[發明專利]基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法

在審

• 申請號: 201711279197.7
• 申請日: 2017-12-06
• 公開（公告）號: CN108195841A
• 公開（公告）日: 2018-06-22
• 發明（設計）人: 趙昕玥;何再興;張樹有;胡芬;譚建榮
• 申請（專利權）人: 浙江大學
• 主分類號: G01N21/88
• 分類號: G01N21/88;G06T7/11;G06T7/33
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 林超

本發明公開了一種基于GFV?SIFT特征的振動環境注塑模具異常缺陷檢測方法。采集模板圖像和實時圖像，使用局部特征向量提取初始匹配點，計算兩幅圖像初始匹配點之間的初始相似性，用初始匹配閾值對所有初始相似性進行分割判斷獲得初始匹配對；構造各自的全局向量并作歸一化處理；構造新向量計算最終相似性，用最終匹配閾值對最終相似性分割判斷獲得最終匹配對；用最終匹配對計算投影變換矩陣，用投影變換矩陣投影變換實時圖像，然后差分處理變換后的實時圖像與模板圖像，再去噪聲處理后提取區域判斷是否存在異常缺陷。本發明實現了在振動環境下，模具異常狀態檢測精度可得到提高。

技術領域

本發明涉及計算機視覺及工業自動化技術領域，具體涉及一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法。

技術背景

隨著定制產品多樣性和生產自動化的發展，注塑模具保護裝置在制造業中使用得越來越廣泛。模具保護裝置是一種對各種注塑機生產過程進行實時保護、測試和控制的系統，它能有效檢測產品是否存在缺陷及合模前是否有塑料件殘留以防止損壞模具。因此，確保模具保護系統準確高效地工作已經成為一個重要的任務。

現有基于視覺的模具保護系統通過分析注塑期間捕獲的圖像來智能保護注塑模具，主要通過將實時圖像與模板圖像匹配來獲取其異常狀態。圖像配準步驟的準確性和效率直接影響后續結果，然而，在注塑機加工過程中，總是存在明顯振動，使得實時圖像與模板圖像位置的變化會引起系統誤報警。因此，提高系統中圖像配準的準確率是一個亟待解決的問題。近年來許多圖像配準研究廣泛使用局部特征點，如SIFT、PCA-SIFT和SURF。這些局部特征在大多數情況下是魯棒的，但它們無法滿足圖像局部區域存在多處類似時的情況。模具結構表面紋理信息少，局部區域結構相似或對稱，使得模具圖像直接使用現有局部特征匹配會導致大量誤匹配，從而導致模具檢測系統誤報警頻繁。因此，這些基于局部信息的特征不能直接用于模具保護系統中的圖像匹配。另有一些僅基于全局特征的圖像匹配方法，可以一定程度解決局部特征的問題，但它們配準效果不夠魯棒?，F有這些算法都不能滿足生產過程中模具保護系統的準確率要求。

發明內容

為解決上述模具檢測系統的不足，本發明提出一種基于GFV-SIFT特征的振動環境注塑模具異常缺陷檢測方法，以解決現有模具保護系統誤報警頻繁的問題。

如圖1所示，本發明的技術方案包括以下步驟：

1)采集獲得無缺陷注塑模具的模板圖像和待測注塑模具的實時圖像，針對兩幅圖像使用局部特征向量提取初始匹配點，將同一個局部特征向量在兩幅圖像分別獲得的兩個初始匹配點作為一對匹配對，計算一對匹配對的兩個初始匹配點之間的歐氏距離并作為初始相似性，用初始匹配閾值對所有初始相似性進行分割判斷獲得初始匹配對；

模板圖像是指預先已采集的無缺陷的注塑模具表面圖像。

實時圖像是指待測注塑模具表面圖像。

具體實施中，通過相機拍攝獲得的注塑模具生產過程的模具表面圖像作為模板圖像和實時圖像，注塑完成后采集一次，脫模之后采集一次。

2)由步驟1)得到所有初始匹配對中的每一個初始匹配點構造各自的全局向量，然后對全局向量作歸一化處理；

3)由步驟2)得到的歸一化后的全局向量與其各自對應的局部特征向量用權重因子構造一個新向量，計算一對初始匹配對的兩個初始匹配點之間的歐氏距離并作為最終相似性，用最終匹配閾值對所有最終相似性進行分割判斷獲得最終匹配對；

4)用步驟3)中得到的最終匹配對計算投影變換矩陣，用投影變換矩陣投影變換實時圖像，然后差分處理變換后的實時圖像與模板圖像，再去噪聲處理后提取區域判斷是否存在異常缺陷。

所述步驟1)中，用初始匹配閾值對所有初始相似性進行分割判斷獲得初始匹配對，具體為：將初始相似性小于等于初始匹配閾值的匹配對保留，作為初始匹配對；否則剔除。