一种基于MATLAB图像处理的托槽焊膏视觉检测方法技术

本发明专利技术公开了一种基于MATLAB图像处理的托槽焊膏视觉检测方法，包括步骤为：首先以摄像头采集托槽图像；接着将采集的托槽图像转换到HSV空间，并对H空间灰度图进行对比度增强、二值化和去噪声处理；提取托槽主体图像；再对托槽主体图像的边界修正和去噪声，最后通过计算托槽主体图像内黑点百分比判定是否有焊膏。通过上述方法，满足托槽生产自动化对焊膏检测的要求，保证了托槽上基底钎焊的可靠性。

【技术实现步骤摘要】
一种基于MATLAB图像处理的托槽焊膏视觉检测方法
本专利技术属于视觉检测
，涉及一种托槽焊膏检测方法。
技术介绍
托槽是口腔正畸矫治所需的一种医疗器件，用粘接剂直接粘接于牙冠表面，弓丝通过托槽对牙齿施以各种类型的矫治力。托槽的主要作用在于固定弓丝，从而使弓丝更好的发挥作用，传递矫治力，以此控制牙齿三维的移动，达到正畸矫治的目的。为加强托槽与牙面的粘接力，托槽需要焊接具有金属网格的基底，通过粘合剂，使托槽牢固地粘接于牙面上。目前，托槽和基底主要由不锈钢制成，采用钎焊工艺实现两者的结合，钎料为银基钎焊膏，在焊接之前必须在托槽上点焊膏。传统生产过程全部由人工完成，产量低，成本高，市场竞争、成本控制等因素迫使托槽生产过程必须实行自动化。为了保证焊接的可靠性，托槽焊膏检测是自动化生产必备的一道工序。由于零件尺寸小，而且为了不影响焊接质量，不允许接触检测，而光电检测法误检率较高，不能够满足可靠性要求，托槽焊膏检测是一项技术难点。
技术实现思路
本专利技术要解决的技术问题是：针对托槽焊膏检测的技术难点，实现托槽焊膏的自动化检测，提高检测的效率和准确性。为了解决上述技术问题，本专利技术提供一种基于MATLAB图像处理的托槽焊膏视觉检测方法。本专利技术所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，包括步骤：(1)以摄像头采集托槽图像；摄像头可以是USB摄像头、数码相机等；(2)将采集的托槽图像转换到HSV空间，并对H空间灰度图进行对比度增强、二值化和去噪声处理；(3)提取托槽主体图像(根据托槽主体的形态提取感兴趣区)；(4)托槽主体图像的边界修正和去噪声；(5)计算托槽主体图像内黑点百分比判定是否有焊膏。作为对所述的托槽焊膏视觉检测方法的进一步改进，步骤(3)所述提取托槽主体图像的过程如下：(31)确定托槽主体图像的上下边界：找到图像矩阵白点最多的一列，再分别从该列的第一行查找并记录第一个白点的行号、从最后一行起查找并记录最后一个白点的行号，行号即托槽主体在二值图像中的上边界和下边界；(32)确定托槽主体图像左右边界：在图像的水平中心线上从图像的左边界向右查找第一个白点、从图像的右边界向左查找第一个白点，左边第一个白点的列号和右边第一个白点的列号即托槽主体的左边界和右边界；(33)托槽主体图像提取：利用MATLAB提取子矩阵的方法从二值图像中提取托槽主体区域图像，提取方法为：托槽主体图像<＝处理的二值化图像(上边界：下边界，左边界：右边界)。作为对所述的托槽焊膏视觉检测方法的进一步改进，确定托槽主体图像左右边界的方法是：将图像的水平中心线沿垂直方向上下调整，根据不同位置的水平中心线再用步骤(32)的方法确定出不同的左边界和右边界，再分别求出左边界集合的方差和右边界集合的方差，选择方差较小的集合的均值为基准，再根据托槽主体的几何宽度计算另一侧边界。作为对所述的托槽焊膏视觉检测方法的进一步改进，步骤(4)中所述的边界修正是以得到托槽主体的最大内接矩形图像为准进行边界修正。作为对所述的托槽焊膏视觉检测方法的进一步改进，步骤(5)中所述的黑点百分比判定阈值根据生产需要的焊膏量来确定。作为对所述的托槽焊膏视觉检测方法的进一步改进，在步骤(2)之后、步骤(3)之前还有下述步骤：(21)把图像取反，去噪声处理后，再取反。具体的说，本专利技术所述基于MATLAB图像处理的托槽焊膏视觉检测方法，包括如下步骤：1图像采集，从USB摄像头获取托槽的图像1.1调用videoinput函数，根据连接在计算机上USB数字摄像头的ID号创建视频输入对象；1.2调用set函数设置步骤(1.1)所述摄像头的返回颜色空间为RGB；1.3调用getsnapshot函数，从步骤(1.1)创建的视频输入对象中获取一帧图像；2图像处理，对步骤(1)所获取的图像进行对比度增强和去噪声处理2.1调用rgb2hsv函数将步骤(1.3)获取的图像转到HSV空间；2.2提取步骤(2.1)所得的H空间灰度图；2.3调用imadjust函数增强步骤(2.2)所得图像的对比度；2.4调用graythresh函数自动确定步骤(2.3)生成增强图像的阈值；2.5根据步骤(2.4)的阈值，调用im2bw函数将步骤(2.3)生成的增强图像二值化；2.6调用bwareaopen函数删除步骤(2.5)二值化图像中的黑色背景中的白色小点；2.7对步骤(2.6)得到的图像取反，再次调用bwareaopen函数删除取反图像中的白点，对结果再取反，得到步骤(2.5)所得图像去除小面积的白色和黑色噪声点后的图像。3图像分析，分析步骤(2)的处理结果，提取托槽主体作为感兴趣区3.1首先定义和图像列数相同的数组，统计步骤(2)所得图像的每一列的白点数，存放每一列的白点数，并找出白点数最多的列；3.2自上而下扫描步骤(3.1)所述白点数最多的列，寻找第一个白点，保存索引值，定义为托槽主体上边界；3.3自下而上扫描步骤(3.1)所述白点数最多的列，寻找第一个白点，保存索引值，定义为托槽主体下边界；3.4使用步骤(3.2)、(3.3)所述的上边界和下边界提取步骤(2)的处理结果；3.5取步骤(3.4)所得图像的最中间一行，并向上、下偏移再分别各取一行；3.6从左到右扫描步骤(3.4)选择的行，找出每行左边第一个白点，保存其索引值；3.7从右到左扫描步骤(3.4)选择的行，找出每行右边的一个白点，保存其索引值；3.8分别计算步骤(3.6)和步骤(3.7)索引值的方差，选择方差值最小的一组，计算方差值最小组的平均值，以该平均值为边界，根据托槽主体宽度推算另一边界；3.9根据左边界、右边界从步骤(3.4)得到的图片中提取托槽主体。4托槽主体图像的边界修正和去噪声4.1将步骤(3)所得的托槽主体图像的上、下、左、右边界分别减去一个修正量，得到托槽主体的最大内接矩形图像；4.2调用bwareaopen函数删除步骤(4.1)所得图像中的黑色小面积噪声点；4.3对步骤4.2所得的图像主体取反，再调用bwareaopen函数删除取反图像中的黑色小面积噪声点；4.4对步骤(4.3)所得的图像取反，得到修正和去噪声后的托槽主体图像。5托槽焊膏判定计算步骤(4)所述修正和去噪声后的托槽主体图像黑点百分比，如果超过判定阈值，则说明已点焊膏，否则表示未点焊膏或焊膏量不足。在本专利技术一个实施实例中，步骤(2.3)中所述增强对比度所用的亮度下限值和上限值从步骤(2.2)所生成图像的灰度图中读取；在本专利技术一个实施实例中，步骤(2.6)、(2.7)、(4.2)和(4.3)所述小面积的数值由调试确定；在本专利技术一个实施实例中，步骤(4.1)所述修正量的取值由调试确定，以得到托槽主体的最大内接矩形图像为准；在本专利技术一个实施实例中，步骤(5)所述判定阈值根据生产需要的焊膏量来确定。本专利技术的有益效果：本专利技术所述的一种基于MATLAB图像处理的托槽焊膏视觉检测方法可以有效解决托槽焊膏检测的技术难点，为托槽生产自动化提供保证，具有成本低、检测可靠性高等优点。附图说明图1是采集的托槽图像(图1-1为无焊膏托槽图像，图1-2为有焊膏托槽图像)；图2是采集图像的H、S、V空间图像；图3是对比度增强前、后的H空间灰度图像(图3-1为增强前图像，图本文档来自技高网...

【技术保护点】
一种基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于包括步骤：(1)以摄像头采集托槽图像；(2)将采集的托槽图像转换到HSV空间，并对H空间灰度图进行对比度增强、二值化和去噪声处理；(3)提取托槽主体图像；(4)托槽主体图像的边界修正和去噪声；(5)计算托槽主体图像内黑点百分比判定是否有焊膏。

【技术特征摘要】
1.一种基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于包括步骤：(1)以摄像头采集托槽图像；(2)将采集的托槽图像转换到HSV空间，并对H空间灰度图进行对比度增强、二值化和去噪声处理；(3)提取托槽主体图像；(4)托槽主体图像的边界修正和去噪声；(5)计算托槽主体图像内黑点百分比判定是否有焊膏。2.根据权利要求1所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于步骤(3)所述提取托槽主体图像的过程如下：(31)确定托槽主体图像的上下边界：找到图像矩阵白点最多的一列，再分别从该列的第一行查找并记录第一个白点的行号、从最后一行起查找并记录最后一个白点的行号，行号即托槽主体在二值图像中的上边界和下边界；(32)确定托槽主体图像的左右边界：在图像的水平中心线上从图像的左边界向右查找第一个白点、从图像的右边界向左查找第一个白点，左边第一个白点的列号和右边第一个白点的列号即托槽主体的左边界和右边界；(33)托槽主体图像提取：利用MATLAB提取子矩阵的方法从二值图像中提取托槽主体区域图像，提...

【专利技术属性】
技术研发人员：王皖君，
申请(专利权)人：南京林业大学，
类型：发明
国别省市：江苏,32