基于计算机视觉的手机外壳检验装置与方法
【技术领域】
[0001] 本发明涉及一种产品检测装置，特别涉及一种在手机外壳生产企业的生产线上， 可以实时自动检验手机外壳产品质量的检测装置与方法，属于电子光学检测技术领域。
【背景技术】
[0002] 国内手机外壳生产企业中，对残次品的检验工作大多是依靠人工来进行检验的， 人工检验方法针对产品的裂纹、色差、翘曲变形、粗糙油渍等现象具有优势。但对于尺寸精 度要求达到〇. Imm孔径的检验几乎无能为力，需借助计算机视觉图像检测设备来实现高精 度检验。
[0003] 手机外壳生产加工企业通过模具注塑成型生产大量的手机外壳毛坯产品，由于注 塑填充过程中的冷却时间存在微小差异、成型时拉伸不均匀等原因，其中部分毛坯产品会 出现翘曲、毛刺残留物、孔径尺寸误差大、圆角不规则，形成残次品。目前，市场急需生产流 水线上需要快速剔除不合格外壳产品的检测装置，只将尺寸合格的外壳产品送入下一道工 序。
【发明内容】
[0004] 本发明所要解决的技术问题是，提供一种基于计算机视觉检验手机外壳产品质量 的检测装置与方法。
[0005] 本发明所采用的技术方案是，一种基于计算机视觉的手机外壳检验装置，包括，高 清摄像机、辅助光源和工业控制计算机；所述辅助光源照亮高清摄像机的视野范围，高清摄 像机和辅助光源设置于生产线的手机外壳检验工位，能够捕捉到需要精确检验的手机外壳 的部位；工业控制计算机分别与高清摄像机和辅助光源电连接。
[0006] 所述的高清摄像机和辅助光源20配对设置，数目为4-6组。
[0007] 所述高清摄像机的型号为DigiRetina 16型；所述辅助光源采用的型号为 P-PHFL-48-28-W 型。
[0008] 实现根据权利要求1所述手机外壳检验装置的方法，包括以下步骤：
[0009] (1)摄像机标定阶段；
[0010] (2)图像采集阶段；
[0011] ⑶图像处理阶段；
[0012] (4)检测结果输出阶段。
[0013] 所述摄像机标定阶段包括以下步骤：
[0014] (1)打印一张标定板；
[0015] (2)拍摄标定板各种角度的10幅图片；
[0016] (3)检测图片中的特征点；
[0017] (4)计算5个内部参数和所有的外部参数；
[0018] (5)通过最小二乘法现行求解径向畸变参数；
[0019] (6)通过求最小参数值，优化所有的参数。
[0020] 所述图像采集阶段包括以下步骤：
[0021] (1)灰度化；
[0022] (2)快速中值滤波；
[0023] (3)阈值分割；
[0024] (4)目标区域提取；
[0025] ⑶边缘检测；
[0026] (6)直线检测与拟合；
[0027] (7)合格检验。
[0028] 实现所述灰度化的方法如下：
[0029] 采用加权平均法，即根据重要性及其它指标，在RGB模型中，将R = G = B
[0030] 三个分量以不同的权值进行加权平均能得到较合理的灰度图像：
[0031] f (i, j) = 0. 30R(i, j)+0. 59G(i, j)+0. llB(i, j))
[0032] 其中（i，j)代表图像中像素点的坐标；
[0033] 实现所述快速中值滤波的方法如下：
[0034] 设有一个一维序列A, f2, f；5，Afn，取该窗口长度为m (奇数），从一维序列中相继抽 取111个数^，人仁1，^1+1八^，其中以仁为窗口的中心点值， ￥=(111-1)/2。再将这111个 点值按照其数值大小排序，取中间的那个数作为滤波输出去，用数学公式表示为：
[0035] y;= HiecHfi v，Afi ??+1Λ?·?+ν}其中 i e Z，V = (m_l)/2〇
[0036] 当滤波窗口在原始图像上从左到右滑动时，从当前位置移动到下一位置的方法 是：
[0037] 去除窗口最左端一列像素，将与原窗口相邻接的一列像素加入到窗口中，由于原 有的窗口中的像素灰度值是排序好的，因此，只需要对新加入的像素排序就可以了。
[0038] 该系统中采用的是3*3窗口，对窗口中每一列像素排序需要比较操作次数为 3* (3-1)/2次，（即3次）。将新加入列表插入有序数列，比较操作次数为3*3次，总计算量 为12次；
[0039] 实现所述阈值分割的步骤如下：
[0040] (1)建立图像灰度直方图（共有L个灰度级，每个出现概率为p)
[0041 ]
[0042] (2)计算背景和目标的出现概率，计算方法如下，
[0043]
[0044] 上式中假设t为所选定的阈值，A代表背景（灰度级为0~N)，根
[0045] 据直方图中的元素可知，Pa为背景出现的概率，同理B为目标Pb
[0046] 为目标出现的概率；
[0047] (3)计算A和B两个区域的类间方差如下：
[0048]
[0049]
[0050] σ 2= ρ Α(ωΑ-ω0)2+ρΒ(ω Β-ω0)2
[0051] 第一个表达式分别计算A和B区域的平均灰度值；第二个表达式计算灰度图像
[0052] 全局的灰度平均值；第三个表达式计算A、B两个区域的类间方差；
[0053] (4)对每个出现的灰度值据此进行寻优，找到能够使得A与B的类间灰度方差最大 的灰度值，即为阈值，按此阈值将图像分割；
[0054] 实现目标区域提取的方法如下：
[0055] 得到二值化图像后，先采用轮廓提取的方法，将目标区域提取出来，将得到的粗略 边缘点的坐标进行排序，寻找到最大最小的横纵坐标值，记为：χ_，X_，Y_，Y_，然后，确定 目标区域为长度为x_-x_，宽度为γ_-γ_的矩形作为目标区域，设手机壳全部高度为h， 确定灰度目标区域为长度为x_-x_，宽度为Y_-Y_+h/2的矩形作为灰度目标区域，两个 目标区域的左右上角端点为（Χ_，γ_)，（Χ_，γ_) ;
[0056] 实现所述边缘检测的步骤如下：
[0057] (5)将输入图像与尺度为σ的高斯函数G (X，y)做卷积；
[0058] (6)对图像中的每个像素，用3*3邻域的梯度幅值计算方法估计局部边缘法线方 向，X方向的偏导数；
[0059] (7)用非最大值抑制法找到边缘的位置；
[0060] (8)用双阈值方法检测和连接边缘；
[0061] 实现所述直线检测与拟合方法的步骤如下：
[0062] (1)用随机Hough变换（RHT)确定直线的大致位置，找到直线参量和数量；
[0063] (2)根据步骤1所得到直线参数，计算图像上的点到直线的距离，根据该距离，可 以确定每条直线附近的点集，从而剔除干扰点和噪声；
[0064] (3)用最小二乘法对边界点集进行直线拟合，即可得到较精确的直线参量。
[0065] 实现所述合格检验的步骤如下：
[0066] (1)平整度
[0067] 计算记录出的直线的斜率：
[0068]
[0069]
[0070]
[0071] 直线MN的斜率为标准斜率，计算直线AB，CD斜率与标准斜率之间的误差，判断插 槽平整度是否合格。
[0072] (2)尺寸及直线部分毛刺
[0073] 计算线段AB，CD, X1X2, AC, BD之间的距离：
[0074]
[0075]
[0076]
[0077]
[0078]
[0079] 根据摄像机标定的参数，将像素距离转变为实际距离，计算测量距离与标准距离 之间的误差，判断插槽长度，宽度尺寸是否合格。
[0080] 计算得点A，C的中点
，点B，D的中点
如图 8中所示。
[0081] 从记录的边缘点中提取横坐标在13与X b之间，纵坐标小于min(y d，y。）的点，SP上 端直线的边缘点，计算这些点与直线KL的距离，然后转换为实际单位距离，比较其与标准 距离的误差；提取横坐标在\与^之间，纵坐标大于ma X(yb，ya)的点，即下端直线的边缘 点，计算这些点与直线KL的距离，然后转换为实际单位距离，比较其与标准距离的误差。在 执行此过程中，若存在一定数量（可设置阈值）的误差较大的点，说明此处有毛刺或者残留 物。
[0082] (3)半圆曲度
[0083] 从记录的边缘点中提取横坐标小于max (xa，X。），纵坐标在yJP y。中间的点，即 左半圆弧的边缘点，计算每个点与K点之间的距离，转变为实际单位距离，与标准半圆的半 径做比较，若存在一定数量的点误差较大，说明半圆不标准或者有毛刺；提取横坐标大于 min(x b，xd)，纵坐标在yb和y冲间的点，即右半圆弧的边缘点，计算每个点与L点之间的距 离，转变为实际单位距离，与标准半圆的半径做比较，若存在一定数量的点误差较大，说明 右半圆不标准或者有毛刺。
[0084] 本发明的有益效果是，采用基于图像处理的技术，实现精确定位、精密检测是自动 化生产的有效途径；计算机视觉技术具有非接触测量、较宽的光谱范围及可长时间工作等 优点，广泛应用于工业领域，可以快速、精确检验产品相关指标，速度快，维护成本低廉。
【附图说明】