专利名称：一种基于计算机视觉的玻璃质量检测装置及其测量方法
技术领域：
本发明属于玻璃质量检测技术领域，具体涉及一种基于计算机视觉的玻璃质量检 测装置及其测量方法。
背景技术：
目前对于玻璃质量的检测所使用的斑马法检测仪由斑马幕、照明灯架、连动支架 及转动手柄组成，照明灯管将斑马幕均勻地照明，观察者在距幕9米的位置，通过转动手 柄，旋转立于玻璃支架上的玻璃样品，透过玻璃样品观察斑马条纹的变形情况，测出斑马纹 变形，该方法在玻璃检测时需要将玻璃放入指定的联动支架处，且需要人工搬运及人工观 察斑马纹的变形程度，缺乏统一标准，不适用于大规模的玻璃生产过程中。在质量检测过程 中也需要耗费较多的人力物力资源，自动化水平较低。而目前使用的另外一种玻璃质量检测仪，它由照明系统、置放待测玻璃工件的工 作台、探测器、信息处理器四大部分构成所述的照明系统是由光源、光束处理器和工件检 测前预处理器组成的，所述的光束处理器是指与所述的光源相匹配的光学系统，所述的工 件检测前预处理器由带有喷嘴的压缩气体清洁器和用于待测玻璃工件的边缘增强透光性 的增透刷构成，上述各部件的位置关系是所述的光源发出的光经光束处理器后照射在位 于所述的工件平台的待测玻璃工件上，所述的探测器采集该待测玻璃工件的图像信息，送 所述的信息处理器处理该信息、存储并显示图像，而该方法的缺点在于所需的设备较为复 杂，需要专门的照明系统、光速处理器、光源系统、预处理器等设备，设备安装复杂，安装和 维护较繁琐。
发明内容
为了克服上述现有技术存在的不足，本发明的目的在于提供一种基于计算机视觉 的玻璃质量检测装置及其测量方法，该装置由带有视频采集卡的计算机、摄像头以及带有 纵向和水平交错黑白方格的模板组成，通过对被测玻璃映射的棋盘格影像的畸变程度的分 析得到玻璃质量等级，即摄像头拍摄到被测玻璃中反射出的黑白图像，拍摄的图片将会传 送到计算机中，并在计算机中对拍摄结果进行分析，根据反射结果来评估玻璃的质量等级； 这样本发明自动完成玻璃质量的检测过程，无需人工参与，提高了玻璃生产的自动化水平， 使得玻璃检测过程准确、快速、方便，且以现有的计算机视觉技术为工具，利用玻璃的反光 特性作为质量评估依据，设备简单，成本低廉，安装方便，易于操作。为了达到上述目的，本发明所采用的技术方案是一种基于计算机视觉的玻璃质量检测装置，包括带有纵向交错和水平交错分布黑 方格和白方格的黑白方格模板1，所述的黑白方格模板1面向对应水平放置于流水线机床2 上的被测玻璃3，且该黑白方格模板1表面相对于竖直方向倾斜，形成一个倾斜角度，该倾 斜角度能使所述的黑白方格模板1投影至被测玻璃3表面，形成黑白方格模块投影区域，该 投影区域在对应的摄像头4的摄像范围内，该摄像头4和带有视频采集卡5的计算机6的该视频采集卡5的输入端口相连接，计算机6内有角点检测模块、黑白方块检测模块、玻璃 检测模块以及质量评估模块。所述的角点检测模块获取视频采集卡5输入的黑白方格模块图像中的每个像素 点均分的左上半部亮度值A1、右上半部亮度值B2、左下半部亮度值B1以及右下半部亮度值 A2，接着将这四个亮度值按照公式f = A^A2-B1-B2求出特征值f，在得到了黑白方格模块图 像中的每个像素点各自的特征值f后，然后根据预设的角点阈值对所有的特征值f进行二 值化及非极大值抑制处理，就可排除掉图像中的非角点像素点，得到的最终结果即为黑白 方格模块图像中的所有黑方格和白方格的每个角点像素点。所述的黑白方块检测模块根据每个角点像素点的特征值f进行判断，如果f值为 负值，则其对应的角点像素点为A类角点像素点7，如果f值为正值，则其对应的角点像素点 为B类角点像素点8，A类角点像素点7和B类角点像素点8沿着横向方向或纵向方向交错 排列，将每组上下左右相邻的四个角点像素点顺序连接起来，这样每组顺序连接的四个角 点构成一个四边格，左上端是A类角点像素点7的四边格为黑色四边格，左上端是B类角点 像素点8的四边格为白色四边格。所述的质量评估模块，利用连通区域标记方法，将相邻的黑色四边格和白色四边 格区域连接起来，构成连续的区域，一个整体的连续区域代表对应的一块被测玻璃3。所述的玻璃检测模块，首先获取每块被测玻璃3对应的连续区域内的每个四边格 的顶边的边长L1、左侧边的边长L2、右侧边的边长L3以及底边的边长L4的大小，以及该四边 格的左上夹角A1、右上夹角A2、左下夹角A3以及右下夹角A4，再利用四边格的伸缩变形程度 α指标计算公式计算出对应的伸缩变形程度α α- - .J队-Lf+{L2 -Z)2+(Z3 -L)1+{La -Lf ~其中1=11+^二&+1>4，表示顶边的边长L1、左侧边的边长1^2、右侧边的边长L3H
及底边的边长L4之和的平均值；以及四边格的扭曲变形度β计算公式β = Ar90° | + |A2-90° | + |A3_90° | + |A4_90° /360° 计算出对应的伸缩变形 度和扭曲变形度，最后就能得到所有四边格的伸缩变形度α和扭曲变形度β，这样被测玻 璃的质量指标就得以确定。上述的基于计算机视觉的玻璃质量检测装置的检测方法，步骤如下步骤1 带有所述的纵向交错和水平交错分布黑方格和白方格的黑白方格模板1 投影至被测玻璃3表面形成黑白方格模块投影区域，启动带有视频采集卡5的计算机6并 接通摄像头4，通过摄像头4将形成的黑白方格模块投影区域传送到视频采集卡5，然后视 频采集卡5将该黑白方格模块投影区域转换为黑白方格模块图像传输到计算机6内的角点 检测模块；步骤2 所述的角点检测模块首先获取黑白方格模块图像中的每个像素点均分的 左上半部亮度值A1、右上半部亮度值B2、左下半部亮度值B1以及右下半部亮度值A2,接着将 这四个亮度值按照公式f = A^A2-B1-B2求出特征值f，在得到了黑白方格模块图像中的每 个像素点各自的特征值f后，然后根据预设的角点阈值对所有的特征值f进行二值化及非极大值抑制处理，就可排除掉图像中的非角点像素点，得到的最终结果即为黑白方格模块 图像中的所有黑方格和白方格的每个角点像素点；步骤3 通过计算机6内的黑白方块检测模块，根据每个角点像素点的特征值f进 行判断，如果f值为负值，则其对应的角点像素点为A类角点像素点7，如果f值为正值，则 其对应的角点像素点为B类角点像素点8，A类角点像素点7和B类角点像素点8沿着横向 方向或纵向方向交错排列，将每组上下左右相邻的四个角点像素点顺序连接起来，这样每 组顺序连接的四个角点构成一个四边格，左上端是A类角点像素点7的四边格为黑色四边 格，左上端是B类角点像素点8的四边格为白色四边格；步骤4 通过计算机6内的质量评估模块，利用连通区域标记方法，将相邻的黑色 四边格和白色四边格区域连接起来，构成连续的区域，一个整体的连续区域代表对应的一 块被测玻璃3 ；步骤5 通过计算机6内的玻璃检测模块，首先获取每块被测玻璃3对应的连续区 域内的每个四边格的顶边的边长L1、左侧边的边长L2、右侧边的边长L3以及底边的边长L4 的大小，以及该四边格的左上夹角A1、右上夹角A2、左下夹角A3以及右下夹角A4,再利用四 边格的伸缩变形度α指标计算公式计算出对应的四边格的伸缩变形度α a- = ~ Ζ)2 + (L2 ~ L)2 +(L3-L)2+ (L4 - Lf -其中Σ=11+1^，表示顶边的边长L1、左侧边的边长1^2、右侧边的边长L3H
及底边的边长L4之和的平均值；以及四边格的扭曲变形度β计算公式β = Ar90° | + |A2-90° | + |A3_90° | + |A4_90° /360° 计算出对应的伸缩变形 度和扭曲变形度，最后就能得到所有四边格的伸缩变形度α和扭曲变形度β，这样被测玻 璃的质量指标就得以确定。本发明的一种基于计算机视觉的玻璃质量检测装置及其测量方法，该装置由带有 视频采集卡的计算机6、摄像头4以及带有纵向和水平交错黑白方格的模板1组成，通过对 被测玻璃3映射的棋盘格影像的畸变程度的分析得到玻璃质量等级，即摄像头拍摄到被测 玻璃3中反射出的黑白图像，拍摄的图片将会传送到计算机6中，并在计算机6中对拍摄结 果进行分析，根据反射结果来评估玻璃的质量等级；这样本发明自动完成玻璃质量的检测 过程，无需人工参与，提高了玻璃生产的自动化水平，使得玻璃检测过程准确、快速、方便， 且以现有的计算机视觉技术为工具，利用玻璃的反光特性作为质量评估依据，设备简单，成 本低廉，安装方便，易于操作。
图1是本发明的基于计算机视觉的玻璃质量检测装置的工作示意图，其中和黑白 方格模板相连接的虚线为黑白方格模板的投影方向，其中和摄像头相连接的虚线为摄像头 摄像的方向。图2是本发明的A类角点像素点。图3是本发明的B类角点像素点。
具体实施例方式下面结合附图对本发明作更详细的说明。如图1所示，基于计算机视觉的玻璃质量检测装置，包括带有纵向交错和水平交 错分布黑方格和白方格的黑白方格模板1，所述的黑白方格模板1面向对应水平放置于流 水线机床2上的被测玻璃3，且该黑白方格模板1表面相对于竖直方向倾斜，形成一个倾斜 角度，该倾斜角度能使所述的黑白方格模板1投影至被测玻璃3表面，形成黑白方格模块投 影区域，该投影区域在对应的摄像头4的摄像范围内，该摄像头4和带有视频采集卡5的计 算机6的该视频采集卡5的输入端口相连接，计算机6内有角点检测模块、黑白方块检测模 块、玻璃检测模块以及质量评估模块。本实施例的基于计算机视觉的玻璃质量检测装置的检测方法，步骤如下步骤1 带有所述的纵向交错和水平交错分布黑方格和白方格的黑白方格模板1 投影至被测玻璃3表面形成黑白方格模块投影区域，启动带有视频采集卡5的计算机6并 接通摄像头4，通过摄像头4将形成的黑白方格模块投影区域传送到视频采集卡5，然后视 频采集卡5将该黑白方格模块投影区域转换为黑白方格模块图像传输到计算机6内的角点 检测模块；步骤2 所述的角点检测模块首先获取黑白方格模块图像中的每个像素点均分的 左上半部亮度值A1、右上半部亮度值B2、左下半部亮度值B1以及右下半部亮度值A2,接着将 这四个亮度值按照公式f = A^A2-B1-B2求出特征值f，在得到了黑白方格模块图像中的每 个像素点各自的特征值f后，然后根据预设的角点阈值对所有的特征值f进行二值化及非 极大值抑制处理，就可排除掉图像中的非角点像素点，得到的最终结果即为黑白方格模块 图像中的所有黑方格和白方格的每个角点像素点；步骤3 通过计算机6内的黑白方块检测模块，根据每个角点像素点的特征值f进 行判断，如果f值为负值，则其对应的角点像素点为A类角点像素点7，如果f值为正值，则 其对应的角点像素点为B类角点像素点8，A类角点像素点7和B类角点像素点8沿着横向 方向或纵向方向交错排列，将每组上下左右相邻的四个角点像素点顺序连接起来，这样每 组顺序连接的四个角点构成一个四边格，左上端是A类角点像素点7的四边格为黑色四边 格，左上端是B类角点像素点8的四边格为白色四边格；步骤4 通过计算机6内的质量评估模块，利用连通区域标记方法，将相邻的黑色 四边格和白色四边格区域连接起来，构成连续的区域，一个整体的连续区域代表对应的一 块被测玻璃3 ；步骤5 通过计算机6内的玻璃检测模块，首先获取每块被测玻璃3对应的连续区 域内的每个四边格的顶边的边长L1、左侧边的边长L2、右侧边的边长L3以及底边的边长L4 的大小，以及该四边格的左上夹角A1、右上夹角A2、左下夹角A3以及右下夹角A4,再利用四 边格的伸缩变形度α指标计算公式计算出对应的的伸缩变形度α = -Ζ)2 + 队-^)2+(^3 -L)2+(L4 -Z)2 -其中^々+Α〉+Α，表示顶边的边长L1、左侧边的边长L2、右侧边的边长L3
7以及底边的边长L4之和的平均值；以及四边格的扭曲变形度β计算公式β = Ar90° | + |A2-90° | + |A3_90° | + |A4_90° /360° 计算出对应的伸缩变形 度和扭曲变形度，最后就能得到所有四边格的伸缩变形度α和扭曲变形度β，这样被测玻 璃的质量指标就得以确定。本发明的一种基于计算机视觉的玻璃质量检测装置及其测量方法，该装置由带有 视频采集卡的计算机6、摄像头4以及带有纵向和水平交错黑白方格的模板1组成，通过对 被测玻璃3映射的棋盘格影像的畸变程度的分析得到玻璃质量等级，即摄像头拍摄到被测 玻璃3中反射出的黑白图像，拍摄的图片将会传送到计算机6中，并在计算机6中对拍摄结 果进行分析，根据反射结果来评估玻璃的质量等级；这样本发明自动完成玻璃质量的检测 过程，无需人工参与，提高了玻璃生产的自动化水平，使得玻璃检测过程准确、快速、方便， 且以现有的计算机视觉技术为工具，利用玻璃的反光特性作为质量评估依据，设备简单，成 本低廉，安装方便，易于操作。
权利要求
一种基于计算机视觉的玻璃质量检测装置，其特征在于包括带有纵向交错和水平交错分布黑方格和白方格的黑白方格模板(1)，所述的黑白方格模板(1)面向对应水平放置于流水线机床(2)上的被测玻璃(3)，且该黑白方格模板(1)表面相对于竖直方向倾斜，形成一个倾斜角度，该倾斜角度能使所述的黑白方格模板(1)投影至被测玻璃(3)表面，形成黑白方格模块投影区域，该投影区域在对应的摄像头(4)的摄像范围内，该摄像头(4)和带有视频采集卡(5)的计算机(6)的该视频采集卡(5)的输入端口相连接，计算机(6)内有角点检测模块、黑白方块检测模块、玻璃检测模块以及质量评估模块。
2.根据权利要求1所述的基于计算机视觉的玻璃质量检测装置，其特征在于，所述的 角点检测模块获取视频采集卡(5)输入的黑白方格模块图像中的每个像素点均分的左上 半部亮度值A1、右上半部亮度值B2、左下半部亮度值B1以及右下半部亮度值A2,接着将这四 个亮度值按照公式f = A^A2-B1-B2求出特征值f，在得到了黑白方格模块图像中的每个像 素点各自的特征值f后，然后根据预设的角点阈值对所有的特征值f进行二值化及非极大 值抑制处理，就可排除掉图像中的非角点像素点，得到的最终结果即为黑白方格模块图像 中的所有黑方格和白方格的每个角点像素点。
3.根据权利要求1所述的基于计算机视觉的玻璃质量检测装置，其特征在于，所述的 黑白方块检测模块根据每个角点像素点的特征值f进行判断，如果f值为负值，则其对应的 角点像素点为A类角点像素点(7)，如果f值为正值，则其对应的角点像素点为B类角点像 素点8，A类角点像素点(7)和B类角点像素点⑶沿着横向方向或纵向方向交错排列，将 每组上下左右相邻的四个角点像素点顺序连接起来，这样每组顺序连接的四个角点构成一 个四边格，左上端是A类角点像素点(7)的四边格为黑色四边格，左上端是B类角点像素点 ⑶的四边格为白色四边格。
4.根据权利要求1所述的基于计算机视觉的玻璃质量检测装置，其特征在于，所述的 质量评估模块，利用连通区域标记方法，将相邻的黑色四边格和白色四边格区域连接起来， 构成连续的区域，一个整体的连续区域代表对应的一块被测玻璃(3)。
5.根据权利要求1所述的基于计算机视觉的玻璃质量检测装置，其特征在于，所述的 玻璃检测模块，首先获取每块被测玻璃(3)对应的连续区域内的每个四边格的顶边的边长 L1、左侧边的边长L2、右侧边的边长L3以及底边的边长L4的大小，以及该四边格的左上夹角 A1、右上夹角A2、左下夹角A3以及右下夹角A4，再利用四边格的伸缩变形程度α指标计算公 式计算出对应的伸缩变形程度α 其中Z= 11，表示顶边的边长L1、左侧边的边长1^2、右侧边的边长1^3以及底边的边长L4之和的平均值；以及四边格的扭曲变形度β计算公式β = IA1-QO0 | + |Α2-90° | + |Α3-90° | + |Α4-90° 1/360° 计算出对应的伸缩变形度和 扭曲变形度，最后就能得到所有四边格的伸缩变形度α和扭曲变形度β，这样被测玻璃的 质量指标就得以确定。
6.根据权利要求1所述的基于计算机视觉的玻璃质量检测装置的测量方法，其特征在于，步骤如下步骤1 带有所述的纵向交错和水平交错分布黑方格和白方格的黑白方格模板(1)投 影至被测玻璃(3)表面形成黑白方格模块投影区域，启动带有视频采集卡(5)的计算机 (6)并接通摄像头(4)，通过摄像头(4)将形成的黑白方格模块投影区域传送到视频采集卡 (5)，然后视频采集卡(5)将该黑白方格模块投影区域转换为黑白方格模块图像传输到计 算机(6)内的角点检测模块；步骤2 所述的角点检测模块首先获取黑白方格模块图像中的每个像素点均分的左上 半部亮度值A1、右上半部亮度值B2、左下半部亮度值B1以及右下半部亮度值A2,接着将这四 个亮度值按照公式f = A^A2-B1-B2求出特征值f，在得到了黑白方格模块图像中的每个像 素点各自的特征值f后，然后根据预设的角点阈值对所有的特征值f进行二值化及非极大 值抑制处理，就可排除掉图像中的非角点像素点，得到的最终结果即为黑白方格模块图像 中的所有黑方格和白方格的每个角点像素点；步骤3 通过计算机(6)内的黑白方块检测模块，根据每个角点像素点的特征值f进行 判断，如果f值为负值，则其对应的角点像素点为A类角点像素点(7)，如果f值为正值，则 其对应的角点像素点为B类角点像素点8，A类角点像素点(7)和B类角点像素点(8)沿着 横向方向或纵向方向交错排列，将每组上下左右相邻的四个角点像素点顺序连接起来，这 样每组顺序连接的四个角点构成一个四边格，左上端是A类角点像素点(7)的四边格为黑 色四边格，左上端是B类角点像素点(8)的四边格为白色四边格；步骤4 通过计算机6内的质量评估模块，利用连通区域标记方法，将相邻的黑色四边 格和白色四边格区域连接起来，构成连续的区域，一个整体的连续区域代表对应的一块被 测玻璃⑶；步骤5 通过计算机(6)内的玻璃检测模块，首先获取每块被测玻璃(3)对应的连续区 域内的每个四边格的顶边的边长L1、左侧边的边长L2、右侧边的边长L3以及底边的边长L4 的大小，以及该四边格的左上夹角A1、右上夹角A2、左下夹角A3以及右下夹角A4,再利用四 边格的伸缩变形程度α指标计算公式计算出对应的伸缩变形程度α 4(L1 一 L)1 + (L2 - LY +(L3-L)2+ (L4 — Lya = J^^^’ v 4 ‘ IL其中Z =Zi，表示顶边的边长L1、左侧边的边长1^2、右侧边的边长1^3以及底边的边长L4之和的平均值；以及四边格的扭曲变形度β计算公式β = IA1-QO0 | + |Α2-90° | + |Α3-90° | + |Α4-90° 1/360° 计算出对应的伸缩变形度和 扭曲变形度，最后就能得到所有四边格的伸缩变形度α和扭曲变形度β，这 被测玻璃的 质量指标就得以确定。
全文摘要
一种基于计算机视觉的玻璃质量检测装置及其测量方法，该装置由带有视频采集卡的计算机、摄像头、与计算机连接的视频线以及带有纵向和水平交错黑白方格的模板组成，通过对被测玻璃映射的棋盘格影像的畸变程度的分析得到玻璃质量等级，即摄像头拍摄到被测玻璃中反射出的黑白图像，拍摄的图片将会传送到计算机中，并在计算机中对拍摄结果进行分析，根据反射结果来评估玻璃的质量等级；这样本发明自动完成玻璃质量的检测过程，无需人工参与，提高了玻璃生产的自动化水平，使得玻璃检测过程准确、快速、方便，且以现有的计算机视觉技术为工具，利用玻璃的反光特性作为质量评估依据，设备简单，成本低廉，安装方便，易于操作。
文档编号G01B11/16GK101936919SQ20101024924
公开日2011年1月5日 申请日期2010年8月6日 优先权日2010年8月6日
发明者冯定成, 王伟, 陈 峰 申请人:清华大学