一种模具保护器及其实现方法
【技术领域】
[0001] 本发明涉及模具监测技术领域，特别是一种模具保护器及其实现方法。
【背景技术】
[0002] 现有的模具保护器的实现方法主要都是基于基准图像的模板匹配，S卩，通过采集 多张合格的模板图像作为基准图像，每次开模到位后获取当前模板图像和所有基准图像依 次对比，只要和其中一张基准图像基本类似，即当前模板图像每个像素点和基准图像对应 像素点灰度值的差异大于容差的总点数小于设定值，即认为当前模板图像是合格的，反之 则为不合格。这种方法的优点是容易实现且用户容易理解，但不足之处在于如果开模位置 稍有不准，则图像差异就会较大而引起误报；而且，如果模板较多，则处理速度慢，增加生产 周期时间。
【发明内容】
[0003] 本发明为解决上述问题，提供了一种模具保护器及其实现方法，使得模板匹配效 率更高。
[0004] 为实现上述目的，本发明采用的技术方案为：
[0005] 一种模具保护器的实现方法，其特征在于，包括以下步骤：
[0006] 10.采集多幅合格的模板图像，作为基准图像；
[0007] 20.计算所述基准图像的最小值图像和最大值图像；
[0008] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0009] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0010] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0011] 优选的，所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0012] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0013] 22.根据待检测区域的大小自动设置放大系数；
[0014] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0015] 优选的，所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平 均值、标准差，进一步包括以下步骤：
[0016] 211.计算灰度累加和：
[0018] 212?计算均值：
[0020] 213?计算标准差：
[0022] 其中，匕(x，y)为第i张基准图像上坐标为（x，y)的像素点的灰度值，k为基准图 像的张数。
[0023] 优选的，所述的步骤22中，根据待检测区域的大小自动设置放大系数，计算方法 如下：
[0024] 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T= 1 ;
[0025] 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T= 2 ;
[0026] 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T= 3。
[0027] 优选的，所述的步骤23中，根据所述的灰度累加和、平均值、标准差及放大系数， 计算基准图像的最小值图像和最大值图像，计算方法如下：
[0028] 231.计算最小值图像各个像素点的颜色值：
[0030] 232.计算最小值图像各个像素点的颜色值：
[0032] 其中，
为所述的平均值；S(x，y)为所述的标准差；T为所述的放大系 数。
[0033] 另外，本发明还提供了一种模具保护器，其特征在于，其至少包括：
[0034] 图像采集模块，用于采集多幅合格的模板图像，作为基准图像；
[0035] 图像计算模块，用于计算所述基准图像的最小值图像和最大值图像；
[0036] 分析判断模块，用于判断待检测的模板图像的每个像素点的颜色值是否在所述的 最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该 待检测的模板图像的像素点为合格点，否则为不合格点；
[0037] 分析统计模块，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计剩 余不合格点的数量；
[0038] 阈值判断模块，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预 设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
[0039] 本发明的有益效果是：
[0040] 本发明的一种模具保护器及其实现方法，其通过预先采集多幅合格的模板图像作 为基准图像，并分别计算所述基准图像的最小值图像和最大值图像，然后在进行模具匹配 检测时进行判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点，并进一步排除单一的不合格点，将剩余不合格点的 数量与预设阈值进行对比，大于预设阈值则本次检测结果为不合格，小于预设阈值则本次 检测结果为合格，准确率更高，避免了因模具开模位置变动造成的误报，并且以多张基准图 像计算得到的最大值图像和最小值图像来代替传统的逐张模板进行匹配的方法，算法更简 单，处理速度更快，检测所需时间大大减少。
【附图说明】
[0041] 此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0042] 图1为本发明一种模具保护器的实现方法的流程简图；
[0043] 图2为本发明一种模具保护器的结构示意图。
【具体实施方式】
[0044] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结 合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用 以解释本发明，并不用于限定本发明。
[0045] 如图1所示，本发明的一种模具保护器的实现方法，其包括以下步骤：
[0046] 10.采集多幅合格的模板图像，作为基准图像；
[0047] 20.计算所述基准图像的最小值图像和最大值图像；
[0048] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0049] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0050] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0051] 本实施例所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0052] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0053] 22.根据待检测区域的大小自动设置放大系数；
[0054] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0055] 所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平均值、标 准差，进一步包括以下步骤：
[0056] 211.计算灰度累加和：
[0058] 212?计算均值：
[0060] 213?计算标准差：
[0062] 其中，Gi(X，y)为第i张基准图像上坐标为（X，y