一种基于机器视觉的工业识别方法技术

本申请实施例在于提供一种基于机器视觉的工业识别方法，属于工业视觉的技术领域。所述方法应用于工业生产的流水线，所述方法包括：获取流水线上产品的第一图像并处理；基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别；根据识别结果，对流水线上的不合格产品进行定位；基于定位情况，引导机器人将所述不合格产品取出。本申请旨在对工业流水线上的次品进行识别和取出，提高生产效率。提高生产效率。提高生产效率。

【技术实现步骤摘要】
一种基于机器视觉的工业识别方法


[0001]本申请实施例涉及工业视觉的
，具体而言，涉及一种基于机器视觉的工业识别方法。

技术介绍

[0002]在工业制造中，采用代工厂进行生产的方式是比较常见的情况，而对于很多专业的工业品代工厂来说，进行代工加工更是司空见惯；比如说某些电子产品代工厂，其经常在不同的工作周期内加工不同的产品，甚至在同一个工作周期内就能够加工不同的产品；而在加工的过程中，不能避免的是出现次品。
[0003]在代工厂中，为了提升产品的品质，需要在加工流水线上对产品进行品质把控，现有的品控是通过人工进行，其效率较低，无法满足大批量产品的生产需求。

技术实现思路

[0004]本申请实施例提供一种基于机器视觉的工业识别方法、系统、设备和介质，旨在对工业流水线上的产品进行识别，找出次品，提高生产效率。
[0005]第一方面，本申请实施例提供一种基于机器视觉的工业识别方法，所述方法应用于工业生产的流水线，所述方法包括：
[0006]获取所述流水线上产品的第一图像并处理；
[0007]基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别；
[0008]根据识别结果，对所述流水线上的不合格产品进行定位；
[0009]基于定位情况，引导机器人将所述不合格产品取出。
[0010]可选地，所述基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别，包括：
[0011]获取合格产品的第二图像并处理；
[0012]对处理后的所述第一图像和所述第二图像进行对比识别；
[0013]基于所述对比识别结果，选择流水线上不合格的产品。
[0014]可选地，所述获取流水线上产品的第一图像并处理，包括：
[0015]设置摄像机获取所述流水线上产品的第一图像；
[0016]对所述第一图像进行二值化处理获取二值图像；
[0017]对所述二值图像进行形态学闭运算，得到初步图像；
[0018]采用距离变换方法，对所述初步图像进行距离变换，得到灰度图像。
[0019]可选地，所述方法还包括：
[0020]对所述灰度图像进行二值化处理，得到产品骨架；
[0021]对所述产品骨架进行腐蚀操作，得到产品的中心区域；
[0022]基于所述产品的中心区域，获取所述产品的像素坐标，所述像素坐标用于对所述产品进行抓取。
[0023]可选地，所述基于所述产品的中心区域，获取所述产品的像素坐标，包括：
[0024]对所述产品的中心区域进行光栅扫描查找非零像素点，以非零像素点作为初始点，选定一个方向查找初始点8邻域内的非零像素点，以查找到的非零像素点作为新的初始点继续查找，则多个所述初始点的集合即为所述产品中心区域的轮廓；
[0025]基于所述产品中心区域的轮廓，获取所述产品几何中心的像素坐标。
[0026]可选地，所述基于定位情况，引导机器人将所述不合格产品取出，包括：
[0027]建立机器人坐标系；
[0028]基于所述机器人坐标系和所述定位结果，建立所述不合格产品与机器人坐标系之间的映射关系；
[0029]基于所述映射关系，引导机器人抓取不合格产品。
[0030]可选地，所述对所述第一图像进行二值化处理获取二值图像，包括：
[0031]设置第一灰度阈值，基于所述第一灰度阈值，对所述第一图像中的每个像素点进行判断；
[0032]若所述像素点的灰度值大于第一灰度阈值，则将其灰度值设置为255；
[0033]若所述像素点的灰度值小于第一灰度阈值，则将其灰度值设置为0。
[0034]第二方面，本申请实施例提供一种基于机器视觉的工业识别系统，所述系统包括第一图像获取模块、对比识别模块、定位模块和抓取模块；
[0035]第一图像获取模块，用于获取流水线上产品的第一图像并处理；
[0036]对比识别模块，用于基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别；
[0037]定位模块，用于根据识别结果，对流水线上的不合格产品进行定位；
[0038]抓取模块，用于基于定位情况，引导机器人将所述不合格产品取出。
[0039]第三方面
[0040]本申请实施例提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面任一项所述的一种基于机器视觉的工业识别方法。
[0041]第四方面
[0042]本申请实施例一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现第一方面中任一项所述的一种基于机器视觉的工业识别方法。
[0043]有益效果：在工业流水线上，产品轮流经过时，获取产品的第一图像并处理，通过将第一图像处理后的结果与第二图像处理后的结果进行对比和识别，能够在流水线上对不合格的产品进行识别，根据识别结果进行定位后，能够在流水线上找到不合格的产品，并根据定位结果引导机器人抓取不合格的产品；从而达到对工业流水线上的产品进行识别，取出次品，提高生产效率的效果。
附图说明
[0044]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施
例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0045]图1是本申请其中一个实施例提出的一种基于机器视觉的工业识别方法的步骤流程图；
[0046]图2是本申请其中一个实施例提出一种基于机器视觉的工业识别系统的功能模块图。
具体实施方式
[0047]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0048]实施例一
[0049]参照图1，示出了本专利技术实施例中的一种基于机器视觉的工业识别方法的步骤流程图，如图1所示，所述方法应用于工业生产的流水线，本识别方法具体可以包括以下步骤：
[0050]S1，获取流水线上产品的第一图像并处理；包括：
[0051]设置摄像机获取所述流水线上产品的第一图像；
[0052]在本实施例中，采用高速或者超高速相机，高速或超高速相机能够在极短的时间内获取流水线上产品的图像信息，即第一图像；若是获取第一图像的相机采集电荷的时间不足，则会导致获取的第一图像无法使用。在获取到第一图像后，还需要对第一图像进行滤波，在其中一个实施例中，采用高斯滤波对第一图像进行处理，高斯滤波能够去除第一图像中的噪声，以便于后续对第一图像进行处理。
[0053]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工业识别方法，所述方法应用于工业生产的流水线，其特征在于，所述方法包括：获取所述流水线上产品的第一图像并处理；基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别；根据识别结果，对所述流水线上的不合格产品进行定位；基于定位情况，引导机器人将所述不合格产品取出。2.根据权利要求1所述的一种基于机器视觉的工业识别方法，其特征在于，所述基于处理后的所述第一图像，对所述流水线上的不合格产品进行识别，包括：获取合格产品的第二图像并处理；对处理后的所述第一图像和所述第二图像进行对比识别；基于所述对比识别结果，选择流水线上不合格的产品。3.根据权利要求2所述的一种基于机器视觉的工业识别方法，其特征在于，所述获取流水线上产品的第一图像并处理，包括：设置摄像机获取所述流水线上产品的第一图像；对所述第一图像进行二值化处理获取二值图像；对所述二值图像进行形态学闭运算，得到初步图像；采用距离变换方法，对所述初步图像进行距离变换，得到灰度图像。4.根据权利要求3所述的一种基于机器视觉的工业识别方法，其特征在于，所述方法还包括：对所述灰度图像进行二值化处理，得到产品骨架；对所述产品骨架进行腐蚀操作，得到产品的中心区域；基于所述产品的中心区域，获取所述...

【专利技术属性】
技术研发人员：刘佳言，
申请(专利权)人：成都思为交互科技有限公司，
类型：发明
国别省市：