阅读文章前辛苦您点下“关注”，便于探讨和分享，为了感谢您的支持，我将每日更新优质内容。

文 | 文渊

编辑 |文渊

<—前言—>

在20世纪90年代以后，随着中国经济的迅速崛起，对产品质量的要求不断提高，机器视觉检测技术开始快速发展。这主要得益于中国在制造业、科技研发和教育培训等方面的投资。

虽然中国的机器视觉检测技术在近年取得了显著进展，但这些不足包括理论基础研究、高端技术人才培养、核心技术创新等方面。国外一些发达国家在机器视觉领域有着长期积累的技术和经验。

在一些国内中小制造企业中，自动化和信息化水平相对较低。然而，随着市场竞争的加剧和劳动力成本的上升，企业对自动化的需求正在增加。这可能促使更多的企业投资于机器视觉技术，以提高生产效率和产品质量。

<—弹簧座组件检测内容与要求—>

根据上面的图表，弹簧座组件的检测内容涵盖了特征尺寸检测和外圆轮廓缺陷检测两个方面，而且尺寸范围相当广泛，检测精度要求也有所不同。为了满足这些要求，可以采取以下深度改写的措施。

1. 多工位图像采集： 由于弹簧座组件的尺寸范围和检测精度要求变化较大，可以考虑在不同的工位采集图像。每个工位可以专注于不同范围或精度的检测，以满足跨尺度、跨精度检测要求。这样可以确保获得适当的视场和分辨率。

2. 椭圆孔尺寸和数量检测：引入适当的图像处理和分析算法，以检测弹簧座组件上的椭圆孔的尺寸和数量是否正确。这可以通过边缘检测、形状匹配等方法实现。

3. 外圆边沿缺陷检测： 使用图像处理技术来检测外圆轮廓上的缺口深度和宽度是否超过指定的阈值。可以使用边缘检测和缺陷识别算法来实现此检测。'

4. 垫片内孔焊渣检测：对于垫片内孔，使用图像分析方法来检测是否存在大于3mm²的焊渣。这可以通过分割和分析内孔的图像来实现。

5. 最大外圆边沿缺口检测：可以使用图像处理技术检测最大外圆边沿缺口的深度和宽度是否超过指定的阈值。

6. 集成机器学习：为了提高检测的准确性和鲁棒性，可以考虑使用机器学习方法，如卷积神经网络（CNN）或支持向量机（SVM），来训练模型进行缺陷检测。这将允许系统学习不同尺寸和形状的缺陷，并作出准确的判断。

<—弹簧座组件分析—>

弹簧座组件的检测特点可以用如下图的简化模型来说明。

弹簧座组件的特征尺寸分布涵盖了两个不同的层面，一个是特征尺寸精度要求较高（0.01mm级），位于尺度较小的层面，另一个是特征尺寸精度要求较低（0.1mm级），位于尺度较大的层面。不同尺度下的检测需要考虑不同的像素波动范围。

根据式

像素波动T与尺度S和每像素代表的真实尺寸L有关。在尺度小且精度要求高的情况下，像素波动范围较小，而在尺度大且精度要求低的情况下，像素波动范围较大。

<—弹簧座组件检测方案—>

1. 采取多工位的检测模式：针对弹簧座组件的不同尺度和精度要求，决定取消一次成像的检测模式，而是引入多工位的检测模式。这意味着对于精度要求高、尺度小的特征尺寸检测，可以设置一个工位进行检测，

而对于精度要求高、尺度大的特征尺寸检测，可以设置另一个工位进行检测。这种策略充分考虑了不同尺度下图像像素范围的需求，并为后续图像算法改进提供了可行性条件。

2. 摒弃动态成像，提高工件间传输效率： 采用间歇式旋转输送工件、静态摄像的检测模式。凭借凸轮分割器作为检测传送平台，该模式具有高平稳性，能够解决以前链板机运动成像可能出现的拖影和振动问题。

为了提高检测效率，设置了四个工位，包括上料、下料和两个检测工位，以实现弹簧座组件的合理分布和均衡节拍。使用动静比1:1的凸轮分割器，实现了1.5秒检测一个零件，这显著提高了检测效率和节拍。

改进方案更好地满足了弹簧座组件尺寸检测的要求，通过多工位的策略和静态摄像模式，有效提高了检测效率和准确性。这将有助于提高生产流程的自动化程度和产品质量控制水平。

这种采用多工位的间歇式旋转检测模式被证明是一个优越的选择，相较于以前的链板式传送检测机方案更加高效。

整个弹簧座组件检测系统可以分为六个主要模块，每个模块具有不同的功能和任务。

1. 图像采集模块： 这个模块的主要任务是选择合适的相机、镜头和光源等硬件，以构建适合本系统的图像采集系统，并获取适合检测系统的图像。这些图像将作为后续检测的输入数据。

2. 载料检测平台： 载料检测平台负责将弹簧座组件固定到相应的治具上，并将它们平稳地运送到相应的检测工位下进行检测。这个模块包括凸轮分割器和治具，其中凸轮分割器的速度可以通过调节调速器的挡位来实现调速，以确保检测的高效率。治具不仅用于定位弹簧座组件，还起到透光匀光的作用，以确保获得一致质量的检测图像。

3. 上下料机构模块：这个模块负责实现弹簧座组件的高效下料功能。具体而言，已检测的组件到达下料工位时具备自动下料的功能，而上料过程可能需要人工介入。

4. 分拣机构模块： 分拣机构模块负责根据检测结果对合格和不合格的弹簧座组件进行分拣。它主要由分拣步进电机及其驱动器以及相关的机械机构组成。

5. 通讯控制模块：通讯控制模块负责将检测结果信息通过通讯串口传送到相应的分拣机构中，以实现检测结果信息的有效传输和分拣控制。

这5个模块在整个系统中协同工作，确保了弹簧座组件的高效检测和分拣。系统的逻辑关系图显示了各模块之间的关联和信息传递，有助于整个系统的协调运行和控制。这个系统设计在自动化检测和分拣方面具有重要的应用前景。

整体模型如图：

<—弹簧座组件图像采集系统—>

光源具有关键作用，对图像采集质量、稳定性、可靠性以及图像处理算法的运算都有重要影响。不同类型的照明光源，其中LED光源因其诸多优点是构建机器视觉检测系统的首选。同时，根据照明方式的不同，前向照明和背光照明都具有各自的应用场景和优势。

1. 第一检测工位：需要检测弹簧座组件的圆弧曲面、垫片外径、垫片缺口等特征。选择综合性的光照方式，即前向照明和背光照明的相结合。前向照明主要用于检测曲面和外径等，而背光照明则用于垫片内孔的检测。

采用了环形光源低角度前向照明和背光源，选型为奥普特的OPT-RI15090-W和OPT-FL150150-W。这种综合性的照明方式可以有效突显不同特征，提高检测精度。

2. 第二检测工位：需要检测弹簧座组件的最大外圆尺寸、形状和漏水孔等特征。选择背光照明方式，这可以更好地突显轮廓特征。采用奥普特的OPT-FL150150-W背光源来实现照明。这种方式适用于检测需要突显轮廓的特征。

<—弹簧座组件缺陷检测—>

弹簧座组件检测系统需要检测以下几个方面的特征：

1. 4个椭圆漏水孔检测：为了检测这些孔的数量和位置是否正确，采用图像处理的方法。首先通过合适的二值化方法突出漏水孔的边缘，然后使用图像相减的方法，将填充图像与未填充图像相减，以得出漏水孔的检测结果。

对于可能的背光干扰，进行光源位置的调整，并在图像处理中采用腐蚀操作来消除干扰。最后根据白色区域的面积、长度和宽度等参数来判断是否存在4个正常漏水孔。

2. 垫片内孔焊渣检测：对于检测焊渣，建立ROI区域，然后使用区域相减方法来检测焊渣。由于焊渣通常不是完整的圆形，使用最小外接圆拟合处理来得到一个完整的圆，以进行区域相减。最后，通过设置预设焊渣区域的面积大小来判定是否存在焊渣。

3.最大外圆边沿缺口和垫片外圆边沿缺口检测：对于这两个缺口的检测，通过图像分析和预处理，包括中值滤波和背景分离，将受检组件的最大外圆边缘与治具的背景区分开。然后使用三角形判断法来检测是否存在缺口。

<—结论—>

这个弹簧座组件检测系统利用先进的图像处理技术和合理的硬件配置，能够高效地检测各种特征，提高了生产过程的质量控制和效率。

光源的选择和照明方式对于图像采集的质量和可靠性至关重要，LED光源以其响应快、耗电低、寿命长等特点成为首选。不同的检测工位采用不同的光源和照明方式，以适应不同的检测需求。

在图像处理方面，采用了多种算法和技术来检测弹簧座组件的各种特征，包括漏水孔、垫片内孔焊渣、最大外圆边沿缺口和垫片外圆边沿缺口。这些算法包括二值化、图像相减、腐蚀、中值滤波、背景分离、一维边缘点检测等。每个特征都有独特的检测方法，以确保准确性和稳定性。

<—参考文献—>

[1]毓晋.图象工程:图象理解与计算机视觉.下册[M].北京：清华大学出版社, 2000.

[2]王凯,周律,章佳佳.基于机器视觉的圆孔零件内外径尺寸精密检测[J].农业装备与车辆工 程,2018,56(09):59-62.

[3]江洪,宋勇,隋国成,郑利东.智能选矸机器人系统的研究与应用[J].选煤技术,2020(04):81-87. [4]杨洋.基于X射线图像特征提取的产品缺陷检测技术研究[D].太原:中北大学,2020.

[5]邹定海,叶声华.用于在线测量的视觉检测系统[J].仪器仪表学报,1995(04):337-341.

[6]张文景,张文渊,苏键锋,许晓鸣.计算机视觉检测技术及其在机械零件检测中的应用[J].上海交通大 学学报,1999(05):3-5.

【免责声明】文章描述过程、图片都来源于网络，此文章旨在倡导社会正能量，无低俗等不良引导。如涉及版权或者人物侵权问题，请及时联系我们，我们将第一时间删除内容！如有事件存疑部分，联系后即刻删除或作出更改