1,待检拉链传送至摄像头、光源组相应位置。
S2,通过设置的LED灯选择模块选择合适的光源对待检拉链进行抓拍,并将抓拍到的图像传送至主机组。
S3,主机组对抓拍到的图像进行算法分析,包括图像分析,缺陷判断;缺陷判断模块,用来对算法分析后的图像进行缺陷比较判断;缺陷学习模块,用来根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储缺陷信息进行采集、学习、并上传到数据库中存储。
S4,后续执行模块对有瑕疵的拉链进行瑕疵标记。
进一步地,所述S2步骤中,合适的光源是由人工通过对拉链颜色、规格、款式的要求来选择合适的几组LED灯来对拉链进行光源分布;还可以是通过在光源前段设置传感器对对拉链颜色、规格、款式识别,然后将相关信息传输给主机组,主机组中固化有不同规格、颜色、款式所采用的相应光源组的数据,然后由主机组自动选择合适的多少流明多少组LED灯来对拉链进行光源分布。
本发明的有益效果是。
1、采用了上述结构的本发明具有检测机检测效率高速度快的优点。
2、本发明采用了主机组的数据处理器,使本发明的检测机具有学习功能,通过算法和建模,可以有效检测各种缺陷。
3、本发明采用了独立控制的多组LED灯,可以根据不同的品种或规格信息包括不同颜色的拉链产品,配置所需要的光源组灯数量和角度,摄像效果更佳,从而保证了适用不同的拉链产品。
4、采用两光源组错开设置,可以避免两光源的相互干扰,从而影响拍照效果。
附图说明
以下结合附图对本发明作进一步说明。
图1为本发明实施例的立体结构示意图。
图2为本发明正面结构示意图。
图3为本发明另一方向结构示意图。
图4为本发明摄像及光源组结构示意图。
图5为本发明光源组结构示意图。
图6-图7为9像素的8位RGB图像及在计算机内存中的分布大概示意。
图8为浅、中、深三种光源组合不同颜色的拉链进行采集图像后再进行OpenCV转换成灰度图。
其中:
1、松链组件 2、导链架 3、大导链轮 4、机架
5、第一摄像头 6、第一光源组 7 、检测托架
8、小导链轮 9、人机操控组件 10、瑕疵冲孔组件
11、传动出链组 12、主机组 13、电控组件
14、第二摄像头 15、第二光源组 16、检测罩
17、拉链 61、灯源固定板 62、LED灯
具体实施方式
下面对本发明的具体实施方式作进一步的描述,使本发明的技术方案及其有益效果更加清楚、明确。下面描述的实施例是示例性的,旨在解释本发明,而不能理解为对本发明的限制。
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。
实施例
如图1-图3所示,本发明的一种智能长码拉链检测机,包括机架4,机架4上设有导链装置和检测托架7,在检测托架7上下依次固定有检测罩16,这样使检测罩16的开口形成向着拉链17两面的方向,两检测罩16内分别设置有第一摄像头5、第一光源组6、第二摄像头14、第二光源组15,两摄像头及光源组错开设置,可以避免互相影响两面的光源互相干扰,从而影响摄像头的摄像效果;在第二光源组15的后端机架4上还设置有瑕疵冲孔组件10及传动出链组11,机架4上还设置有人机操控组件9,包括控制面板,机架4的下端设置有电控组件和主机组12,电控组件、主机组12、摄像头、光源组均电性联接;主机组12包括数据处理器,以将接收到的拉链17的图像信息进行分析处理;其内固化有用于对高速摄像机抓拍到的图像进行算法分析的图像分析模块,用于对算法分析后的图像进行缺陷比较判断的缺陷判断模块,用于根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储的缺陷学习模块。
位于检测托架7前端的导链装置上还设置有传感器,传感器感应到有拉链17时才开始启动后续检测动作。
所述导链装置由导链架2、设置在导链架2和检测托架7上的导链轮组成,导链轮由设置在导链架2的前端部的大导链轮3和设置在导链架2后端的小导链轮8及设置在检测托架7上的若干小导链轮8组成,导链架2的最前端还设置有松链组件1。
上述实施例中,有瑕疵冲孔组件10还可以是其它瑕疵标记装置。
上述实施例中,检测托架7为水平方向设置,这样通过摄像头、光源组水平面对拉链17得到相关信息,检测托架7还可以竖直方向或以其它斜角度来设置,只需要带摄像头、光源组的检测罩16安装角度作相应调整,保持与拉链17正面相对即可。
所述冲孔装置作为所述瑕疵标记装置的一种,还可以同时采用其它标记号装置,如涂抹色料装置、贴纸穿刺、打印或贴纸标注等,或者在冲孔的同时在瑕疵拉链17处做出明显标记。或者不需要冲孔,直接采用其它标记,这种记号装置可以有多种方式,如贴纸或是盖章或是用记号笔等,还可以在冲头上涂制色料,冲头动作时色料随冲头一起附着在拉链17上等。本发明在此不作细述,本领域的普通技术人员可以按需采用其它的标记方式,是不需要创造性劳动的。
上述装置中还可设置报警装置,当发现瑕疵拉链17时,发出报警提示音。
如图4、图5所示,本发明的光源组均是由灯源固定板61和固定在灯源固定板61内侧的LED灯62组成,灯源固定板61采用中间的平面段和两侧的斜面段,平面段中间开孔,摄像头从开孔照射下方一定距离的拉链17,在灯源固定板61内侧的平面段、斜面段均设置有独立控制的LED灯62,平面段至少一对光源分布在开孔的两侧,斜面段对称设置有两对或以上LED灯62,本实施例中光源的开闭数量是根据不同颜色、浅深、种类的拉链17来确定。图中所示是以第一光源组示例,第二光源组也是采用同样的结构。
本发明的检测罩16中的光源组可以采用2-6组LED灯,并在灯源固定板61(灯罩)中采用不同的角度分布来照射拉链17,对于不同的品种或规格信息包括不同颜色的拉链17产品,需要配置所需要的光源组灯数量和角度,根据实际需要进行配置,也可以将该光源组的控制与主机组电连接,按照所需自动控制。
本发明根据拉链传控装置的操作速度利用工业高速摄像头以每秒1000帧或以下帧率配合来进行图像采集,由于拉链17的颜色、种类的不同,图像采集后经OpenCV算法进行转换成灰度图,将彩色图像转化成为灰度图像的过程成为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255中值可取,这样一个像素点可以有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其一个像素点的变化范围为255种,所以在数字图像处理中一般先将工业高速摄像头采集的拉链图像转变成灰度图像以使后续的图像的计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。
如图6、图7所示,它是一张9像素的8位RGB图像及在计算机内存中的分布大概示意示意图,灰度图像是用不同饱和度的黑色来表示每个图像点,比如用8位 0-255数字表示“灰色”程度,每个像素点只需要一个灰度值,8位即可,这样一个3X3的灰度图,只需要9个byte就能保存。
RGB值和灰度的转换,实际上是人眼对于彩色的感觉到亮度感觉的转换,有如下公式。
Grey = 0.299*R + 0.587*G + 0.114*B。
根据这个公式,依次读取每个像素点的R,G,B值,进行计算灰度值(转换为整型数),将灰度值赋值给新图像的相应位置,所有像素点遍历一遍后完成转换。在转换后亮度等级分为浅、中、深三个级别。
由于拉链颜色对转换时做成了多种不确定因素之影响,所以项目中会配合2000流明及以下的光源组合搭配来使高速摄像头采集的拉链图像的色度和亮度保证在一个稳定的R,G,B值中。例如白、黄、青配合800流明以下光源组合来作处理;粉色、卡其色、浅紫色配合1400流明以下光源组合来作处理;黑色、深绿色、深蓝色配合2000流明以下光源组合来作处理。
如图8所示,其为浅、中、深三种光源组合不同颜色的拉链进行采集图像后,再进行OpenCV转换成灰度图,可见色度和亮度均会在同一个稳定的值中,使灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征,以保证了深度算法检测的准确率。
本发明的一个创新在于其设置有LED灯选择模块,通过LED灯选择模块可以根据不同的品种或规格信息包括不同颜色的拉链产品采用所需要数量的光源组合和角度的光源组。这种LED灯选择模块可以是人工通过观察拉链的颜色、深度、规格等信息人工选择需要的光源角度和数量,也可以是在拉链前置其设置取样传感器等,通过该取样传感器与主机组连接,由主机组内的LED灯选择模块发出控制指令控制LED灯角度用数量的开启。
本发明的工作原理是这样的。
装上被测拉链17,开机传感器感应到拉链信号,在操作面板上进行检测调控设定,检测单元部分即摄像头和光源组将得到的信息发送给主机,主机组12的数据处理器将接收到的拉链的图像信息进行分析处理,并与预存的拉链数据信息以很快的速度进行对比分析,并判断拉链是否为合格品;分析的对象包括拉链的类别、规格、颜色、形状、机加工作用的位置、LOGO、字体、平整度、平行度、边距、有否缺失、是否有伤齿、布带污染、破边破洞、色差、有无皱折等。操作人员事先会将上述的标准值在主机组12内设置好,形成一致的标准,然后主机组12会自动地以很快的速度对得到的数据进行分析,以判处出拉链是否为合格品。
其具体的步骤如下。
S1,开机将待检拉链传送至摄像头、光源组位置。
S2,通过人工选择或者设备(LED灯选择模块)选择合适的光源对待检拉链进行抓拍,并将抓拍到的图像传送至主机组。
S3,主机组对抓拍到的图像进行算法分析,包括图像分析,缺陷判断;缺陷判断模块,用来对算法分析后的图像进行缺陷比较判断;缺陷学习模块,用来根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储缺陷信息进行采集、学习、并上传到数据库中存储。
S4,后续执行模块对有瑕疵的拉链进行瑕疵标记。
其中,所述S2步骤中,合适的光源是由人工通过对拉链颜色、规格、款式的要求来选择合适的几组LED灯来对拉链进行光源分布;或者是通过在光源前段设置传感器对对拉链颜色、规格、款式识别,然后将相关信息传输给主机组,主机组中固化有不同规格、颜色、款式所采用的相应光源组的数据,然后由主机组自动选择合适的多少流明多少组LED灯来对拉链进行光源分布。
本主机组12还具有学习功能,对于之前检测过的数据进行存贮并形成新的检测标准,这样检测缺陷更为全面。
本发明的拉链自动检测机通过在足够的光照下进行高清摄像,并快速准确的进行影像分析,能精确地判断出每一个拉链是否合格,准确度极高,并具备学习功能,杜绝了人工操作所产生的失误,有利于改进生产效率。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个或两个 以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固 定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据 具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之 “下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通 过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表 述不应理解为必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。此外,本领域的技术人员可以将本说明书中描述的不同实施例或示例进行接合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型,本发明的保护范围应由各权利要求项及其等同物限定之。具体实施方式中未阐述的部分均为现有技术或公知常识。
Claims (4)
1.一种智能长码拉链检测机,包括机架,机架上设有导链装置,其特征在于,机架上还设有检测托架,在检测托架上依次固定有两个检测罩,两检测罩的开口方向错开分别朝向拉链正背两面,两检测罩内分别设置有第一摄像头、第一光源组、第二摄像头、第二光源组,在第二光源组的后端机架上还设置有瑕疵标记装置及传动出链组,机架上还设置有带控制面板的人机操控组件,机架的下端设置有电控组件和主机组,电控组件、主机组、摄像头、光源组均电性联接;
所述第一光源组和第二光源组均是由灯源固定板和固定在灯源固定板内侧的LED灯组成,灯源固定板采用中间的平面段和两侧的斜面段,平面段中间开孔,摄像头从开孔照射下方一定距离的拉链,在灯源固定板内侧的平面段、斜面段均设置有LED灯,平面段至少一对光源分布在开孔的两侧,斜面段对称设置有两对或以上LED灯;所述第一光源组和第二光源组均采用2-6组LED灯,并在灯源固定板中采用不同的角度分布来照射拉链,每一组LED灯均独立控制;设置有LED灯选择模块,对于不同的品种或规格信息包括不同颜色的拉链产品,开启所需要的数量和角度的LED灯;
所述主机组内固化有用于对高速摄像机抓拍到的图像进行算法分析的图像分析模块,用于对算法分析后的图像进行缺陷比较判断的缺陷判断模块,用于根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储的缺陷学习模块;
位于检测托架前端的导链装置上还设置有传感器,该传感器与电控组件电性联接;
所述导链装置由导链架、设置在导链架和检测托架上的导链轮组成,导链轮由设置在导链架的前端部的大导链轮和设置在导链架后端的小导链轮及设置在检测托架上的若干小导链轮组成,导链架的最前端还设置有松链组件;
所述检测托架为水平方向设置或竖直方向设置,这样通过摄像头、光源组水平面或竖起正对拉链上下两面;
所述瑕疵标记装置为冲孔组件和/或标记号装置;
所述标记号装置为贴纸、盖章或是记号笔;所述电控组件还连接有发现瑕疵拉链报警装置。
2.一种采用权利要求1所述拉链检测机的检测方法,其特征在于,它包括如下步骤:
S1,将待检拉链传送至摄像头、光源组位置;
S2,通过设置的LED灯选择模块选择合适的光源对待检拉链进行抓拍,并将抓拍到的图像传送至主机组;
S3,主机组对抓拍到的图像进行算法分析,包括图像分析,缺陷判断;缺陷判断模块,用来对算法分析后的图像进行缺陷比较判断;缺陷学习模块,用来根据学习指令对显示屏上显示的缺陷信息进行采集、学习、并上传到数据库中存储缺陷信息进行采集、学习、并上传到数据库中存储;
S4,后续执行模块对有瑕疵的拉链进行瑕疵标记。
3.根据权利要求2所述的检测方法,其特征在于,所述S2步骤中,合适的光源是由人工通过对拉链颜色、规格、款式的要求来选择合适的几组LED灯来对拉链进行光源分布。
4.根据权利要求2所述的检测方法,其特征在于,所述S2步骤中,合适的光源是通过在光源前段设置传感器对对拉链颜色、规格、款式识别,然后将相关信息传输给主机组,主机组中固化有不同规格、颜色、款式所采用的相应光源组的数据,然后由主机组自动选择合适的多少流明多少组LED灯来对拉链进行光源分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210034153.2A CN114235830B (zh) | 2022-01-12 | 2022-01-12 | 一种智能长码拉链检测机及其检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210034153.2A CN114235830B (zh) | 2022-01-12 | 2022-01-12 | 一种智能长码拉链检测机及其检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114235830A CN114235830A (zh) | 2022-03-25 |
CN114235830B true CN114235830B (zh) | 2024-02-20 |
Family
ID=80746339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210034153.2A Active CN114235830B (zh) | 2022-01-12 | 2022-01-12 | 一种智能长码拉链检测机及其检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114235830B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116735602A (zh) * | 2023-06-12 | 2023-09-12 | 鲸朵(上海)智能科技有限公司 | 一种电池检测装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0742431A1 (en) * | 1995-05-10 | 1996-11-13 | Mahlo GmbH & Co. KG | Method and apparatus for detecting flaws in moving fabrics or the like |
TW201323858A (zh) * | 2011-12-07 | 2013-06-16 | Yuh Pheng Machinery Co Ltd | 自動化光學拉鏈表面檢測裝置及其檢測方法 |
CN106596574A (zh) * | 2017-01-13 | 2017-04-26 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置及方法 |
CN113820326A (zh) * | 2021-11-19 | 2021-12-21 | 佛山市煜丰机械有限公司 | 一种长码拉链的缺陷检测系统 |
-
2022
- 2022-01-12 CN CN202210034153.2A patent/CN114235830B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0742431A1 (en) * | 1995-05-10 | 1996-11-13 | Mahlo GmbH & Co. KG | Method and apparatus for detecting flaws in moving fabrics or the like |
TW201323858A (zh) * | 2011-12-07 | 2013-06-16 | Yuh Pheng Machinery Co Ltd | 自動化光學拉鏈表面檢測裝置及其檢測方法 |
CN106596574A (zh) * | 2017-01-13 | 2017-04-26 | 深圳市视觉龙科技有限公司 | 一种检测物体表面缺陷的装置及方法 |
CN113820326A (zh) * | 2021-11-19 | 2021-12-21 | 佛山市煜丰机械有限公司 | 一种长码拉链的缺陷检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114235830A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7936377B2 (en) | Method and system for optimizing an image for improved analysis of material and illumination image features | |
US6427128B1 (en) | Apparatus and method for evaluating quality of granular object | |
USRE42715E1 (en) | Vision system and method for process monitoring | |
CN110793976B (zh) | 一种印刷质量检测系统及方法 | |
CN104067110B (zh) | 透明基板外观缺陷的分析设备 | |
KR20100015628A (ko) | 목재의 검사 방법, 장치 및 프로그램 | |
JPH03504424A (ja) | 植物の自動光学分類方法及び装置 | |
US20050259868A1 (en) | Vision system and method for process monitoring | |
CN114235830B (zh) | 一种智能长码拉链检测机及其检测方法 | |
CN116148265B (zh) | 一种基于合成革高质量图像获取的瑕疵分析方法及系统 | |
CN110646431B (zh) | 涂胶传感器的自动示教方法 | |
CN111562010A (zh) | 一种用于自动化图像色彩校准的方法和装置 | |
CN102601063A (zh) | 一种竹片自动识别分级方法 | |
CN111781203A (zh) | 基于标准工业相机的可组态智能视觉检测系统及方法 | |
CN110893399A (zh) | 基于视觉识别的智能烟叶分级分拣设备及分拣方法 | |
CN118671001B (zh) | 用于定向缺陷检测的拉链视觉质检方法及系统 | |
CN113588222B (zh) | 一种墨色一致性检测装置及方法 | |
KR100723967B1 (ko) | 윤곽선 검출방식을 이용한 하네스의 검사방법 및 장치 | |
CN113763322B (zh) | 一种Pin脚共面度视觉检测方法与装置 | |
CN216771482U (zh) | 一种智能长码拉链检测机 | |
US20120076402A1 (en) | Rich Color Transition Curve Tracking Method | |
JP2009536316A (ja) | 支持層の表面の品質を測定する方法および装置 | |
JP2009156872A6 (ja) | 被検査体の検査装置 | |
CN113820322A (zh) | 一种用于种子外观品质的检测装置及方法 | |
CN118366406A (zh) | 一种电子纸多色阶显示的调试方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |