[發明專利]基于機器視覺的智能型高速在線自動化檢測方法及系統

無效

• 申請號: 201210214245.5
• 申請日: 2012-06-26
• 公開（公告）號: CN102735690A
• 公開（公告）日: 2012-10-17
• 發明（設計）人: 孫化海
• 申請（專利權）人: 東莞市三瑞自動化科技有限公司
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06T7/00
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 吳英彬

技術領域

本發明涉及工業制造領域，具體涉及基于機器視覺的智能型高速在線自動化檢測方法及系統。

背景技術

機器視覺是一門涉及了人工智能、神經生物學、心里物理學、計算機科學、圖像處理、圖像理解、模式識別等多個領域的交叉學科。機器視覺主要用來代替人的視覺功能，通過攝像機獲取目標物體的圖像，傳送給計算機中的圖像處理系統，通過數字化處理，提取圖像特征，根據像素分布、亮度和顏色等信息來進行形狀、顏色、大小等辨別，進而通過辨別結果來控制現場設備的動作。

機器視覺系統能快速獲取信息并進行自動化處理，而且易于同設計信息及加工控制信息集成，因此被廣泛應用于微電子、電子產品、汽車、醫療、印刷、包裝、科研、軍事等眾多行業。

隨著計算機技術、微電子技術和大規模集成電路技術的快速發展，嵌入式系統應用領域越來越廣泛，尤其是其具備低功耗技術的特點得到人們的重視，機器視覺也會越來越趨于依靠PC技術，并且與數據采集等其他控制和測量的集成會更緊密。且基于嵌入式的產品將逐漸取代板卡式產品，這是一個不斷增長的趨勢。

機器視覺是自動化的一部分，沒有自動化就不會有機器視覺，機器視覺軟硬件產品正逐漸成為協作生產制造過程中不同階段的核心系統。隨著中國加工制造業的發展，對于機器視覺的需求也逐漸增多；隨著機器視覺產品的增多，技術的提高，國內機器視覺的應用狀況將由初期的低端轉向高端。

目前市場上的的檢測儀器，只能檢測體積較大的物體，且成像精度不高，工作效率較低，不能滿足對小體積精密器件的檢測。

發明內容

本發明的目的是針對上述不足，提供基于機器視覺的智能型高速在線自動化檢測方法及系統，通過前端集成的PLC及后端主控計算機相結合，同時將邊緣算法與不變特征圖像識別算法相結合，大大提高了系統處理圖像的效率，縮短了檢測時間。

本發明為實現上述目的所采用的技術方案為：

基于機器視覺的智能型高速在線自動化檢測方法，其包括以下步驟：

（1）設置一高速圖像采集端，對所需檢測的產品進行實時圖像采集；

（2）設置一功能電路，在該電路上集成有相互連接的圖像信號調理模塊、圖像信號分析計算模塊和串口通信模塊；將邊緣算法與不變特征圖像識別算法相結合編程，并將其內置于所述的圖像信號分析計算模塊中；上述模塊對步驟（1）所采集的實時圖像信號進行順序處理，得到圖像處理數據；

（3）設置一IPC工控機，根據其內置程序及步驟（2）輸入的圖像處理數據，對所得到的圖像數據的參數、特性進行分析處理；

（4）設置一高速PLC可編程控制器，根據其內置程序及步驟（3）輸入的圖像數據的參數、特性數據，對生產線進行自動化控制；

（5）將上述高速圖像采集端、功能電路、IPC工控機、高速PLC可編程控制器及生產線通電，并開始工作，當被檢測產品進入生產線上的高速圖像采集端的視頻采集范圍時，高速圖像采集端將所采集的圖像信號轉換為電信號，該電信號經圖像信號調理模塊調理后，傳輸至圖像信號分析計算模塊，圖像信號分析計算模塊通過預先植入的圖像算法，對電信號進行分析計算，并得出數據，該數據通過串口通信模塊，傳輸至IPC工控機，IPC工控機對該數據進行處理并儲存，并判斷產品好壞，同時向高速PLC可編程控制器發出信號，PLC根據IPC工控機所發的信號進行生產線的自動化控制。

步驟（1）所述的高速圖像采集端為高速高分辨率CCD數字攝像機，滿足對精密器件的在線檢測。

步驟（2）所述的邊緣算法為Canny邊緣算子，二維高斯函數為：