一种基于机器视觉的工件外形检测方法技术

本发明专利技术涉及一种基于机器视觉的工件外形检测方法，用于检测生产出的工件外形是否存在缺陷，所述方法包括：建立工件的边缘检测图像模板；采集待检测的工件图像，并对采集后的待检测工件图像进行初始化处理；将边缘检测图像模板和处理后的待检测工件图像进行二值图像形态学运算，根据运算结果判断工件外形是否存在缺陷。与现有技术相比，本发明专利技术具有可以自动检测、便于实现以及检测效率高等优点。

A method of workpiece shape detection based on machine vision

The invention relates to a method of workpiece shape detection based on machine vision, which is used to detect the defects in the shape of the workpiece produced. The method includes: establishing the edge detection image template of the workpiece, collecting the image of the workpiece to be detected and initializing the image of the work piece after the acquisition; The image template and the processed workpiece image are measured to perform two value image morphological operations. According to the result of operation, the defects of workpiece shape are judged. Compared with the prior art, the invention has the advantages of automatic detection, convenient implementation and high detection efficiency.

【技术实现步骤摘要】
一种基于机器视觉的工件外形检测方法
本专利技术涉及工件检测领域，尤其是涉及一种基于机器视觉的工件外形检测方法。
技术介绍
工件，作为制造业的基石贯穿于航空、汽车、船舶制造等等各领域，对其加工后的质量检测方法则成为衡量一个国家制造业水平高低的重要标志之一，惟有更加准确高效的工件检测方法，才能制造出质量更好的工件。在工件的质量检测过程中，检测工件外形是否符合标准，往往是最基础也是最重要的。现有的工件外形检测方法，大多是通过制造与工件外形相匹配的匹配模板，然后将工件与匹配模板相结合，通过肉眼来判断匹配程度，从而确定工件外形是否符合标准。这样的检测方法带来如下的问题：(1)通过肉眼来判断匹配程度，导致检测标准的不统一，从而使得最终通过检测的工件外形质量参差不齐，导致需要二次检测来进一步淘汰残次品，费时费力且质量难以得到保证；(2)通过人工来实现工件和匹配模板的相互配合，既消耗了人力资源，又难以保证检测速度。
技术实现思路
本专利技术的目的是针对上述问题提供一种基于机器视觉的工件外形检测方法。本专利技术的目的可以通过以下技术方案来实现：一种基于机器视觉的工件外形检测方法，用于检测生产出的工件外形是否存在缺陷，所述方法包括：1)建立工件的边缘检测图像模板；2)采集待检测的工件图像，并对采集后的待检测工件图像进行初始化处理；3)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图像进行二值图像形态学运算，根据运算结果判断工件外形是否存在缺陷。优选地，所述建立工件的边缘检测图像模板包括：构建工件的标准匹配模板，并对匹配模板进行图像采集，得到工件的边缘检测图像模板。优选地，所述建立工件的边缘检测图像模板包括：根据工件的标准数据值，通过计算机图像绘制工具，直接绘制得到工件的边缘检测图像模板。优选地，所述步骤2)包括：21)采集待检测的工件图像；22)对采集后的待检测工件图像进行坐标变换，实现采集后的待检测工件图像与边缘检测图像模板的坐标统一，得到处理后的待检测工件图像。5.根据权利要求4所述的基于机器视觉的工件外形检测方法，其特征在于，所述步骤22)包括：221)读取采集后的待检测工件图像中特征孔的第一坐标值，同时读取边缘检测图像模板中对应的特征孔的第二坐标值；222)根据特征孔的第一坐标值和特征孔的第二坐标值确定图像变换参数；223)根据步骤222)得到的图像变换参数，对采集后的待检测工件图像进行坐标变换，得到处理后的待检测工件图像。优选地，所述图像变换参数包括缩放变换参数、旋转变换参数和平移变换参数。优选地，所述坐标变换具体为：其中，(xw,yw)为处理后的待检测工件图像坐标，(xi,yi)为采集后的待检测工件图像坐标，s为缩放变换参数，θ为旋转变换参数，x0和y0均为平移变换参数。优选地，所述步骤3)包括：31)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图进行二值图像形态学中的减法运算，得到差值输出图像；32)判断差值输出图像中是否存在明显缺陷图像，若是则表明工件外形存在缺陷，若否则表明工件不存在明显缺陷。优选地，所述明显缺陷图像具体为：绝对长度超过规定阈值的高亮度线条。与现有技术相比，本专利技术具有以下有益效果：(1)通过采集待检测的工件图像，并将其与边缘检测图像模板进行匹配，通过机器视觉来进行图像之间的比较，最终通过二值形态学图像运算得到一个准确具体的工件外形和模板之间的差异，与人工手动匹配并肉眼识别相比，将检测的标准进行量化，因而克服了现有技术中检测质量不高，需要二次检测的问题。(2)通过图像匹配和二值图像形态学运算来进行工件的外形检测，这种检测方式可以完全经由机器操作，无需人工参与，一方面节省了人力资源，另一方面也提高了检测效率，从而提高工件的生产效率。(3)工件的边缘检测模板包括对制造标准匹配模板后进行图像采集，也可以直接通过机器绘图，模板生成方式多样，可以根据实际情况进行选取，操作灵活。(4)在进行工件图像和模板图像的匹配时，需要将二者统一到同一坐标系上，从而保证图像匹配的准确程度，提高检测质量。(5)在进行坐标统一的过程中，分别考虑了缩放、旋转和平移变换参数，考虑全面，提高检测的准确程度。附图说明图1为基于机器视觉的工件外形检测方法的流程图；图2为缩放变换示意图；图3为旋转变换示意图；图4为边缘检测图像模板的输出图像示意图；图5为二值图像形态学运算后的输出图像示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。本实施例提出了一种基于机器视觉的工件外形检测方法，用于检测生产出的工件外形是否存在缺陷，如图1所示，该方法包括：1)建立工件的边缘检测图像模板，具体包括：构建工件的标准匹配模板，并对匹配模板进行图像采集，得到工件的边缘检测图像模板；或根据工件的标准数据值，通过计算机图像绘制工具，直接绘制得到工件的边缘检测图像模板；2)采集待检测的工件图像，并对采集后的待检测工件图像进行初始化处理，包括：21)采集待检测的工件图像；22)对采集后的待检测工件图像进行坐标变换，实现采集后的待检测工件图像与边缘检测图像模板的坐标统一，得到处理后的待检测工件图像，包括：221)读取采集后的待检测工件图像中特征孔的第一坐标值，同时读取边缘检测图像模板中对应的特征孔的第二坐标值；222)根据特征孔的第一坐标值和特征孔的第二坐标值确定图像变换参数(缩放变换参数、旋转变换参数和平移变换参数)；223)根据步骤222)得到的图像变换参数，对采集后的待检测工件图像进行坐标变换，得到处理后的待检测工件图像，具体为：其中，(xw,yw)为处理后的待检测工件图像坐标，(xi,yi)为采集后的待检测工件图像坐标，s为缩放变换参数，θ为旋转变换参数，x0和y0均为平移变换参数；3)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图像进行二值图像形态学运算，根据运算结果判断工件外形是否存在缺陷，包括：31)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图进行二值图像形态学中的减法运算，得到差值输出图像；32)判断差值输出图像中是否存在明显缺陷图像(具体为绝对长度超过规定阈值的高亮度线条)，若是则表明工件外形存在缺陷，若否则表明工件不存在明显缺陷。关于上述方法中，对图像进行坐标变换，所依据的原理具体为2D匹配技术，在2D匹配技术中从一个2D坐标空间到另一个2D坐标空间的映射称为2D变换或几何变换等。其定义公式为：上述表示模型M上的点和图像I上的点之间的可逆映射关系，且通过函数g和h在模型点[x,y]和图像点[r,c]之间建立起对应关系，这样模型中的特征点就可以在图像中找到它的对应位置。在工件检测系统中还需要用到2D匹配中的图像配准技术，所谓图像配准，就是关于相同场景，近似视点，不同坐标系的两幅图像，对图像点进行几何变换，使得两幅图像中的对应特征点在变换后具有相同的坐标。而在图像配准过程中，最重要的需要应用的就是仿射变换技术。在本实施例中，重点分析仿射变换中的缩放、旋转以及平移。首先讨论缩放，缩放是最为常见的一种图形变换技术。在本系统中所应用的同比例缩放就本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的工件外形检测方法，用于检测生产出的工件外形是否存在缺陷，其特征在于，所述方法包括：1)建立工件的边缘检测图像模板；2)采集待检测的工件图像，并对采集后的待检测工件图像进行初始化处理；3)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图像进行二值图像形态学运算，根据运算结果判断工件外形是否存在缺陷。

【技术特征摘要】
2017.10.20 CN 20171098511011.一种基于机器视觉的工件外形检测方法，用于检测生产出的工件外形是否存在缺陷，其特征在于，所述方法包括：1)建立工件的边缘检测图像模板；2)采集待检测的工件图像，并对采集后的待检测工件图像进行初始化处理；3)将步骤1)中得到的边缘检测图像模板和步骤2)中处理后的待检测工件图像进行二值图像形态学运算，根据运算结果判断工件外形是否存在缺陷。2.根据权利要求1所述的基于机器视觉的工件外形检测方法，其特征在于，所述建立工件的边缘检测图像模板包括：构建工件的标准匹配模板，并对匹配模板进行图像采集，得到工件的边缘检测图像模板。3.根据权利要求1所述的基于机器视觉的工件外形检测方法，其特征在于，所述建立工件的边缘检测图像模板包括：根据工件的标准数据值，通过计算机图像绘制工具，直接绘制得到工件的边缘检测图像模板。4.根据权利要求1所述的基于机器视觉的工件外形检测方法，其特征在于，所述步骤2)包括：21)采集待检测的工件图像；22)对采集后的待检测工件图像进行坐标变换，实现采集后的待检测工件图像与边缘检测图像模板的坐标统一，得到处理后的待检测工件图像。5.根据权利要求4所述的基于机器视觉的工件外形检测方法，其特征在于...

【专利技术属性】
技术研发人员：郝泳涛，李庚森，毛孝鑫，谢圆，万思哲，李洲楠，苏峰，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31