System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于线扫描相机成像的多边形轮廓检测方法及装置制造方法及图纸_技高网

一种基于线扫描相机成像的多边形轮廓检测方法及装置制造方法及图纸

技术编号:40947803 阅读:2 留言:0更新日期:2024-04-18 20:21
本发明专利技术公开一种基于线扫描相机成像的多边形轮廓检测方法及装置,通过获取目标模板图像以及待识别的目标图像,根据目标模板图像的坐标对目标图像的坐标进行校正得到校正图像;识别校正图像中的边缘轮廓点,以目标模板图像的顶点坐标为参考坐标,对边缘轮廓点进行拟合得到多边形的边缘轮廓直线;将不同边缘轮廓直线的交点作为校正图像的顶点,并将构成顶点的所述边缘轮廓直线分割成预设长度的子线段;获取子线段对应的真实轮廓,并根据真实轮廓得到梯度点;将所有梯度点拟合得到拟合线,并计算每一梯度点与拟合线之间的垂直距离;获取阈值距离,将垂直距离大于阈值距离的梯度点标记为离群点;整合所有离群点得到校正图像中的边缘异常范围。

【技术实现步骤摘要】

本专利技术涉及工业视觉检测,特别是涉及一种基于线扫描相机成像的多边形轮廓检测方法及装置


技术介绍

1、在工业视觉检测领域,高精度的边缘检测一直是业界的巨大挑战。通常在平行背光成像下经典的边缘检测算法canny、sobel、laplace都能起到有效的检测效果。但考虑到实际的工业生产环境,目前较多的视觉检测模组采用了线扫相机方案。线扫相机不同于面阵相机只存在有一个方向上的视觉透视,在处理透视畸变上具有优势。

2、然而,线扫成像稳定的关键在于行频和传送带的稳定,尤其是传送带的匀速在实际的工业生产环境很难保证。而高精度的匀速传送带硬件成本过高,若忽视传送带不匀速问题,会导致测量精度的急剧下降,误差高达几个像素,将会影响后续的标定以及亚像素算法的精确度。

3、目前,工业检测中轮廓的完整性检测算法主流方向有两个:一是基于形态学处理和交并集通过不断的筛选区域特性例如圆度和质心,获得一个树状的逻辑判断,其缺点在于随树的深度宽度增加,算法参数较为臃肿,无法很好直观的量化实际轮廓的完整性。二是基于测量算法的思路,严格的测量工件的外轮廓尺寸,虽然测量算法根据凹陷和凸起的长度有了统一量化完整性的依据,但是基于上述线扫相机在实际产线上存在的问题,使得算法的结果的极不稳定。


技术实现思路

1、本专利技术所要解决的技术问题是:提供一种基于线扫描相机成像的多边形轮廓检测方法及装置,提高线扫描相机对多边形轮廓工件的检测精度。

2、为了解决上述技术问题,本专利技术采用的技术方案为:

3、一种基于线扫描相机成像的多边形轮廓检测方法,包括:

4、获取目标模板图像以及待识别的目标图像;

5、根据所述目标模板图像的坐标对所述目标图像的坐标进行校正得到校正图像;

6、识别所述校正图像中的边缘轮廓点;

7、以所述目标模板图像的顶点坐标为参考坐标,对所述边缘轮廓点进行拟合得到多边形的边缘轮廓直线;

8、将不同所述边缘轮廓直线的交点作为所述校正图像的顶点,并将构成所述顶点的所述边缘轮廓直线分割成预设长度的子线段;

9、获取所述子线段对应的真实轮廓,并根据所述真实轮廓得到梯度点;

10、将所有所述梯度点拟合得到拟合线,并计算每一所述梯度点与所述拟合线之间的垂直距离;

11、获取阈值距离,将所述垂直距离大于所述阈值距离的所述梯度点标记为离群点;

12、整合所有所述离群点得到所述校正图像中的边缘异常范围。

13、为了解决上述技术问题,本专利技术采用的另一技术方案为:

14、一种基于线扫描相机成像的多边形轮廓检测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的一种基于线扫描相机成像的多边形轮廓检测方法中的各个步骤。

15、本专利技术的有益效果在于:先通过目标模板图像对待识别的目标图像上的坐标进行坐标校正得到校正图像,再以目标模板图像的顶点坐标为参考对校正图像的坐标进行拟合,并基于拟合得到的边缘轮廓直线确定校正图像的顶点,可以有效避免线扫相机在高分辨率上的误差,使得顶点的捕获更为精准,以及通过局部分割的方式得到子线段,避免边缘轮廓直线较长时由畸变导致无法拟合,进而产生的大量离群点误判的问题,最后基于确定的离群点确定校正图像中的边缘异常范围,从而提高线扫描相机对多边形轮廓工件的检测精度。

本文档来自技高网...

【技术保护点】

1.一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述获取目标模板图像之前包括:

3.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述根据所述目标模板图像的坐标对所述目标图像的坐标进行校正得到校正图像包括:

4.根据权利要求3所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述生成单应性矩阵包括:

5.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述以所述目标模板图像的顶点坐标为参考坐标,对所述边缘轮廓点进行拟合得到多边形的边缘轮廓直线包括:

6.根据权利要求5所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述端点位于所述边缘轮廓直线的两个端点之间。

7.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述将不同所述边缘轮廓直线的交点作为所述校正图像的顶点包括:

8.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述将构成所述顶点的所述边缘轮廓直线分割成预设长度的子线段包括:

9.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述整合所有所述离群点得到所述校正图像中的边缘异常范围包括:

10.一种基于线扫描相机成像的多边形轮廓检测装置,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-9中任一项所述的一种基于线扫描相机成像的多边形轮廓检测方法中的各个步骤。

...

【技术特征摘要】

1.一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述获取目标模板图像之前包括:

3.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述根据所述目标模板图像的坐标对所述目标图像的坐标进行校正得到校正图像包括:

4.根据权利要求3所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述生成单应性矩阵包括:

5.根据权利要求1所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述以所述目标模板图像的顶点坐标为参考坐标,对所述边缘轮廓点进行拟合得到多边形的边缘轮廓直线包括:

6.根据权利要求5所述的一种基于线扫描相机成像的多边形轮廓检测方法,其特征在于,所述...

【专利技术属性】
技术研发人员:童同杨宗晓高钦泉
申请(专利权)人:福建帝视科技集团有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1