用於監控特別是汽車車身部件的噴漆質量的系統和方法

2023-04-22 20:04:51 1

專利名稱：用於監控特別是汽車車身部件的噴漆質量的系統和方法
技術領域：
本發明涉及一種用於監控例如汽車車身部件噴漆質量的系統，這類系統包括至少一個用於照射部件的光源、至少ー個用於檢查被照射部件的攝像機和用於處理來自攝像機的信號的電子裝置。這類系統例如描述在文件JP-A-7012750中。
背景技術：
在監控汽車車身噴漆質量的具體情況中，仍然存在對檢測各種車身噴漆缺陷的需求，車身噴漆缺陷基本上分為三種不同的類型小缺陷，諸如例如小斑點(參見附圖的圖9A);中等缺陷，諸如例如"桔皮"效應(參見圖9B);和大缺陷，諸如例如滴在車身邊緣上的油漆(參見圖9C)。不管其尺寸如何，缺陷也可以是下述各種類型劃痕、村裡、剝離、顏色的變化或缺失等。 可以從US 4 715 709 A中知曉權利要求I前序中提出的系統。

發明內容
本發明的目的是提供ー種上文所描述的這類監控系統，其能夠搜索上文提及的所有類型的缺陷並在必要及期望吋，還能對其進行標示，並且其能夠在不改變生產線周期的情況下沿生產線使用。本發明的另ー個目的是提供ー種前面所指類型的系統，其能夠精確而又準確地檢測噴漆質量，並且是以ー種極迅速的方式。本發明的另ー個目的是提供ー種前面所指類型的系統，其相對簡單、便宜而又可靠。以達成這樣的目的為目標，本發明提供了一種如權利要求I所述的系統和ー種如權利要求10所述的方法。在優選實施方式的例子中，將待監控部件沿著傳送線連續運送而所述機械手固定設置在傳送線旁，以及控制機械手以便給予所述監控頭基本速度以跟隨該部件沿傳送線的運動以及與基本速度相比相當大的附加速度，以獲得相對於被監控部件的監控運動。仍然在上述優選實施方式的例子中，上述入射角等於大約30°，沿照射方向所測量的光源距監控表面的距離包括在150mm和200mm之間，並且沿攝像機光軸所測量的攝像機的鏡頭和監控表面之間的距離包括在350mm和650mm之間。在具體實施方式
中，這種距離分別等於175mm和472mm。根據另ー個優選特性，由所述機械手攜帯的監控頭還包括標示裝置，其用於標示監控表面已經檢測到缺陷的區域。仍然根據優選實施方式，這種標示裝置為噴墨裝置。由於上述特性，根據本發明的裝置能夠精確而又快速地監控噴漆質量，從而在沿生產線使用該裝置時允許不延長生產線周期時間。根據另ー優選特性，對處理來自攝像機的信號的電子裝置進行編程以獲得由攝像機按照預定幀速捕獲的圖像，以便提取對應於所述圖像的光輪廓，從而提供這種數據以便分析並因此根據用於檢測小缺陷、中等缺陷和大缺陷以及邊緣上的液滴的三種不同算法相對於彼此並行或順序執行三個處理循環(cycle)。本發明還有提供通過根據本發明的系統來實施的方法的目的。


本發明的其他特性和優點根據以下參照附圖的描述將變得明顯，附圖僅以非限制性示例的方式提供，其中圖I是根據本發明的設置在生產線旁邊的監控系統的示意性透視圖，待檢查部件 沿著生產線移動，圖2是監控頭的基本単元部分的示意圖，其還圖示了監控頭相對於監控表面的運動軌跡，圖3是在根據本發明的系統中使用的光源的示意性透視圖，圖4是光源結構ー部分的前視圖，圖5是圖3所示光源的另ー個側面示意圖，圖6顯示了對監控頭的基本単元進行設置的幾何關係，圖7是圖2的變形，其示意性圖示了還設有用於標示所檢測缺陷的頭的實施方式，圖8是示意圖，圖示了根據本發明的系統的工作原理，圖9A、B、C為汽車車身的各種噴漆缺陷的不範性圖不，圖10是方框圖，圖示了在根據本發明的系統中所執行的處理方法，以及圖11圖示了另三個方框圖-以概括的方式-顯示了用來檢測小缺陷(左圖表)、中等缺陷(中間圖表)和大缺陷(右圖表)的算法。
具體實施例方式先前經歷噴漆的部件2沿著其移動的生產線用標記I整體表示在圖I中(在圖中単獨示意性圖示)。在圖中部件2示意為普通的部件。然而，在此所描述的具體實施方式
特別涉及來自於對其進行噴漆的噴漆站的汽車車身的情況。根據本發明的用於監控部件2的噴漆質量的系統整體用附圖標記3表示。系統3包括操作機械手4，操作機械手4為任意已知類型且預先設置在固定位置(明顯地，在具體圖示的例子中，它是可替代的倘若基座沿生產線是移動的)並攜帶適於在輸出端提供由電子處理部件6處理的電信號的監控頭5。參照圖2-6，監控頭5包括ー個支撐結構，其攜帶相對於彼此位於相對固定位置的光源7和攝像機8。正如圖3-5中具體所示，光源7包括攜帯對齊的一系列白色光的LED源9的支撐板8，相對於該支撐板8設置了不透明護罩10，該不透明護罩10具有平行井面對該對齊的一系列LED源9的直線裂縫11。在具體實施方式
的例子中，使用了 32個具有高光度(600mcd)並被按照等於14_的間距P設置的白色光LED源，支撐板8的總長度I等於500mm。仍然在這種具體實施方式
的例子中，該系列LED源9和護罩10之間的距離d等於5mm而裂縫11的寬度w等於1mm。由於上述構造和設置，光源7適於在待監控表面S的方向發射-來自於裂縫11-平坦的光刀し在所示的實施方式的例子中，用於控制機械手4的系統提供用於以一定速度移動的監控頭5，該速度是對應於生產線I的前進速度V的基本速度與遠大於該基本速度的附加速度的和，該基本速度允許監控頭5在生產線I中沿著其行進跟隨待監控部件2，該附加速度允許相對於待監控表面S (圖2)移動監控頭5 (包括光源7和攝像機8)以便執行監控操作。圖2示意性地顯示了監控頭5 (攜帯光源7和攝像機8兩者)相對於待監控的部件表面S的運動軌跡T。正如可觀察到的，監控頭相對於表面S在圖2中箭頭A所指的主方向運動，但是這種運動期間，該監控頭也在垂直於表面S的方向運動，以便使光源7和攝像機8距該表面的距離保持恆定。從而，軌跡T的輪廓(profile)在平行於主運動方向A的區段中精確對應於待監控表面S的輪廓。 光刀L沿線z (圖2)衝擊待監控表面S，且其因此被反射在攝像機8的方向中。正如在圖2中清楚可見的，主運動方向A垂直於光源7發出的光刀L和待監控表面S之間相交的上述線z。為了使攝像機8能夠捕獲光源7發出並且由表面S反射的光，將光源7和攝像機8設置並定向成如圖6中能更好觀察的那樣。正如該圖中所指示的，光源7發出的光刀L與沿著入射線z垂直於表面S的平面η形成角α，其優選在20°和40°之間。申請人所進行的研究和實驗表明，這種角的角度值為30°是最佳的。攝像機8具有其光軸，該光軸在光刀L的入射線ζ在表面S上的點中衝擊表面S。攝像機8的光軸相對於垂直面η之間形成的角度也為α，使得攝像機8能夠捕獲光源7發出並且由表面S反射的光。因此，在上述具體實施方式
的例子中，甚至這種角也等於30°。圖6還顯示了在上述具體實施方式
中限定了對攝像機8的光源7進行設置的距離。申請人所進行的研究和實驗表明，如果沿照射方向所測量的光源7和監控表面S之間的距離包括在150mm和200mm之間(在具體實施方式
中它等於175mm)，並且如果沿攝像機光軸所測量的攝像機8的鏡頭和監控表面S之間的距離包括在350mm和650mm之間(在具體實施方式
中它等於472mm)是有利的。圖7示意性地顯示了圖2的變形，其中標示裝置12安裝在光源7附近，該標示裝置例如由噴墨頭構成，其適於以下文要描述的方式通過墨斑13標示表面S中根據本發明的系統已經檢測到噴漆缺陷14的區域。液體噴射頭12由控制系統啟動(通過供應空氣和加壓液體)以產生霧化液體噴霧，其落在部件鄰近檢測到的缺陷的表面上。為了將實際缺陷14和進行標示的液體斑點13之間的距離降低到最小，預先設定了能夠以極其少的計算次數來檢測缺陷的算法。例如，照機械手的運動等於20米/分鐘而計算時間為IOOms來說，進行標示的定位誤差為大約33. 3mm。監控頭5相對於待監控表面S運動期間，電子處理部件6因此按照預定的幀速從攝像機8接收對應於所捕獲的圖像的信號。為了允許光學系統快速運動，應該使用較低的曝光時間(例如1800 μ S)和較高的幀速(例如500幅圖像/秒)與通過機械手4獲得的以等於20米/分鐘的監控頭的運動。在這種情況下，可以獲得大約O. 67mm的各捕獲解析度。圖8通過圖解顯示了攝像機8捕獲的圖像IA的例子及因對圖像IA進行預處理而獲得的光強分布圖PE的例子。正如先前所述，根據本發明的系統能夠並行或順序執行所有控制算法，從而獲得將所檢查的區域標示為有缺陷或無缺陷的最終決定。參照圖8，這種算法包括
-能夠檢測圖像的捕獲循環(例如以五百幅圖像每秒的幀速)，提取其光輪廓並且提供用於分析的數據，-當有足夠數量的待處理數據可用吋，能夠並行執行三個處理循環；這些循環包括三種處理算法，這些算法允許檢測並且對小缺陷、中等缺陷和大缺陷及邊緣上的液滴進行分類；-能夠標示缺陷的循環。圖11顯示了允許檢測三種不同類缺陷的三種算法的結構。算法的詳細說明系統接收-在輸入端-圖8所示的攝像機所提取的輪廓流。I.預處理在這個例子中，系統處理來自攝像機的每一幅圖像，並且檢查圖像每一列的反射位置。特別地，對於圖像I (X，y)的各列X，將反射中心作為坐標y計算，從而隨在輸入端中X從I變到M獲得相對於圖像I的輪廓P(x)。系統能夠通過沿列x(P(x)=argmax(I (y,x))的強度I(x，y)的最大值或通過計算光質心(light barycentre) (P (x)=Lightbarycentre (I (y,x))來識別位置。估算反射位置的進ー步的方法可從文獻中得到而所提出的方法能夠支持它們。前置濾波輸出為強度矢量O(X)，其長度等於圖像的所選擇的強度值是對應於選為輪廓PU)的位置的點的強度的M列的長度，S卩，可觀察到0(x) =l(x，p(x))。2.塊處理系統構成N個輸出O(X)中的矢量B，這N個輸出O(X)是通過分析在輸入端內的N幅圖像而得到的。因此，系統處理強度塊B(x，y)，其中X在I到M之間的範圍內而y在從I到N的範圍。塊可以疊加，並且系統能夠操作從最少2個分量直到等於攝像機的所有可用的N幅圖像的理論最大分量的可變維度的塊。塊操作的可能性允許實時調節系統的操作及調節用信號通知缺陷的啟動的延遲。3.檢測小缺陷檢測小缺陷的算法在兩個主要步驟中進行-檢測潛在的候選缺陷-減少候選組中的假陽性(falsepositive)的數量3. I檢測潛在的候選缺陷系統通過與Iog-S(log-sigmoid)型的核矩陣K(x,y)進行卷積來處理塊B(x,y),例如測量Ilxll像素，具有高斯西格瑪的I. 5個像素，從而獲得具有與B (X，y)相同維度的已濾波矩陣12 =卷積(B(x, y), K(x, y))。包含在矩陣B(x，y)中的強度可在預定的範圍內變化，該範圍取決於攝像機的參 數「每個像素的位」。在不減少細節的情況下，下面將基準定為每像素8位而因此變化範圍包括在O和255之間。識別形成具有與B(x，y)相同維度的ニ進位矩陣Dl的潛在缺陷區域，ニ進位矩陣Dl只在I2(x，y)大於閾值SI (其例如可以具有值5)的地方的點(x，y)中具有值I而對於所有其他點為零值。形成具有與B(x，y)相同維度的ニ進位矩陣D2，其僅在矩陣B(x，y)大於閾值S2(其例如可以具有值30)的地方的點(x，y)中具有值I而對於所有其他點為零值。形成具有與B (X，y)相同維度的ニ進位矩陣D3，其只在矩陣D2 (x, y)與Dl (x, y)位置中的位之間的OR邏輯算子假定為值I地方的點(x，y)處具有值I，而對於所有其他點值為零，即,D3(x, y) = OR (D2 (X, y), Dl (X, y))。對所得到的矩陣D3(x，y)進行形態分析，其以8像素連通性捜索矩陣的I值區域，並選中具有更大區域的單元(element)。然後,倉ll建具有與B (x, y)維度相同的矩陣D4(x,y)，其中只有對應於屬於先前步驟中識別出的具有更大區域的単元的點的點(X，y)處的值 為I而對於所有其他點為零值。對矩陣D4(x，y)進行形態分析，其中，進行用於在存在於矩陣D4(x，y)中的該單元內填充零位的操作，即，識別該單元內的零像素並且ー個接ー個地交換。這樣獲得的矩陣稱為D5(x，y)且根據定義，如果包含至少ー個単元，則在其內沒有零像素的意義上，它是緊湊性的。對矩陣D5(x，y)進行形態分析，其中，進行對存在於矩陣D5 (x，y)中的單元進行腐蝕(erode)的運算，即，識別包含在其內的単元邊緣上的像素井利用例如10像素盤(pixeldisc)的結構單元對其進行腐蝕。這樣獲得的矩陣稱為D6(x，y)。這樣，如果矩陣D6(x，y)包含ー個單元，則它應該是緊湊性的因為其內沒有零像素。形成具有與B(x，y)相同維度的ニ進位矩陣D7 (x，y)，其只在矩陣D6 (x，y)與Dl(x,y)位置中的位之間的AND邏輯算子假定為值I的地方的點(x，y)處具有值I而對於所有其他點值為零，即，D7 (X，y) = AND (D6 (x，y)，Dl (x，y))。形成具有與B(x，y)相同維度的ニ進位矩陣D8(x，y)，其只在點(x，y)處具有值I而對於所有其他點值為零，其中在該點(x，y)j^$D7(x，y)假定為值I且點(x，y)是否與矩陣的邊緣至少遠離Q像素被同時驗證。3. 2減少候選組中的假陽性數量限定下述閾值S3，即，小缺陷的最大區域；以及S4，即，小缺陷的最小區域(小缺陷例如可以被設在S3值為120而S4值為I處)。對所獲得的矩陣D8(x，y)進行形態分析，其用8_像素連通性識別當前連接的所有単元，並對在矩陣D8(x，y)中找到的所有單元進行下面的循環(cycle)從矩陣B (X, y)中刪去被稱為Particular (x, y)的新的子矩陣，其被調整成(square)居中在當前單元的質心，並且寬2*S5+1，其中S5是個變量，其表示矩陣Particular(x, y)的半寬度(其中例如其可以假定為值10)。矩陣Particular (X, y)中存在的來自一定標度(from a scale)的第二灰色陰影值與包含在矩陣Particular (X，y)中的其值等於零的像素相關聯，該標度是通過以遞增的順序對矩陣Particular (X, y)中存在的灰色陰影進行排序而得到的。創建其值等於圖像分割閾值的變量S8，這種分割閾值是通過Otsu方法計算的(Otsu, N. ,uK Threshold Selection Method from Gray-Level Histograms,，，IEEETransactions on Systems, Man,及 Cybernetics, Vol. 9, No. 1,1979, pp. 62-66)。 這種方法通過迭代法選擇閾值，其將具有當前閾值的ニ進值化圖像中O和I像素的集合(popu I at i on)之間的組內方差降低到最小。形成具有與矩陣Particular (X, y)維度相同的矩陣D9(x, y),當矩陣Particular (x, y)中的相應像素小於閾值S8時，矩陣D9具有其值為I的像素(x，y)。形成布爾變量C3，並且如果矩陣D9(x，y)的為I的像素的和小於閾值S3 ( S卩，小缺陷的最大區域)，則設其值為1，在其他情況下設其值為O。形成布爾變量C4，並且假定其值等於變量Cl和C3之間的AND邏輯結果。形成表示矩陣Particular (x, y)邊緣周邊的巾貞的維度_用像素表示_的參數S9,其將用在下面的控制中(例如初始值為2)。形成變量C5，變量C5在矩陣D9(x，y)中且設置在幀S9內的像素寬度從矩陣D9 (X，y)邊緣的像素的和小於閾值SlO (其例如初始為值10)時，其將假定為值I。 形成其值為O和I之間的ー個數(例如，等於2/3比率)的閾值S11，並將其用於計算閾值S12，閾值S12等於最接近矩陣Particular (X，y)的半長度尺寸和閾值Sll之間的乘積的整數。形成變量C6，該變量在矩陣Particular (x，y)中的設置在幀S12內的像素寬度從矩陣Particular (x, y)的邊緣的像素的標準轉換小於閾值S13 (其例如被以值10初始化)的情況下假定為1，而在其他情況下為O。如果布爾條件C6、C5、C4、C2的AND邏輯結果在1，則將正在檢查的矩陣D8 (x, y)中的該單元識別為缺陷，否則該單元被歸類為假陽性。根據缺陷的區域(正在檢查的単元的為I的像素的總和)，可因不同的嚴重性將其歸類(例如，對於小於5個像素的區域，缺陷被歸類為可忽略的，對於包含10和5個像素之間的區域，缺陷被歸類為在表面的某些區域可忽略而在其他區域則是嚴重的，對於大於10個像素的區域，缺陷在表面的任何區域都是嚴重的)。4.中等缺陷檢測 下面的算法識別中等缺陷(例如桔皮類缺陷)。系統通過與對角(diagonal)型的核矩陣K2(x, y)進行卷積來處理塊B (x, y)(例如用相對於水平軸逆時針傾斜20度的對角型測量4x4像素)，從而獲得具有與B(x，y)相同維度的濾波矩陣 13 = convolution (B (x, y), K2(x, y))。形成具有與B(x，y)相同維度的矩陣I4(x，y)，其只在子塊(例如，測量32x 32像素)中假定有矩陣I3(x，y)相同的值，對於該子塊，它具有大於零的平均值，而在所有其他塊中它為零。與矩陣I3(x，y)中對應塊的平均值相等的塊的像素被放置在14(x，y)中的各塊中。形成對於像素具有值I的ニ進位矩陣15 (x，y)，對於該像素，矩陣I4(x，y)具有在閾值S14和S15(其例如可分別具有值0. 3和0. 8)之間的值。形成被分成子塊(例如，測量32x 32像素)的矩陣16 (x，y)，其中-在16 (x, y)的各塊中-放置等於矩陣15 (X，y)中相應塊的平均值的塊的像素。將矩陣17 (X，y)形成為對矩陣16 (X，y)的子採樣，其中，矩陣17 (x，y)的每個像素等於矩陣I6(x，y)的相應塊的平均值。例如以相當於產生矩陣I8(x，y)的1_像素半徑盤的結構單元，對腐蝕矩陣17 (X，y)進行形態濾波。
對所獲得的矩陣I8(x，y)進行形態分析，其用8_像素連通性識別當前連接的所有単元，並對在矩陣18 (X，y)中找到的所有單元進行接下來的循環。形成具有與I8(x，y)維度相同以O初始的矩陣I9(x，y)。考慮對於各個単元的區域並且只有與大於閾值S16(其例如可具有3像素的值)的區域連接的單元將被考慮並作為中等缺陷(例如，作為桔皮類缺陷)以相應位置的形式在矩陣19 (x，y)中進行指示。通過用來產生矩陣17 (x,y)的逆解樣比率來超採樣(supersample)矩陣I9(x,y),使得I9(x，y)的最終維度等於塊B (x，y)的維度。這樣計算的矩陣19 (x，y)因此指示出中等缺陷圖(例如，作為桔皮類缺陷)。
5.檢測大缺陷以及表面邊緣上的液滴。通過與在「檢測小缺陷」方法中描述的相同方法來獲得對表面內(不在邊緣上)的大缺陷的檢測，但是閾值S2和S3増大。通過掃描邊緣(例如通過給予能夠保持光刀垂直於待分析邊緣的掃描路徑)並通過如下分析矩陣B(x，y)來獲得對邊緣上的缺陷的檢測。對矩陣D2(x，y)進行濾波以檢測目標邊緣，例如按照Prewitt方法(S卩，採用近似微分的Prewitt來找到邊緣且其中其具有輸入圖像的最大梯度的點的邊緣設置成退出(exiting)),從而獲得具有與D2(x, y)相同維度的矩陣DlO (x, y)。對矩陣D10(x，y)進行列掃描，並且在獲得估算正在檢查的表面邊緣的位置的矢量的矢量Edges(X)中跳過沿D10(x，y)中的列的第一個1_像素。掃描大區域且不掃描邊緣期間，不進行下述檢測。存在沿邊緣進行掃描時，例如通過線性回歸最小ニ乘法(linear regression to the least squares)計算對包含在矢量Edges (x)中的點進行插值的線(即，最接近點集[y = Edges(x) ,X]的線)。矢量Retta(X)為各列包含沿插值線的軸y的值的矢量。創建被初始為零的矩陣Dl I (X，y)，且該矩陣Dl I (x，y)只在對於沿軸x的所有列而言下列不等式Retta(x) < y < = Edges (x)為真處的點(x,y)中，假定為值I。矩陣Dll (x,y)表示邊緣上的缺陷的ー組候選，例如液滴。對所獲得的矩陣Dll(x，y)進行形態分析，其用8_像素連通性識別當前連接的所有單元，並且對在矩陣Dll (X，y)中找到的所有單元進行接下來的循環。只有具有包含在閾值S17和S18之間的區域(例如，分別等於40和800像素)的単元被認為是沿邊緣的缺陷，例如液滴。正如從上述描述中明顯可見的，根據本發明的系統和方法能夠在不延長生產線周期時間的情況下，以精確而快捷的方式並通過相對簡單而又便宜的裝置檢測並且還可能標識沿生產線移動的部件中的噴漆缺陷。明顯地，在無損於本發明原理的情況下，構造細節和實施方式可以在不脫離本發明保護範圍的情況下相對於僅通過示例的方式進行了描述及示意性說明的內容進行廣泛變化。
權利要求
1.用於監控例如汽車車身部件(2)的噴漆質量的系統，包括至少ー個用於照射部件(2)的光源(7)、至少ー個用於檢查被照射的部件(2)的攝像機(8)和用於處理來自攝像機(8)的信號的電子裝置(6)， 其中所述系統還包括 -操作機械手(4)，其攜帯包括所述光源(7)和所述攝像機(8)的監控頭(5)，其中所述光源(7)和所述攝像機(8)相對於彼此保持在相對固定的位置，所述機械手(4)適於相對於監控部件(2)在主運動方向(A)並按照平行於部件表面(S)的軌跡(T)移動光源(7)和攝像機(8)，使得這種運動軌跡(T)遵循著與所述部件的所述表面(S)的輪廓對應的輪廓， 以及其中 -所述光源(7)適於發出按照照射線(z)衝擊監控表面(S)的平坦光刀(L)，所述照射線垂直於所述主運動方向(A)，所述光刀(L)的平面相對於垂直於所述表面(S)並且經過所述線⑴的平面(η)形成入射角(α)， -所述攝像機(8)相對於所述光源(7)設置並且定向，使得攝像機(8)的光軸在所述照射線⑴的一點中衝擊監控表面⑶並相對於監控表面⑶上的所述點中的法線(η)形成ー個角，其大體上等於上述入射角(α)，使得所述攝像機(8)能夠沿監控表面與所述光源(7)發出的光刀(L)的交線通過反射捕獲監控表面的輪廓的圖像， 所述系統的特徵在於 -所述機械手適於將光源(7)和攝像機(8)各保持在距部件(2)的所述表面(S)恆定的距離處， -所述入射角(α)包括在20°和40°之間，以及 -所述光源(7)包括對齊的一系列白色光LED源(9)，和ー個不透明罩(10)，所述不透明罩(10)與所述一系列源(9)相對設置並且具有平行於所述對齊的一系列源(9)的直線裂縫(11)。
2.如權利要求I所述的系統，其特徵在於所述入射角等於大約30°。
3.如權利要求I所述的系統，其特徵在於，沿著傳送線(I)連續運送待監控部件(2)，且其特徵在於所述機械手(4)固定設置在傳送線旁且它被控制以便給予所述監控頭(5)跟隨部件(2)沿傳送線(I)的移動的基本速度，以及與所述基本速度相比相當大的附加速度，從而獲得相對於監控部件(2)的監控運動。
4.如權利要求2所述的系統，其特徵在於，沿照射方向所測量的從監控表面(S)到光源(7)的距離包括在150mm和200mm之間，並且其特徵在於，沿攝像機(8)光軸所測量的攝像機(8)的鏡頭和監控表面⑶之間的距離包括在350mm和650mm之間。
5.如權利要求I所述的系統，其特徵在於，所述監控頭(5)還攜帶標示裝置(12)，其用於標示監控表面(S)的已經檢測到缺陷(14)的區域。
6.如權利要求5所述的系統，其特徵在於，所述標示裝置(12)為噴墨頭。
7.如權利要求6所述的系統，其特徵在於，所述標示裝置(12)安裝在所述光源(7)附近。
8.如前面任意一項權利要求所述的系統，其特徵在於，對所述電子處理裝置(6)進行編程，以便由所述攝像機(8)以預定的幀速捕獲所檢測的圖像，以便提取對應於這種圖像的光輪廓並且提供上述數據以便分析，並且最終以便並行或順序執行包括三種不同算法的三個處理循環，所述三種不同算法用以檢測並歸類小缺陷、中等缺陷和大缺陷以及邊緣上的液滴。
9.如權利要求8所述的系統，其特徵在於，處理小缺陷的算法包括用Iog-S型核進行濾波的步驟，捜索待檢查表面的步驟，適應所找到表面的步驟，捜索具有可能的缺陷的區域的步驟，以及消除假陽性的步驟， 其特徵在於，處理中等缺陷的算法包括用對角型核進行濾波的步驟，子塊檢查步驟，搜索具有可能的缺陷的區域的步驟以及消除假陽性的步驟，以及 其特徵在於，處理大缺陷及在邊緣上的液滴的算法包括用Prewitt進行濾波的步驟，捜索表面的邊緣、識別指示表面邊緣的插值網絡的步驟，捜索具有可能的缺陷的區域以及消除假陽性的步驟。
10.用於監控例如汽車車身部件(2)的噴漆質量的方法，包括提供用於照射所述部件的光源(7)和至少ー個用於檢查被照射部件的攝像機(8)，以及處理來自攝像機(8)的信號， 其中 -操作機械手(4)，其攜帯包括所述光源(7)和所述攝像機(8)的監控頭(5)，其中所述光源(7)和所述攝像機(8)相對於彼此保持在相對固定的位置， 控制所述機械手以相對於監控部件(2)在主運動方向(A)並且按照平行於部件(2)的表面(S)的軌跡(T)移動光源(7)和攝像機(8)，使得這種運動軌跡(T)遵循著與部件(2)的所述表面(S)的輪廓對應的輪廓， 以及其中 -提供所述光源⑵以發出按照射線(z)衝擊監控表面⑶的平坦光刀(L)，所述照射線垂直於所述主運動方向(A)，所述光刀(L)的平面相對於垂直於所述表面(S)並且經過所述照射線⑴的平面(η)形成入射角(α)， -所述攝像機(8)相對於所述光源(7)設置並且定向，使得攝像機(8)的光軸在所述照射線⑴的一點中衝擊監控表面⑶並且相對於在監控表面⑶上的所述點的法線(N)形成ー個角，其大體上等於上述入射角(α )，使得所述攝像機(8)能夠沿監控表面(S)與所述光源(7)發出的光刀(L)的交線通過反射捕獲監控表面(S)的輪廓的圖像， 所述方法的特徵在於 -所述光源(7)和攝像機(8)各保持在距部件(2)的這種表面(S)恆定的距離， -所述入射角(α)包括在20°和40°之間，以及 -所述光源(7)包括對齊的一系列白色光LED源(9)，和ー個不透明罩(10)，所述不透明罩(10)與所述一系列源(9)相對設置並且具有平行於所述對齊的一系列源(9)的直線裂縫(11)。
11.如權利要求10所述的方法，其特徵在於，沿著傳送線(I)連續運送待監控部件(2)，且其特徵在於所述機械手(4)固定設置在傳送線(I)旁且它被控制成給予所述監控頭(5)跟隨部件(2)沿傳送線(I)的移動的基本速度，以及與該基本速度相比相當大的附加速度，從而獲得監控頭(5)相對於監控部件(2)的監控運動。
12.如權利要求10所述的方法，其特徵在於，被啟動用於標示監控表面(S)的非常靠近各檢測到的缺陷(14)的區域(13)的標示裝置(12)設置在所述監控頭(5)上。
13.如權利要求10所述的方法，其特徵在於，所述處理包括由所述攝像機(8)以預定的幀速捕獲所檢測的圖像，提取對應於這種圖像的光輪廓並且提供所述數據以便分析，以及最後並行或順序執行包括三種不同算法的三個處理循環，所述三種不同算法用以檢測並歸類小缺陷、中等缺陷和大缺陷以及邊緣上的液滴。
14.如權利要求10所述的方法，其特徵在於，處理小缺陷的算法包括用Iog-S型核進行濾波的步驟，捜索待檢查表面的步驟，適應所找到表面的步驟，捜索具有可能的缺陷的區域的步驟，以及消除假陽性的步驟， 其特徵在於，處理中等缺陷的算法包括用對角型核進行濾波的步驟，子塊檢查步驟，搜索具有可能的缺陷的區域的步驟以及消除假陽性的步驟，以及 其特徵在幹，處理大缺陷以及在邊緣上的液滴的算法包括用Prewitt進行濾波的步驟，捜索表面的邊緣、識別指示表面邊緣的插值網絡的步驟，捜索具有可能的缺陷的區域並且消除假陽性的步驟。
全文摘要
一種用於監控例如汽車車身部件的噴漆質量的系統和方法，包括移動監控頭(5)以便在待監控部件(2)沿生產線(1)移動時跟隨所述部件的機械手(4)。監控頭相對於待監控表面(S)移動且包括光源(7)和接收光源(7)發出的光的攝像機(8)，所述光由監控表面(S)反射。電子處理部件(6)接收來自攝像機(8)的信號並且根據檢測各種缺陷種類，特別是小缺陷、中等缺陷和大缺陷的不同處理算法來處理這些信號。
文檔編號G01N21/89GK102680487SQ20121005934
公開日2012年9月19日 申請日期2012年2月28日 優先權日2011年2月28日
發明者A·奇西, A·特雷諾, G·帕斯奎塔茨 申請人:C.R.F.阿西安尼顧問公司