一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法
【專(zhuān)利摘要】本發(fā)明涉及一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其首先，基于機(jī)器視覺(jué)獲取工業(yè)產(chǎn)品的圖像，接著，進(jìn)行圖像預(yù)處理，再對(duì)得到的圖像進(jìn)行圖像分割，從而得到其外形亞像素輪廓，基于亞像素輪廓繼而可以實(shí)現(xiàn)相關(guān)橫截面的直徑、高度尺寸、圓弧直徑以及圓度的檢測(cè)。通過(guò)該方法，提高了產(chǎn)品的測(cè)量精度以及生產(chǎn)自動(dòng)化程度、市場(chǎng)競(jìng)爭(zhēng)力。
【專(zhuān)利說(shuō)明】一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于外形檢測(cè)領(lǐng)域，涉及一種在線測(cè)量方法，尤其是一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法。

【背景技術(shù)】
[0002]基于機(jī)器視覺(jué)的檢測(cè)方法也是產(chǎn)品外形檢測(cè)的一種方法，然而在國(guó)內(nèi)的生產(chǎn)流水線上很大程度還是依賴人工檢測(cè)，人工檢測(cè)卻易造成視覺(jué)疲勞，極易帶來(lái)檢測(cè)誤差，效率低的問(wèn)題，也不能夠?qū)崿F(xiàn)產(chǎn)品的在線、非接觸測(cè)量。工業(yè)機(jī)器視覺(jué)上常采用的檢測(cè)方法是通過(guò)邊緣檢測(cè)的方法實(shí)現(xiàn)的，然而像素級(jí)輪廓精度低于亞像素輪廓精度，因此存在精度低的問(wèn)題。


【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺點(diǎn)，提供一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，
[0004]本發(fā)明的目的是通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)的:
[0005]這種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，包括以下步驟:
[0006]I)基于機(jī)器視覺(jué)獲取工業(yè)產(chǎn)品的圖像；
[0007]2)進(jìn)行圖像預(yù)處理:采用圖像濾波手段去掉圖像中的噪聲干擾，恢復(fù)圖像的原始特征；所述圖像濾波手段為:在對(duì)圖像逐行掃描過(guò)程中，對(duì)于每個(gè)像素點(diǎn)，首先判斷該像素點(diǎn)是否為該鄰域像素的最大值或最小值，若是則對(duì)其中值濾波，否則該像素點(diǎn)灰度值不變；
[0008]3)對(duì)得到的圖像進(jìn)行圖像分割:利用圖像的灰度直方圖和自動(dòng)閾值分割算法的方法；
[0009]4)獲取亞像素輪廓，基于亞像素輪廓繼而實(shí)現(xiàn)相關(guān)橫截面的直徑、高度尺寸、圓弧直徑以及圓度的檢測(cè)。
[0010]進(jìn)一步，步驟I)中，由工業(yè)相機(jī)對(duì)工業(yè)產(chǎn)品進(jìn)行拍照，獲取圖像。
[0011]進(jìn)一步，步驟2)中，預(yù)處理之后的圖像經(jīng)過(guò)去除噪聲干擾的操作，保持圖像的原始特征。
[0012]進(jìn)一步，步驟3)中，設(shè)灰度值閾值，將感興趣區(qū)域與背景分開(kāi)，然后利用特征將感興趣區(qū)域提取出來(lái)。
[0013]進(jìn)一步，步驟4)中，亞像素輪廓的提取是通過(guò)梯度法實(shí)現(xiàn)的。
[0014]本發(fā)明具有以下有益效果:
[0015]本發(fā)明基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法在線測(cè)量、非接觸測(cè)量，測(cè)量數(shù)據(jù)易存檔、測(cè)量精度高等，從而提高生產(chǎn)自動(dòng)化程度、市場(chǎng)競(jìng)爭(zhēng)力。

【具體實(shí)施方式】
[0016]本發(fā)明的基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，包括以下步驟:
[0017]I)基于機(jī)器視覺(jué)獲取工業(yè)產(chǎn)品的圖像；
[0018]2)進(jìn)行圖像預(yù)處理:采用圖像濾波手段去掉圖像中的噪聲干擾，恢復(fù)圖像的原始特征；所述圖像濾波手段為:在對(duì)圖像逐行掃描過(guò)程中，對(duì)于每個(gè)像素點(diǎn)，首先判斷該像素點(diǎn)是否為該鄰域像素的最大值或最小值，若是則對(duì)其中值濾波，否則該像素點(diǎn)灰度值不變；
[0019]3)對(duì)得到的圖像進(jìn)行圖像分割:利用圖像的灰度直方圖和自動(dòng)閾值分割算法的方法；
[0020]4)獲取亞像素輪廓，基于亞像素輪廓繼而實(shí)現(xiàn)相關(guān)橫截面的直徑、高度尺寸、圓弧直徑以及圓度的檢測(cè)。
[0021]在本發(fā)明的具體實(shí)施例中:步驟I)中由工業(yè)相機(jī)對(duì)工業(yè)產(chǎn)品進(jìn)行拍照，獲取圖像。步驟2)預(yù)處理之后的圖像經(jīng)過(guò)去除噪聲干擾的操作，保持圖像的原始特征。步驟3)設(shè)灰度值閾值，將感興趣區(qū)域與背景分開(kāi)，然后利用特征將感興趣區(qū)域提取出來(lái)。步驟4)中，亞像素輪廓的提取是通過(guò)梯度法實(shí)現(xiàn)的。
【權(quán)利要求】
1.一種基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其特征在于，包括以下步驟: 1)基于機(jī)器視覺(jué)獲取工業(yè)產(chǎn)品的圖像； 2)進(jìn)行圖像預(yù)處理:采用圖像濾波手段去掉圖像中的噪聲干擾，恢復(fù)圖像的原始特征；所述圖像濾波手段為:在對(duì)圖像逐行掃描過(guò)程中，對(duì)于每個(gè)像素點(diǎn)，首先判斷該像素點(diǎn)是否為該鄰域像素的最大值或最小值，若是則對(duì)其中值濾波，否則該像素點(diǎn)灰度值不變； 3)對(duì)得到的圖像進(jìn)行圖像分割:利用圖像的灰度直方圖和自動(dòng)閾值分割算法的方法； 4)獲取亞像素輪廓，基于亞像素輪廓繼而實(shí)現(xiàn)相關(guān)橫截面的直徑、高度尺寸、圓弧直徑以及圓度的檢測(cè)。
2.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其特征在于，步驟1)中，由工業(yè)相機(jī)對(duì)工業(yè)產(chǎn)品進(jìn)行拍照，獲取圖像。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其特征在于，步驟2)中，預(yù)處理之后的圖像經(jīng)過(guò)去除噪聲干擾的操作，保持圖像的原始特征。
4.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其特征在于，步驟3)中，設(shè)灰度值閾值，將感興趣區(qū)域與背景分開(kāi)，然后利用特征將感興趣區(qū)域提取出來(lái)。
5.根據(jù)權(quán)利要求1所述的基于機(jī)器視覺(jué)吹塑產(chǎn)品的在線測(cè)量方法，其特征在于，步驟4)中，亞像素輪廓的提取是通過(guò)梯度法實(shí)現(xiàn)的。
【文檔編號(hào)】B29C49/78GK104228049SQ201410475842
【公開(kāi)日】2014年12月24日 申請(qǐng)日期:2014年9月17日 優(yōu)先權(quán)日:2014年9月17日
【發(fā)明者】姜洪權(quán), 高建民, 麻興斌, 梁澤明, 楊璐, 劉賀 申請(qǐng)人:西安交通大學(xué)