一种基于机器视觉的喇叭音圈焊线识别方法与流程

本发明涉及图像处理与识别技术领域，更具体地，涉及一种基于机器视觉的喇叭音圈焊线识别方法。

背景技术

在经济不断发展市场需求不断扩展中，手机、汽车及其周边产品成为主流的快消品，其中音响喇叭也是不可或缺配件之一，在汽车或者手机喇叭的制造工艺过程中，给音圈线点胶是其中重要工艺环节之一。现有的喇叭生产商，包括全球最大的喇叭生产商丰达，以及国内的漫步者在这一重要环节都是人工手持胶枪控制点胶，而点胶的胶水气味难闻，对工人身体有害。另一方面，工人每天重复着高强度的工作，难免会对产品的生产质量造成影响。同时，人工点胶效率低，需要占用大量的人力和时间。因此，基于机器视觉的全自动点胶机成为市场的发展趋势，而全自动点胶机的难点在于图像处理，识别部分。

技术实现要素：

本发明为克服上述现有技术所述的至少一种缺陷，提供一种基于机器视觉的喇叭音圈焊线识别方法。本发明可以准确识别出喇叭音圈焊线坐标，以便实现全自动点胶。

为解决上述技术问题，本发明采用的技术方案是：一种基于机器视觉的喇叭音圈焊线识别方法，其中，包括如下步骤：

s1.图像采集：采用定时器实时检测产品生产线的启动信号，检测到启动信号时，打开相机和光源对产品生产线上的工位进行拍照，采集图像。工厂生产线绝大部分都是plc控制，产品在生产线开始移动到下一个工位之前，plc会给出一个启动信号。因此，运用定时器可以实时检测到启动信号的状态，当读取到启动信号时，即打开相机和光源，开始拍照。

s2.阈值判断：对采集图像进行平均像素值计算，判断图像上是否有产品；由于喇叭产品是放在产线治具上，因此有可能出现产品漏放的情况，因此需要通过阈值判断来确定图像上是否有产品，才能进行后续操作。

s3.图像预处理：对有产品的图像进行降噪，产品边缘检测，产品轮廓面积筛选，运用霍夫圆检测函数得到产品拟合圆的圆心坐标和半径，分别记为k1，r。

s4.面积计算：对预处理后的图像进行腐蚀，产品轮廓面积计算，设定面积阈值，筛选得到对应产品中两个焊点的中心坐标k2，k3。

s5.图像分割：计算出两个焊点中心坐标的中点坐标k4，由于两点确定一条直线，得到直线k1k4，以直线k1k4对步骤s3得到的图像进行分割。

s6.得到焊线坐标：基于圆心坐标k1和半径r，生成圆心坐标k1不变，半径以2个像素为步长增加的圆，生成后的圆分别与分割后的图像相交，得出基点半径，以基点半径为基础，形成半径以2个像素为步长在固定区间内增加和减少且圆心坐标k1不变的圆，分别与对应的分割后的图像相交，对交点进行判断是否为焊线上点的坐标，分别得到分割后的图像上焊线上的所有坐标。

进一步的，所述步骤s1中，采用的光源为红色环形光源，采用的相机为黑白相机。由于喇叭产品和治具的属性，通过红色光源照射，采集到的治具图像绝大部分显示为白色，与喇叭产品图像反差较大。因此，在步骤s2中，通过计算采集图像像素的平均值，设定图像像素阈值范围即可判断治具上是否有喇叭产品。

进一步的，所述步骤s3包括如下步骤：

s31.降噪：使用均值滤波函数让图像变得光滑，滤除图像中的噪声；

s32.边缘检测：降噪后的图像进行产品边缘检测，使用canny算子进行产品边缘检测；

s33.面积筛选：产品边缘检测后的图像会有一些边缘噪点，通过计算图像中所有轮廓面积，设定轮廓面积的阈值进行剔除边缘噪点；

s34.圆拟合：运用霍夫圆变换函数houghcircles对预处理后的图像进行检测拟合，得到拟合圆的圆心坐标k1和半径r。

进一步的，所述步骤s4包括如下步骤：

s41.在步骤s3预处理后的图像基础上，生成一个圆心坐标k1不变半径为1.15倍r的圆，将该圆内像素全部置为0，二值图像像素0表示黑，像素1表示白，因此步骤s3预处理后的图像中的圆就被去除掉了；

s42.对步骤s41得到的图像进行腐蚀操作，将图中线条部分去除掉，只剩下焊点和噪点，计算焊点和噪点的轮廓面积，设定轮廓面积阈值，剔除噪点轮廓，得到只剩下焊点的轮廓图像；

s43.利用boundingrect函数对焊点轮廓进行检测，得到焊点用矩形框包围的轮廓参数，再由矩形框包围的轮廓参数求得焊点的中心坐标k2，k3。

进一步的，所述步骤s5中，以直线k1k4对步骤s3得到的图像进行分割时，将直线k1k4以上部分的像素值全部置为0，直线k1k4以下部分的产品轮廓内部的像素值全部置为1，得到分割后直线k1k4以下部分的图像；将直线k1k4以上部分的产品轮廓内部的像素值全部置为1，直线k1k4以下部分的像素值全部置为0，得到分割后直线k1k4以上部分的图像。针对分割后直线k1k4以下部分的图像和分割后直线k1k4以上部分的图像，分别进行步骤s6即可分别得到分割后的图像上的焊线上的所有坐标。

进一步的，所述步骤s6包括如下步骤：

s61.计算得到基点半径大小：基于圆心坐标k1和半径r，形成圆心坐标k1不变且半径以2个像素为步长增加的圆，形成的圆半径大小大于原始半径r且小于属于该焊线的焊点到圆心的距离，生成后的圆与分割后的图像相交，求得每个生成后的圆与图像相交的交点个数，统计交点个数为1的最长区间，取该区间中点到圆心坐标k1的距离为基点半径；

s62.得到焊线坐标圆心坐标k1不变，以基点半径为基础，分别形成以半径为2个像素为步长增加和减少的圆，形成的圆半径大小要大于原始半径r且小于属于该焊线的焊点到圆心的距离，与分割后图像相交。交点个数为1时，该点即为焊线上的坐标，交点个数不为1时，计算得到的所有交点到上一个交点个数为1的距离，距离最短的即为焊线上的点，从而得到焊线上的所有坐标。自动点胶机根据得到的焊线上的所有坐标，就可以实现准确的全自动点胶。

与现有技术相比，本发明的有益效果：

本发明的方法能够准确识别出喇叭音圈产品焊线上的所有坐标，为全自动点胶机实现准确的全自动点胶提供基础。

本发明的方法通过计算图像的平均像素值，设定像素阈值，能够稳定判断采集的图像上是否有产品，提高了识别的稳定性与识别效率；通过图像处理，计算轮廓面积，设定面积阈值，从而能够稳定的找到对应喇叭音圈产品中两个焊点的中心坐标；基于两点确定一条直线的数学思想对图像进行稳定的分割，为后续图像识别算法提升效率。

附图说明

图1是本发明的原理流程图。

图2是本发明步骤s1中相机采集的产品原图像。

图3是本发明步骤s3预处理后的图像。

图4是本发明步骤s4处理后的图像。

图5是本发明步骤s5中得到的分割后直线k1k4以下部分的图像。

图6是本发明步骤s6中识别的焊线坐标示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

如图1所示，一种基于机器视觉的喇叭音圈焊线识别方法，其中，包括如下步骤：

s1.图像采集：采用定时器实时检测产品生产线的启动信号，检测到启动信号时，打开相机和光源对产品生产线上的工位进行拍照，采集图像。工厂生产线绝大部分都是plc控制，产品在生产线开始移动到下一个工位之前，plc会给出一个启动信号。因此，运用定时器可以实时检测到启动信号的状态，当读取到启动信号时，即打开相机和光源，开始拍照。采用的光源为红色环形光源，采用的相机为黑白相机。

s2.阈值判断：对采集图像进行平均像素值计算，判断图像上是否有产品；由于喇叭产品是放在产线治具上，因此有可能出现产品漏放的情况，因此需要通过阈值判断来确定图像上是否有产品，才能进行后续操作。由于喇叭产品和治具的属性，通过红色光源照射，采集到的治具图像绝大部分显示为白色，与喇叭产品图像反差较大。因此，通过计算采集图像像素的平均值，设定图像像素阈值范围即可判断治具上是否有喇叭产品。图2为相机采集到的喇叭产品原图。

s3.图像预处理：对有产品的图像进行降噪，产品边缘检测，产品轮廓面积筛选，运用霍夫圆检测函数得到产品拟合圆的圆心坐标和半径，分别记为k1，r。具体包括如下步骤：

s31.降噪：使用均值滤波函数让图像变得光滑，滤除图像中的噪声；

s32.边缘检测：降噪后的图像进行产品边缘检测，使用canny算子进行产品边缘检测；

s33.面积筛选：产品边缘检测后的图像会有一些边缘噪点，通过计算图像中所有轮廓面积，设定轮廓面积的阈值进行剔除边缘噪点；

s34.圆拟合：运用霍夫圆变换函数houghcircles对预处理后的图像进行检测拟合，得到拟合圆的圆心坐标k1和半径r，如图3所示。

s4.面积计算：对预处理后的图像进行腐蚀，产品轮廓面积计算，设定面积阈值，筛选得到对应产品中两个焊点的中心坐标k2，k3。具体包括如下步骤：

s41.在步骤s3预处理后的图像基础上，生成一个圆心坐标k1不变半径为1.15倍r的圆，将该圆内像素全部置为0，二值图像像素0表示黑，像素1表示白，因此步骤s3预处理后的图像中的圆就被去除掉了；

s42.对步骤s41得到的图像进行腐蚀操作，将图中线条部分去除掉，只剩下焊点和噪点，计算焊点和噪点的轮廓面积，设定轮廓面积阈值，剔除噪点轮廓，得到只剩下焊点的轮廓图像；

s43.利用boundingrect函数对焊点轮廓进行检测，得到焊点用矩形框包围的轮廓参数，再由矩形框包围的轮廓参数求得焊点的中心坐标k2，k3，如图4所示

s5.图像分割：计算出两个焊点中心坐标的中点坐标k4，由于两点确定一条直线，得到直线k1k4，以直线k1k4对步骤s3得到的图像进行分割。将直线k1k4以上部分的像素值全部置为0，直线k1k4以下部分的产品轮廓内部的像素值全部置为1，即得到分割后的直线k1k4以下部分的图像，如图5所示。

s6.得到焊线坐标：基于圆心坐标k1和半径r，生成圆心坐标k1不变，半径以2个像素点为步长增加的圆，生成后的圆与分割后的图像相交，得出基点半径，以基点半径为基础，形成半径以2个像素点为步长在固定区间内增加和减少且圆心坐标k1不变的圆，与分割后的图像相交，对交点进行计算判断是否为焊线上点的坐标，分别得到焊线上的所有坐标。

具体包括如下步骤：

s61.计算得到基点半径大小：基于圆心坐标k1和半径r，形成圆心坐标k1不变且半径以2个像素点为步长增加的圆，形成的圆半径大小大于原始半径r且小于属于该焊线的焊点到圆心的距离，生成后的圆与分割后的图像相交，求得每个生成后的圆与图像相交的交点个数，统计交点个数为1的最长区间，取该区间中点到圆心坐标k1的距离为基点半径；

s62.得到焊线坐标：以基点半径为基础，分别形成以半径为2个像素点为步长增加和减少的圆，形成的圆半径大小要大于原始半径r且小于属于该焊线的焊点到圆心的距离，与分割后图像相交。交点个数为1时，该点即为焊线上的坐标，交点个数不为1时，计算得到的所有交点到上一个交点个数为1的距离，距离最短的即为焊线上的点，从而得到焊线上的所有坐标。如图6所示。

重复步骤s5，以直线k1k4对步骤s3得到的图像进行分割时，将直线k1k4以上部分的产品轮廓内部的像素值全部置为1，直线k1k4以下部分的像素值全部置为0，即得到分割后直线k1k4以上部分的图像，然后重复步骤s6，即可得到直线k1k4以上部分的图像中焊线上的所有坐标。这样就得到了完整图像上的焊线的所有坐标，自动点胶机根据得到的完整图像上焊线的所有坐标，就可以实现准确的全自动点胶。

显然，本发明的上述实施例仅仅是为了清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。