NGHIÊN CỨU PHÁT HIỆN LỖI CHO SẢN PHẨM THÂN NHỰA CẦU LÔNG DỰA TRÊN KỸ THUẬT UNWARPPING

Tóm tắt

Sự tiến bộ của công nghệ sản xuất đã làm gia tăng nhu cầu về các hệ thống kiểm tra chất lượng (QC) tự động, đặc biệt là trong việc kiểm tra các vật thể có hình dạng phức tạp như sản phẩm ép phun dạng cầu. Các phương pháp kiểm tra truyền thống phải đối mặt với những thách thức đáng kể khi xử lý các bề mặt cong, nguyên nhân là do sự biến dạng hình học vốn có trong các hệ thống ghi hình 2D thông thường. Bài báo này trình bày một phương pháp tiếp cận toàn diện để phát hiện lỗi trên sản phẩm ép phun dạng cầu, bằng cách sử dụng các kỹ thuật làm phẳng ảnh tiên tiến. Phương pháp được đề xuất giải quyết các thách thức cơ bản của việc hiệu chỉnh biến dạng hình học thông qua các mô hình toán học, trong đó tích hợp cơ chế bù trừ biến dạng xuyên tâm và tiếp tuyến, phép biến đổi phối cảnh, và các thuật toán chuyên dụng để phân tích bề mặt cong. Kết quả kiểm nghiệm thực tế cho thấy sự cải thiện đáng kể về độ chính xác trong việc phát hiện lỗi, đạt tỷ lệ phát hiện 98.5% và đồng thời giảm 72% tỷ lệ lỗi so với các phương pháp kiểm tra thông thường

Title

A STUDY ON DEFECT DETECTION IN PLASTIC SHUTTLECOCK BODIES USING AN IMAGE UNWARPING METHOD

Abstract

The advancement of manufacturing technology has intensified the demand for automated quality control systems, particularly in the inspection of complex geometries such as spherical molded products. Traditional inspection methods face significant challenges when dealing with curved surfaces due to geometric distortion inherent in conventional 2D imaging systems. This paper presents a comprehensive approach to spherical mold defect detection utilizing advanced image unwarping techniques. The proposed methodology addresses the fundamental challenges of geometric distortion correction through mathematical models incorporating radial and tangential distortion compensation, perspective transformation, and specialized algorithms for curved surface analysis. Experimental validation demonstrates significant improvements in defect detection accuracy, achieving detection rates of 98.5% while reducing false positive rates by 72% compared to conventional inspection methods