【技术实现步骤摘要】
本专利技术涉及一种零件编号识别方法，具体涉及工业企业对带编号的零部件在加工生产和测试过程中，对零部件上编号的识别输入方法。
技术介绍
1、在工业生产中，零部件的编号识别和输入是提升工作质量和效率的重要环节。然而，由于零件的复杂性和多样性，传统的人工识别均通过屏幕显示的零件图片输入零件编号，在加工过程中存在效率低且容易出错的问题。例如，在呼吸器阀件的生产线过程中，平均在5s内需要处理一个阀件，但是测试阀件质量的过程就需要4s，采用传统的人工识别和输入方法则整个过程将近需要10s，极大地降低生产效率；并且，随着长时间的流水线加工生产，很容易造成人工识别和输入错误。而现有的机器学习和深度学习算法需要大量的数据集和前期数据标注工作，实现成本较高，并面临多样本识别不稳定的问题。
技术实现思路
1、针对现有技术存在的上述不足，本专利技术的目的在于提供一种用于生产线上的零件编号识别方法，解决现有输入方法效率低、容易出错的问题。
2、为了解决上述技术问题，本专利技术采用如下技术方案：
3、一种用于生产线上的零件编号识别方法，其特征在于，包括如下步骤：
4、1)根据摄像头安装位置和高度提前标定出零件图片旋转角度θ和编号的粗略位置roi(rregion of interest)以及图片中数字的像素阈值β，由工业摄像头采集零件图片，并经降噪处理；
5、2)再对roi进行数字检测，如果不存在数字则输出空；否则，就对roi根据像素阈值使用广度优先搜索bfs遍历
6、进一步，所述roi数字检测，采用如下算法获得f(x,y)：
7、
8、其中，f(x,y)代表由双线性插值缩放后得到的像素值，q11和(x1,y1)代表邻近左下角像素值和坐标，q21和(x2,y1)代表邻近右下角像素值和坐标，q12和(x1,y2)代表邻近左上角像素值和坐标，q22和(x2,y2)代表邻近右上角像素值和坐标；
9、求出当前roi第3/4所有行中所有像素的平均值c1与没有编号零件的第3/4所有行中所有像素的平均值c2大小，如果c1小于c2那么可以认为当前零件不存在编号，则输出空值。
10、进一步，所述roi根据像素阈值使用广度优先搜索bfs遍历找出每个数字的位置，从roi的左上角按先行后列每个位置进行遍历，先建立一个标记访问过的位置的visited二维数组和存放当前点邻居节点一维数组nodes；在访问过程中，如果遍历到当前位置q(i,j)是数字像素阈值点，首先判断visited(i,j)是否是0(0代表未访问，1代表访问过)，如果没有访问过就将他加入到邻居节点nodes中，并将visited(i,j)标记为1，然后按照上述过程递归访问nodes数组和修改visited数组，反之则跳过当前位置。在这个过程中记录下最小的坐标p1(x1,y1)和最大的坐标p2(x2,y2)；这两个坐标即可认为是可能的单个数字区域。
11、进一步，需要判断当前的p1和p2是否是边缘点，如果是边缘点则认为不是数字；同时，判断p1和p2两个坐标点之间的长和宽与模板数字的长宽进行比较，如果没在正常范围内则认为当前区域不是数字，反之则认为是数字编号，提取出的区域效果。
12、进一步，对p1和p2区域内的像素缩放成模板相同的尺寸，然后将p1和p2区域图片与0-9内的10个模板依次进行匹配，匹配度最高的数字作为当前区域的数字；模板匹配公式如下：
13、
14、其中，qij代表当前区域位置(i,j)的像素值，pij代表当前模板位置(i,j)的像素值，最后选出最小10个模板中conf最小的(conf越小匹配度越高)作为当前区域的数字，并将当前结果从左往右依次进行串联。
15、相比现有技术，本专利技术具有如下有益效果：
16、1、本专利技术提出一种利用图像处理识别技术，实现对生产线上的零件编号的自动识别并输入，具有识别快、准确率高、效果稳定和性能可靠的特点，并且设备投入成本较低，尤其适于在流水线生产企业中使用。
17、2、本专利技术方法采用广度优先搜索匹配的识别零件编号的方法，在加工生产过程中实时检测出零件编号并根据系统需求进行输出，可保证在20ms内识别出一张600*480像素图片中的编号，并且识别准确率在98％以上。
本文档来自技高网...【技术保护点】
1.一种用于生产线上的零件编号识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述用于生产线上的零件编号识别方法，其特征在于，所述ROI数字检测，采用如下算法获得f(x,y)：
3.根据权利要求1所述用于生产线上的零件编号识别方法，其特征在于，所述ROI根据像素阈值使用广度优先搜索BFS遍历找出每个数字的位置，从ROI的左上角按先行后列每个位置进行遍历，先建立一个标记访问过的位置的visited二维数组和存放当前点邻居节点一维数组nodes；在访问过程中，如果遍历到当前位置Q(i,j)是数字像素阈值点，首先判断visited(i,j)是否是0，0代表未访问，1代表访问过；如果没有访问过就将他加入到邻居节点nodes中，并将visited(i,j)标记为1，然后按照上述过程递归访问nodes数组和修改visited数组，反之则跳过当前位置；在这个过程中记录下最小的坐标P1(x1,y1)和最大的坐标P2(x2,y2)；这两个坐标即可认为是可能的单个数字区域。
4.根据权利要求3所述用于生产线上的零件编号识别方法，其特征在于，需要判断当前的P
5.根据权利要求3或4所述用于生产线上的零件编号识别方法，其特征在于，对P1和P2区域内的像素缩放成模板相同的尺寸，然后将P1和P2区域图片与0-9内的10个模板依次进行匹配，匹配度最高的数字作为当前区域的数字；模板匹配公式如下：
...【技术特征摘要】
1.一种用于生产线上的零件编号识别方法，其特征在于，包括如下步骤：
2.根据权利要求1所述用于生产线上的零件编号识别方法，其特征在于，所述roi数字检测，采用如下算法获得f(x,y)：
3.根据权利要求1所述用于生产线上的零件编号识别方法，其特征在于，所述roi根据像素阈值使用广度优先搜索bfs遍历找出每个数字的位置，从roi的左上角按先行后列每个位置进行遍历，先建立一个标记访问过的位置的visited二维数组和存放当前点邻居节点一维数组nodes；在访问过程中，如果遍历到当前位置q(i,j)是数字像素阈值点，首先判断visited(i,j)是否是0，0代表未访问，1代表访问过；如果没有访问过就将他加入到邻居节点nodes中，并将visited(i,j)标记为1，然后按照上述过程递归访问...
【专利技术属性】
技术研发人员：向卫星，刘晓东，黄德庆，庹季胜，马泽中，
申请(专利权)人：重庆华渝电气集团有限公司，
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。