随着时代的发展,汽车已经成为人们生活中的重要交通工具,而人们对汽车性能与舒适度的要求则在不断提升。因此在车辆生产过程中,其表面涂装质量同样需要进行深度检测,以保证其良好的外观形象。本文即重点介绍自动检测技术在汽车涂装表面质量检测中的应用方式,通过对自动检测系统准确性的评价,寻求降低检测过程中缺陷遗漏的方法,并有效提升车身表面的质量,提高生产过程的自动化率。车身喷涂是汽车生产过程中的重要步骤,在自动化技术、机器视觉技术等新型技术的发展应用之下,针对钢材、PCB板以及织物表面质量检测的技术得到了升级,目前其相关技术在国外大型汽车公司已经开始测试使用,本文即通过深入研究与探讨为国内的普及应用提供参考。1汽车涂装自动检测技术原理分析汽车涂装自动检测技术以先进机器视觉系统为基础,针对汽车涂膜表面的质量进行自动检测,在车身行进的同时,识别汽车表面涂装存在的各类缺陷,并将其结果参数传输到报交线上,进而自动指示出需要返修的准确位置和区域。该技术主要依靠机器视觉系统完成运作,其中安装了计算机数据处理,通过对汽车表面涂装图像的获取、处理与分析,进而输出检测结果。具体来说,该技术的机器视觉系统是主要部件。在现代自动化生产中,机器视觉将会在工况检测、成品检验、质量控制等领域被广泛应用。河北高精度汽车面漆检测设备供应商家
比如某豪华汽车公司规定,在引擎盖表面不允许出现直径超过2mm的颗粒缺陷,直径在1~2mm之间的颗粒不能超过1个,任意100cm2的范围内直径在1mm以下的颗粒不能超过2个,否则就判定为不合格,需要进行打磨抛光等修饰处理。常规的漆膜缺陷寻找、判定以及标记等都是由人工完成,在喷涂线之后设置面漆检查线。根据检查区域设置高度不同的工位,需要配置不同角度的光源和检查人员等,因此常规的人工检查线不仅空间占据过大而且需要过多的人员配置。2漆膜缺陷自动检测系统原理及结构计算机视觉是将图像处理、计算机图形学、模式识别、计算机技术、人工智能等众多学科高度集成和有机结合而形成的一门综合性技术。一般地说,计算机视觉是研究计算机或其他处理器模拟生物宏观视觉功能的科学和技术,也就是用机器代替人眼来做测量和判断。基于计算机视觉的表面缺陷检测技术已经大量地应用在视觉检测各个领域中,它是确保自动化生产中产品质量的一个非常重要的环节。表面缺陷自动检测技术表面缺陷视觉检测系统由照明系统、图像获取系统、图像处理系统及结果输出等模块组成。其基本原理为:在特定光源照射下,CCD相机获得检测区域清晰图片,然后将图片传送给图像处理单元。大同非隧道式汽车面漆检测设备推荐我们的设备可实现全自动检测,检出率高达99%。
剔除、筛选原则依据两点间距进行,若两点间距小于等于物方视场的一半大小时,则保留为同一幅视场覆盖范围点;若两点间距超出物方视场的一半大小时,则保留为不同幅视场覆盖范围点;通过上述原则得到系列采样点,从而完成对汽车表面轮廓定位检测划分规划。检测时,检测机械手臂带动漆面视觉检测模组至被检测汽车表面的采样点,漆面视觉检测模组中的三个测距传感器分别测量当前漆面视觉检测模组与被检测汽车表面的距离值,通过三个测距传感器获得的三组距离值,根据三组距离值调整检测机械手臂以保证三套成像镜头相机组成像清晰;调整完成后,大尺寸条纹投影屏投影条纹至被检汽车表面,通过n套成像镜头相机组拍摄条纹图像;大尺寸条纹投影屏投影出的条纹包括横、竖90°正交的两组条纹组,其中横条纹组包含不同间距的多条横条纹,竖条纹组包含不同间距的多条竖条纹;n套成像镜头相机组(可拍摄采集到横条纹图像组与竖条纹图像组;条纹图像采集完成后,关闭大尺寸条纹投影屏,打开均匀漫射发光板,利用n套成像镜头相机组拍摄被检测汽车表面图像,得到漫射均匀图像;再通过汽车漆面图像处理提取出被检测汽车表面的外观缺陷。汽车漆面图像处理具体包括以下步骤:步骤。
外观缺陷检测简介产品外观缺陷检测属于机器视觉技术的一种,就是利用机器视觉模拟人类视觉的功能,用CCD工业相机代替人眼检测,从具体的实物进行图像的采集处理、计算、终进行实际检测、控制和应用。外观缺陷检测设备的检测原理产品表面的各种缺陷瑕疵,在光学特性上必然与产品本身有差异。当光线入射产品表面后,各种瑕疵缺陷会在反射、折射等方面表现出与周围有不同的异样。例如,当均匀光垂直入射产品表面时,如产品表面没有瑕疵缺陷,出射的方向不会发生改变,所探测到的光也是均匀的;当产品表面含有瑕疵缺陷时,出射的光线就会发生变化,所探测到的图像也要随之改变。由于缺陷的存在,在其周围就发生了应力集中及变形,在图像中也容易观察。若遇到光透射型缺陷(如裂纹、气泡等),光线在该缺陷位置会发生折射,光的强度比周围的要大,因而相机靶面上探测到的光也相应增强;若遇到光吸收型(如砂粒等)杂质,则该缺陷位置的光会变弱,相机靶面上探测到的光比周围的光要弱。分析相机采集到的图像信号的强弱变化、图像特征,便能获取相应的缺陷信息。我们的缺陷检测精度高,0.3mm检出率接近100%,可检测的缺陷尺寸约0.1mm,车身表面可检测的区域达到98%。
检测算法识别漆面缺陷的过程分以下4步:图像采集、预处理、特征提取和分类决策.图像采集是指通过检测系统获取到的车身不同部位漆面的图像信息。预处理主要是指图像处理中的灰度化处理图像滤波、裁剪分割、形态学处理等操作.去除非必要检测区域,加强图像的重要特征,使缺陷特征更容易被提取出来。特征提取是指采用某种度量法则,进行缺陷特征的抽取和选择,简单的理解就是将图像上的漆面缺陷与正常漆面,利用某种方法将它们区分。分类决策是指构建某种识别规则,通过此识别规则可以将对应的特征进行归类和判定,主要应用手漆面缺陷的分类.以指导后续的打磨抛光操作。目前,常用的漆面缺陷检测算法主要分为2类:传统图像算法和深度学习算法。这2种算法的主要区别在于特征提取和分类决策的差异。基于偏折光学的大型反射面汽车玻璃及面漆的测量设备。长春光学方法汽车面漆检测设备推荐厂家
漆面缺陷检测,能正确辨别细微颜色差异,抽取凹凸消除光晕,轻松选择光源颜色.我们提供完备的解决方案。河北高精度汽车面漆检测设备供应商家
为了提高车身漆面缺陷检测的效率和准确性,本研究利用计算机视觉技术和深度学习方法,以小样本为基础实现了车身漆面缺陷的自动检测。首先,为了实时采集车身油漆缺陷图像,本文提出了一种新的数据增强算法,以增强数据库处理小样本数据过拟合现象的能力。针对汽车涂料固有的缺陷特征,通过改进MobileNet-SSD网络的特征层,优化边界框的匹配策略,提出了一种改进的MobileNet-SSD算法,用于油漆缺陷的自动检测。实验结果表明,改进的MobileNet-SSD算法可以检测出六种传统车身漆膜的缺陷,准确率超过95%,比传统SSD算法快10%,可以实现实时、准确的车身漆面缺陷检测。车身主要由钢制成,长时间暴露在空气中容易被氧化和腐蚀。涂漆后,将在车身表面形成一层保护膜,该保护膜会阻挡空气并使其具有良好的耐腐蚀性。此外,车身漆膜的光滑度在一定程度上影响着人们的购车欲望。同样,如果喷漆不彻底或涂料中含有杂质,会加速汽车的腐蚀,降低消费者的购买意愿。目前,生产线中的大多数人彩绘缺陷都是通过人工目测来检测的。长时间在高度光线下工作并受许多主观因素(例如情绪,视觉疲劳等)影响的工人,将降低缺陷检测的效率并提高检测成本。因此。河北高精度汽车面漆检测设备供应商家
领先光学技术(江苏)有限公司成立于2019年,公司总部地址位于武进区天安数码城内独栋12-2#写字楼。我们的种子企业“ling先光学技术(常熟)有限公司”成立于2014年,是国家高新技术企业、科技型中小型企业、江苏省民营科技企业、雏鹰企业。知识产权80余项(发明专利8项)。内核团队:教授2名、博士2名、行业渠道关键人4人。长期稳定与复旦大学、大连理工大学合作。底层技术包括:光学(相位偏折、白光干涉、白光共焦、深度学习);MicroLED(发光器件、透明显示、微型投影)。是做一件“利用光学进行工业质量检测设备的生产和制造”。自主开发光学系统和底层内核算法,拥有十年以上行业经验,主要应用于:汽车玻璃检测行业、片材检测行业、半导体材料检测行业,我们的战略新产品:微米级光刻机已经完成版流片,也正在一步步趋于稳定和成熟。公司在科技的浪潮中,已经具有将内核技术转化为产品的经验与能力。公司是高科技、高成长性企业,公司不断的夯实自身技术基础,愿成为中国工业发展中奠基石的一份子,打破国外的智能装备的,树名族自有高技术品牌。
1.一种基于机器视觉的漆面瑕疵检查系统,其特征在于:包括plc模块、图像采集模块、图像处理模块及图像分析模块;所述plc模块,用于当检测车辆到达检测区域,启动瑕疵检测程序,并根据检测到的车身前进距离,对车身上的瑕疵进行精细定位;所述图像采集模块,包括光源模块、相机阵列模块及图像采集程序模块;所述图像处理模块,用于对待测车辆的图像进行处理,识别车身上的瑕疵,并对识别到的瑕疵进行分析,判定瑕疵类别及大小;所述图像分析模块,用于结合车身三维数据、所述plc模块传输的车身前近距离数据确定瑕疵在车上的位置,并在图像上进行标记。2.根据权利要求1所述的基于机器视觉的漆面瑕疵检查系统,其特征在于:还包括接口...