一种基于单双目视觉的手机外观检测方法与流程

本发明涉及手机检测的技术领域，尤其涉及到一种基于单双目视觉的手机外观检测方法。

背景技术：

电子产品如今已进入人们生活的各个方面,人们无时无刻不在享受电子产品所带来的方便快捷。以手机为例，在全球范围内，基本上已达到人手一部。如此庞大的市场需求也给手机生产商提出了更严峻的挑战。手机的质量检测成为抢占市场份额的决定性因素。这其中，手机的外观检测是手机整个质量检测中很重要的一环。传统的手机外观检测都是接触式测量，即机械手抓取手机，将其放置到标准模具中，看其是否与模具匹配。这种检测方式存在很多不足，譬如耗时耗力，成本高，且机械手抓取造成了对手机的损害。所以，提出一种新的非接触式检测很有必要。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种检测结果精确率高、检测效率高、检测成本低、非接触式的基于单双目视觉的手机外观检测方法。

为实现上述目的，本发明所提供的技术方案为：获取标准值和允许误差范围，通过双目视觉测量手机厚度，通过单目视觉测量手机长宽尺寸以及圆角信息，检测到的手机外观数据与标准值进行比较，计算差值并生成报表，根据报表将超出允许误差范围的手机视为不及格产品，由机械手分拣到返修区。

上述用到的手机尺寸的标准值和允许误差范围从生产厂家处获取，具体包括：手机长、宽尺寸、厚度尺寸、圆角半径、弧长以及圆弧度的标准值和允许误差范围。

进一步地，双目视觉测量手机厚度,具体包括以下步骤：

1)双目相机标定，得到左右相机的内外参数和畸变系数；

2)相机矫正,去除光学畸变的影响，将双目相机变为标准形式；

3)双目匹配，计算相机之间的匹配点，得到视差图；

4)根据视差图，计算手机厚度；

5)将手机厚度的像素尺寸转化为实际尺寸。

进一步地，双目相机标定的具体步骤如下：

1-1)左相机摄像头标定，获取相机内外参数；

1-2)右相机摄像头标定，获取相机内外参数；

1-3)双目标定，获取相机之间的平移旋转关系。

进一步地，双目匹配的具体步骤如下：

3-1)匹配误差计算；

3-2)匹配误差集成；

3-3)计算视差图；

3-4)视差图处理。

进一步地，计算视差图时，具体采用基于图割算法的全局立体匹配算法进行视差图的计算。

进一步地，视差图处理，具体为：使用中值滤波去除视差图的椒盐噪声和匹配失败的孤立点。

进一步地，单目视觉测量手机长宽尺寸以及圆角信息，其使用上述标定的右摄像头采集图像，具体步骤为：

(1边缘像素检测，得到手机外轮廓线；

(2将外轮廓线转化为最小外接矩形，计算矩形长宽尺寸；

(3分割手机圆角区域，计算其特征参数，包括弧长、圆弧度和半径；

(4将得到的像素尺寸转化为实际尺寸。

本方案原理以及优点如下：

本方案通过双目视觉测量手机厚度，通过单目视觉测量手机长宽尺寸以及圆角信息，检测到的手机外观数据与标准值进行比较，计算差值并生成报表，根据报表将超出允许误差范围的手机视为不及格产品，由机械手分拣到返修区。

本方案具有检测结果精确率高、检测效率高、检测成本低、非接触等优点。

附图说明

图1为本发明一种基于单双目视觉的手机外观检测方法的流程图；

图2为本发明一种基于单双目视觉的手机外观检测方法中双目视觉测量手机厚度的流程图；

图3为本发明一种基于单双目视觉的手机外观检测方法中单目视觉测量手机长宽尺寸以及圆角信息的流程图。

具体实施方式

下面结合具体实施例对本发明作进一步说明：

参见附图1-3所示，本实施例所述的一种基于单双目视觉的手机外观检测方法，包括以下步骤：

s1、从生产厂家处获取手机尺寸的标准值和允许误差范围，具体包括：手机长、宽尺寸、厚度尺寸、圆角半径、弧长以及圆弧度的标准值和允许误差范围。

s2、双目视觉测量手机厚度，其中包括：

s21、双目相机标定，得到左右相机的内外参数和畸变系数，具体为：

1)左相机摄像头标定，获取相机内外参数，公式为：

其中，设左相机o-xlylzl位于世界坐标系的原点处且无旋转，图像坐标系为ol-xlyl,(xl,yl)为左相机拍摄的图像坐标，fl为左相机的有效焦距。

2)右相机摄像头标定，获取相机内外参数，公式为：

同理，右相机o-xryrzr位于世界坐标系的原点处且无旋转，图像坐标系为or-xryr,(xr,yr)为右相机拍摄的图像坐标，fr为右相机的有效焦距。

3)双目标定，获取相机之间的平移旋转关系，计算公式为：

其中，分别为o-xlylzl坐标系与o-xryrzr坐标系之间的旋转矩阵和原点之间的平移变换矢量。

对于o-xlylzl坐标系中的空间点，两相机像面点之间的对应关系为：

手机上一点p1(x1,y1,z1)的三维坐标为：

其中，pl、pr分别为空间点p在左右相机中的图像坐标，ml、mr分别为左右相机的投影矩阵，xw为空间点在世界坐标系的三维坐标；

其中，

zc1、zc2分别为左右两相机的相机坐标系的z轴坐标，(u1,v1,1)与(u2,v2,1)分别为pl、pr点在各自图像中的齐次坐标，(x,y,z,1)为p点在世界坐标系下的齐次坐标；表示投影矩阵的第i行第j列元素。

同理，求取手机上与p对应的特征点p2(x2,y2,z2)的三维坐标。

s22、相机矫正,去除光学畸变的影响，将双目相机变为标准形式。

s23、双目匹配，计算相机之间的匹配点，得到视差图；其中包括：

1)匹配误差计算：

设左右两台相机x方向的提取精度分别为δx1、δx2，y方向的提取精度分别为δy1、δy2,则手机上一点p在x方向的测量精度为：

p在y方向的测量精度为：

p在z方向的测量精度为：

则p点的总体测量精度为：

2)匹配误差集成。

3)计算视差图：

采用基于meanshift图割算法的全局立体匹配算法进行视差图的计算。设待匹配目标图像i的像素大小为m×n,模板t的像素大小为m×n。从目标图像i中任意选取一块像素大小为m×n的子图ix,y,其左上角在图像i中的坐标为(x,y)，其中，0≤x≤m-m，0≤y≤n-n，m,n分别为待匹配图像像素的行数和列数，m，n分别为模板像素的行数和列数；r(x,y)为子图ix,y和模板t的归一化互相关值，则：

式中，(i,j)为像素在模板中的坐标，

为子图ix,y的像素平均值；

为模板t的像素平均值。

4)视差图处理：使用中值滤波去除视差图的椒盐噪声和匹配失败的孤立点。

s24、根据视差图，计算手机厚度：

由上述计算得到的p、p2,计算两点间的空间距离d：

s25、将手机厚度的像素尺寸转化为实际尺寸：

d＝kd

其中，d为实际尺寸，d为像素尺寸，k为对应的线性系数。

s3、单目视觉测量手机长宽尺寸以及圆角信息，使用上述标定的右摄像头采集图像，图像处理流程为：

s31、边缘像素检测，得到手机外轮廓线：

1)边缘像素检测，得到手机平面轮廓；

2)选择长度最大的轮廓线，即为手机外轮廓线。

s32、将外轮廓线转化为最小外接矩形，计算矩形长宽尺寸：

取最小外接矩形取左上角和右下角特征点，分别记为(row1，column1)和(row2，column2)，两行相减得到矩形宽，两列相减得到矩形长，从而得到药用袋装点滴长宽的像素尺寸。

s33、分割手机圆角区域，计算其特征参数，包括弧长、圆弧度和半径：

1)将外轮廓线转换为最小凸多边形,得到中心o点坐标；

2)以凸多边形中心o为端点，生成一条平行于凸多边形上底边的横向直线，方向水平向左，与凸多边形左侧边交于a点。同理，以中心为端点,生成一条平行于凸多边形上底边的横向直线，方向水平向右，与凸多边形右侧边交于b点。同理，以凸多边形中心为端点，生成一条平行于凸多边形左侧边的纵向直线，方向水平向上，与凸多边形上底边交于c点。同理，以凸多边形中心为端点，生成一条平行于凸多边形左侧边的纵向直线，方向水平向下，与凸多边形下底边交于d点。

3)扫描左上方区域。将生成的横向直线oa水平向上移动,逐行进行扫描。每次移动一个像素，计算线段oa的长度。同理，将生成的纵向直线oc竖直向左移动,逐列进行扫描，每次移动一个像素，计算线段oc的长度。

4)当线段oa长度值由稳定发生跳跃(即明显减小)的时候，停止扫描。记录下该点的像素坐标ai(xi,ym)和ci(xp,yj)，该点即为手机左上角圆角的两端点。

5)由圆角端点坐标，将圆弧部分分割出来。计算其特征参数，包括弧长、圆弧度和半径。

6)用同样的方法依次扫描右上方、左下方、右下方区域。确定其圆角端点坐标，将圆弧部分分割出来，并计算其特征参数；其中，rad＝l/r，rad为弧度，l为弧长，r为半径。

s34、将得到的像素尺寸转化为实际尺寸。

s4、将步骤s2和s3测到的实际尺寸数据与与标准值进行比较，计算差值并生成报表。

s5、根据报表将超出允许误差范围的手机视为不及格产品，由机械手分拣到返修区。

本实施例检测方法具有检测结果精确率高、检测效率高、检测成本低、非接触等优点。

以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。