本发明涉及一种视觉检测技术，尤其涉及一种移动终端的视觉检测技术。
背景技术：
视觉检测就是用机器代替人眼来做测量和判断。视觉检测是指通过机器视觉产品(即图像摄取装置)将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。是用于生产、装配或包装的有价值的机制。它在检测缺陷和防止缺陷产品被配送到消费者的功能方面具有不可估量的价值。
在国外，机器视觉检测应用普及。而在国内，属于新兴的产业。未来，中国机器视觉检测发展主要表现为以下一些特性：
1、随着产业化发展对机器视觉的需求将呈上升趋势
2、标准化、一体化解决方案将是机器视觉的必经之路
目前视觉检测机市场前景广阔，众多手机厂商对整机手机视觉检测有强烈需求。但手机本身机型种类较多，产品工艺复杂，导入视觉检测设备基本都是读取条码这一简单功能，对于复杂检测如检测螺丝、检测柔性印刷电路板(flexibleprintedcircuitboard，简称“fpc”)、检测插件等目前还未能成功应用。
技术实现要素：
本发明主要解决的技术问题是提供一种全自动移动终端视觉检测方法，使得能够自动检测移动终端上的各类待测部件是否正常安装，降低人工成本，提高检测速度，降低误检和漏检概率。
为了解决上述技术问题，本发明提供了一种全自动移动终端视觉检测方法，包含以下步骤：
预先保存移动终端标准图片上特征区域的特征信息和位置信息，以及该标准图片中待测部件区域的位置信息；其中特征区域为该移动终端上可唯一辨识的区域；
在移动终端移动到视觉检测机中第一传感器的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行图片摄取，根据所保存的标准图片的特征信息，确定当前所摄取图片上的特征区域的位置信息，将所保存的标准图片的特征区域位置信息与当前确定的特征区域位置信息相比较，确定位移补偿量，将该位移补偿量与已保存的待测部件区域位置信息相叠加，得到当前所摄取图片上待测部件区域的位置信息；
对当前所摄取图片上待测部件区域图像进行图像识别，确定待测部件是否正常安装。
作为进一步改进，在确定待测部件是否正常安装的步骤之前，还包含以下步骤：
在移动终端移动到视觉检测机中第二传感器的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行图片摄取，根据所保存的标准图片的特 征信息，确定第二次所摄取图片上的特征区域的位置信息，将所保存的标准图片的特征区域位置信息与当前确定的特征区域位置信息相比较，确定位移补偿量，将该位移补偿量与已保存的待测部件区域位置信息相叠加，得到第二次所摄取图片上待测部件区域的位置信息；
对第二次所摄取图片上待测部件区域图像进行图像识别；
在确定待测部件是否正常安装的步骤中，汇总两次图像识别的结果，确定待测部件是否正常安装。
作为进一步改进，该方法还包含以下步骤：
如果确定待测部件安装异常，则触发气缸传感器，剔除不良品，并进行告警。
作为进一步改进，其中预先保存移动终端标准图片上特征区域的特征信息和位置信息，以及该标准图片中待测部件区域的位置信息的方式为：
视觉检测机预先对通过人工检测的移动终端进行图片摄取，从所摄取的标准图片中选择一特征区域，保存该特征区域的特征信息和位置信息，以及该标准图片中待测部件区域的位置信息。
作为进一步改进，上述特征区域的位置信息至少包含横轴位置、纵轴位置和旋转角度；
位移补偿量至少包含横轴位置差值、纵轴位置差值和旋转角度差值。
作为进一步改进，在对所摄取图片上待测部件区域图像进行图像识别的步骤中，对所摄取图片上待测部件区域图像进行搜寻边缘轮廓检测；
上述确定待测部件是否正常安装的方法为：
如果搜寻边缘轮廓检测得到的边缘形状函数梯度最大值高于或等于预设的标准梯度最大值，则确定待测部件正常安装，反之则判定待测部件安装异常。
作为进一步改进，在对所摄取图片上待测部件区域图像进行搜寻边缘轮廓检测的步骤中：
对待测部件区域图像进行线性搜索和线性边缘轮廓检测；
将线性搜索和线性边缘轮廓检测设置为最精细像素；
从待测部件区域图像中心开始进行搜寻边缘轮廓检测。
作为进一步改进，在对所摄取图片上待测部件区域图像进行图像识别的步骤中，对所摄取图片上待测部件区域的灰度级像素数量进行分析；
上述确定待测部件是否正常安装的方法为：
如果待测部件区域的灰度级像素数量超出预设的标准范围，则判定该待测部件安装异常；如果在预设标准范围内，则判定该待测部件正常安装。
作为进一步改进，在对所摄取图片上待测部件区域图像进行图像识别的步骤中，对所摄取图片上待测部件区域进行斑点检测；
上述确定待测部件是否正常安装的方法为：
如果未检测得到该待测部件纹理影像，则判定该待测部件安装异常；如果检测得到该待测部件纹理影像，则判定该待测部件正常安装。
作为进一步改进，在对所摄取图片上待测部件区域进行斑点检测的步骤之前，还包含以下步骤：将待测部件区域图片均衡化、二值化预处理；
对所摄取图片上待测部件区域进行斑点检测的步骤中，斑点检测的模式设定为软阈值模式，极性设定为黑底白点，连通性模式设置为灰度、填充，设定尺寸面积为大于待测部件预设尺寸。
本发明实施方式与现有技术相比，主要区别及其效果在于：预先保存移动终端标准图片上特征区域的特征信息和位置信息，以及该标准图片中待测部件区域的位置信息；在移动终端移动到视觉检测机中第一传感器的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行图片摄取，根据所保存的标准图片的特征信息，确定当前所摄取图片上的特征区域的位置信息，将所保存的标准图片的特征区域位置信息与当前确定的特征区域位置信息相比较，确定位移补偿量，将该位移补偿量与已保存的待测部件区域位置信息相叠加，得到当前所摄取图片上待测部件区域的位置信息；对当前所摄取图片上待测部件区域图像进行图像识别，确定待测部件是否正常安装。通过该方法，可以自动检测移动终端上的待测部件是否正常安装，降低人工成本，缩短检测时间，最大程度降低漏检和误检概率。并且，通过自动的位置补偿，从而无需人工额外修正移动终端位置，可以保证视觉检测的准确性。
附图说明
图1是本发明一较佳实施方式中全自动移动终端视觉检测方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明一较佳实施方式涉及一种全自动移动终端视觉检测方法，本实施方式中，预先通过视觉检测机对人工检测无异常的移动终端(即良品)进行图片摄取，得到一标准图片。通常情况下，由移动终端移动到视觉检测机中安装的传感器的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行图片摄取，得到标准图片。从所摄取的标准图片中选择一特征区域，这里的特征区域是指可以唯一辨识的区域，如具有特殊形状的区域等。保存该特征区域的特征信息(如形状信息)和位置信息，以及该标准图片中待测部件区域的位置信息。这里的位置信息一般由横轴位置、纵轴位置和旋转角度确定。待测部件可以包含螺丝、导电布、fpc、摄像头等等。
完成上述预设操作后，进入全自动移动终端视觉检测流程，如图1所示。
步骤101中，待检测的移动终端随着传动带发生移动，进入检测通道，在移动到视觉检测机中传感器1的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行图片摄取。
步骤102中，根据所保存的标准图片的特征信息，确定当前所摄取图片上特征区域的位置信息。
步骤103中，将所保存的标准图片的特征区域位置信息与当前确定的特征区域位置信息相比较，确定位移补偿量。该位移补偿量一般包含横轴位置差值、纵轴位置差值和旋转角度差值。
步骤104中，将所确定的位移补偿量与已保存的待测部件区域位置信息相叠加，得到当前所摄取图片上待测部件区域的位置信息，输出待测部件区域影像。
步骤105中，对当前所摄取图片上待测部件区域影像进行图像识别，判断待测部件是否正常安装。
步骤106中，在移动终端移动到视觉检测机中传感器2的感应范围内时，触发视觉检测机上的摄像头对该移动终端进行第二次图片摄取。
步骤107中，根据所保存的标准图片的特征信息，确定第二次所摄取图片上的特征区域的位置信息。
步骤108中，将所保存的标准图片的特征区域位置信息与当前确定的特征区域位置信息相比较，确定位移补偿量。
步骤109中，将该位移补偿量与已保存的待测部件区域位置信息相叠加，得到第二次所摄取图片上待测部件区域的位置信息，输出待测部件区域影像。
步骤110中，对第二次所摄取图片上待测部件区域影像进行图像识别，判断待测部件是否正常安装。
步骤111中，汇总两次图像识别的结果，确定待测部件是否正常安装。如果步骤105和步骤110中两次识别判断结果均为正常安装，则综合判定该待测部件正常安装，结束本流程，等待下一部待测移动终端；如果两次识别判断结果中有至少一次为安装异常，则综合判定该待测部件安装异常，进入 步骤112。在具体实施时，也可以在两次识别判断结果中有一次为正常安装时，即判定待测部件正常安装。甚至可以省略步骤106-110，直接参照第一次的识别判断结果。
步骤112中，检测结果为待测部件安装异常，触发气缸传感器，剔除不良品，并进行告警。
需要说明的是，步骤105和步骤110中，对所摄取图片上待测部件区域影像进行图像识别，可以有多种方式。如：
对所摄取图片上待测部件区域图像进行搜寻边缘轮廓检测。进行搜寻边缘轮廓检测的方式选择线性搜索和线性边缘轮廓检测，并将线性搜索和线性边缘轮廓检测设置为最精细像素，从待测部件区域图像中心开始进行搜寻边缘轮廓检测。如果搜寻边缘轮廓检测得到的边缘形状函数梯度最大值高于或等于预设的标准梯度最大值，则确定待测部件正常安装，反之则判定待测部件安装异常。
或者，对所摄取图片上待测部件区域的灰度级像素数量进行分析，如果待测部件区域的灰度级像素数量超出预设的标准范围，则判定该待测部件安装异常；如果在预设标准范围内，则判定该待测部件正常安装。
或者，对所摄取图片上待测部件区域进行斑点检测。先将待测部件区域图片均衡化、二值化预处理；将斑点检测的模式设定为软阈值模式，极性设定为黑底白点，连通性模式设置为灰度、填充，设定尺寸面积为大于待测部件预设尺寸(如检测螺丝则为200)。对所摄取图片上待测部件区域进行斑点检测后，如果未检测得到该待测部件纹理影像(如螺丝头部纹理影像)， 则判定该待测部件安装异常；如果检测得到该待测部件纹理影像，则判定该待测部件正常安装。
步骤105和步骤110中对所摄取图片上待测部件区域影像进行图像识别的方式可以相同，也可以不同。
通过上述视觉检测方法，无需人工参与，可以快速、准确地完成待测部件的视觉检测。可以有效降低人工成本，缩短检测时间，最大程度降低漏检和误检概率。并且可以保证视觉检测的准确性。
针对不同的待测部件，可以设置不同的图像识别方法，如对于螺丝检测可优选灰度级像素分析法和斑点检测法，对于摄像头、导电布、fpc可以优选搜寻边缘轮廓检测法，从而可以对不同的检测部件使用最适合的检测方法，使得视觉检测的结果达到最佳，
本实施方式相对于现有技术，具有如下优势：
1.人力方面对比:实施前1人负责checksfc以及目检；实施后无需人工，自动检测以且检测结果自动上传数据库；
2.工作方式对比：实施前人工取放，消耗时间；实施后在线自动检查，无需取放这些多余动作；
3.检测时间对比：实施前人工目检大致10s左右；实施后机器检测时间1s，提高9倍；
4.工作疲劳度、时间对比：实施前人工长期工作疲劳，出现各种误判、消极情绪，分班次休息；实施后24小时不间断工作，稳定可靠；
5.整体布局影响：实施前全部是人工操作，一条线20来人；实施后加入设备，提升自动化水平，减少人工；
6.漏检比例对比：实施前人工漏检比例2％(漏检数量/检测数量)；实施后机器漏检比例为0；
7.误判比例对比：实施前存在人工将ng(异常)误判为pass(通过)现象；实施后机器误检比例为0。
虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。