[發明專利]一種基于機器視覺的鉚釘尺寸檢測方法

在審

• 申請號: 202211242624.5
• 申請日: 2022-10-11
• 公開（公告）號: CN115546155A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 繆建國;李立軍;陸海斌;徐磊
• 申請（專利權）人: 無錫安欣達科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/10;G06T5/00;G06T5/20;G06T7/13;G06T7/136;G06T7/60;G06T7/64;G06V10/40;G06V10/762;G06F17/18
• 代理公司: 重慶宏知億知識產權代理事務所(特殊普通合伙) 50260
• 代理人: 孫超

1.一種基于機器視覺的鉚釘尺寸檢測方法，其特征在于：所述基于機器視覺的鉚釘尺寸檢測方法包括以下步驟：

S1:啟動模塊(1)控制整個系統啟動后，整個系統開始工作，鉚釘圖像采集模塊(2)選擇型號MV-EM200M的面陣CCD相機進行鉚釘圖像的采集，

S2:圖像預處理模塊(3)先對鉚釘圖像采集模塊(2)拍攝到的圖像進行離散傅里葉變換，將操作轉換到頻率域上進行，然后對圖像低通濾波，去除瑕疵高頻信息，轉換回原空間中與原圖進行差分，從而得到增強后的圖像

S3:圖像預處理模塊(3)對圖像進行增強處理之后，采用雙邊濾波的方法進行圖像圖像濾波，在檢測時，如果窗口中存在噪聲點，那么它必然為3×3濾波窗口中某一行或者某一列的最大值或最小值；

S4:圖像預處理模塊(3)進行濾波處理之后，通過選擇適當的閾值將原本具有多個灰度級的圖像轉換成仍然能夠反映圖像整體與局部特征的黑白二值圖像，即只要像素的灰度值大于給定閾值的就置為255，小于給定閾值的就置為0，經過這樣處理后的圖像就會呈現出黑白對比明顯的效果；

S5:尺寸檢測模塊(5)進行邊緣檢測，利用相鄰點像素的灰度差，在邊緣處取得極值，從而檢測到圖像邊緣信息，刪除非邊緣部分，從而對噪聲起到平滑作用；

S6:尺寸標定模塊(4)進行尺寸標定，選取幾個尺寸標準的鉚釘樣件作為標定工件，通過影像測量儀測量獲得它的釘桿直徑尺寸，并計算標定系數k；

S7:尺寸檢測模塊(5)通過閾值分割后變換為二值圖像進行輪廓提取，閾值分割法的步驟為：1.確定圖像分割的閾值；2.將所確定的分割閾值和圖像像素值進行比較以劃分像素；

S8:尺寸檢測模塊(5)根據其輪廓圖像的特征信息測量出鉚釘的埋頭面夾角、內徑、長度、埋頭面厚度物理量；由于埋頭面的夾角能夠通過擬合所測角度的兩條直線方程進而計算直線夾角得到，鉚釘的長度、內徑以及埋頭面厚度能夠通過其對應平行線間的距離獲得，因此鉚釘尺寸參數的測量轉變為對目標直線的檢測

S9:缺陷檢測模塊(6)用CCD相機拍攝多幅合格的鉚釘圖像，采用具有尺度特性原子庫的稀疏分解技術，并利用均值聚類技術對多幅鉚釘圖像的稀疏結果進行聚類處理，獲得鉚釘背景圖像B；對于不同類型的表面缺陷，具有不同的特征，因此對不同的缺陷信息進行特征描述，能夠有效的實現對鉚釘表面缺陷的準確判斷；

S10:缺陷檢測模塊(6)對缺陷進行判斷，缺陷檢測模塊(6)對拍攝到鉚釘的圓頭面圖像進行輪廓提取，由于合格的鉚釘圓頭面輪廓圖像為圓形，因此通過計算鉚釘圓頭面輪廓圖像的圓形度，并設置合適的圓形度閾值，當圓頭面輪廓圖像的圓形度大于此閾值時，判斷為鉚釘圓頭面無掉角缺陷，否則判斷為鉚釘圓頭面存在掉角缺陷；

S11:統計分析模塊(7)對尺寸參數的統計分析準確地判斷出鉚釘生產機械設備的工作狀態，實現生產線的自診斷功能，統計分析模塊(7)通過測量數據均值與設定值的比較判斷生產工藝過程的偏差大小；鉚釘圖像采集模塊(2)根據測量數據方差的大小判斷鉚釘生產過程的精密程度；圖像預處理模塊(3)通過判斷測量值的偏差的分布規律，判斷出生產過程中工藝參數的一致性；統計分析方法中，一般使用均值、方差、偏度和峰度對統計數據進行分析。

2.如權利要求1所述的一種基于機器視覺的鉚釘尺寸檢測方法，其特征在于：所述步驟S1中，所檢測的鉚釘的最大尺寸不超過10mm×10mm，根據鉚釘的幾何參數和相機的鏡頭接口，所述鉚釘圖像采集模塊(2)選擇型號為AFT-ZML1024的光學鏡頭。

3.如權利要求1所述的一種基于機器視覺的鉚釘尺寸檢測方法，其特征在于：所述步驟S3中，算法是求出每一行和每一列的最大值和最小值，求出每一行和每一列的最大值和最小值考慮到窗口中的像素點，然后將最大值的均值作為最大閾值，最小值的均值作為最小閾值。

4.如權利要求1所述的一種基于機器視覺的鉚釘尺寸檢測方法，其特征在于：所述步驟S4中，把灰度值為0的像素點組成的區域判定為屬于特定目標物體；灰度值為255表示的像素點組成區域判定為特定目標物體背景或者其他的物體區域。