一种基于计算机视觉的检测方法技术

本发明专利技术涉及检测方法技术领域，且公开了一种基于计算机视觉的检测方法，包括以下步骤：S1、当产品到达工业摄像机拍摄区域，工业摄像机对产品进行拍照，抓取产品的图像信息，并将图像进行传输至计算机；S2、照片采集完成后，传输到计算机内部，计算机内部分析程序开始对照片进行分析，获取照片中产品的特征信息；S3、图像信息采集完成之后，根据图像信息进行三维重建产品；S4、获得产品的实际尺寸之后，与理论的尺寸进行比较，获得理论与实际之间的偏差，即补偿量。本发明专利技术提出一种基于计算机视觉的检测方法，本发明专利技术解决现有检测方法时效性差，误差大，成本高的问题。成本高的问题。成本高的问题。

【技术实现步骤摘要】
一种基于计算机视觉的检测方法


[0001]本专利技术涉及检测方法领域，尤其涉及一种基于计算机视觉的检测方法。

技术介绍

[0002]目前，国内外在线检测产品主要有接触检测和非接触检测两种，对与接触检测来说，其检测过程是对产品样本进行抽样检测，在实验室进行尺寸测量，对与形状复杂的产品进行破坏性检测，获取其尺寸，根据检测结果判定产品是否合格，对于非接触检测，通常采取三维扫描，然后通过扫描获得点云，进行三维逆向，获取产品数模。
[0003]接触检测和非接触检测两种，都存在一些明显的缺陷和不足，对与接触检测来说，其检测过程是基于产品样本进行抽样检测，虽然检测结果比较可靠，但是时效性较差，反馈周期较长，尤其是对于一些高精尖的产品，不能实现快速高效的检测，并且有些产品的接触性检测还需要对产品进行破坏，检测成本较高；对于非接触检测，目前通常采用三维扫描的方式进行，获得产品的三维点云数据，扫描设备本身存在误差，并且需要对点云进行逆向建模获得产品数模，建模过程存在更大误差，最终获得的产品误差较大，有时会造成结果“误判”，给生产造成较大的损失。
[0004]为解决上述问题，本申请中提出一种基于计算机视觉的检测方法。

技术实现思路

[0005](一)专利技术目的
[0006]为解决
技术介绍
中存在的技术问题，本专利技术提出一种基于计算机视觉的检测方法，本专利技术解决现有检测方法时效性差，误差大，成本高的问题。
[0007](二)技术方案
[0008]为解决上述问题，本专利技术提供了一种基于计算机视觉的检测方法，包括以下步骤：
[0009]S1、当产品到达工业摄像机拍摄区域，工业摄像机对产品进行拍照，抓取产品的图像信息，并将图像进行传输至计算机；
[0010]S2、照片采集完成后，传输到计算机内部，计算机内部分析程序开始对照片进行分析，获取照片中产品的特征信息；
[0011]在该步骤中，图像分析的程序可根据使用环境进行调整，优化，可满足不同场景使用，力求图像分析结果快速、高效、精准、灵敏；
[0012]S3、图像信息采集完成之后，根据图像信息进行三维重建产品；
[0013]S4、获得产品的实际尺寸之后，与理论的尺寸进行比较，获得理论与实际之间的偏差，即补偿量；
[0014]S5、补偿量获取之后，计算机将补偿量数据进行矩阵变换，变换成机器人的空间三位坐标信息；
[0015]S6、智能机器人对实物产品进行操作。
[0016]优选的，在S1中，产品进入到摄像机的拍摄范围，触发信号，信号控制摄像机，摄像
机进行拍照，抓取产品的图像信息，摄像机附近配有光源。
[0017]优选的，在S2中，经过图像预处理，灰度化处理，降噪，二值化处理，骨架提取，Hough变换，获取照片中产品的特征曲线。
[0018]优选的，在S3中，利用图像处理采集到的信息，摄像机的相关信息，进行空间坐标变换，可进行三维重建，进而获得产品的实际尺寸。
[0019]优选的，在S4中，将实际产品尺寸与理论产品尺寸进行对比计算，获取补偿量，实际产品数据通过图像分析、三维重建获得，计算机中提前储存产品的理论数据，在进行检测前，确定产品的具体型号，即可调用该产品的理论数据，与实际产品对比计算获得补偿量。
[0020]优选的，在S5中，计算机分析计算获得补偿量必须进行矩阵变换，变换成机器人的三维空间坐标，这样机器人可以运动到指定位置，对检测的产品进行下一步操作。
[0021]优选的，在S6中，根据补偿量分解得到的三维空间坐标信息，智能机器人运动到指定位置，对产品进行下一步操作，根据生产现场的实际状况，将不合格的产品剔除，或者对产品进行下一步的加工，修正。
[0022]优选的，在S1中，如果环境亮度低，影响图片的成像效果，光源会补充亮度，使得图像满足计算机分析的要求。
[0023]本专利技术的上述技术方案具有如下有益的技术效果：
[0024]具有时效性优良，误差小，降低成本的效果。
附图说明
[0025]图1为本专利技术提出的一种基于计算机视觉的检测方法的流程图。
具体实施方式
[0026]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0027]如图1所示，本专利技术提出的一种基于计算机视觉的检测方法，包括以下步骤：
[0028]S1、当产品到达工业摄像机可拍摄区域，工业摄像机对产品进行拍照，抓取产品的图像信息，并将图像进行传输至计算机。在该步骤中，产品进入到摄像机的拍摄范围，会触发信号，信号控制摄像机，使摄像机进行拍照，抓取产品的图像信息，摄像机附近配有光源，如果环境亮度低，影响图片的成像效果，光源会补充亮度，使得图像满足计算机分析的要求；
[0029]S2、照片采集完成后，传输到计算机内部，计算机内部分析程序开始对照片进行分析，经过图像预处理，灰度化处理，降噪，二值化处理，骨架提取，Hough变换，获取照片中产品的特征曲线。在该步骤中，图像分析的程序可根据使用环境进行调整，优化，可满足不同场景使用，力求图像分析结果快速、高效、精准、灵敏。
[0030]S3、图像信息采集完成之后，需要根据图像信息进行三维重建产品。在该步骤中，利用图像处理采集到的信息，摄像机的相关信息，进行空间坐标变换，可进行三维重建，进而获得产品的实际尺寸。
[0031]S4、获得产品的实际尺寸之后，与理论的尺寸进行比较，获得理论与实际之间的偏差，即补偿量。在该步骤中，实际产品尺寸与理论产品尺寸进行对比计算，获取补偿量，实际产品数据通过图像分析、三维重建获得，计算机中提前储存产品的理论数据，在进行检测前，确定产品的具体型号，即可调用该产品的理论数据，与实际产品对比计算获得补偿量。
[0032]S5、偿量获取之后，计算机将补偿量数据进行矩阵变换，变换成机器人的空间三位坐标信息。在该步骤中，计算机分析计算获得补偿量必须进行矩阵变换，变换成机器人的三维空间坐标，这样机器人可以运动到指定位置，对检测的产品进行下一步操作。
[0033]S6、智能机器人对实物产品进行操作。在该步骤中，根据补偿量分解得到的三维空间坐标信息，智能机器人运动到指定位置，对产品进行下一步操作，根据生产现场的实际状况，可以将不合格的产品剔除，或者对产品进行下一步的加工，修正。
[0034]本专利技术中，本方法所使用的装置，主要有三部分组成，第一部分是相机安装装置，可以安装工业摄像机，深度相机；第二部分是计算机，处理工业相机拍摄的照片，计算补偿量，然后控制机器人运动；第三部分是机器人，根据计算机发出的指令，对产品进行操作，包括检测，修正，操作等。
[0035]相机安装装置安装在流水线一侧(也可安装在机器人上，根据现场具体状态进行设计安装)，上面安装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机视觉的检测方法，其特征在于，包括以下步骤：S1、当产品到达工业摄像机拍摄区域，工业摄像机对产品进行拍照，抓取产品的图像信息，并将图像进行传输至计算机；S2、照片采集完成后，传输到计算机内部，计算机内部分析程序开始对照片进行分析，获取照片中产品的特征信息；S3、图像信息采集完成之后，根据图像信息进行三维重建产品；S4、获得产品的实际尺寸之后，与理论的尺寸进行比较，获得理论与实际之间的偏差，即补偿量；S5、补偿量获取之后，计算机将补偿量数据进行矩阵变换，变换成机器人的空间三位坐标信息；S6、智能机器人对实物产品进行操作。2.根据权利要求1所述的一种基于计算机视觉的检测方法，其特征在于，在S1中，产品进入到摄像机的拍摄范围，触发信号，信号控制摄像机，摄像机进行拍照，抓取产品的图像信息，摄像机附近配有光源。3.根据权利要求1所述的一种基于计算机视觉的检测方法，其特征在于，在S2中，经过图像预处理，灰度化处理，降噪，二值化处理，骨架提取，Hough变换，获取照片中产品的特征曲线。4.根据权利要求1所述的一种基于计算机视觉的检测方法，其特征在于，在S3中，利用图像处理采集到的信息，摄像机的...

【专利技术属性】
技术研发人员：徐文强，
申请(专利权)人：苏州恒挚智能科技有限公司，
类型：发明
国别省市：