一种键盘键帽自动建模定位方法技术

本申请属于工业视觉检测技术领域，尤其涉及一种键盘键帽自动建模定位方法。传统的键盘检测方法中，在便捷性、适应性上存在一定缺陷，难以满足键盘制造厂商在线批量检测的需求。尤其在键盘的批量检测中，多个机台同时运行时，模板适应性差导致产品的漏检率及过杀率偏高。本申请的键盘键帽自动建模定位方法，通过采用标准模板库以及预设参数快速对应建模，建模方式简单，具有较高的便捷性与可维护性；同时本申请中的标准模板具有较高的适应性，可适用于不同检测机台，完成对键盘的高质量快速检测，检测精度高且适用范围广泛，适于在工业视觉领域中键盘的流水线检测方面进行推广运用。

【技术实现步骤摘要】
一种键盘键帽自动建模定位方法
本申请涉及工业视觉检测
，尤其涉及一种键盘键帽自动建模定位方法。
技术介绍
键盘作为电子设备的主要输入装置，必须经过检验合格后才能投入市场。针对如何对键盘进行工业视觉的检验，目前已发展出了多种解决方案。在诸多检测方案中，机器视觉的对比检测需要针对实际的键盘进行键帽特征建模，进而与标准模板进行详细比对从而得以评价键盘是否符合标准。因此，键帽特征建模作为键盘检测的核心部分，其效果的好坏将直接决定键盘检测的质量。传统键帽建模方法在便捷性、适应性上存在一定缺陷，难以满足键盘制造厂商在线批量检测的需求。由于键盘种类繁多，不同国家之间键帽字符、格式、大小均不相同，即使同一国家在不同的工业场景中也生产出规格标准不一的各种类型键盘。从而导致键帽特征建模尤为复杂，这将极大地影响工程师们的建模速度与精度。在批量生产中，多个机台同时运行，模板适应性差将导致产品漏检率及过杀率偏高。综上，亟待一种具备广泛适应性的、高效率以及高精度的键盘键帽检测方法。
技术实现思路
本申请提供了一种键盘键帽自动建模定位方法，以解决的现有的键盘键帽检测方法存在的建模复杂、效率与精度不佳以及适应性较弱的问题。本申请采用的技术方案如下：一种键盘键帽自动建模定位方法，包括以下步骤：建立键盘键帽的标准模板库，所述标准模板库中的每一个标准模板存储有该标准模板的按键轮廓图像信息以及按键字符的图像信息；通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息；通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数；通过将待检测键盘的键帽建模图像参数与标准模板的图像信息参数进行比对，寻找差异特征，实现对键盘质量的检测。可选的，所述通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息的步骤中，包括：所述相机为双相机，通过全局定位特征实现拼合完整图像，获取待检测键盘的图像信息。可选的，通过所述双相机获取待检测键盘的图像信息的步骤之后，在建模过程中采用对双相机拍摄的两幅图像分别进行键帽特征建模，通过全局定位特征进行图像参数的拼接，从而获取完整的待检测键盘的键帽建模图像参数。可选的，在所述通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数的步骤中，所述键帽特征建模基于键帽区域特征参数、字符区域特征参数以及找线区域特征参数三种特征参数。可选的，在所述通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数的步骤中，包括：将所述待检测键盘的图像信息通过全局二值化处理为二值图像信息；对所述二值图像信息进行区域分析，获取建模特征参数；根据所述建模特征参数进行定位训练，获取完整的待检测键盘的键帽建模图像参数。可选的，所述区域分析为Blob分析，通过所述Blob分析获取键帽区域特征参数和字符区域特征参数，并根据键帽区域特征参数设置找线工具，找到准确的线，从而获取找线区域特征参数。可选的，所述建模特征参数包括键帽区域特征参数、字符区域特征参数以及找线区域特征参数。可选的，在所述通过将待检测键盘的键帽建模图像参数与标准模板的图像信息参数进行比对，寻找差异特征，实现对键盘质量的检测的步骤中，包括：对所述完整的待检测键盘的键帽建模图像参数进行PatternInspect训练，通过将待检测键盘的键帽建模图像参数与标准模板的预设区域进行比对，寻找差异特征，综合所有区域的差异特征实现对键盘质量的检测。可选的，所述的键盘键帽自动建模定位方法，包括：全局二值化采用全局自适应方式进行图像二值化，实现键帽区域与字符区域的特征增强，将导致两个键帽黑色区域相连的干扰区域设置为填充区域；通过所述Blob分析，得到黑色键帽区域，通过Blob筛选过滤去除掉干扰Blob，黑色键帽区域内的孔洞即为字符区域，找线区域根据Blob的外接矩形进行设置。可选的，在所述通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数的步骤中，包括：根据待检测键盘的实际尺寸大小缩放所对应的标准模板库中的标准模板，使缩放后的标准模板的尺寸大小与待检测键盘的实际尺寸大小相同。采用本申请的技术方案的有益效果如下：本申请由于采用标准模板库以及预设参数快速对应建模，建模方式简单，具有较高的便捷性与可维护性；同时本申请中的标准模板具有较高的适应性，可适用于不同检测机台，完成对键盘的高质量快速检测，检测精度高且适用范围广泛，适于在工业视觉领域中键盘的流水线检测方面进行推广运用。附图说明为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本申请一个实施例的流程框图；图2为本申请实施例中建模区域的示意图；图3为本申请实施例中建模的流程示意图；图4为本申请实施例中的全局定位核示意图；图5为本申请实施例中的字符区域的示意图；图6为本申请实施例中的找线区域的示意图；图7为本申请实施例中的干扰区域的示意图。具体实施方式下面将详细地对实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下实施例中描述的实施方式并不代表与本申请相一致的所有实施方式。仅是与权利要求书中所详述的、本申请的一些方面相一致的系统和方法的示例。参见图1，为本申请一个实施例的流程框图。本申请提供的一种键盘键帽自动建模定位方法，包括以下步骤：S101,建立键盘键帽的标准模板库，所述标准模板库中的每一个标准模板存储有该标准模板的按键轮廓图像信息以及按键字符的图像信息；S102,通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息；S103,通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数；S104,通过将待检测键盘的键帽建模图像参数与标准模板的图像信息参数进行比对，寻找差异特征，实现对键盘质量的检测。本实施例中，由于建立了键盘键帽的标准模板库，示例性地，标准模板库可预设有所有国家的各种国标的键盘参数信息，从而形成原始数据丰富的标准模板数据库，节约了应对不同键盘类型和规格时实时建模的时间，数据库调用具有高效精确的技术效果。可选的，所述通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息的步骤中，包括：所述相机为双相机，通过全局定位特征实现拼合完整图像，获取待检测键盘的图像信息。本实施例中，由于键盘长度本文档来自技高网...

【技术保护点】
1.一种键盘键帽自动建模定位方法，其特征在于，包括以下步骤：/n建立键盘键帽的标准模板库，所述标准模板库中的每一个标准模板存储有该标准模板的按键轮廓图像信息以及按键字符的图像信息；/n通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息；/n通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数；/n通过将待检测键盘的键帽建模图像参数与标准模板的图像信息参数进行比对，寻找差异特征，实现对键盘质量的检测。/n

【技术特征摘要】
1.一种键盘键帽自动建模定位方法，其特征在于，包括以下步骤：
建立键盘键帽的标准模板库，所述标准模板库中的每一个标准模板存储有该标准模板的按键轮廓图像信息以及按键字符的图像信息；
通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息；
通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数；
通过将待检测键盘的键帽建模图像参数与标准模板的图像信息参数进行比对，寻找差异特征，实现对键盘质量的检测。


2.根据权利要求1所述的键盘键帽自动建模定位方法，其特征在于，所述通过相机对待检测键盘进行拍摄，获取待检测键盘的图像信息的步骤中，包括：
所述相机为双相机，通过全局定位特征实现拼合完整图像，获取待检测键盘的图像信息。


3.根据权利要求2所述的键盘键帽自动建模定位方法，其特征在于，通过所述双相机获取待检测键盘的图像信息的步骤之后，在建模过程中采用对双相机拍摄的两幅图像分别进行键帽特征建模，通过全局定位特征进行图像参数的拼接，从而获取完整的待检测键盘的键帽建模图像参数。


4.根据权利要求1所述的键盘键帽自动建模定位方法，其特征在于，在所述通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数的步骤中，所述键帽特征建模基于键帽区域特征参数、字符区域特征参数以及找线区域特征参数三种特征参数。


5.根据权利要求2所述的键盘键帽自动建模定位方法，其特征在于，在所述通过对待检测键盘的图像信息预设建模参数，根据键盘键帽的标准模板库进行键帽特征建模，获得待检测键盘的键帽建模图像参数的步骤中，包括：
将所述待检测键盘的图像信息通过全局二值化处理为二值图像信息；
对所述二值图像信息进行区域分析，获取建模特征参数；...

【专利技术属性】
技术研发人员：朱永吉，贺建平，赵敏，戴志强，金刚，赵严，姚毅，杨艺，
申请(专利权)人：凌云光技术股份有限公司，苏州凌云视界智能设备有限责任公司，苏州凌云光工业智能技术有限公司，
类型：发明
国别省市：北京;11