一种滴定管的缺陷检测方法及装置制造方法及图纸

本发明专利技术公开了一种滴定管的缺陷检测方法及装置，采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像和灰度对比增强处理；计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分；采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像；将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度；将边缘图像与预设的模板图像的匹配程度，与设定阈值进行比较，当边缘图像与预设的模板图像的匹配程度小于设定阈值时，判断存在缺陷。本发明专利技术的方法及装置，提高了检测效率和检测质量，避免了人工检测二次污染。

Defect detection method and device of a burette

【技术实现步骤摘要】
一种滴定管的缺陷检测方法及装置
本专利技术属于生产检测
，尤其涉及一种滴定管的缺陷检测方法及装置。
技术介绍
滴定管是一次性的消耗品，主要用于分子生物学和基因学研究的应用，每年的用量很大，对品质要求也较高。在滴定管的生产过程中，首先是注塑机成型，然后是把边角料分拣，最后是工人把剩下的滴定管进行检测和包装。由于其体积小，数量多，进行检测只能采用抽检的方式。包装的主要内容是把散状的滴定管插入标准的盒子里，根据不同滴定管的要求有时还需要在滴定管里面加载滤芯，然后才去塑封做成最终成品。正常情况下，一台注塑机需要对应6-7个工人，工人劳动强度大，工作效率低、工作环境差(注塑机注塑过程中需要加热，会释放一些异味)、产品质量不稳定等问题一直困扰着生产厂家。特别是产品检测过程中受工人主观因素影响大，要不浪费严重把许多良品剔除掉了，要不检测不严把次品都当良品包装了，影响销售和客户满意度。同时滴定管是一种对品质要求较高的实验耗材，人工操作过多会导致产品的二次污染和损伤，同样影响产品品质。无论是在抽检还是在包装塑封时，为了避免人为二次污染，采用适当的检测方法就显得十分重要。
技术实现思路
本专利技术的目的是提供一种滴定管的缺陷检测方法及装置，通过获取滴定管的上表面和下表面图像，并对获取的图像进行预处理后进行缺陷检测，实现滴定管的自动化检测缺陷，避免人工检测二次污染。为了实现上述目的，本专利技术技术方案如下：一种滴定管的缺陷检测方法，其特征在于，所述滴定管的缺陷检测方法，包括：采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像；采用三段线性灰度变换对灰度图像进行灰度对比增强处理；计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分；采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像；将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度；将边缘图像与预设的模板图像的匹配程度，与设定阈值进行比较，当边缘图像与预设的模板图像的匹配程度小于设定阈值时，判断存在缺陷。进一步地，所述采用三段线性灰度变换对灰度图像进行灰度对比增强处理，采用如下公式：其中[a,b]表示原来灰度图像f(x,y)的灰度范围，[c,d]表示增强后图像g(x,y)的灰度范围，Min(g)、Max(g)表示g(x,y)的最小值和最大值，Min(f)、Max(f)表示f(x,y)的最小值和最大值。进一步地，所述计算分割阈值，包括：(1)选择初始阈值Tk；(2)通过阈值Tk，将检测图像分为目标图像和背景图像两部分，分别求出这两部分的灰度平均值Go、Gb；(3)计算更新分割阈值：(4)重复步骤到步骤(2)和(3)，直到达到迭代终止条件，得到分割阈值T。进一步地，所述采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像，采用的是Canny算子边缘检测法。进一步地，所述将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度，采用的是小波多分辨率匹配算法。本专利技术还提出了一种滴定管的缺陷检测装置，所述滴定管的缺陷检测装置，包括：图像采集模块，用于采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像；灰度增强模块，用于采用三段线性灰度变换对灰度图像进行灰度对比增强处理；图像分割模块，用于计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分；边缘提取模块，用于采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像；图像匹配模块，用于将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度；检测模块，用于将边缘图像与预设的模板图像的匹配程度，与设定阈值进行比较，当边缘图像与预设的模板图像的匹配程度小于设定阈值时，判断存在缺陷。进一步地，所述灰度增强模块采用三段线性灰度变换对灰度图像进行灰度对比增强处理，执行如下操作：根据如下公式进行操作，对灰度图像进行灰度对比增强处理：其中[a,b]表示原来灰度图像f(x,y)的灰度范围，[c,d]表示增强后图像g(x,y)的灰度范围，Min(g)、Max(g)表示g(x,y)的最小值和最大值，Min(f)、Max(f)表示f(x,y)的最小值和最大值。进一步地，所述图像分割模块计算分割阈值，执行如下操作：(1)选择初始阈值Tk；(2)通过阈值Tk，将检测图像分为目标图像和背景图像两部分，分别求出这两部分的灰度平均值Go、Gb；(3)计算更新分割阈值：(4)重复步骤到步骤(2)和(3)，直到达到迭代终止条件，得到分割阈值T。进一步地，所述边缘提取模块采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像，采用的是Canny算子边缘检测法。进一步地，所述图像匹配模块将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度，采用的是小波多分辨率匹配算法。本专利技术提出的一种滴定管的缺陷检测方法及装置，同时解决目前人工检测缺陷的过程中存在的检测速度慢、准确性低以及成本高的问题，提高检测效率和检测质量，避免了人工检测二次污染。附图说明图1为本专利技术一种滴定管的缺陷检测方法流程图；图2为本专利技术一种滴定管的缺陷检测装置结构示意图。具体实施方式下面结合附图和实施例对本专利技术技术方案做进一步详细说明，以下实施例不构成对本专利技术的限定。如图1所示，本实施例一种滴定管的缺陷检测方法，包括：步骤S1、采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像。本实施例利用直线传动机构和专用夹具将确定数量排列的滴定管匀速通过上下垂直布置的工业相机，采用工业相机连续采集待检测滴定管的上表面和下表面图像，并将获取的基于RGB模型的数字图像进行灰度处理，方法如下：分别计算各个像素点(x,y)的R、G、B三颜色的数值R(x,y)、G(x,y)、B(x,y)；计算转换后的灰度值：f(x,y)＝0.299R(x,y)+0.587G(x,y)+0.114B(x,y)；采用计算得到的灰度值替换原图像中的每个像素点。本实施例还对由上述步骤获取的灰度图像进行中值滤波处理，去除噪点，以得到更加准确的灰度图像。步骤S2、采用三段线性灰度变换对灰度图像进行灰度对比增强处理。本实施例对灰度图像进行灰度对比增强处理采用如下公式：其中[a,b]表示原来灰度图像f(x,y)的灰度范围，[c,d]表示增强后图像g(x,y)的灰度范围，Min(g)、Max(g)表示g(x,y)的最小值和最大值，Min(f)、Max(f)表示f(x,y)的最小值和最大值。需要说明的是，本实施例仅列举了一种对灰度图像进行增强的方式，本领域技术人员还可以采用在不同的区间，直接加上不同的灰度的方式来增强，这里不再赘述。步骤S3、计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分。本实施例阈值分割处理的步骤包括：(1)选择初始阈值Tk，一般取灰度图像中的灰度最大值Max(g)和灰度最小值Min(g)的均值；(2)通过阈值Tk，将检测图像分为目标图像和背景图像两部分，分别求出这两部分本文档来自技高网...

【技术保护点】
一种滴定管的缺陷检测方法，其特征在于，所述滴定管的缺陷检测方法，包括：采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像；采用三段线性灰度变换对灰度图像进行灰度对比增强处理；计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分；采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像；将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度；将边缘图像与预设的模板图像的匹配程度，与设定阈值进行比较，当边缘图像与预设的模板图像的匹配程度小于设定阈值时，判断存在缺陷。

【技术特征摘要】
1.一种滴定管的缺陷检测方法，其特征在于，所述滴定管的缺陷检测方法，包括：采集滴定管的上表面和下表面图像，对图像进行灰度处理获得灰度图像；采用三段线性灰度变换对灰度图像进行灰度对比增强处理；计算分割阈值，对灰度增强后的图像进行阈值分割处理，将灰度增强后的图像分割为目标图像和背景图像两部分；采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像；将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度；将边缘图像与预设的模板图像的匹配程度，与设定阈值进行比较，当边缘图像与预设的模板图像的匹配程度小于设定阈值时，判断存在缺陷。2.如权利要求1所述的滴定管的缺陷检测方法，其特征在于，所述采用三段线性灰度变换对灰度图像进行灰度对比增强处理，采用如下公式：其中[a,b]表示原来灰度图像f(x,y)的灰度范围，[c,d]表示增强后图像g(x,y)的灰度范围，Min(g)、Max(g)表示g(x,y)的最小值和最大值，Min(f)、Max(f)表示f(x,y)的最小值和最大值。3.如权利要求1所述的滴定管的缺陷检测方法，其特征在于，所述计算分割阈值，包括：(1)选择初始阈值Tk；(2)通过阈值Tk，将检测图像分为目标图像和背景图像两部分，分别求出这两部分的灰度平均值Go、Gb；(3)计算更新分割阈值：(4)重复步骤到步骤(2)和(3)，直到达到迭代终止条件，得到分割阈值T。4.如权利要求1所述的滴定管的缺陷检测方法，其特征在于，所述采用边缘检测法则对获取的目标图像进行预处理，实现图像滤波及边缘提取，得到边缘图像，采用的是Canny算子边缘检测法。5.如权利要求1所述的滴定管的缺陷检测方法，其特征在于，所述将边缘图像与预设的模板图像进行图像匹配，得到边缘图像与预设的模板图像的匹配程度，采用的是小波多分辨率匹配算法。6.一种滴定管的缺陷检测装置，其特征在于，所述滴定管的缺陷检测装置，包括：图像采集模块，用于采集滴定管的上表...

【专利技术属性】
技术研发人员：管力明，方琪，楼小栋，包一良，
申请(专利权)人：杭州迈锐钶科技有限公司，浙江中在医疗科技有限公司，
类型：发明
国别省市：浙江,33