【技术实现步骤摘要】
一种塑胶模具生产质量视觉检测方法
[0001]本专利技术涉及图像边缘检测
,具体涉及一种塑胶模具生产质量视觉检测方法
。
技术介绍
[0002]塑料模具作为工业生产中的重要制件工具,其生产的产品与日常生产生活关系密切,而塑料模具的生产质量会决定这些产品的质量,因此随着人们对工业产品质量要求的不断提高,对塑胶模具生产质量检测无疑是重要且不可忽视的一个步骤
。
并且考虑到与圆形有关的产品对塑料模具生产质量的要求更高,因此对于塑料模具圆柱器件的质量检测更加重要
。
[0003]现有技术通常通过图像处理的方法,对塑胶模具圆柱器件表面图像通过迭代分割法划分出目标区域和背景区域,并根据目标区域进行检测模具的生产质量
。
但是当塑胶模具圆柱器件表面出现裂纹缺陷时,这些裂纹可能会与塑胶模具圆柱器件表面正常纹理混合在一起,使得常规的迭代阈值分割算法所计算出的阈值无法准确的划分出裂纹缺陷区域,使得根据现有技术直接通过迭代分割法处理塑胶模具圆柱器件表面图像得到的目标区域,对塑胶模具生产质量视觉检测效果较差
。
技术实现思路
[0004]为了解决根据现有技术直接通过迭代分割法处理塑胶模具圆柱器件表面图像得到的目标区域,对塑胶模具生产质量视觉检测效果较差的技术问题,本专利技术的目的在于提供一种塑胶模具生产质量视觉检测方法,所采用的技术方案具体如下:本专利技术提出了一种塑胶模具生产质量视觉检测方法,所述方法包括:获取塑胶模具圆柱器件表面灰度图像;在所述塑胶模具
【技术保护点】
【技术特征摘要】
1.
一种塑胶模具生产质量视觉检测方法,其特征在于,所述方法包括:获取塑胶模具圆柱器件表面灰度图像;在所述塑胶模具圆柱器件表面灰度图像中,根据每个像素点的灰度值在圆柱器件轴向上的周期分布情况,得到每个像素点的周期强弱程度;根据所述周期强弱程度筛选出疑似纹理像素点;根据每个疑似纹理像素点与其周期位置处的像素点之间的邻域周期分布相似情况,得到每个疑似纹理像素点的周期相似程度;根据每个疑似纹理像素点的周期强弱程度和所述周期相似程度,得到每个疑似纹理像素点的纹理区域可能性;根据所述纹理区域可能性筛选出纹理区域像素点;将所有纹理区域像素点筛除后进行迭代阈值分割,得到塑胶模具圆柱器件表面灰度图像对应的目标区域;根据所述目标区域进行塑胶模具生产质量视觉检测
。2.
根据权利要求1所述的一种塑胶模具生产质量视觉检测方法,其特征在于,所述周期强弱程度的获取方法包括:依次将每个像素点作为目标像素点;在塑胶模具圆柱器件轴向上,将目标像素点预设邻域范围内中与目标像素点的灰度值差异小于预设灰度差异阈值的像素点,作为轴向参考像素点;计算所有轴向参考像素点的梯度值均值;将梯度值大于所述梯度值均值的轴向参考像素点,作为轴向边缘像素点;沿塑胶模具圆柱器件轴向,将轴向边缘像素点依次排列,得到轴向边缘像素点序列;将轴向边缘像素点序列中,每个轴向边缘像素点与其前一个轴向边缘像素点之间的距离,作为每个轴向边缘像素点的参考距离;在轴向边缘像素点序列中,根据轴向边缘像素点的参考距离分布情况构建周期性强弱程度计算模型;根据所述周期性强弱程度计算模型,得到目标像素点的周期强弱程度
。3.
根据权利要求2所述的一种塑胶模具生产质量视觉检测方法,其特征在于,所述周期性强弱程度计算模型包括:;其中,为目标像素点的周期性强弱程度;为目标像素点对应的轴向边缘像素点数量;为目标像素点对应的轴向边缘像素点序列中第个轴向边缘像素点的参考距离;为目标像素点对应的轴向边缘像素点序列中第个轴向边缘像素点的参考距离,为预设第一调节参数,所述预设第一调节参数大于0;为归一化函数
。4.
根据权利要求1所述的一种塑胶模具生产质量视觉检测方法,其特征在于,所述疑似纹理像素点的获取方法包括:将周期性强弱程度大于预设周期性阈值的像素点,作为疑似纹理像素点
。5.
根据权利要求2所述的一种塑胶模具生产质量视觉检测方法,其特征在于,所述周期相似程度的获取方法包括:依次将每个疑似纹理像素点作为目标疑似纹理像素点;在目标疑似纹理像素点对应的轴向边缘像素点序列中,将每个轴向边缘像素点与其之
前第二个轴向边缘像素点之间的距离,作为每个疑似纹理像素点对应的间隔距离;将目标疑似纹理像素点对应的轴向边缘像素点序列中所有疑似纹理像素点对应的间隔距离均值,作为目标疑似纹理像素点的周期参考距离;在塑胶模具圆柱器件的轴向上,将目标疑似纹理像素点的预设邻域范围中与目标疑似纹理像素点相距周期参考距离的整数倍的像素点,作为目标疑似纹理像素点的周期对比像素点;将所有周期对比像素点以距离目标疑似纹理像素点的距离由近到远的顺...
【专利技术属性】
技术研发人员:黄志强,黄远辉,
申请(专利权)人:深圳市京鼎工业技术股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。