一种基于Zernike矩和均值漂移的接插针位置度检测方法技术

本发明专利技术公开了一种基于Zernike矩和均值漂移的接插针位置度检测方法，该方法通过图像预处理将插针与背景分离，获得只保留插针点基本轮廓的灰度图像，使用Canny算子对预处理图像进行边缘粗定位，提取插针ROI；基于改进的Zernike矩对插针边缘进行亚像素精确定位，获得边缘亚像素坐标点集；最后采用非线性最小二乘法建立椭圆参数的优化目标函数，对每个插针所含坐标进行椭圆拟合，求解每个插针的中心点坐标，从而实现插针位置的精确定位。本发明专利技术能实现对插针边缘位置的亚像素级精确定位，进一步的拟合出插针的精确位置，定位误差在0.2像素范围内，具有定位精度高、噪声敏感程度低的优点。优点。优点。

【技术实现步骤摘要】
一种基于Zernike矩和均值漂移的接插针位置度检测方法


[0001]本专利技术涉及接插件检测领域，具体是一种基于Zernike矩和均值漂移的接插针位置度检测方法。

技术介绍

[0002]接插件是一种使用极其广泛的电子元器件，有电子设备就有接插件的存在。我国是接插件生产大国，但产品质量水平参差不齐。目前，我国的接插件生产方式既有家庭小作坊式的，也有比较先进的现代化生产线，但由于生产和管理水平也有很大的不同，因此产品质量和可靠性的差别也比较大，根据调查，国内市场上多数的接插件可靠性较大、淘汰率较高，这种现象的存在主要是由于接插件体积小、精密度高，传统的人工检测达不到如此高的精度，而市面上已有的接插件检测设备也因为其高昂的价格，让诸多小规模生产企业难以承受，从而导致检测能力上不去，直接影响了产品的质量。

技术实现思路

[0003]本专利技术的目的是针对目前市场上接插件产品质量差、检测水平低、相关检测设备昂贵等问题，而提供一种基于Zernike矩和均值漂移的接插针位置度检测方法。
[0004]实现本专利技术目的的技术方案是：
[0005]一种基于Zernike矩和均值漂移的接插针位置度检测方法，包括如下步骤：
[0006](1)使用工业相机对汽车电子接插件拍摄灰色图像，采用高斯滤波核对图像去噪，分离图像前后景，保留只含插针的图像；
[0007](2)采用Canny算子对预处理图像进行边缘粗定位，提取插针ROI，获得边缘点像素集合P；
[0008](3)计算7x7的Zernike模板系数M
00
,M
11
,M
20
,M
31
,M
40
，将该模板系数与边缘点集合S进行卷积操作，计算得到A
00
,A
11
,A
20
,A
31
,A
40
矩；
[0009](4)从集合{P}中逐一取出第i个像素点P
i
，根据式(1)(2)(3)计算出相应的边缘参数l
i
,k
i
,
[0010][0011][0012][0013][0014][0015]其中A
11
,A
20
,A
31
,A
40
为7x7模板系数M
11
,M
20
,M
31
,M
40
相对应的Zernike矩，l、k是亚像素边缘的判定条件
[0016](5)判断边缘P
i
是否满足参数阈值条件l
i
≥l
t
∩k
i
≥k
t
，若不满足则将该点从边缘集合P中删除并继续检测下一个边缘点；将满足条件的点根据式(4)计算其亚像素边缘坐标S
t
(x
t
,y
t
)，之后继续判断该点亚像素坐标是否满足条件||P
i-S
t
||≤ε，将满足条件的亚像素边缘点保存到点集S中：
[0017][0018](6)采用Mean Shift算法对亚像素边缘点集S进行聚类，将边缘点集S分成K类，提取每个插针的ROI，根据实际的接插件图像将Mean Shift算法的窗口搜索半径w设置为25个像素，将亚像素边缘点集{S}共分为27个类K1,K2,
…
,K
27
，每个类包含若干个亚像素边缘点坐标；
[0019](7)遍历每个类K
i
，根据最小二乘法针对该类所含的亚像素边缘坐标建立椭圆的一般方程，进而求解椭圆参数得到椭圆圆心(x,y)，以此精确定位插针的位置
[0020]步骤(5)所述ε取值为0.5个像素。
[0021]本专利技术的优点是：
[0022]1.能实现对插针边缘位置的亚像素级精确定位，进一步的拟合出插针的精确位置，定位误差在0.2像素范围内，具有定位精度高、噪声敏感程度低的优点；
[0023]2.能实现测量系统高精度、高速率在线检测，增强了整个设备的可靠性及可维护性，成本低，对工作的环境要求低，安全系数高，检测精度高，能满足不同规模接插件企业的质检要求。
附图说明
[0024]图1为本专利技术实施例检测方法的检测流程图；
[0025]图2为本专利技术实施例亚像素边缘提取流程图。
具体实施方式
[0026]下面结合附图对本专利技术作进一步的阐述。
[0027]实施例：
[0028](1)使用工业相机对汽车电子接插件拍摄灰度图像，采用高斯滤波核对图像去噪，分离图像前后景，保留只含插针的图像；
[0029](2)采用Canny算子对预处理图像进行边缘粗定位，提取插针ROI，获得边缘点像素集合{P}；
[0030](3)计算7x7的Zernike模板系数M
00
,M
11
,M
20
,M
31
,M
40
，将该模板系数与边缘点集合{S}进行卷积操作，计算得到A
00
,A
11
,A
20
,A
31
,A
40
矩；
[0031](4)从集合{P}中逐一取出第i个像素点P
i
，根据式(1)(2)(3)计算出相应的边缘参
数l
i
,k
i
,
[0032][0033][0034][0035][0036][0037](5)判断边缘P
i
是否满足参数阈值条件l
i
≥l
t
∩k
i
≥k
t
，若不满足则将该点从边缘集合{P}中删除并继续检测下一个边缘点；将满足条件的点根据式(4)计算其亚像素边缘坐标S
t
(x
t
,y
t
)，之后继续判断该点亚像素坐标是否满足条件||P
i-S
t
||≤ε(ε取值为0.5个像素)。将满足上述条件的亚像素边缘点保存到点集{S}中：
[0038][0039]其中A
11
,A
20
,A
31
,A
40
为7x7模板系数M
11
,M
20
,M
31
,M
40
相对应的Zernike矩，l、k是亚像素边缘的判定条件；
[0040](6)采用Mean Shift算法对亚像素边缘点集{S}进行聚类，将边缘点集{S}分成K类，提取每个插针的ROI。本文使用的接插件图像插针个数为27个，根据实际的接插件图像将Mean Shift算法的窗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Zernike矩和均值漂移的接插针位置度检测方法，包括如下步骤：(1)使用工业相机对汽车电子接插件拍摄灰色图像，采用高斯滤波核对图像去噪，分离图像前后景，保留只含插针的图像；(2)采用Canny算子对预处理图像进行边缘粗定位，提取插针ROI，获得边缘点像素集合P；(3)计算7x7的Zernike模板系数M
00
,M
11
,M
20
,M
31
,M
40
，将该模板系数与边缘点集合S进行卷积操作，计算得到A
00
,A
11
,A
20
,A
31
,A
40
矩；(4)从集合{P}中逐一取出第i个像素点P
i
，根据式(1)(2)(3)计算出相应的边缘参数l
i
,k
i
,,,,,,其中A
11
,A
20
,A
31
,A
40
为7x7模板系数M
11
,M
20
,M
31
,M
40

【专利技术属性】
技术研发人员：吴鹏飞，李彦晖，刘勇飞，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：