一种用于柔性产品的机器视觉检测方法及装置与流程

1.本发明涉及机器视觉检测技术领域，尤其涉及一种用于柔性产品的机器视觉检测方法及装置。


背景技术：

2.机器视觉检测技术多用于刚性较高的物体检测，即外形在检测过程中无变化，外形始终固定的物体，机器视觉检测也会用于一些柔性产品的检测，例如平整的布匹等；学界对于机器视觉的普遍定义是：“机器视觉是以光学装置与传感器作为主要元件，对现实生活中的场景进行自主接收与自动处理，实现信息的获取与机器人运动控制”通过上述分析可知，机器视觉就是利用相关设备与软件，对摄像机采集到的场景图像进行处理与分析，将结果作为物体运行控制的基础，正因为机器视觉具有以上优势，在工业产品大批量生产的流水线中，利用其进行产品缺陷检测，才能够及时发现产品缺陷，提升产品的出厂质量。
3.但是目前的外观缺陷检测方法主要由人工检测，由于缺陷的特征差别细微，加上所用材料和车间照明条件限制，人眼长时间连续作业会视觉疲劳，很容易造成误检、漏检，从而容易导致对不合格的产品进行误判，进而降低了检测质量，不能满足使用需求，为此我们提出了一种用于柔性产品的机器视觉检测方法及装置。


技术实现要素：

4.本发明的目的是为了解决现有技术中存在的缺点，而提出的一种用于柔性产品的机器视觉检测方法及装置。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种用于柔性产品的机器视觉检测方法，包括以下步骤：
7.步骤一、图像采集模块定位；
8.步骤二、图像采集：利用采集模块对图像进行采集；
9.步骤三、图像预处理：利用数据处理模块对采集到的图像进行预处理，图像预处理包括空间滤波和空间锐化；
10.步骤四、图像分割；
11.步骤五、形态学处理：在图像获取过程中，形态学处理通过结构元素的逻辑运算来对采集模块噪声、光照不均和被测物体表面细小灰尘所产生的一些噪声点进行去除，运算结果为输出图像相应的元素；
12.步骤六、缺陷检测：采用差影法进行缺陷检测；
13.步骤七、检测结果输出。
14.作为本技术方案的进一步优选的：在所述步骤一中，将图像采集模块的坐标系设定为0rxryrzr，其中xr轴与0xy的成像坐标系中的x 轴方向保持一致，yr轴与0xy的成像坐标系中的y轴方向保持一致，其中z轴位于采集模块光轴线上，随机设定空间内的一点q(xc,yc,zc)，并连接q点与中心点，q点和中心点的连线与成像平面的公共点即为成像点p，是q点在
0xy坐标系上的成像点，依据相似三角形理论能够得到机位坐标与p点所在的成像平面坐标之间的关系，如公式(1) 所示，根据公式(1)得到x和y的数值，如公式(2)所示，采集模块坐标与成像平面坐标之间相互转换后，其转换关系为如公式(3) 的矩阵形式；
[0015][0016][0017][0018]
公式(3)中，p为p点在0xy坐标系的坐标，其为1x3矩阵向量。
[0019]
作为本技术方案的进一步优选的：在所述步骤二中，用固定在测量台上的夹钳固定待检测物品的两端，令待检测物品保持水平，然后使通过驱动模块使采集模块沿垂直方向对待检测物品进行拍照，将采集到的图像数字化并传输到计算机的相关模块中进行下一步的图像处理。
[0020]
作为本技术方案的进一步优选的：在所述步骤三中，图像预处理对模糊图像进行逆运算，如微分运算、梯度运算，就可以使图像清晰；空间锐化滤波主要应用于突出灰度的过渡部分，增强图像边缘，使目标物体的边缘鲜明，以便于提取目标物体的边界、对图像进行分割，为图像的后续处理打下基础；由于二阶导数对图像处理中图像中的噪声比较敏感，因此常用一阶导数来检测边缘设有一副原始图像f(x， y)则其梯度表达式为：
[0021][0022]
又可写作：
[0023][0024]
实际工程应用中，直接采用梯度算子计算量比较大，通常采用梯度模板算子，常见的算子有roberts算子、prewitt算子、sobel算子，如表所示，通过实验，sobel算子最适合系统图像处理；
[0025]
表1边缘检测算子列表
[0026][0027]
作为本技术方案的进一步优选的：在所述步骤四中，基于阈值的分割方法通过选取一个或几个阈值把图像的灰度级分为几个部分，进而将目标区域提取出来，阈值分割可用公式表示为：
[0028][0029]
其中，f(x，y)是图像原始(x，y)处灰度值，g(x，y)是分割后灰度值，t为阈值；根据t取值方式的不同，阈值分割分为全局阈值处理、局部阈值处理、动态阈值处理。
[0030]
作为本技术方案的进一步优选的：在所述步骤六中，差影法的原理是对两幅图像按照对应像素做差依据做差结果判断是否有缺陷，匹配技术的另一种形式是灰度相关法方法是以图像像素的相关性来衡量图像间的相似性关于灰度相关的相似性测量有许多种相似性测量函数其中最常用的是灰度相关函数；
[0031]
差影法可通过预先设置一个阈值将其与差值做比较从而检测出缺陷如式(3)所示：
[0032][0033]
设模板图像局部子图f1(x，y)与待检图像局部子图f2(x，y) 的大小均为m x n为了测量两幅图像的相关性除了差影法外还可以利用相关系数作为相似性度量当两幅图一致时它们的相关性必然是最大的从而相关系数也将是最大的式(4)给出相关系数的求取公式：
[0034][0035]
为了适应周围环境的变化将上述相关系数归一化，这样待检测图像的整体灰度值的波动将不会影响到相关系数，归一化的相关系数计算公式如式(5)所示：
[0036][0037]
即在求到两幅图在(i j)处的相关系数后通过取阈值t进行二值化从而得到检测结果图像a(i j)计算公式如式(6)所示：
[0038][0039]
本发明还提出了一种用于柔性产品的机器视觉检测装置，包括中央处理模块，所述中央处理模块交互连接有控制模块，控制模块交互连接有驱动模块和采集模块，驱动模块与采集模块交互连接，采集模块与中央处理模块交互连接，中央处理模块交互连接网络通信模块。
[0040]
作为本技术方案的进一步优选的：所述中央处理模块用于综合数据处理，控制模块用于对驱动模块与采集模块进行控制，驱动模块用于带动采集模块移动，采集模块用于对图片进行采集，网络通信模块用于装置的网络连接与数据通信。
[0041]
与现有的技术相比，本发明的有益效果是：
[0042]
本发明采用采集模块与中央处理模块能够自动对产品外观进行检测，从而避免了人工长时间连续作业造成的误检和漏检，从而提高了检测质量，降低了不合格的产品的误判，能够满足使用需求。
附图说明
[0043]
图1为本发明提出的一种用于柔性产品的机器视觉检测方法的流程示意图；
[0044]
图2为本发明提出的一种用于柔性产品的机器视觉检测装置的系统连接图；
[0045]
图3为本发明提出的一种用于柔性产品的机器视觉检测方法的采集模块定位示意图。
具体实施方式
[0046]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。
[0047]
参照图1和3，一种用于柔性产品的机器视觉检测方法，包括以下步骤：
[0048]
步骤一、图像采集模块定位：将图像采集模块的坐标系设定为 0rxryrzr，其中xr轴与0xy的成像坐标系中的x轴方向保持一致，yr轴与0xy的成像坐标系中的y轴方向保持一致，其中z轴位于采集模块光轴线上，随机设定空间内的一点q(xc,yc,zc)，并连接q点与中心点，q点和中心点的连线与成像平面的公共点即为成像点p，是q点在0xy坐标系上的成像点，依据相似三角形理论能够得到机位坐标与 p点所在的成像平面坐标之间的关系，如公式(1)所示，根据公式 (1)得到x和y的数值，如公式(2)所示，采集模块坐标与成像平面坐标之间相互转换后，其转换关系为如公式(3)的矩阵形式；
[0049][0050]
[0051][0052]
公式(3)中，p为p点在0xy坐标系的坐标，其为1x3矩阵向量；
[0053]
步骤二、图像采集：用固定在测量台上的夹钳固定待检测物品的两端，令待检测物品保持水平，然后使通过驱动模块使采集模块沿垂直方向对待检测物品进行拍照，将采集到的图像数字化并传输到计算机的相关模块中进行下一步的图像处理；
[0054]
步骤三、图像预处理：利用数据处理模块对采集到的图像进行预处理，图像预处理包括空间滤波和空间锐化，其中图像预处理对模糊图像进行逆运算，如微分运算、梯度运算，就可以使图像清晰；空间锐化滤波主要应用于突出灰度的过渡部分，增强图像边缘，使目标物体的边缘鲜明，以便于提取目标物体的边界、对图像进行分割，为图像的后续处理打下基础；由于二阶导数对图像处理中图像中的噪声比较敏感，因此常用一阶导数来检测边缘设有一副原始图像f(x，y) 则其梯度表达式为：
[0055][0056]
又可写作：
[0057][0058]
实际工程应用中，直接采用梯度算子计算量比较大，通常采用梯度模板算子，常见的算子有roberts算子、prewitt算子、sobel算子，如表所示，通过实验，sobel算子最适合系统图像处理；
[0059]
表1边缘检测算子列表
[0060][0061]
步骤四、图像分割：基于阈值的分割方法通过选取一个或几个阈值把图像的灰度级分为几个部分，进而将目标区域提取出来，阈值分割可用公式表示为：
[0062][0063]
其中，f(x，y)是图像原始(x，y)处灰度值，g(x，y)是分割后灰度值，t为阈值；根据t取值方式的不同，阈值分割分为全局阈值处理、局部阈值处理、动态阈值处理；
[0064]
步骤五、形态学处理：在图像获取过程中，形态学处理通过结构元素的逻辑运算来对采集模块噪声、光照不均和被测物体表面细小灰尘所产生的一些噪声点进行去除，运算结果为输出图像相应的元素；
[0065]
步骤六、缺陷检测：采用差影法进行缺陷检测，其中差影法的原理是对两幅图像按照对应像素做差依据做差结果判断是否有缺陷，匹配技术的另一种形式是灰度相关法方法是以图像像素的相关性来衡量图像间的相似性关于灰度相关的相似性测量有许多种相似性测量函数其中最常用的是灰度相关函数；
[0066]
差影法可通过预先设置一个阈值将其与差值做比较从而检测出缺陷如式(3)所示：
[0067][0068]
设模板图像局部子图f1(x，y)与待检图像局部子图f2(x，y) 的大小均为m x n为了测量两幅图像的相关性除了差影法外还可以利用相关系数作为相似性度量当两幅图一致时它们的相关性必然是最大的从而相关系数也将是最大的式(4)给出相关系数的求取公式：
[0069][0070]
为了适应周围环境的变化将上述相关系数归一化，这样待检测图像的整体灰度值的波动将不会影响到相关系数，归一化的相关系数计算公式如式(5)所示：
[0071][0072]
即在求到两幅图在(i j)处的相关系数后通过取阈值t进行二值化从而得到检测结果图像a(i j)计算公式如式(6)所示：
[0073][0074]
步骤七、检测结果输出。
[0075]
参考图2，本实施例还提出了一种用于柔性产品的机器视觉检测装置，包括中央处理模块，中央处理模块交互连接有控制模块，控制模块交互连接有驱动模块和采集模块，驱动模块与采集模块交互连接，采集模块与中央处理模块交互连接，中央处理模块交互连接网络通信模块，中央处理模块用于综合数据处理，控制模块用于对驱动模块与采集模块进行控制，驱动模块用于带动采集模块移动，采集模块用于对图片进行采集，网络通信模块用于装置的网络连接与数据通信；本发明采用采集模块与中央处理模块能够自动对产品外观进行检测，从而避免了人工长时间连续作业造成的误检和漏检，从而提高了检测质量，降低
了不合格的产品的误判，能够满足使用需求。
[0076]
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。