一种基于Halcon的连接器上料防错检测方法技术

本发明专利技术公开一种基于Halcon的连接器上料防错检测方法，属于自动化机器视觉检测技术领域，包括以下步骤：步骤S1：图像处理：使用Halcon软件读取采集的图片并进行灰度处理；S2：创建模板：根据灰度处理后的图片依次创建第一模板、第二模板和第三模板；S3：求所有物料坐标值；S4：完成物料匹配；S5：区分异常物料；S6：求异常物料的坐标值并与所有物料的坐标值进行匹配得出异常物料的行列信息；本发明专利技术针对多数量、小尺寸物料检测，使用多种图像增强参数迭代检测适当的降低了采集图像质量的要求，同时提高了物料的检测率；使用多种模板迭代匹配可以快速检测出异常物料并给出异常物料所在托盘的行列信息，方便快速查找。方便快速查找。方便快速查找。

【技术实现步骤摘要】
一种基于Halcon的连接器上料防错检测方法


[0001]本专利技术涉及自动化机器视觉检测
，具体涉及一种基于Halcon的连接器上料防错检测方法。

技术介绍

[0002]连接器外表面要求较高，因不能与物体之间发生摩擦，无法使用振动盘自动上料，且两个端面形状相似度高(4瓣和6瓣之分)，装配过程有正反要求(4瓣朝下，6瓣朝上)，为适应自动化装配，在装配前需要工人将物料从包装袋里取出然后用眼查看后规则的放置在料盘里，然后再送入自动化装配生产线。由于连接器尺寸比较小，放置数量多，人工检测效率低且长时间靠眼睛区分容易出错。因此，提出一种基于Halcon的连接器上料防错检测方法。
[0003]鉴于上述缺陷，本专利技术创作者经过长时间的研究和实践终于获得了本专利技术。

技术实现思路

[0004]为解决上述技术缺陷，本专利技术的目的在于提供一种基于Halcon的连接器上料防错检测方法。
[0005]一种基于Halcon的连接器上料防错检测方法，包括以下步骤：
[0006]S1：图像处理
>[0007]使用H本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Halcon的连接器上料防错检测方法，其特征在于，包括以下步骤：S1：图像处理使用Halcon软件读取采集的图片并进行灰度处理；S2：创建模板根据灰度处理后的图片依次创建第一模板、第二模板和第三模板；S3：求所有物料坐标值再次采集图片并将其作为测试图像，对测试图像进行图像增强并进行灰度处理；将处理过的测试图像与第三模板匹配，得到所有物料的坐标值；S4：完成物料匹配将步骤S3处理过的测试图像与第一模板匹配，得到匹配物料的坐标值；将匹配物料分割出来，分割未匹配的区域图像，将未匹配的区域图像再次与第一模板进行匹配，直至将所有物料全部完成匹配；S5：区分异常物料将步骤S4中先后匹配出的物料依次与第二模板进行匹配，根据匹配结果从而区分出异常物料；S6：求异常物料的坐标值得出行列信息将异常物料与第三模板进行匹配，求出异常物料的坐标值；将异常物料的坐标值与步骤S3中所有物料的坐标值进行匹配，从而得出异常物料在托盘上的行与列信息。2.如权利要求1所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S1包括以下步骤：S11：使用read_image算子读取采集的图片，并作为模板图片image；S12：使用rgb1_to_gray算子对模板图片image进行灰度处理得到灰度图像GrayImage。3.如权利要求2所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S2包括以下步骤：S21：创建第一模板，所述第一模板为6瓣形成的环形区域图像；S22：创建第二模板，所述第二模板为1瓣形成的矩形区域图像；S23：创建第三模板，所述第三模板为1瓣和中间圆形成的区域图像。4.如权利要求3所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S21包括以下步骤：S211：区域分割使用算子gen_circle在灰度处理后的图像GrayImage上创建圆Circle000，其中Circle000的圆心坐标、半径均为设定值；使用算子boundary从圆Circle000内部取出边缘，获取一个边界区域RegionBorder；使用圆形结构膨胀算子dilation_circle将RegionBorder向内膨胀得到区域图像RegionDilation000；使用算子reduce_domain将RegionDilation000从灰度图像GrayImage中分离出得到圆环区域图像ImageReduced000；S212：创建第一模板
使用算子create_shape_model在圆环区域图像ImageReduced000上创建第一模板ModelID；使用算子get_shape_model_contours获取第一模板ModelID的轮廓ModelContours。5.如权利要求4所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S22包括以下步骤：S221：区域分割使用算子gen_rectangle1创建矩形区域Rectangle100，其中，矩形区域Rectangle100的起始点与其对角点的横纵坐标值均为设定值；使用算子reduce_domain将矩形区域Rectangle100从灰度图像GrayImage中分离得到矩形区域图像ImageReduced100；S222：创建第二模板使用算子create_shape_model在矩形区域图像ImageReduced100上创建第二模板ModelID1。6.如权利要求4所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S23包括以下步骤：S231：区域分割使用算子gen_circle创建圆Circle200，其中Circle200的圆心坐标值、半径均为设定值；使用算子gen_rectangle1创建矩形区域Rectangle200，矩形区域Rectangle200的起始点与其对角点的横纵坐标值均为设定值；使用算子reduce_domain将圆Circle200从灰度图像GrayImage中分离出得到圆形区域图像ImageReduced200；使用算子reduce_domain将矩形Rectangle200从灰度图像GrayImage中分离出得到矩形区域图像ImageReduced201；使用算子union2合并圆形区域图像ImageReduced200和矩形区域图像ImageReduced201得到合并后的区域图像RegionUnion；使用算子reduce_domain将RegionUnion从灰度图像GrayImage中分离出得到区域图像ImageReduced202；S232：创建第三模板使用算子create_shape_model在区域图像ImageReduced202上创建第三模板ModelID2。7.如权利要求1所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S3包括以下步骤：S31：处理测试图像读取图片：使用算子read_image读取测试图像Image1；图像增强：使用算子emphasize增强测试图像Image1的对比度得到增强图像ImageEmphasize1；灰度处理：使用算子rgb1_to_gray对增强图像ImageEmphasize1进行灰度处理得到灰度图像GrayImage2；
S32：将灰度处理后的测试图像与第三模板匹配，得到所有物料坐标值使用算子find_shape_model对灰度图像GrayImage2与第三模板ModelID2进行匹配，得到匹配物料的坐标值数组RowMatch200和ColumnMatch200；使用算子tuple_gen_const创建一个长度为|RowMatch200|，元素为设定值的元组Length1；使用算子gen_circle创建以圆心横坐标为RowMatch200，纵坐标为ColumnMatch200，半径为Length1的圆区域Circle201，圆区域Circle201反馈匹配到的所有物料。8.如权利要求7所述的基于Halcon的连接器上料防错检测方法，其特征在于，所述步骤S4包括以下步骤：S...

【专利技术属性】
技术研发人员：肖龙，武斌功，陈桥，柳龙华，蔡若凡，
申请(专利权)人：中国电子科技集团公司第三十八研究所，
类型：发明
国别省市：