基于自动化裁切生产的视觉检测方法技术

本发明专利技术涉及图像处理技术领域，具体涉及一种基于自动化裁切生产的视觉检测方法，该视觉检测方法通过图像处理技术，获取待裁切产品表面的灰度图像，确定自适应尺寸的滑窗；使滑窗沿着设置的不同角度的基准线，根据预设滑动规则进行滑动，直至获得标记窗口区域，进而获得所有标记窗口区域；筛选出角点检测区域，确定角点检测区域的近似角点方向；根据角点检测区域和近似角点方向定位裁切位置。本发明专利技术在对图案进行定位裁切时不仅考虑到角点的位置，还考虑到了角点的方向，提高了待裁切产品图案的裁切精准度，主要应用于自动化裁切领域。主要应用于自动化裁切领域。主要应用于自动化裁切领域。

【技术实现步骤摘要】
基于自动化裁切生产的视觉检测方法


[0001]本专利技术涉及图像处理
，具体涉及一种基于自动化裁切生产的视觉检测方法。

技术介绍

[0002]随着自动化技术的普及，越来越多的行业在生产产品的某些环节需要用到自动化机器，例如，自动化裁切。自动化裁切是指在布料上定位裁切预设好的图案，其大大加快了产品的生产效率，但是自动化裁切的精确度是在实际生产中一个十分关键的问题，基于成本考虑和人们日益提高的产品质量要求，自动化裁切的精确度一定程度上决定了最终成品的质量。
[0003]现有自动化裁切的视觉检测方法通过原始的Harris角点检测方法实现图案定位，但是原始的Harris角点检测方法的计算量较大，导致算法响应时间较长；而且，现有在使用原始的Harris角点检测方法进行图案定位时仅考虑了角点的位置，未考虑角点的方向，一定程度上造成裁切精准度较差的问题。

技术实现思路

[0004]为了解决上述现有自动化裁切的视觉检测方法的裁切精准度较差的技术问题，本专利技术的目的在于提供一种基于自动化裁切生产的视觉检测方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种基于自动化裁切生产的视觉检测方法，该方法包括以下步骤：S1，获取待裁切产品表面的灰度图像；S2，根据灰度图像的图像特征确定自适应尺寸的滑窗；S3，使滑窗沿着设置的不同角度的基准线，根据预设滑动规则进行滑动，直至获得标记窗口区域；其中，所述标记窗口区域为位于待裁切产品图案边缘上的窗口区域；S4，根据标记窗口区域的每个边缘上以及标记窗口区域内各个像素点的灰度值，确定标记窗口区域的每个边缘的异常分数；将最大异常分数的边缘确定为滑窗的滑动方向，使标记窗口区域对应的滑窗沿着所述滑动方向滑动一个预设步长，获得下一个标记窗口区域；其中，预设步长为滑窗的自适应尺寸；S5，重复步骤S4，直至满足预设滑动停止条件，获得待裁切产品图案边缘上所有的标记窗口区域；S6，将存在梯度方向变化像素点的标记窗口区域确定为角点检测区域；将角点检测区域边缘与待裁切产品图案边缘形成的两个交点对应的矢量方向确定为近似角点方向；S7，根据各个角点检测区域和各个近似角点方向，对灰度图像进行角点检测；根据角点检测结果定位裁切位置。
[0005]进一步地，所述根据灰度图像的图像特征确定自适应尺寸的滑窗，包括：
根据灰度图像统计所有像素点的总数目，根据所有像素点的总数目确定灰度图像的分辨率指标；确定灰度图像的最大内接矩形的中心位置和最大外接圆形的圆心位置，计算最大内接矩形中心和最大外接圆形圆心的距离；根据最大内接矩形中心和最大外接圆形圆心的距离，确定灰度图像的规则程度指标；计算分辨率指标和规则程度指标的乘积，将向上取整后的乘积确定为自适应尺寸，按照自适应尺寸构建滑窗。
[0006]进一步地，所述灰度图像的分辨率指标的计算公式为：式中，为灰度图像的分辨率指标，N为灰度图像中所有像素点的总数目，为对数函数。
[0007]进一步地，所述灰度图像的规则程度指标的计算公式为：式中，为灰度图像的规则程度指标，L为最大内接矩形中心和最大外接圆形圆心的距离。
[0008]进一步地，所述使滑窗沿着设置的不同角度的基准线，根据预设滑动规则进行滑动，直至获得标记窗口区域，包括：滑窗沿着灰度图像中相对称的两条对角线，按照预设步长，进行滑动；在滑窗滑动过程中，当滑窗位于基准线上时，向灰度图像的垂直中心线方向滑动，否则垂直向下滑动；根据滑窗每次滑动后对应的窗口区域内每个像素点的灰度值确定窗口区域的信息熵，若存在某个窗口区域的信息熵大于与其相邻的前一次滑动和后一次滑动后对应的窗口区域的信息熵，则将对应的某个窗口区域确定为标记窗口区域。
[0009]进一步地，所述根据标记窗口区域的每个边缘上以及标记窗口区域内各个像素点的灰度值，确定标记窗口区域的每个边缘的异常分数，包括：将标记窗口区域的任意一个边缘确定为选定边缘，根据选定边缘上各个像素点的灰度值确定最大灰度值和最小灰度值，将最大灰度值与最小灰度值的差值确定为选定边缘的灰度对比度；确定选定边缘的灰度标准差；根据选定边缘的灰度对比度、灰度标准差、边缘上每个像素点的灰度值以及标记窗口区域内每个像素点的灰度值，确定标记窗口区域的选定边缘的异常分数。
[0010]进一步地，所述标记窗口区域的选定边缘的异常分数的计算公式为：式中，S为标记窗口区域的选定边缘的异常分数，e为自然常数，为选定边缘的灰度对比度，为选定边缘的灰度标准差，m为选定边缘上所有像素点的个数，为选
定边缘上第k个像素点的灰度值，k为选定边缘上像素点的序号，为标记窗口区域内第j个像素点的灰度值，为标记窗口区域内所有像素点的个数，j为标记窗口区域内像素点的序号。
[0011]进一步地，所述预设滑动停止条件为：在滑窗滑动过程中，记录标记窗口区域内所有像素点的位置，构成已标记像素位置集合；在滑窗每次滑动后，通过已标记像素位置集合，判断当前滑窗对应的标记窗口区域内所有像素点是否已被标记；若已被标记，则舍弃当前滑动对应的标记窗口区域，判定滑窗滑动停止。
[0012]进一步地，所述根据各个角点检测区域和各个近似角点方向，对灰度图像进行角点检测，包括：对各个角点检测区域进行角点检测，获得各个角点检测区域内的每个角点；将角点检测区域内的每个角点的灰度梯度方向与对应的近似角点方向相结合，将结合后的方向确定为对应的角点的标记方向，从而获得各个角点检测区域内各角点的位置和各角点的标记方向。
[0013]进一步地，所述待裁切产品表面的灰度图像的获取步骤包括：获取待裁切产品表面的彩色图像，对彩色图像进行灰度化处理，获得初始灰度图像；对初始灰度图像进行降噪和均衡化处理，获得待裁切产品表面的灰度图像。
[0014]本专利技术具有如下有益效果：本专利技术提供了一种基于自动化裁切生产的视觉检测方法，该视觉检测方法利用图像处理技术，确定图案边缘上的角点检测区域，相比传统对全局进行角点检测，仅对角点检测区域进行角点检测分析，有助于减少角点检测的计算量，缩短角点检测算法的响应时间，进一步提高自动化裁切生产的效率；现有的裁切生产的视觉检测方法在进行角点检测时，只考虑了角点的位置，而未考虑角点的方向，一定程度上造成检测精准新较差的结果，本专利技术根据角点检测区域边缘与图案边缘形成的两个交点对应的矢量方向确定了近似角点方向；近似角点方向提供了角点周围像素的分布特性，通过近似角点方向可以在一定程度上提高鲁棒性，减少对单个像素方向的依赖，稳定角点标记的方向，有助于获得更准确的角点检测结果，便于进行更精准的定位裁切。本专利技术在对图案进行定位裁切时不仅考虑到角点的位置，还考虑到了角点的方向，提高了待裁切产品图案的裁切精准度，主要应用于自动化裁切领域。
附图说明
[0015]为了更清楚地说明本专利技术实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自动化裁切生产的视觉检测方法，其特征在于，包括以下步骤：S1，获取待裁切产品表面的灰度图像；S2，根据灰度图像的图像特征确定自适应尺寸的滑窗；S3，使滑窗沿着设置的不同角度的基准线，根据预设滑动规则进行滑动，直至获得标记窗口区域；其中，所述标记窗口区域为位于待裁切产品图案边缘上的窗口区域；S4，根据标记窗口区域的每个边缘上以及标记窗口区域内各个像素点的灰度值，确定标记窗口区域的每个边缘的异常分数；将最大异常分数的边缘确定为滑窗的滑动方向，使标记窗口区域对应的滑窗沿着所述滑动方向滑动一个预设步长，获得下一个标记窗口区域；其中，预设步长为滑窗的自适应尺寸；S5，重复步骤S4，直至满足预设滑动停止条件，获得待裁切产品图案边缘上所有的标记窗口区域；S6，将存在梯度方向变化像素点的标记窗口区域确定为角点检测区域；将角点检测区域边缘与待裁切产品图案边缘形成的两个交点对应的矢量方向确定为近似角点方向；S7，根据各个角点检测区域和各个近似角点方向，对灰度图像进行角点检测；根据角点检测结果定位裁切位置。2.根据权利要求1所述的一种基于自动化裁切生产的视觉检测方法，其特征在于，所述根据灰度图像的图像特征确定自适应尺寸的滑窗，包括：根据灰度图像统计所有像素点的总数目，根据所有像素点的总数目确定灰度图像的分辨率指标；确定灰度图像的最大内接矩形的中心位置和最大外接圆形的圆心位置，计算最大内接矩形中心和最大外接圆形圆心的距离；根据最大内接矩形中心和最大外接圆形圆心的距离，确定灰度图像的规则程度指标；计算分辨率指标和规则程度指标的乘积，将向上取整后的乘积确定为自适应尺寸，按照自适应尺寸构建滑窗。3.根据权利要求2所述的一种基于自动化裁切生产的视觉检测方法，其特征在于，所述灰度图像的分辨率指标的计算公式为：式中，为灰度图像的分辨率指标，N为灰度图像中所有像素点的总数目，为对数函数。4.根据权利要求2所述的一种基于自动化裁切生产的视觉检测方法，其特征在于，所述灰度图像的规则程度指标的计算公式为：式中，为灰度图像的规则程度指标，L为最大内接矩形中心和最大外接圆形圆心的距离。5.根据权利要求1所述的一种基于自动化裁切生产的视觉检测方法，其特征在于，所述使滑窗沿着设置的不同角度的基准线，根据预设滑动规则进行滑动，直至获得标记窗口区域，包括：
滑窗沿着灰度图像中相对称的两条对角线，按照预设步长，进行滑动；在滑窗滑动过程中，当滑窗位于基准线上时，向灰度图像的垂直中心线方向滑动，否则垂直向下滑动；根据滑窗每次滑动后对...

【专利技术属性】
技术研发人员：曹鑫，王朝安，
申请(专利权)人：山东经典印务有限责任公司，
类型：发明
国别省市：