专利名称：基于fast-9图像特征快速配准算法的模具监视方法
技术领域：
本发明涉及エ业自动化控制领域中注塑机行业，尤其是ー种注塑机模具监视方法，主要涉及计算机视觉中的特征检测、图像配准及图像差分技木。
背景技术：
近年来随着塑料制品应用领域的不断扩大，全球对注塑机的需求呈现了持续大幅攀升的趋势。为了对注塑机生产过程中模具存在的残留、滑块错位、脱模不良等异常情况进行实时监控以实现对模具的自动保护，模具保护器被大量引入注塑行业中。这种基于图像处理技术的监控系统极大提高了注塑模具的安全性和工作效率，降低了修模成本和工作人员的劳动强度。但是，目前的模具保护器还存在成本较高、操作复杂、漏检、误检率高等缺点，主要表现在以下两个方面。 从硬件角度而言，现有的模具保护器普遍选择エ控机作为主控単元，而エ控机一般都没有数字IO接ロ，为了与注塑机交互控制信号，必须对标准的エ控机进行改造，増加IO扩展接ロ ；另外，エ控机也没有标准的模拟相机接ロ，必须增加图像采集卡或者直接与数字相机相连接。因此，整个系统硬件成本比较高，系统可扩展性也较差。另ー方面，从软件角度而言，目前引入的模具保护器功能都比较单一，模具保护装置内部的图像处理算法简单，智能化程度相对较低，导致需要复杂的人工操作和经验来保证其结果的正确性。例如，运行前的样本学习，报错后的经验学习，多模板的选择，检测区域及一些參数的人工选择问题等。这些都极大地依赖于现场的环境和操作人员的经验。同吋，针对模具归位不准、机械振动造成的图像偏差问题。厦门大学的詹长明采用了基于灰度的模板匹配方法来解決。但光照变化会造成不同灰度属性或对比度差异，因此基于灰度的匹配算法对于光照变化往往缺乏鲁棒性。浙江大学的毛峰等人则利用小波分析方法解决几何偏差的问题，通过图像数据散布图分析解决光照变化带来的影响，取得了较好的效果，但算法的实时性有待进一步提高。由于SIFT(Scale-invariant feature transform,尺度不变特征转换)特征对图像的尺度、光照、平移、旋转等变换具有不变性。近年来，许多学者对基于SIFT特征的图像配准方法进行研究。SIFT特征匹配算法是LoweD提出的ー种有效的图像匹配算法，该算法的优点是对图像的尺度、光照、平移、旋转等变换具有不变性，但也存在实时性不足的缺点。因此Sukthankar和Ke提出一种运用主成分分析的SIFT算法；Bay提出了 SURF算法——增强版的SIFT算法。这些优化后的SIFT算法实时性更好，但仍难以满足模具保护系统的实时性要求。SIFT特征匹配算法中图像金字塔的构建以及过多的关键点是造成算法实时性不高的重要原因之一。因此，该发明采用ー种改进的图像特征快速配准算法利用FAST-9快速角点检测方法改进SIFT特征匹配算法。作为另ー种增强型SIFT特征匹配算法，它高效地解决了光照对特征匹配的影响和现场噪声、阴影以及机械震动造成的图像偏差问题，使得前景图像和背景图像能完全吻合，也十分符合系统的实时性要求。中国专利也公开了ー些模具保护的装置和方法。如授权公开号为CN102152457A的发明公开了ー种基于直方图匹配的嵌入式模具保护装置，根据两张直方图的差异来判断是否存在未脱模的制品。该发明通过直方图的匹配检测出不同图像显著的边缘和顔色的统计变化，达到报警的目的。但该发明还存在以下问题在开模到位后，机械手抓取产品前，缺少对动模上产品质量的一次检测；光照变化会造成不同灰度属性或对比度差异，因此灰度直方图匹配算法对于光照变化往往缺乏鲁棒性。再如授权公开号为CN102363354A的发明公开了ー种基于机械视觉的注塑机模具保护系统和方法。利用红外相机判断产品是否合格，落料后再次对模具进行拍摄，判断是否落料成功，并给出检测結果。该发明同样存在以下问题说明书中没有考虑机械震动对检测的影响，缺乏关键合理的图像处理算法描述。授权公开号为CN102303397A的发明公开了用于模具成型机的模具图像监视方法及装置，该发明将摄取的图片存储在临时储存单元并与大量的基准图像相比较，进行判断，如果出现误判，将该图片添加到相应的存储单元中，最終达到模具的保护作用。该发明同样也存在以下问题模具保护装置内部的图像处理算法简单，智能化程度相对较低，需要通过经验学习获取大量基准图片，才能保证检测结果的正确性。而经验学习极大地依赖于现场的环境和操作人员的经验；算法通用性及对环境变化的鲁棒性较差；随着样本图片的增加，图片所需的存储空间和检测算法所需的时间都随之増加。···
发明内容
为了克服已有注塑机模具监视方法的实时性较差、鲁棒性较差的不足，容易受现场光照、噪声、阴影以及机械震动的影响，本发明提供一种实时性良好、鲁棒性强的基于FAST-9图像特征快速配准算法的模具监视方法。本发明解决其技术问题所采用的技术方案是一种基于FAST-9图像特征快速配准算法的模具监视方法，所述模具监视方法包括以下过程I)分别采集注塑机开模到位时和顶针顶出之后的标准模板图像，并进行预处理，以消除图像中无关的信息，；2)等待注塑机工作状态信息，所述状态信息包括开模到位、顶针到位和安全门；当系统处于监控エ件时，通过摄像机对模具型腔面连续取像，并对监控图像的当前帧做预处理，为后续的图像快速配准做准备；3)执行基于FAST-9图像特征快速配准算法，使当前帧与模板图像之间做图像特征的快速配准，具体过程如下3. I)关键点的检测利用FAST-9快速角点检测方法分别获取实时图像和样本图像关键点，首先以当前像素点P为圆心，构建半径为3的森汉姆圆圈，然后比较圆心点p与周围圆圈上的点X G (I.. 16)的像素灰度值，若有连续n个圈上点都比圆心点像素值高或者低一个阈值t，则认为该点为关键点，X与P之间的关系表为
权利要求
1.一种基于FAST-9图像特征快速配准算法的模具监视方法，其特征在于所述模具监视方法包括以下过程 1)分别采集注塑机开模到位时和顶针顶出之后的标准模板图像，并进行预处理，以消除图像中无关的信息，最終存储在DSP核心控制板的存储模块中； 2)等待注塑机工作状态信息，所述状态信息包括开模到位、顶针到位和安全门；当系统处于监控エ件时，通过摄像机对模具型腔面连续取像，并对监控图像的当前帧做预处理，为后续的图像快速配准做准备； 3)执行基于FAST-9图像特征快速配准算法，使当前帧与模板图像之间做图像特征的快速配准，具体过程如下 .3. 1)关键点的检测 利用FAST-9快速角点检测方法分别获取实时图像和样本图像关键点，首先以当前像素点P为圆心，构建半径为3的森汉姆圆圈，然后比较圆心点p与周围圆圈上的点xG (I. 16)的像素灰度值，若有连续n个圈上点都比圆心点像素值高或者低一个阈值t，则认为该点为关键点，X与p之间的关系表不为
全文摘要
一种基于FAST-9图像特征快速配准算法的模具监视方法包括以下过程1)分别采集注塑机开模到位时和顶针顶出之后的标准模板图像；2)等待注塑机工作状态信息，当注塑机运行至开模到位时，通过摄像机对模具型腔面连续取像，并对监控图像的当前帧做预处理，为后续的图像快速配准做准备；3)执行基于FAST-9图像特征快速配准算法；4)再将配准之后的当前帧与模板图像做差分；5)采用Ostu自动阈值分割算法实现图像的二值化，对图像进行连续的开和闭运算；6)通过空穴检测查看产品成型是否存在异常，如果有异常则显示报警信息；否则继续等待开下一周期的注塑机工作状态信息。本发明实时性良好、鲁棒性强。
文档编号G06T7/00GK102837406SQ20121029438
公开日2012年12月26日 申请日期2012年8月17日 优先权日2012年8月17日
发明者邢科新, 林叶贵, 姜旭飞, 董辉, 何德峰, 徐建明 申请人:浙江工业大学