基于机器视觉的汽车连杆裂解槽检测方法技术

本发明专利技术公开了一种基于机器视觉的汽车连杆裂解槽检测方法，旨在克服现有技术不能准确地检测连杆上裂解槽是否存在及裂解槽是否合格的问题。所述的基于机器视觉的汽车连杆裂解槽检测方法的步骤如下：1.系统标定；2.输入信号接收；3.图像采集：图像采集模块将两相机采集的图片由模拟信号转换为数字信号输入计算机内存；4.图像处理：对左、右侧裂解槽数字化图像进行滤波、边缘检测和裂解槽的特征识别，判断其是否存在裂解槽及裂解槽是否合格，得到检测结果；5.结果输出与查询：结果查询模块提供了与检测过程相关数据的查询，包括检测时间、检测图像编号、已检测连杆数量、合格连杆数量、不合格连杆数量、检测结果是否合格，并提供打印功能。

【技术实现步骤摘要】

本专利技术涉及一种对汽车连杆的检测方法，更确切地说，本专利技术涉及一种。
技术介绍
机器视觉的研究是从20世纪60年代中期美国学者L. R.罗伯兹关于理解多面体组成的积木世界研究开始的。当时运用的预处理、边缘检测、轮廓线构成、对象建模与匹配等技术，后来一直在机器视觉中应用。当时罗伯兹在图像分析过程中，采用了自底向上的方法，用边缘检测技术来确定轮廓线，用区域分析技术将图像划分为由灰度相近的像素组成的区域，这些技术统称为图像分割。其目的在于用轮廓线和区域对所分析的图像进行描述，以便同机器内存储的模型进行比较匹配。实践表明，只用自底向上的分析太困难，必须同时采用自顶向下，即把目标分为若干子目标的分析方法，运用启发式知识对对象进行预测。这同言语理解中采用的自底向上和自顶向下相结合的方法是一致的。在图像理解研究中，A.古兹曼提出运用启发式知识，表明用符号过程来解释轮廓画的方法不必求助于诸如最小二乘法匹配之类的数值计算程序。在中国，视觉技术的应用开始于90年代，因为行业本身就属于新兴的领域，再加之机器视觉产品技术的普及不够，导致各行业的应用几乎空白。随着中国成为全球的加工中心，国内机器视觉在近本文档来自技高网...

【技术保护点】
一种基于机器视觉的汽车连杆裂解槽检测方法，其特征在于，所述的基于机器视觉的汽车连杆裂解槽检测方法的步骤如下：1）系统标定：为适用于不同型号的汽车连杆裂解槽的检测及减小算法的数据处理量，在汽车连杆裂解槽正式检测之前要对检测的区域进行规划；2）输入信号接收：（1）输入输出模块建立机算机（1）与可编程逻辑控制器（2）的串口通信，机算机（1）向可编程逻辑控制器（2）发出打开光源（9）的控制信息；（2）可编程逻辑控制器（2）根据接收到的控制信息向机算机（1）返回应答信息，之后根据机算机（1）的指令，对光源（9）、1号相机（8）与2号相机（14）进行图片采集操作；3）图像采集：图像采集模块完成步骤2）中由...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘长英，蔡文静，李机智，王天皓，周婧，乔宇，孙小温，贾艳梅，宋玉河，
申请(专利权)人：吉林大学，
类型：发明
国别省市：