基于机器视觉的夹钳合格检测方法、系统、装置及介质制造方法及图纸

本发明专利技术公开了一种基于机器视觉的夹钳合格检测方法、系统、装置及介质，方法包括：获取多个待检测夹钳的第一图像信息，多个待检测夹钳相互堆叠放置；根据预先创建的模板图像对第一图像信息进行模板匹配，确定第一匹配区域，并根据第一匹配区域确定第一夹钳的位置信息；根据第一匹配区域提取第一夹钳的第一边缘对，并根据第一边缘对确定第一夹钳的尺寸信息；根据尺寸信息确定第一夹钳是否合格，并根据检测结果和位置信息对第一夹钳进行分类抓取，进而获取分类抓取后的第二图像信息，根据第二图像信息和模板图像继续检测直至完成所有待检测夹钳的分类抓取。本发明专利技术提高了夹钳合格检测的准确度和检测效率，可广泛应用于图像处理技术领域。领域。领域。

【技术实现步骤摘要】
基于机器视觉的夹钳合格检测方法、系统、装置及介质


[0001]本专利技术涉及图像处理
，尤其是一种基于机器视觉的夹钳合格检测方法、系统、装置及介质。

技术介绍

[0002]夹钳合格检测是工业流水线的基本功能要求，其目的是检测夹钳合格率。当前，在一些工业复杂场景下，会产生夹钳相互堆叠的现象，导致被遮挡的夹钳识别不准确，从而造成检测精度低、耗时长、效率低等问题。

技术实现思路

[0003]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0004]为此，本专利技术实施例的一个目的在于提供一种高效、准确的基于机器视觉的夹钳合格检测方法。
[0005]本专利技术实施例的另一个目的在于提供一种基于机器视觉的夹钳合格检测系统。
[0006]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0007]第一方面，本专利技术实施例提供了一种基于机器视觉的夹钳合格检测方法，包括以下步骤：
[0008]获取多个待检测夹钳的第一图像信息，多个所述待检测夹钳相互堆叠放置；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的夹钳合格检测方法，其特征在于，包括以下步骤：获取多个待检测夹钳的第一图像信息，多个所述待检测夹钳相互堆叠放置；根据预先创建的模板图像对所述第一图像信息进行模板匹配，确定第一匹配区域，并根据所述第一匹配区域确定第一夹钳的位置信息；根据所述第一匹配区域提取所述第一夹钳的第一边缘对，并根据所述第一边缘对确定所述第一夹钳的尺寸信息；根据所述尺寸信息确定所述第一夹钳是否合格，并根据检测结果和所述位置信息对所述第一夹钳进行分类抓取，进而获取分类抓取后的第二图像信息，根据所述第二图像信息和所述模板图像继续检测直至完成所有待检测夹钳的分类抓取；其中，所述模板图像包括正面模板图像和背面模板图像。2.根据权利要求1所述的一种基于机器视觉的夹钳合格检测方法，其特征在于，所述夹钳合格率检测方法还包括创建模板图像的步骤，其具体包括：获取标准夹钳的正面图像信息和背面图像信息；对所述正面图像信息和所述背面图像信息的宽和高进行扩展得到扩展正面图像和扩展背面图像；对所述扩展正面图像和所述扩展背面图像进行下采样，生成正面图像金字塔和背面图像金字塔；根据所述正面图像金字塔确定正面模板图像，根据所述背面图像金字塔确定背面模板图像。3.根据权利要求1所述的一种基于机器视觉的夹钳合格检测方法，其特征在于，所述获取多个待检测夹钳的第一图像信息这一步骤，其具体为：通过工业相机获取多个待检测夹钳的彩色图像作为第一图像信息。4.根据权利要求1所述的一种基于机器视觉的夹钳合格检测方法，其特征在于，所述根据预先创建的模板图像对所述第一图像信息进行模板匹配，确定第一匹配区域这一步骤，其具体包括：根据所述第一图像信息构建目标图像金字塔；对所述模板图像进行四叉树分割得到第一网格，并对所述目标图像金字塔进行四叉树分割得到第二网格；确定所述第一网格中所有像素点的第一梯度幅度和第一梯度方向熵值，并确定所述第二网格中所有像素点的第二梯度幅度和第二梯度方向熵值；根据所述第一梯度幅度和所述第一梯度方向熵值确定第一LBP直方图特征向量，并根据所述第二梯度幅度和所述第二梯度方向熵值确定第二LBP直方图特征向量；根据所述第一LBP直方图特征向量和所述第二LBP直方图特征向量的相似度确定第一匹配区域。5.根据权利要求1所述的一种基于机器视觉的夹钳合格检测方法，其特征在于，所述根据所述第一匹配区域提取所述第一夹钳的第一边缘对，并根据所述第一边缘对确定所述第一夹钳的尺寸信息这一步骤，其具体包括：通过仿射变换对所述第一匹配区域进...

【专利技术属性】
技术研发人员：张春良，侯浩佳，林晖，朱厚耀，
申请(专利权)人：广州大学，
类型：发明
国别省市：