基于运动视觉的工业加工系统的制作方法
【技术领域】
[0001] 本发明涉及工业加工领域，尤其涉及一种基于运动视觉的工业加工系统。
【背景技术】
[0002] 在现代工业生产中，工业加工设备经常需要加工各种高精度的加工件。加工件的 尺寸一旦未落入加工件标准的误差范围内时，则加工的工件为次品，不仅不能满足工件尺 寸需要，而且也降低了工业加工效率。因此，基于工业视觉系统的工业加工系统满足了加工 高精度加工件的需求。
[0003] 工业视觉系统是一种在工件输入过程中，用于自动检验、工件加工和装配自动化 以及生产过程的控制和监视的图像识别机器。工业视觉系统的图像识别过程是按任务需要 从原始图像数据中提取有关信息、高度概括地描述图像内容，以便对图像的某些内容加以 解释和判断，以完成后续的工件正次品判断和处理。
[0004] 然而，现有的工业视觉系统虽然对工业加工件的高精度生产提供了依据，但是现 有工业视觉系统是针对静态的工业加工件进行信息提取的，却无法满足对运动中工业加工 件的信息提取。
【发明内容】
[0005] 本发明所要解决的技术问题是针对上述现有技术提供一种能够对运动中的工业 加工件提取信息的基于运动视觉的工业加工系统。
[0006] 本发明解决上述技术问题所采用的技术方案为：基于运动视觉的工业加工系统， 其特征在于，包括中央控制平台以及分别连接中央控制平台的工件进料系统、视频采集模 块、存储模块、视频提取模块、视频预处理模块、计时器、视频分帧模块、视频运动补偿模块、 运动工件图像提取模块、工件匹配模块和显示模块；所述视频采集模块正对工件进料系统 设置且视频采集模块连接存储模块，所述视频提取模块分别连接存储模块和视频预处理模 块，所述视频预处理模块分别连接视频提取模块和视频分帧模块，所述视频运动补偿模块 分别连接视频分帧模块和运动工件图像提取模块，所述视频分帧模块连接计时器，所述工 件匹配模块分别连接运动工件图像提取模块和显示模块；其中，
[0007] 所述中央控制平台，一方面，接收外部参数输入，以控制工件进料速度、视频分帧 的时间间隔；另一方面，根据外部参数设置，控制视频采集模块、存储模块、视频提取模块、 视频预处理模块、计时器、视频分帧模块、视频运动补偿模块、运动工件图像提取模块和显 不丰旲块；
[0008] 所述视频采集模块，用以对工件进料系统输入的加工工件进行视频采集和编号， 并将编号的工件输入视频保存到存储模块中；
[0009] 所述存储模块，一方面存储正品工件的原始图像，一方面存储视频采集模块采集 的编号的工件输入视频；
[0010] 所述视频提取模块，用于提取存储模块中编号的视频，并发送给视频预处理模 块；
[0011] 所述视频预处理模块，用以利用高斯滤波滤除编号视频中的噪声，并发送给视频 分帧模块处理；
[0012] 所述计时器，根据预设时间间隔，发送时间提醒信息至视频分帧模块；
[0013] 所述视频分帧模块，根据接收的时间提醒信息，对接收的滤噪编号视频进行分帧 处理，以得到若干独立的预处理图像；其中，视频分帧过程包括如下步骤：
[0014] (1)按照计时器发送的时间提醒信息，将滤噪后的视频分割成若干独立编号的原 始帧图像st(i，j)，并由所有分割数目的各原始帧图像St(i，j)构成原始图像S(i，j);其中， te[1，T]，T表示视频被分割的帧图像数目；
[0015] (2)对原始图像S(i，j)中的各原始帧图像St(i，j)以预设倍数放大其像素值，并 对放大后的各原始帧图像St(i，j)做灰度化处理，得到对应的灰度帧图像Yt(i，j)，其中，原 始图像s(i，j)对应的灰度图像为Y(i，j);其中，原始图像S(i，j)转换为灰度图像Y(i，j) 采用如下转换公式：
[0016]Y(i,j) = 0. 257Xr(i,j)+0. 504Xg(i,j)+0. 239Xb(i,j)；
[0017] 其中，r(i，j)、g(i，j)、b(i，j)分别对应原始帧图像St(i，j)的颜色空间三维坐标 中的红、绿、蓝颜色分量，Yt(i，j)是该像素点对应的灰度值；
[0018] (3)对灰度图像Y(i，j)中的各灰度帧图像Yt(i，j)进行预处理，得到对应的预处 理帧图像It(i，j)和预处理图像I(i，j)，并采用高斯滤波分别对各预处理帧图像It(i，j)进 行处理；其中，高斯函数为均值是零的二维高斯函数g(i，j)，其中，
其使用的图像模板算子，
[0019] 所述运动工件图像提取模块，用于提取预处理图像中的运动工件，其中，运动工件 图像的提取过程依次包括如下步骤：
[0020] (a)建立背景像素模型M(i,j)，M(i,j) = {v^v2,…，vN};其中，vk(i,j)表示图像 (i，j)位置上的像素值，k是背景像素样本中的序号，M(i，j)表示背景图像（i，j)位置上的 N个样本观察值；
[0021] (b)根据背景像素模型M(i，j)进行分类，建立以v(i，j)为中心，以R为半径的球 SR(v(i，j))，进行比较并分类；其中，比较分类过程如下：当处在球SR(v(i，j))以内的样本 观察值的数量K不小于基数K_，即K彡K_时，则判定当前像素v(i，j)为背景点；其中，K 表示为K= {SR(v(i，j))nIvoVfjJ};
[0022] (c)对背景像素模型M(i，j)进行初始化，在第一帧图像中随机选择相邻像素值与 目标像素的样本进行混合，Mi(i，j) = {心(7|7^乂(1，」)）}，每一个相邻位置7上的像素通 过同样的方式被随机的选取，Mia，j)表示第一帧图像序号的背景模型，\α，」）表示与像 素位置（i，j)相邻的像素；
[0023] (d)更新背景像素模型M(i，j)，并采用保守更新策略，配合着向被前景区域遮挡 的像素注入空间相邻像素信息实现更新，使用v(i，j)更新背景模型M(i，j)，随机的选择样 本数量为N中的一个像素值进行更新；每次对背景模型进行更新时，以随机的更新判定为 背景的像素位置上的模型，依然保留在模型中的概率P(t，t+dt)为：
[0024]
丨为样本数量；
[0025] 所述视频运动补偿模块，用以对接收到的运动工件图像提取结果进行补偿，其中， 运动补偿的过程依次包括如下步骤：
[0026] 步骤1，根据背景模型M、当前帧图像I以及邻域窗口内的像素对比计算结果，得到 偏移量ε⑷；其中，偏移量ε⑷计算公式如下：
[0027]
[0028] 其中，wx、wy是与邻域窗口相关的参数，窗口的尺寸表示为2(wx+l)X2(wy+1)， (ux，uy)为背景图像中的特征角点，Μ表示背景模型，I表示当前帧图像，d= [dxdy]T;
[0029] 步骤2,考察当前帧图像I中特征角点（ux，uy)周围的像素点，计算得到具有最小偏 移量ε(d)的像素点（uxl，uyl)，并把该像素点（uxl，uyl)当作对应背景点（ux，uy)的像素点， 得到像素（ux，uy)在当前帧图像I中的偏移量d，其中，偏移量d计算如下：
[0030]d= (uxl-ux,uyl-uy)；
[0031] 步骤3，计算多个背景图像上特征角点的位移均值Si以及位移中值S2，并以所得位 移均值和位移中值的平均值作为整个背景图像的偏移量S;其中，位移均值Si、位移中值S2 和偏移量S的计算公式如下：
[0032]
N为样本数量；
[0033] 步骤4,利用偏移量S修正背景模型，并提取运动工件F，其中，运动工件F提取公 式如下：
[0034]F{SR(v(i,j))ΠM(i+dx,j+dy)}；
[0035] 所述工件匹配模块，用以将提取的运动工件与存储模块中已存的正品工件图像进 行匹配，匹配一致时，发送加工工件为正品信息给显示模块显示，否则，显示模块显示加工 工件为次品。
[0036] 与现有技术相比，本发明的优点在于：在工业加工系统中，当工业加工件经过工 件进料系统输入系统内时，视频采集模块采集到工业加工件输入的视频，并保存编号的视 频到存储模块中，视频提取模块将提取的视频发送给视频预处理模块做滤噪处理，然后由 视频分帧模块根据计时器的时间提醒，将