本发明涉及视觉检测的技术领域,尤其涉及到一种基于机器视觉的pos机缺陷检测方法。
背景技术:
随着社会的发展,pos机的使用越来越普及。与此同时,客户对pos机的性能与质量要求也越来越高。
目前大部分pos机生产企业对表面缺陷的检测大都是采用人工目测法来实现,此种人工目测法不仅会影响生产速度,而且人眼长时间工作容易疲劳,易出现漏检现象,产品的质量难以得到保证。
如何高精度、高效在线检测pos机的缺陷,成为pos机生产厂家亟待解决的问题。
技术实现要素:
本发明的目的在于克服现有技术的不足,提供一种检测精度高、效率高、解放劳动力的基于机器视觉的pos机缺陷检测方法。
为实现上述目的,本发明所提供的技术方案为:包括以下步骤:
s1、待检测pos机定位,使待检测pos机的显示屏区域以及按键区域分别进入各自所对应相机的视野;
s2、步骤s1所述对应的相机分别采集待检测pos机显示屏区域以及按键区域的图像;
s3、对采集到的待检测pos机显示屏区域以及按键区域的图像进行灰度化处理;
s4、对待检测pos机的显示屏区域进行缺陷检测;
s5、对待检测pos机的按键区域进行缺陷检测。
进一步地,步骤s2中,由于红外光波长,穿透力强,且在低角度环形光下划痕和背景对比度高,因此采集待检测pos机显示屏区域图像时使用红色环形低角度光源成像;而采集待检测pos机按键区域图像时使用白色条形光高角度照射,使得到均匀图像。
进一步地,步骤s4具体步骤如下:
s4-1、将显示屏区域转成频域图像,并将其与正弦带通滤波器作卷积运算,运算后的图像恢复到空间域处理;
s4-2、对间域图像分别定义两个二维变换矩阵,并对其作仿射变换;
s4-3、将两个经过仿射变换的图像作差,提取缺陷特征;
s4-4、由缺陷部分与背景图像的灰度差异性,分割缺陷部分。
进一步地,上述步骤s4-1具体步骤如下:
s4-1-1、频域转换
公式为:
其中,h(r,c)表示一幅图像,(r,c)和(k,l)表示像素点坐标,h表示图像的高,w表示图像的宽,频率(u,v)表示图像中每个像素的周期数;
s4-1-2、卷积运算
计算公式为:
其中,f表示图像函数,h表示正弦带通滤波器;(r,c)表示像素点坐标,(u,v)为频率,表示图像中每个像素的周期数;
s4-1-3、空间域转换
计算公式为:
进一步地,步骤s4-2对间域图像分别定义两个二维变换矩阵,并对其作仿射变换,公式如下:
其中,r1和r2表示两个经过仿射变换后的图像矩阵,(x1,y1)和(x2,y2)表示图像上一点坐标,α和β表示旋转角度。
进一步地,步骤s5具体步骤如下:
s5-1、局部阈值,分割出所有按键区域;
s5-2、对分割出的按键进行分类,将数字按键归为a类,汉字按键归为b类,特殊符号按键归为c类;
s5-3、分别对a、b、c类按键进行缺陷检测。
其中,步骤s5-3中检测a类数字按键的具体步骤如下:
a-1、选出a类按键并对其局部阈值,分割出按键表面ocr字符;
a-2、对分割出的ocr字符排序;
a-3、ocr字符识别,判断pos机a类按键是否有漏印和错印。
步骤s5-3中检测b类汉字按键的具体步骤如下:
b-1、选出b类按键并对其局部阈值,分割出按键表面汉字;
b-2、对分割出的汉字排序;
b-3、建立pos机良品按键表面汉字标准形状模板;
b-4、采用形状模版匹配,检测待测pos机汉字按键,由匹配得分判断pos机b类汉字按键是否有漏印和错印,具体为:
计算待测图像与模板图像的边缘像素点之间的相似度量s:
当相似度量s=1时,说明模板图像与待测图像匹配,即按键字符无缺陷;
当相似度量s≠1时,说明模板图像与待测图像不匹配,即按键字符有缺陷。
步骤s5-3中检测c类特殊按键包括如下步骤:
c-1、选出c类按键并对其局部阈值,分割出按键表面特殊符号;
c-2、对分割出的特殊符号排序;
c-3、建立pos机良品按键表面特殊符号标准形状模板;
c-4、将标准形状模板与待测按键图像作差,判断pos机c类按键是否有漏印和错印,具体步骤如下:
c-4-1、将标准形状模板s0和待测按键图像s1作差,得到差异区域sd公式为:
sd=s0-s1
c-4-2、对差异部分提取连通域;
c-4-3、选择连通域;在提取的连通域中选择面积大于20个像素的连通域,即为待测pos机特殊符号按键的缺陷部位。
与现有技术相比,本方案优点如下:
通过机器视觉代替人工检测,同时解决pos机显示屏和按键字符的检测,成倍提高了检测效率,解放劳动力,并且使检测精度得到保证。
附图说明
图1为本发明一种基于机器视觉的pos机缺陷检测方法的流程图。
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所示,本实施例所述的一种基于机器视觉的pos机缺陷检测方法,包括以下步骤:
s1、待检测pos机定位,使待检测pos机的显示屏区域以及按键区域分别进入各自所对应相机的视野;
s2、步骤s1所述对应的相机分别采集待检测pos机显示屏区域以及按键区域的图像;采集待检测pos机显示屏区域图像时使用红色环形低角度光源成像;采集待检测pos机按键区域图像时使用白色条形光高角度照射。
s3、对采集到的待检测pos机显示屏区域以及按键区域的图像进行灰度化处理;
s4、对待检测pos机的显示屏区域进行缺陷检测,具体步骤为:
s4-1、将显示屏区域转成频域图像,频域转换公式为:
其中,h(r,c)表示一幅图像,(r,c)和(k,l)表示像素点坐标,h表示图像的高,w表示图像的宽,频率(u,v)表示图像中每个像素的周期数;
频域转换后,将其与正弦带通滤波器作卷积运算,计算公式为:
其中,f表示图像函数,h表示正弦带通滤波器;(r,c)表示像素点坐标,(u,v)为频率,表示图像中每个像素的周期数;
运算后的图像恢复到空间域处理,公式为:
s4-2、对间域图像分别定义两个二维变换矩阵,并对其作仿射变换,公式如下:
其中,r1和r2表示两个经过仿射变换后的图像矩阵,(x1,y1)和(x2,y2)表示图像上一点坐标,α和β表示旋转角度。
s4-3、将两个经过仿射变换的图像作差,提取缺陷特征;
subimage=r1-r2
s4-4、由缺陷部分与背景图像的灰度差异性,分割缺陷部分。
s5、对待检测pos机的按键区域进行缺陷检测,具体步骤为:
s5-1、局部阈值,分割出所有按键区域:
先求取pos机按键区域每个像素点15x15窗口领域的平均值q(x,y);然后获取pos机按键区域中局部较暗的区域t1,公式为:
t1={(x,y)|p(x,y)-q(x,y)<-m}
其中,p(x,y)为当前像素的灰度值,m为设定阈值;
s5-2、对分割出的按键进行分类,将数字按键归为a类,汉字按键归为b类,特殊符号按键归为c类;
s5-3、分别对a、b、c类按键进行缺陷检测;
检测a类数字按键时,步骤为:
a-1、选出a类按键并对其局部阈值,分割出按键表面ocr字符;
a-2、对分割出的ocr字符排序;
a-3、ocr字符识别,判断pos机a类按键是否有漏印和错印。
检测b类汉字按键时,步骤为:
b-1、选出b类按键并对其局部阈值,分割出按键表面汉字;
b-2、对分割出的汉字排序;
b-3、建立pos机良品按键表面汉字标准形状模板;
b-4、采用形状模版匹配,检测待测pos机汉字按键,由匹配得分判断pos机b类汉字按键是否有漏印和错印,具体为:
计算待测图像与模板图像的边缘像素点之间的相似度量s:
当相似度量s=1时,说明模板图像与待测图像匹配,即按键字符无缺陷;
当相似度量s≠1时,说明模板图像与待测图像不匹配,即按键字符有缺陷。
检测c类特殊按键时,具体为:
c-1、选出c类按键并对其局部阈值,分割出按键表面特殊符号;
c-2、对分割出的特殊符号排序;
c-3、建立pos机良品按键表面特殊符号标准形状模板;
c-4、将标准形状模板与待测按键图像作差,判断pos机c类按键是否有漏印和错印,具体步骤如下:
c-4-1、将标准形状模板s0和待测按键图像s1作差,得到差异区域sd公式为:
sd=s0-s1
c-4-2、对差异部分提取连通域;
c-4-3、选择连通域;在提取的连通域中选择面积大于20个像素的连通域,即为待测pos机特殊符号按键的缺陷部位。
本实施例通过机器视觉代替人工检测,同时解决pos机显示屏和按键字符的检测,成倍提高了检测效率,解放劳动力,并且使检测精度得到保证。
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。