【技术实现步骤摘要】
本专利技术涉及毛刺检测，具体为一种基于机器视觉的压铸件毛刺检测系统及方法。
技术介绍
1、压铸件是一种常见的金属铸件，通过压力将熔融金属注入到金属模具中，经过冷却凝固后得到具有特定形状的零件或产品。压铸件通常由铝合金、锌合金、镁合金等金属材料制成，不可避免会有毛刺的产生，因此需要对压铸件的毛刺进行识别。
2、目前，已有一些方法用于检测毛刺，但这些方法存在以下问题：在传统方法中，对于去毛刺操作的判断缺乏统一的标准和指导，不同的操作人员可能会根据个人经验或主观判断来选择去毛刺的方式，导致处理结果差异较大；传统的毛刺检测方法往往只关注检测结果，而忽视了对毛刺特征数据的积累和更新，这导致无法从历史数据中获取更多的毛刺特征信息，限制了毛刺识别的准确性和高效性。
技术实现思路
1、本专利技术的目的在于提供一种基于机器视觉的压铸件毛刺检测系统及方法，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：
3、一种基于机器视觉的压铸件毛刺检测方法，方法包括以下步骤：
4、s100.获取历史数据中去毛刺后压铸件各个表面图像，获取历史数据中去毛刺前压铸件各个表面图像，将所述去毛刺前压铸件各个表面图像作为对比图像进行存储；将所述去毛刺后压铸件各个表面图像作为模板图像进行存储；
5、s200.将对比图像与模板图像进行比对，识别毛刺并在对比图像上对毛刺进行标记，提取毛刺特征构成毛刺特征集合；毛刺特征包括毛刺的分布位
6、s300.将实时数据中的的待检测压铸件各个表面图像作为待检测图像进行存储，根据毛刺特征集合进行毛刺识别并在待检测图像上对毛刺进行标记，再进行去毛刺操作；计算模板图像的光滑指标，并将模板图像的光滑指标作为阈值，计算经过去毛刺操作的待检测图像的光滑指标；
7、s400.经过去毛刺操作的待检测图像的光滑指标与对应模板图像的光滑指标进行比较；若经过去毛刺操作的待检测图像的光滑指标大于对应模板图像的阈值，对经过去毛刺操作的待检测图像进行步骤s200中对比图像的操作，将发现新的毛刺对毛刺特征集合和对应去毛刺的解决办法进行更新；否则直接进行下一轮压铸件的毛刺检测。
8、进一步的，步骤s100包括：
9、获取历史数据中的压铸件图像数据并进行图像预处理，所述图像预处理包括灰度化、滤波以及边缘检测；根据去毛刺操作的前后，将历史数据中的压铸件图像数据分为对比图像和模板图像，并将相同压铸件相对应的对比图像和模板图像进行关联。
10、进一步的，步骤s200包括：
11、s201.获取模板图像的压铸件各个表面图像的表面积s,以及相对应的对比图像的压铸件各个表面图像的表面积s’；
12、s202.若，则对对比图像进行毛刺识别，对毛刺进行标记；
13、s203.对标记的毛刺进行特征提取构成毛刺特征集合m={m1,m2,...,mn},其中m1代表第1个毛刺特征，m2代表第2个毛刺特征，以此类推mn代表第n个毛刺特征，n为数据编号，取正整数；且一个毛刺特征包括一个毛刺的分布位置、形状以及大小，每一个毛刺特征对应一种去毛刺的操作步骤。
14、进一步的，步骤s300包括：
15、s301.将实时数据中的的待检测压铸件各个表面图像作为待检测图像进行存储，根据毛刺特征集合进行毛刺识别并在待检测图像上对毛刺进行标记，再根据对应毛刺特征的去毛刺的操作步骤进行操作；
16、s302.将模板图像划分成若干相等面积的m个局部区域，且m≥2；对每个局部区域计算梯度，得到梯度向量为v=（gx,gy)，其中gx表示局部区域内在x方向上的梯度，gy表示局部区域内在y方向上的梯度；
17、计算局部区域i和局部区域j之间的欧式距离dij和相似度sij,根据以下公式：
18、；
19、；
20、其中i，j为局部区域编号，取正整数，gᵢx和gᵢy分别是第i个局部区域在x和y方向上的梯度值，gⱼx和gⱼy分别是第j个局部区域在x和y方向上的梯度值；
21、通过上述计算，得到每个局部区域与其他m-1个局部区域的相似度，计算平均值得到局部区域自身的相似度，即 ，且j≠i；
22、综合所有局部区域的相似度，得到整体的光滑度指标，根据以下公式：
23、；
24、其中wi是局部区域的权重；将模板图像的光滑指标作为阈值；
25、s303.根据步骤s302中模板图像的光滑指标计算公式，计算经过去毛刺操作的待检测图像的光滑指标。
26、进一步的，步骤s400包括：
27、s401.获取经过去毛刺操作的待检测图像的光滑指标与对应模板图像的光滑指标；将经过去毛刺操作的待检测图像的光滑指标与对应模板图像的光滑指标进行比较；
28、s402.若经过去毛刺操作的待检测图像的光滑指标大于对应模板图像的光滑指标，则将经过去毛刺操作且光滑指标大于对应模板图像阈值的待检测图像并标记为毛刺更新图像；
29、将毛刺更新图像进行步骤s200中对比图像的操作，对毛刺进行标记并提取毛刺特征，构成毛刺更新图像的毛刺特征集合a={a1,a2,...,at},其中a1代表毛刺更新图像的第1个毛刺特征，a2代表毛刺更新图像的第2个毛刺特征，以此类推at代表待毛刺更新图像的第t个毛刺特征，t为数据编号，取正整数；将集合a的毛刺特征反馈给操作人员，由操作人员进行去毛刺操作并记录去毛刺的操作步骤；将集合a与集合m取并集，并将集合a中的毛刺特征的去毛刺的操作步骤与集合a中的毛刺特征进行对应；最终将更新的结果代替毛刺特征集合m进行存储；
30、s403.若经过去毛刺操作的待检测图像的光滑指标小于等于对应模板图像的光滑指标，则进行下一轮压铸件的毛刺检测。
31、一种基于机器视觉的压铸件毛刺检测系统，系统包括数据获取模块、毛刺识别与特征提取模块、光滑指标计算模块、毛刺检测模块以及毛刺特征更新模块；
32、数据获取模块用于采集压铸件的历史数据和实时数据，历史数据包括压铸件模板图像和对比图像，实时数据包括压铸件的待检测图像；毛刺识别与特征提取模块用于将对比图像与模板图像进行比对，识别毛刺并在对比图像上进行标记，以及提取毛刺特征构成毛刺特征集合；光滑指标计算模块用于计算模板图像和待检测图像的光滑指标，并将模板图像的光滑指标作为阈值进行后续的毛刺检测；毛刺检测模块用于对待检测图像进行毛刺检测，并在图像上进行标记；毛刺特征更新模块根据新检测到的毛刺特征，更新毛刺特征集合；
33、数据获取模块的输出端与毛刺识别与特征提取模块的输入端相连接；毛刺识别与特征提取模块的输出端与光滑指标计算模块的输入端相连接；光滑指标计算模块的输出端与毛刺检测模块的输入端相连接；毛刺检测模块的输出端与毛刺特征更新模块的本文档来自技高网...
【技术保护点】
1.一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤S100包括：
3.根据权利要求2所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤S200包括：
4.根据权利要求3所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤S300包括：
5.根据权利要求4所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤S400包括：
6.一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述系统包括数据获取模块、毛刺识别与特征提取模块、光滑指标计算模块、毛刺检测模块以及毛刺特征更新模块；
7.根据权利要求6所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述数据获取模块包括历史数据单元与实时数据单元；
8.根据权利要求6所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述毛刺识别与特征提取模块包括图像比对单元以及特征提取单元；
9.根据权
10.根据权利要求6所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述毛刺特征更新模块包括：获取经过去毛刺操作且光滑指标大于对应模板图像的阈值的待检测图像，通过毛刺识别与特征提取模块提取新的毛刺特征并购成毛刺更新图像的毛刺特征集合，再将毛刺更新图像的毛刺特征集合与毛刺特征集合取并集，从而进行毛刺特征的更新；将新的毛刺特征反馈给操作人员，对去毛刺的解决办法进行更新。
...【技术特征摘要】
1.一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤s100包括：
3.根据权利要求2所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤s200包括：
4.根据权利要求3所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤s300包括：
5.根据权利要求4所述的一种基于机器视觉的压铸件毛刺检测方法，其特征在于：所述步骤s400包括：
6.一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述系统包括数据获取模块、毛刺识别与特征提取模块、光滑指标计算模块、毛刺检测模块以及毛刺特征更新模块；
7.根据权利要求6所述的一种基于机器视觉的压铸件毛刺检测系统，其特征在于：所述数据获取模块包括...
【专利技术属性】
技术研发人员：章明，徐林森，于海武，赵宏磊，
申请(专利权)人：江苏中科云控智能工业装备有限公司，
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。