一種基于lmdo的注塑機(jī)械手模具異常檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及工業(yè)自動(dòng)化領(lǐng)域中注塑機(jī)行業(yè)，是一種配有機(jī)械手的注塑機(jī)生產(chǎn)過(guò)程 中對(duì)模具的智能監(jiān)視裝置。
【背景技術(shù)】
[0002] 近年來(lái)隨著塑料制品應(yīng)用領(lǐng)域的不斷擴(kuò)大，全球制造業(yè)對(duì)注塑機(jī)的需求呈現(xiàn)出持 續(xù)大幅攀升的趨勢(shì)?，F(xiàn)代化的注塑機(jī)都配有機(jī)械手，機(jī)械手是能夠模仿人體手臂的部分功 能，可以對(duì)注塑產(chǎn)品進(jìn)行自動(dòng)取出，使其按照預(yù)定要求對(duì)產(chǎn)品進(jìn)行堆疊、排列及擺放。機(jī) 械手是專門為注塑機(jī)設(shè)計(jì)開發(fā)的自動(dòng)化生產(chǎn)設(shè)備，它可以減輕工人繁重的體力勞動(dòng)，改善 勞動(dòng)條件保證安全生產(chǎn)，提高生產(chǎn)效率，在增強(qiáng)企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力等方面起到極其重要的 作用。如今注塑機(jī)機(jī)械手使用普遍，機(jī)械手自動(dòng)夾取料過(guò)程中的安全保護(hù)以及模塊保護(hù)越 發(fā)重要。為了對(duì)帶有機(jī)械手的注塑機(jī)生產(chǎn)過(guò)程中模具存在的殘留、滑塊錯(cuò)位、脫模不良等異 常情況進(jìn)行實(shí)時(shí)監(jiān)控以實(shí)現(xiàn)對(duì)模具的自動(dòng)保護(hù)，模具保護(hù)器被大量引入帶有機(jī)械手的注塑 機(jī)行業(yè)中。
[0003] 這種基于圖像處理技術(shù)的監(jiān)控系統(tǒng)極大提高了注塑機(jī)模具生產(chǎn)過(guò)程中的安全性 和工作效率，很大程度上降低了修模成本和工作人員的勞動(dòng)強(qiáng)度。目前市場(chǎng)上的模具保護(hù) 器功能都比較單一，模具保護(hù)裝置所使用的軟件的圖像處理算法相對(duì)簡(jiǎn)單，智能化程度相 對(duì)較低，導(dǎo)致了系統(tǒng)往往需要復(fù)雜的人工校準(zhǔn)和經(jīng)驗(yàn)來(lái)保證其異常檢測(cè)結(jié)果的正確性。但 是一般情況下帶有機(jī)械手的注塑機(jī)所在的工作環(huán)境會(huì)十分復(fù)雜，時(shí)常會(huì)有較大程度的光照 變化，而采用傳統(tǒng)算法的模具保護(hù)系統(tǒng)不能在這種多變的環(huán)境中正常工作，容易頻繁的出 現(xiàn)異常區(qū)域錯(cuò)誤報(bào)警等問(wèn)題。這時(shí)候用戶需要頻繁調(diào)整系統(tǒng)的相關(guān)參數(shù)，或者是直接重新 學(xué)習(xí)，導(dǎo)致操作繁瑣以及工作效率低下的問(wèn)題。

【發(fā)明內(nèi)容】

[0004] 為了克服已有注塑機(jī)械手模具監(jiān)視方法的實(shí)時(shí)性不足、對(duì)光照變化魯棒性較差等 不足，本發(fā)明提供一種具有實(shí)時(shí)性良好、對(duì)光照變化魯棒性強(qiáng)等特點(diǎn)的基于局部多層次差 分算子（LMDO)的異常檢測(cè)方法，其能夠通過(guò)注塑機(jī)開模圖像信息監(jiān)控模具是否有異常狀 ??τ O
[0005] 本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：
[0006] 一種基于LMDO的注塑機(jī)械手模具異常檢測(cè)方法，所述異常檢測(cè)方法包括以下過(guò) 程：
[0007] 1)采集注塑機(jī)開模到位時(shí)的標(biāo)準(zhǔn)模板圖像，并進(jìn)行預(yù)處理，作為之后的差分背景 圖像；
[0008] 2)等待注塑機(jī)工作狀態(tài)信息，當(dāng)檢測(cè)到注塑機(jī)運(yùn)行至開模到位時(shí)，通過(guò)攝像機(jī)對(duì) 模具型腔面連續(xù)取像，提取幾幅圖像的平均圖像，并對(duì)平均圖像做預(yù)處理，，為后續(xù)圖像處 理做準(zhǔn)備，作為之后的差分前景圖像；
[0009] 3)對(duì)差分前景圖像和差分背景圖像執(zhí)行基于LMDO的異常檢測(cè)算法，得到排除光 照干擾部分的異常區(qū)域；過(guò)程如下：
[0010] 3. 1)局部多層次差分算子
[0011] 在半徑為R，鄰居點(diǎn)為P的圖像局部區(qū)域，每個(gè)鄰居點(diǎn)像素值所對(duì)應(yīng)的對(duì)比度層次 tp由下式計(jì)算所得：
[0012] gs= gp-gc (I)
[0013]
【主權(quán)項(xiàng)】
1. 一種基于LMDO的注塑機(jī)械手模具異常檢測(cè)方法，其特征在于：所述異常檢測(cè)方法包 括以下過(guò)程： 1) 采集注塑機(jī)開模到位時(shí)的標(biāo)準(zhǔn)模板圖像，并進(jìn)行預(yù)處理，作為之后的差分背景圖 像； 2) 等待注塑機(jī)工作狀態(tài)信息，當(dāng)檢測(cè)到注塑機(jī)運(yùn)行至開模到位時(shí)，通過(guò)攝像機(jī)對(duì)模具 型腔面連續(xù)取像，提取幾幅圖像的平均圖像，并對(duì)平均圖像做預(yù)處理，，為后續(xù)圖像處理做 準(zhǔn)備，作為之后的差分前景圖像； 3) 對(duì)差分前景圖像和差分背景圖像執(zhí)行基于LMD0的異常檢測(cè)算法，得到排除光照干 擾部分的異常區(qū)域；過(guò)程如下： 3. 1)局部多層次差分算子 在半徑為R，鄰居點(diǎn)為P的圖像局部區(qū)域，每個(gè)鄰居點(diǎn)像素值所對(duì)應(yīng)的對(duì)比度層次％由 下式計(jì)算所得： Ss= Sp_Sc (l)
式中，％為P個(gè)鄰居點(diǎn)的灰度值，g。為局部區(qū)域中心像素點(diǎn)的灰度值，maxC，mine分別 代表鄰居點(diǎn)和中心點(diǎn)之間的對(duì)比度最大值和最小值，T代表對(duì)比度分層數(shù)量；針對(duì)每一個(gè) 對(duì)比度層次i，觀察中心點(diǎn)周圍有多少個(gè)鄰居點(diǎn)的對(duì)比度值落入了該層，以獲取每層次的 LMD0 ：
將每個(gè)層次的ZMDOk級(jí)聯(lián)在一起構(gòu)成了LMDOp.k:
3. 2)利用LMDO值對(duì)背景與前景圖像進(jìn)行差分 根據(jù)T個(gè)層次的值來(lái)判定像素之間的相識(shí)度，記背景圖像某一點(diǎn)的第i層次 的8bit二進(jìn)制值為Blmdo(j)，j= 0??? 7,前景圖像該點(diǎn)的第i層LMDO;,A，的 8bit二進(jìn)制值為Flmdo(j)，兩者差分，得到第i層次的相似度：
其中，《>為同或； 求像素之間的相似度就得求出每個(gè)層次的權(quán)重，再將每個(gè)層次的相似度Si與各自的權(quán) 重相乘，得到整體的相似度：
其中，ai代表第i個(gè)層次的權(quán)重，經(jīng)過(guò)大量試驗(yàn)數(shù)據(jù)表明，當(dāng)a1=a2=…a#寸，比較兩 幅圖像的相似度效果最佳；若相似度S小于一個(gè)設(shè)定閾值T時(shí)，則該點(diǎn)像素即被認(rèn)定為前 景，則值為灰度級(jí)〇,否則為背景，其值為灰度級(jí)255,從而實(shí)現(xiàn)異常區(qū)域的分割； 4) 對(duì)異常區(qū)域圖像進(jìn)行連續(xù)的開和閉運(yùn)算； 5) 通過(guò)區(qū)域生長(zhǎng)法對(duì)異常區(qū)域進(jìn)行標(biāo)記和面積測(cè)量； 6) 最后通過(guò)形態(tài)邊緣提取得到異常區(qū)域輪廓并報(bào)警，注塑機(jī)停止壓模進(jìn)入連鎖保護(hù)措 施。
【專利摘要】一種基于LMDO的注塑機(jī)械手模具異常檢測(cè)方法，所述異常檢測(cè)方法包括以下過(guò)程：1)采集注塑機(jī)開模到位時(shí)的標(biāo)準(zhǔn)模板圖像，并進(jìn)行預(yù)處理，作為之后的差分背景圖像；2)等待注塑機(jī)工作狀態(tài)信息，當(dāng)檢測(cè)到注塑機(jī)運(yùn)行至開模到位時(shí)，通過(guò)攝像機(jī)對(duì)模具型腔面連續(xù)取像，提取幾幅圖像的平均圖像，并對(duì)平均圖像做預(yù)處理，為后續(xù)圖像處理做準(zhǔn)備，作為之后的差分前景圖像；3)對(duì)差分前景圖像和差分背景圖像執(zhí)行基于LMDO的異常檢測(cè)算法，得到排除光照干擾部分的異常區(qū)域。本發(fā)明提供一種具有實(shí)時(shí)性良好、對(duì)光照變化魯棒性強(qiáng)等特點(diǎn)的基于局部多層次差分算子(LMDO)的異常檢測(cè)方法，其能夠通過(guò)注塑機(jī)開模圖像信息監(jiān)控模具是否有異常狀態(tài)。
【IPC分類】B29C45-76
【公開號(hào)】CN104772880
【申請(qǐng)?zhí)枴緾N201510168954
【發(fā)明人】董輝, 陳慧慧, 賴宏煥, 沈雪明, 吳祥
【申請(qǐng)人】浙江工業(yè)大學(xué), 浙江申達(dá)機(jī)器制造股份有限公司
【公開日】2015年7月15日
【申請(qǐng)日】2015年4月10日