一种恒力浮动打磨头打磨质量视觉检测方法技术

本发明专利技术涉及图像处理领域，具体涉及一种恒力浮动打磨头打磨质量视觉检测方法，工业相机采集恒力浮动打磨头打磨前后被打磨物体图像，采用不同伽马值对图像进行增强，对图像进行边缘检测，根据边缘图像中各边缘像素点斜率得到各边缘像素点所在边缘线的斜率规律重复度及边缘线分布差异度，从而得到毛刺存在强度，根据毛刺存在强度得到不同伽马值对打磨前及打磨后图像的增强效果，自适应得到优选伽马值，获得优选伽马值增强后的图像，进行打磨质量检测，完成恒力浮动打磨头打磨质量检测。从而实现恒力浮动打磨头打磨质量检测，具有较高打磨质量检测精度。质量检测精度。质量检测精度。

【技术实现步骤摘要】
一种恒力浮动打磨头打磨质量视觉检测方法


[0001]本申请涉及图像处理领域，具体涉及一种恒力浮动打磨头打磨质量视觉检测方法。

技术介绍

[0002]在制造过程中有一道打磨抛光的工序，这是在零件加工的最后一步所涉及的工序，过去的最后一道工序几乎全部是由工人手工去打磨，这样加工出来的零件每一批次可能都大有不同，因为手工加工会存在很大的误差，当今的技术发展出现了工业打磨机器人，在不考虑工件的磨损的情况下，可以保证每一批次的零件的误差相差不大，极大提升了零件的良品率，同时对于复杂零件的抛磨若采取人工打磨的方式，则需要依靠经验丰富的工人来完成，如果想要提升打磨的速度，还需要增加工人培训的成本，依靠工业打磨机器人完成打磨，不仅节省了人力成本，还提高了打磨速度及自动化程度，在很大程度上降低了成本，提高了经济性。除了这些经济方面的问题存在，在人工打磨的工序中因为磨削产生的许多残渣会随着人体的呼吸进入呼吸道并对呼吸道造成损伤，长此以往会产生极其严重的职业病。故需要在保障打磨质量的情况下进行自动化打磨，这需要对打磨头打磨质量进行检测以确保其自动化打磨效率。打磨头打磨质量较差时，打磨后被打磨物体表面毛刺数量较多，因此可通过检测打磨前后被打磨物体表面图像中打磨区域毛刺含量，得到打磨头打磨质量。图像采集过程中，由于光照不足或光照过强，会导致图像亮度不均匀、颜色失真，使图像出现不同程度受损，可通过伽马变换增强图像，提高图像质量。
[0003]传统伽马变换对图像进行增强时，由于场景不同，需要的优选伽马值不同，优选伽马值的设定需要人为选取并不断矫正，此过程较为费时费力。
[0004]综上所述，本专利技术提出一种恒力浮动打磨头打磨质量视觉检测方法，采集恒力浮动打磨头打磨前后被打磨物体图像，采用不同伽马值对图像进行伽马变换以增强图像，自适应得到优选伽马值，对优选伽马值增强后的图像进行打磨质量检测，实现恒力浮动打磨头打磨量的计算。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供一种恒力浮动打磨头打磨质量视觉检测方法，以解决现有的问题。
[0006]本专利技术的一种恒力浮动打磨头打磨质量视觉检测方法采用如下技术方案：本专利技术一个实施例提供了一种恒力浮动打磨头打磨质量视觉检测方法，该方法包括以下步骤：采集打磨前后被打磨物体图像，分别记为第一图像和第二图像；通过不同伽马值对第一图像进行伽马变换得到第一图像各增强图像，获取第二图像各增强图像；获取第一图像各增强图像、第二图像各增强图像以及第一图像、第二图像所对应的边缘图像；获取第一图像的边缘图像中各边缘像素点斜率；根据第一图像的边缘图像中各边
缘像素点斜率得到斜率共生矩阵；根据第一图像的边缘图像中各边缘线的边缘像素点斜率差异及斜率共生矩阵得到第一图像的边缘图像中各边缘线的斜率规律重复度；根据各边缘像素点局部窗口内边缘线数量得到各边缘像素点的边缘线密度；根据各边缘像素点的边缘线密度对各边缘像素点进行聚类；根据聚类结果得到各边缘像素点局部窗口内边缘线分布差异度；根据各边缘像素点局部窗口内各边缘线斜率规律重复度及边缘线分布差异度得到各边缘像素点毛刺特征趋近值；根据各边缘像素点毛刺特征趋近值得到各边缘线毛刺特征趋近值；根据各边缘线毛刺特征趋近值得到第一图像的边缘图像的毛刺存在强度；获取第一图像各增强图像、第二图像各增强图像以及第二图像的毛刺存在强度；根据第一图像的边缘图像的毛刺存在强度得到不同伽马值下第一图像的增强效果值；将第一图像最大增强效果值对应的伽马值作为第一图像优选伽马值，获取第二图像优选伽马值；根据第一图像优选伽马值及第二图像优选伽马值得到打磨头打磨质量；打磨头打磨质量高于打磨质量阈值时，打磨质量合格。
[0007]优选的，所述根据第一图像的边缘图像中各边缘像素点斜率得到斜率共生矩阵，具体步骤为：分别从各边缘线两个端点处开始，沿边缘线延伸方向对相邻两个边缘像素点的斜率情况进行统计，将各边缘线两个方向的统计结果均统计在同一斜率共生矩阵内。
[0008]优选的，所述根据第一图像的边缘图像中各边缘线的边缘像素点斜率差异及斜率共生矩阵得到第一图像的边缘图像中各边缘线的斜率规律重复度，表达式为：共生矩阵得到第一图像的边缘图像中各边缘线的斜率规律重复度，表达式为：式中，第一图像的边缘图像中第一边缘线的斜率规律重复度，为第一图像的边缘图像中总边缘线段数，为第一边缘线与第边缘线的斜率差异，为第一边缘线的边缘像素点个数，、分别为第一边缘线上分别从端点1、端点2方向统计的第个相邻两个边缘像素点的斜率共同出现的概率；为求最小值函数，为第一边缘线沿端点方向及第二边缘线沿端点方向时计算的两个边缘线的斜率差异，为第二边缘线的边缘像素点个数,为求与中较小值，为第一边缘线沿端点方向第个边缘像素点斜率，为第二边缘线沿端点方向第个边缘像素点斜率。
[0009]优选的，所述根据各边缘像素点局部窗口内边缘线数量得到各边缘像素点的边缘线密度，表达式为：
式中，为边缘像素点的边缘线密度，为边缘像素点局部窗口内边缘线数量，为边缘像素点局部窗口的面积。
[0010]优选的，所述根据聚类结果得到各边缘像素点局部窗口内的边缘线分布差异度，表达式为：式中，为边缘像素点局部窗口内的边缘线分布差异度，为归一化函数，为边缘像素点的边缘线密度，为聚类结果中最大聚类簇的平均边缘线密度。
[0011]优选的，所述根据各边缘像素点局部窗口内各边缘线斜率规律重复度及边缘线分布差异度得到各边缘像素点毛刺特征趋近值，表达式为：式中，为边缘像素点毛刺特征趋近值，为边缘像素点局部窗口内边缘线数量，为边缘像素点局部窗口内边缘线分布差异度，为边缘像素点所在边缘线长度，为边缘像素点局部窗口内第个边缘线长度，为边缘像素点局部窗口内第个边缘线的斜率规律重复度。
[0012]优选的，所述根据各边缘像素点毛刺特征趋近值得到第一图像的边缘图像中各边缘线毛刺特征趋近值，表达式为：式中，为第一图像的边缘图像中第一边缘线的毛刺特征趋近值，为第一边缘线上第个边缘像素点的毛刺特征趋近值，为第一边缘线上边缘像素点个数。
[0013]优选的，所述根据第一图像的边缘图像中各边缘线毛刺特征趋近值得到第一图像的边缘图像的毛刺存在强度，表达式为：式中，为第一图像的边缘图像的毛刺存在强度，为第一图像的边缘图像中第个边缘线的毛刺特征趋近值，为第一图像的边缘图像中边缘线数量。
[0014]优选的，所述根据第一图像的边缘图像的毛刺存在强度得到不同伽马值下第一图像的增强效果值，表达式为：式中，为第个伽马值下第一图像的增强效果值，为第一图像的毛刺存
在强度,为第个伽马值下第一图像的增强图像的毛刺存在强度,为以为底的指数函数。
[0015]优选的，所述根据第一图像优选伽马值及第二图像优选伽马值得到打磨头打磨质量，具体为：获取第一图像优选伽马值对应的增强图像，记为第一优选增强图像；获取第二图像优选伽马值对应的增强图像，记为第二优选增强图像；打磨头打磨质量表达式为：式中，为恒力浮动打磨头打磨质量，为第一优选增强图像的毛刺存在强度，为第二优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种恒力浮动打磨头打磨质量视觉检测方法，其特征在于，该方法包括以下步骤：采集打磨前后被打磨物体图像，分别记为第一图像和第二图像；通过不同伽马值对第一图像进行伽马变换得到第一图像各增强图像，获取第二图像各增强图像；获取第一图像各增强图像、第二图像各增强图像以及第一图像、第二图像所对应的边缘图像；获取第一图像的边缘图像中各边缘像素点斜率；根据第一图像的边缘图像中各边缘像素点斜率得到斜率共生矩阵；根据第一图像的边缘图像中各边缘线的边缘像素点斜率差异及斜率共生矩阵得到第一图像的边缘图像中各边缘线的斜率规律重复度；根据各边缘像素点局部窗口内边缘线数量得到各边缘像素点的边缘线密度；根据各边缘像素点的边缘线密度对各边缘像素点进行聚类；根据聚类结果得到各边缘像素点局部窗口内边缘线分布差异度；根据各边缘像素点局部窗口内各边缘线斜率规律重复度及边缘线分布差异度得到各边缘像素点毛刺特征趋近值；根据各边缘像素点毛刺特征趋近值得到各边缘线毛刺特征趋近值；根据各边缘线毛刺特征趋近值得到第一图像的边缘图像的毛刺存在强度；获取第一图像各增强图像、第二图像各增强图像以及第二图像的毛刺存在强度；根据第一图像的边缘图像的毛刺存在强度得到不同伽马值下第一图像的增强效果值；将第一图像最大增强效果值对应的伽马值作为第一图像优选伽马值，获取第二图像优选伽马值；根据第一图像优选伽马值及第二图像优选伽马值得到打磨头打磨质量；打磨头打磨质量高于打磨质量阈值时，打磨质量合格。2.如权利要求1所述的一种恒力浮动打磨头打磨质量视觉检测方法，其特征在于，所述根据第一图像的边缘图像中各边缘像素点斜率得到斜率共生矩阵，具体步骤为：分别从各边缘线两个端点处开始，沿边缘线延伸方向对相邻两个边缘像素点的斜率情况进行统计，将各边缘线两个方向的统计结果均统计在同一斜率共生矩阵内。3.如权利要求1所述的一种恒力浮动打磨头打磨质量视觉检测方法，其特征在于，所述根据第一图像的边缘图像中各边缘线的边缘像素点斜率差异及斜率共生矩阵得到第一图像的边缘图像中各边缘线的斜率规律重复度，表达式为：像的边缘图像中各边缘线的斜率规律重复度，表达式为：式中，第一图像的边缘图像中第一边缘线的斜率规律重复度，为第一图像的边缘图像中总边缘线段数，为第一边缘线与第边缘线的斜率差异，为第一边缘线的边缘像素点个数，、分别为第一边缘线上分别从端点1、端点2方向统计的第个相邻两个边缘像素点的斜率共同出现的概率；为求最小值函数，为第一边缘线沿端点方向及第二边缘线沿端点方向时计算的两个边缘线的斜率差异，
为第二边缘线的边缘像素点个数, 为求与中较小值，为第一边缘线沿端点方向第个边缘像素点斜率，为第二边缘线沿端点方向第个边缘像素点斜率...

【专利技术属性】
技术研发人员：王凯，华磊，何浩星，姬广岩，王恩军，
申请(专利权)人：山东鑫科来信息技术有限公司，
类型：发明
国别省市：