一种螺钉装配的视觉检测方法技术

本发明专利技术提供了一种螺钉装配的视觉检测方法，该视觉检测方法包括：获取待检测设备的图像；从待检测设备的图像上提取待检测区域的XLD轮廓，待检测区域为包含有一个螺纹孔的区域，待检测区域的面积至少等于螺钉的螺帽面积；依据所提取的XLD轮廓创建基于异步缩放的形状模板；通过形状模板匹配算法，搜索图像上其他的待检测区域；依据均值特征及各向异性特征判断每个待检测区域是否装配有螺钉。通过获取待检测设备的图像，从图像上提取待检测区域的XLD轮廓，然后利用XLD轮廓作为形状模板找到待检测设备中需要检测的其他的待检测区域，之后通过均值特征及各项异性特征作为判断每个螺纹孔处设置装配有螺钉的约束条件，判断是否每个待检测区域是否装配有螺钉。

【技术实现步骤摘要】
一种螺钉装配的视觉检测方法
本专利技术涉及装配检测
，尤其涉及一种螺钉装配的视觉检测方法。
技术介绍
螺钉作为一种机械零部件，广泛应用于我们的生产制造和生活活动当中。一些机械零件，医用器材、家电产品，大型设备等都需要使用螺丝钉进行连接。目前电视生产厂商在电视机背板装配过程中会使用到大量螺钉作为紧固件，同时在质检工位，会安排人工检测这些螺钉是否都安装到位，是否有安装孔没有安装螺钉。质检人员需站在流水线旁边，面对不同尺寸的电视机背板，然后逐个查看螺钉是否缺少。对于合格产品就放行，不合格产品重新安装螺钉。采用该方法需要产线工人时刻保持注意力与专注度，且需眼睛长时间处于强光照明环境中。在如此高强度的工作环境下，工作时间长了易致疲劳，且由于人工检测存在每个人的感官判断易受个人状态、情绪等主观因素影响，影响质量检测的判断结果。常常导致漏检、误检，造成生产出来的产品质量不过关，最终导致生产出的产品合格率低，返修率较高。
技术实现思路
本专利技术提供了一种螺钉装配的视觉检测方法，以便于检测待检测设备的每个螺钉孔上是否存在漏装螺钉情况，无需人工进行检测，从而节省人工成本，同时可减少漏检、误检概率，提高了生产效率及降低了返修率。本专利技术提供了一种螺钉装配的视觉检测方法，用于检测待检测设备的螺纹孔处是否装配有螺钉，该视觉检测方法包括：获取待检测设备的图像；从待检测设备的图像上提取待检测区域的XLD轮廓，其中，待检测区域为包含有一个螺纹孔的区域，且待检测区域的面积至少等于螺钉的螺帽面积；依据所提取的XLD(eXtendedLineDescriptions，亚像素的轮廓和多边形)轮廓创建基于异步缩放的形状模板；通过形状模板匹配算法，搜索出图像上其他的待检测区域；依据均值特征以及各向异性特征判断每个待检测区域是否装配有螺钉。在上述的方案中，通过采用获取待检测设备的图像，从图像上提取待检测区域的XLD轮廓，然后利用XLD轮廓作为形状模板找到待检测设备中需要检测的其他的待检测区域，之后通过均值特征以及各项异性特征作为判断每个螺纹孔处设置装配有螺钉的约束条件，从而判断是否每个待检测区域是否装配有螺钉。在一个具体的实施方式中，从图像上提取待检测区域的XLD轮廓具体为：利用Canny边缘算子从图像上提取待检测区域的的XLD轮廓，以便于从图像上高效且准确地提取出待检测区域的XLD轮廓。在一个具体的实施方式中，视觉检测方法还包括在通过形状模板匹配算法，搜索出图像上其他的待检测区域之前，对图像进行灰度线性变换处理；之后通过形状模板匹配算法，从灰度线性变换后的图像中搜索出其他的待检测区域。通过线性变换预处理来增强图像对比度，以此提高形状模板匹配的成功率。在一个具体的实施方式中，对图像进行灰度线性变换具体为：采用灰度变换方程f′(x,y)＝f(x,y)*Mult+Add对图像进行灰度变换；其中，f(x,y)为原始图像各点的灰度值；f′(x,y)为灰度变换后的图像各点的灰度值；Mult为缩放比例系数；Add为偏移量。在一个具体的实施方式中，缩放比例系数Mult为2～8，偏移量Add为-30～-10，以提高线性变换预处理的效果，提高形状模板匹配的成功率。在一个具体的实施方式中，通过形状模板匹配算法，搜索出图像上其他的待检测区域具体为：将灰度线性变换的图像，根据形状模板的大小及清晰度的要求生成多层级的图像金字塔模型；以形状模板边缘的梯度相似度作为匹配标准；在图像金字塔层中自上而下逐层搜索形状模板图像，直到搜索到图像金字塔模型的最底层级或搜索出待检测设备的所有待检测区域为止。以提高搜索速度。在一个具体的实施方式中，依据均值特征以及各向异性特征判断每个待检测区域是否装配有螺钉具体为：应用仿射变换矩阵将所述形状模板仿射到其他的待检测区域中的一个待检测区域；对该待检测区域进行LAWS纹理滤波，提取特定的纹理图像；使用invert_image算子对所述纹理图像的灰度值进行反转操作；通过图像的灰度值作为权值的加权形心法，计算灰度重心；以灰度重心为圆心，设定像素为半径，用gen_circle算子生成一个圆形区域；基于灰度直方图的统计特性，提取圆形区域内图像的灰度特征；计算圆形区域的均值特征值及各向异性特征值；判断均值特征值是否大于预设均值阈值，各项异性特征值是否小于预设各项异性阈值；在圆形区域的均值特征值大于预设均值阈值，且圆形区域的各项异性特征值小于各项异性阈值时，判断该待检测区域装配有螺钉；否则，判断该待检测区域漏装螺钉；采用应用仿射变换矩阵将形状模板仿射到其他的待检测区域中的另一个待检测区域，采用上述方法依次判断，至到将所有的待检测区域均判断完为止。通过采用LAWS纹理滤波器提取待检测区域的纹理信息，之后计算每个待检测区域的均值特征值及各项异性特征值，且只有在均值特征值及各项异性特征值均满足约束条件时，才判断该待检测区域装配有螺钉，从而提高检测每个螺纹孔处是否装配有螺钉的准确性。在一个具体的实施方式中，计算圆形区域的均值特征值具体为：其中，Mean表示均值特征值；R表示圆形区域；p表示圆形区域R中的像素点；g(p)表示该像素点的灰度值；F表示圆形区域R中所有像素点的个数。在一个具体的实施方式中，计算圆形区域的各项异性特征具体为：其中，Anisotropy表示各项异性特征值；rel[i]表示相对灰度频率直方图；i表示输入图像的灰度值；k表示sum(rel[i])≥0.5时可能的最小灰度值。在一个具体的实施方式中，预设均值阈值为95～125，各项异性阈值为-0.7～-0.4，以提高检测每个螺纹孔处是否装配有螺钉的准确性。附图说明图1为本专利技术实施例提供的螺钉装配的视觉检测方法的流程图；图2为本专利技术实施例提供的螺钉装配的检测装置的结构简图；图3为本专利技术实施例提供的螺钉装配的视觉检测方法的另一种流程图；图4为本专利技术实施例提供的提取待检测区域的XLD轮廓过程中的示意图；图5为本专利技术实施例提供的提取待检测区域的XLD轮廓后的示意图；图6为本专利技术实施例提供的螺钉装配的视觉检测方法的另一种流程图；图7为本专利技术实施例检测到一个待检测区域装配有螺钉的结构示意图；图8为本专利技术实施例检测到一个待检测区域漏装螺钉的结构示意图。附图标记：10-待检测设备11-待检测区域的XLD轮廓12-螺钉13-螺纹孔20-传送装置30-相机40-开孔面光源50-传感器60-工控机具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提本文档来自技高网...

【技术保护点】
1.一种螺钉装配的视觉检测方法，用于检测待检测设备的螺纹孔处是否装配有螺钉，其特征在于，所述视觉检测方法包括：/n获取所述待检测设备的图像；/n从所述图像上提取待检测区域的XLD轮廓；其中，所述待检测区域为包含有一个所述螺纹孔的区域，且所述待检测区域的面积至少等于所述螺钉的螺帽面积；/n依据所提取的XLD轮廓创建基于异步缩放的形状模板；/n通过形状模板匹配算法，搜索出所述图像上其他的待检测区域；/n依据均值特征以及各向异性特征判断每个待检测区域是否装配有螺钉。/n

【技术特征摘要】
1.一种螺钉装配的视觉检测方法，用于检测待检测设备的螺纹孔处是否装配有螺钉，其特征在于，所述视觉检测方法包括：
获取所述待检测设备的图像；
从所述图像上提取待检测区域的XLD轮廓；其中，所述待检测区域为包含有一个所述螺纹孔的区域，且所述待检测区域的面积至少等于所述螺钉的螺帽面积；
依据所提取的XLD轮廓创建基于异步缩放的形状模板；
通过形状模板匹配算法，搜索出所述图像上其他的待检测区域；
依据均值特征以及各向异性特征判断每个待检测区域是否装配有螺钉。


2.如权利要求1所述的视觉检测方法，其特征在于，所述从所述图像上提取待检测区域的XLD轮廓具体为：
利用Canny边缘算子从所述图像上提取所述待检测区域的的XLD轮廓。


3.如权利要求1所述的视觉检测方法，其特征在于，还包括在所述通过形状模板匹配算法，搜索出所述图像上其他的待检测区域之前，对所述图像进行灰度线性变换处理；
之后通过形状模板匹配算法，从所述灰度线性变换后的图像中搜索出其他的待检测区域。


4.如权利要求3所述的视觉检测方法，其特征在于，所述对所述图像进行灰度线性变换具体为：
采用灰度变换方程f′(x,y)＝f(x,y)*Mult+Add对所述图像进行灰度变换；
其中，f(x,y)为原始图像各点的灰度值；
f′(x,y)为灰度变换后的图像各点的灰度值；
Mult为缩放比例系数；
Add为偏移量。


5.如权利要求4所述的视觉检测方法，其特征在于，所述缩放比例系数Mult为2～8，所述偏移量Add为-30～-10。


6.如权利要求3所述的视觉检测方法，其特征在于，所述通过形状模板匹配算法，搜索出所述图像上其他的待检测区域具体为：
将所述灰度线性变换的图像，根据所述形状模板的大小及清晰度的要求生成多层级的图像金字塔模型；
以所述形状模板边缘的梯度相似度作为匹配标准；
在所述图像金字塔层中自上而下逐层搜索所述形状模板图像，直到搜索到所述图像金字塔模型的最底层级或搜索出所述待检测设备的所有待检...

【专利技术属性】
技术研发人员：戴志威，陈志列，刘志永，
申请(专利权)人：研祥智慧物联科技有限公司，
类型：发明
国别省市：广东;44