CN103514481A - 一种基于图像的制品数量快速测量方法及其装置 - Google Patents
一种基于图像的制品数量快速测量方法及其装置 Download PDFInfo
- Publication number
- CN103514481A CN103514481A CN201210204352.XA CN201210204352A CN103514481A CN 103514481 A CN103514481 A CN 103514481A CN 201210204352 A CN201210204352 A CN 201210204352A CN 103514481 A CN103514481 A CN 103514481A
- Authority
- CN
- China
- Prior art keywords
- image
- goods
- threshold values
- gray scale
- ingredient
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明公开了一种基于图像的制品数量快速测量装置,包括有图像采集单元、第一分离图像单元、图像放大处理单元、图像分割处理单元、第二分离图像单元和制品数量运算单元,所述第一分离图像单元与图形采集单元相连接,所述图像放大处理单元与第一分离图像单元相连接,所述图像分割处理单元与图像放大处理单元相连接,所述第二分离图像单元与图像分割处理单元相连接,所述制品数量运算单元与第二分离图像单元相连接。此外,本发明还公开了一种基于图像的制品数量快速测量方法。本发明公开的基于图像的制品数量快速测量方法及其装置,其可以快速、有效地测量出多个多层陶瓷电容器MLCC等制品的数量,保证测量精度,有利于提高制品的数量测量效率。
Description
技术领域
本发明涉及制品数量检测技术领域,特别是涉及一种基于图像的制品数量快速测量方法及其装置。
背景技术
目前,在多层陶瓷电容器(MLCC)的镀金工程中,需要在作业现场中及时统计MLCC的数量,从而确定前面工程中的MLCC流失情况,进而掌握整个工程的生产状态。
为了较快的测量出整袋MLCC的数量,目前的方法为:首先需要在制品袋取出一定数量的样本,然后使用振动锅计算出样本的数量,然后对样本进行称重,最后将整袋MLCC进行称重,那么,整袋MLCC的数量=整袋重量÷样本重量×样本个数。对于这种方法,虽然能够较快的估算出整袋MLCC的数量,但是由于使用振动锅来计算样品的数量时,振动锅计数需要花费较长的时间,例如测量5000个多层陶瓷电容器MLCC就需要多达15分钟的时间,从而导致整个测量时间较长,严重降低了MLCC的数量测量效率,提高了对MLCC的测量成本。
因此,目前迫切需要开发出一种方法,其可以快速、有效地测量出多层陶瓷电容器MLCC等制品的数量,提高制品的数量测量效率,进而降低制品的测量成本。
发明内容
有鉴于此,本发明的目的是提供一种基于图像的制品数量快速测量方法及其装置,其可以快速、有效地测量出多个多层陶瓷电容器MLCC等制品的数量,保证测量的精度,有利于提高制品的数量测量效率,进而降低制品的测量成本,具有重大的生产实践意义。
为此,本发明提供了一种基于图像的制品数量快速测量方法,其特征在于,包括步骤:
A)实时采集多个被测制品的图像,获得第一图像;
B)将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像;
C)对所获得的第二图像进行放大处理;
D)将经过放大处理的第二图像平均分割成预设数量的多个第三图像;
E)对于所述多个第三图像,分别以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来,分别对应形成一个第四图像;
F)将多个第四图像合并形成第五图像,实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目,获得所有被测制品的总数。
其中,所述步骤A)具体为:实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
其中,所述步骤B)具体为:预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景,保留大于或者等于该第一阀值的被测制品的图像,形成第二图像。
其中,所述步骤C)具体为通过插值方法对第二图像进行放大处理;
在所述步骤F)中,所述第五图像的大小等于所述步骤C)中经过放大处理后的第二图像大小;
在所述步骤F)中,基于二值图像的链接性方法来计算第五图像中所述被测制品中灰度最高的组成部分的总数。
其中,在步骤E)中,以第二阀值对第三图像进行二值化处理具体为:去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,形成第四图像。
此外,本发明还提供了一种基于图像的制品数量快速测量装置,包括有:
图像采集单元,用于实时采集多个被测制品的图像,获得第一图像,然后发送给图像分析处理单元;
第一分离图像单元,与图形采集单元相连接,用于将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像,然后发送给图像放大处理单元;
图像放大处理单元,与第一分离图像单元相连接,用于对第二图像进行放大处理,然后发送给图像分割处理单元;
图像分割处理单元,与图像放大处理单元相连接,用于将经过放大处理的第二图像平均分割成预设数量的多个第三图像,然后发送给第二分离图像单元;
第二分离图像单元,与图像分割处理单元相连接,用于对所述多个第三图像分别以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来,分别对应形成一个第四图像,然后发送给制品数量运算单元;
制品数量运算单元,与第二分离图像单元相连接,用于将多个第四图像合并形成第五图像,实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目,获得所有被测制品的总数。
其中,所述图像采集单元用于实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
其中,所述第一分离图像单元用于预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景,保留大于或者等于该第一阀值的被测制品的图像,形成第二图像,然后发送给图像放大处理单元。
其中,所述图像放大处理单元通过插值方法对第二图像进行放大处理;
所述第二分离图像单元用于以第二阀值对第三图像进行二值化处理,去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,最终形成第四图像。
其中,包括有一台计算机和一个摄像头,所述计算机内包含有所述第一分离图像单元、图像放大处理单元、图像分割处理单元、第二分离图像单元和制品数量运算单元,所述图像采集单元为所述摄像头, 所述摄像头2安装于一个可升降工作台上。
由以上本发明提供的技术方案可见,与现有技术相比较,本发明提供了一种基于图像的制品数量快速测量方法及其装置,其可以快速、有效地测量出多个多层陶瓷电容器MLCC等制品的数量,保证测量的精度,有利于提高制品的数量测量效率,进而降低制品的测量成本,具有重大的生产实践意义。
附图说明
图1为本发明提供的一种基于图像的制品数量快速测量方法的流程图;
图2为当被测制品为多层陶瓷电容器MLCC时,本发明提供的一种基于图像的制品数量快速测量方法在将所采集的多个制品图像去除图像背景后的原始示意图;
图3为当被测制品为多层陶瓷电容器MLCC时,本发明提供的一种基于图像的制品数量快速测量方法对制品图像分割后进行二值化处理后的图像示意图;
图4为当被测制品为多层陶瓷电容器MLCC时,本发明提供的一种基于图像的制品数量快速测量方法对制品图像中灰度最高的电极部分进行二值化处理分离,所形成的制品图像中所有电极的图像示意图;
图5为为计算图像中特定对象的具体数目,采用4连和8连链接的基于二值图像的链接性方法的例图;
图6为本发明提供的一种基于图像的制品数量快速测量装置的结构框图;
图7为本发明提供的一种基于图像的制品数量快速测量装置具体实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和实施方式对本发明作进一步的详细说明。
参见图1,本发明提供一种基于图像的制品数量快速测量方法,其可以快速、有效地测量出多个多层陶瓷电容器MLCC等制品的数量,保证测量的精度,该制品优选为多层陶瓷电容器MLCC,该方法包括以下步骤:
步骤S101:实时采集多个被测制品的图像,获得第一图像(即直接拍摄获得的图像);
在本发明中,该步骤S101具体为:实时对放置有多个被测制品(例如多层陶瓷电容器MLCC)的黑色平板进行图像采集,获得第一图像;
在本发明中,具体实现上,该步骤S101优选为:实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
步骤S102:将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像;
在本发明中,具体实现上,该步骤S102具体为:预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景(以实现去除第二图像背景的目的),保留大于或者等于该第一阀值的被测制品的图像(即筛选出多个被测制品的图像),形成第二图像,如图2所示。
在本发明中,需要说明的是,所述预先设置的制品整体灰度取值范围可以根据用户的需要进行预先设定,例如可以为40~150灰度值,当然还可以为其他的数值。还需要说明的是,黑色的灰度等于0,白色的灰度等于255, 灰度越大,也就说明图像亮度越大,灰度越小,也就说明图像越暗(亮度越小)。
需要说明的是,对于步骤S102,具体实现上,根据预设的制品整体灰度取值范围,对所采集的第一图像进行灰度区分,以该制品整体灰度的取值范围作为第一阀值,对第一图像进行二值化处理,从而将灰度小于该第一阀值的背景分离出来,只是保留符合预设第一阀值条件的被测制品图像,最终获得第二图像。
对于步骤S102,具体实现上,所述第二图像优选为以灰度为0的黑色作为背景颜色,以将分离出来的被测制品的图像与图像的背景颜色明显区分,增强二值化图像处理的分离效果,提高识别的准确性。在此需要说明的是,参见图2,对于第一图像,图像中以黑色部分为背景,首先需要做的是根据灰度将背景和被测制品分离开,理论上黑色背景灰度应为0,但是由于实际的外界灯光和黑色平板自身的影响,所采集第一图像的背景灰度不全为0,因此在步骤S102中,预先设置制品整体灰度的取值范围作为第一阀值,去除灰度小于该第一阀值的背景,将每个被测制品的图像都从背景中分离出来,产生新的图像(即第二图像),此时第二图像中的背景灰度为0。
步骤S103:对所获得的第二图像进行放大处理;
具体实现上,可以通过插值方法对第二图像进行放大处理;
需要说明的是,对于一个图像,其是由若干个像素组成的。在放大的时候,在原始图像基础上,增加了像素,这些新增加像的不是真实的,因此不具有真实的灰度值,而是利用其周围的像素值来描述灰度值,这种方法就是插值方法放大图像。例如,原始图像是 a*b的像素,要对它放大3倍,像素变成3a*3b。原始图像相邻像素之间增加了3个未知像素,而利用插值方法可以利用周围已知像素来计算其未知的像素。
具体实现上,目前的插值方法有线性插值(Linear)、三次样条插值(cubic spline)等插值方法。在本发明中,优选为三次样条插值(cubic spline)方法对第二图像进行放大处理。
步骤S104:将经过放大处理的第二图像平均分割成预设数量的多个第三图像;
在本发明中,所述第三图像的数量可以根据用户的需要进行预先设定,例如可以为100个,也可以为50个,当然还可以为其他的数量。
步骤S105:对于所述多个第三图像,参见图3所示,分别以被测制品中灰度最高的组成部分(根据被测制品的实际情况,可能为制品的中部、头部和/或者尾部,当被测制品为多层陶瓷电容器MLCC时,所述组成部分为MLCC两端的电极部分)的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来(对于MLCC制品,是对应第二阈值的组成部分,即为选择最终符合第二阀值的、作为二值化对象的组成部分,所述组成部分为MLCC两端的电极部分),分别对应形成一个第四图像;
在本发明中,具体实现上,在步骤S105中,以第二阀值对第三图像进行二值化处理具体为:去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,形成第四图像。即将图3所示每个第三图像中的被测制品中灰度最高的组成部分作为第二阀值,对第三图像进行二值化处理,选择将被测制品中灰度最高的组成部分从第三图像背景中分离出来(对于MLCC制品,是对应第二阈值的组成部分,即为选择最终符合第二阀值的、作为二值化对象的组成部分,所述组成部分为MLCC两端的电极部分),分别对应形成第四图像。此时,MLCC周围亮度比两端的电极部分低,因此也被分离出,即可以有效的分开多个粘连在一起的MLCC(如果粘连在一起,最后计算的时候,把多粘连在一起的MLCC计算为一个)。
需要说明的是,对于8bit(位)的图像,其灰度包含有0~255的灰度级(其中,黑色的灰度等于0,白色的灰度等于255)。二值化是通过设定一个或者多个灰度阈值,将图像中所有灰度比灰度阈值小的物体的灰度值都设置成0,将图像中所有灰度比该灰度阈值大的物体的灰度值都变成1(或其他灰度),这个过程是把小于灰度阈值的对象从背景中分离出来的方法。
需要说明的是,二值化处理有方法包括有单阈值或者多阈值二值化方法。在本发明中,优选为采用多阈值方法。即有2个阈值(可以认为3个等级的灰度)。具体实现上,例如假设这2个灰度阈值分别是a和b。这样,将第三图像中灰度小于灰度阈值a的对象的灰度值都设置为0,而将第三图像中灰度位于a+1~b灰度值范围的对象的灰度值都设置为1,将第三图像中灰度位于b+1~255灰度值范围的对象的灰度值都设置为2 。在本发明具体实施例中,位于b+1~255灰度值范围的对象就是在这里需要分离出来的对象,具体即为MLCC的电极部分。在本发明中,此外,本发明的多阈值方法还可以以b值为灰度阈值,对第三图像的图片进行单阈值处理,同样可以将对象(电极部分)从背景中提取出来。
需要说明的是,对于本发明,当被测制品为多层陶瓷电容器MLCC时,灰度最高(即最亮)的组成部分为位于制品头部和尾部的电极,将电极作为对象物通过图像二值化处理分离出来,形成第四图像,此时,每个被测制品(即多层陶瓷电容器MLCC)所具有的灰度最高的制品组成部分(即电极)数目为两个。
步骤S106:将多个第四图像合并形成第五图像(该第五图像包含所有被测制品具有的、灰度最高的组成部分),实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目(即除以该数目),获得所有被测制品的总数。
参见图4所示,当被测制品为多层陶瓷电容器MLCC,以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值对第三图像进行二值化处理,所形成的多个第四图像合并形成如图4所示的第五图像,该第五图像包含了原先第一图像(即直接拍摄获得的图像)中、经过二值化处理的所有电极图像,鉴于一个多层陶瓷电容器MLCC制品具有两个电极,因此,通过计算电极的总数,可以最终获得所有被测制品的总数。
在本发明中,需要说明的是,所述第五图像的大小优选为等于所述步骤S103中经过放大处理后的第二图像大小。
需要说明的是,在本发明中,为了计算一个特定对象(如一个特定制品组成部分,例如电极)的数目,所采用的统计对象的个数的方法,利用的是基于二值化图像的链接性方法。链接性指的是:在一幅图像中的某个像素点(0或1),周围相邻像素至少有一个与这个点相同值(即都为0或者都为1)的时候,称为链接。其中,链接分为4连和8连等情况。其中,4连是某个像素点与其相邻4个点具有相同值的情况,而8连是某个像素点与其相邻8个点具有相同值的情况。而这些具有相同值的链接的像素点一起组成的区域称为链域,可以认为一个链域就是一个对象。例如,参见图5所示,对于图5中具有A、B、C、D四个区域,A区域具有四个相同的像素点,B区域具有六个相同的像素点,C区域具有七个相同的像素点,D区域具有一个像素点。如果采用的4连的链接性方法,那么对于区域B和D,它们是不同的链域,即为两个对象,此外,A和C分别为一个对象;而如果采用的是8连的链接性方法,那么因D中的像素点和B中的像素点是链接的,所以是区域B和D是一个区域,此外,A和C不被视为一个对象。
对于本发明,具体实现上,可以根据用户的需要灵活采用4连的二值图像链接性方法,或者8连的二值图像链接性方法。
基于上述本发明提供的一种基于图像的制品数量快速测量方法,参见图6,本发明还提供了一种基于图像的制品数量快速测量装置,该装置包括有图像采集单元601、第一分离图像单元602、图像放大处理单元603、图像分割处理单元604、第二分离图像单元605和制品数量运算单元606,其中:
图像采集单元601,用于实时采集多个被测制品的图像,获得第一图像,然后发送给图像分析处理单元602;
第一分离图像单元602,与图形采集单元601相连接,用于将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像,然后发送给图像放大处理单元603;具体处理过程为:预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景(以实现去除第二图像背景的目的),保留大于或者等于该第一阀值的被测制品的图像(即筛选出多个被测制品的图像),形成第二图像,如图2所示,然后发送给图像放大处理单元603;
图像放大处理单元603,与第一分离图像单元602相连接,用于对第二图像进行放大处理,然后发送给图像分割处理单元604;
图像分割处理单元604,与图像放大处理单元603相连接,用于将经过放大处理的第二图像平均分割成预设数量的多个第三图像,然后发送给第二分离图像单元605;
第二分离图像单元605,与图像分割处理单元604相连接,用于对所述多个第三图像,参见图3所示,分别以被测制品中灰度最高的组成部分(根据被测制品的实际情况,可能为制品的中部、头部和/或者尾部,当被测制品为多层陶瓷电容器MLCC时,所述组成部分为MLCC两端的电极部分)的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来(对于MLCC制品,是对应第二阈值的组成部分,即为选择最终符合第二阀值的、作为二值化对象的组成部分,所述组成部分为MLCC两端的电极部分),分别对应形成一个第四图像,然后发送给制品数量运算单元606;需要说明的是,此时,MLCC周围亮度比两端的电极部分低,因此也被分离出,即可以有效的分开多个粘连在一起的MLCC(如果粘连在一起,最后计算的时候,把多粘连在一起的MLCC计算为一个)。
制品数量运算单元606,与第二分离图像单元605相连接,用于将多个第四图像合并形成第五图像(该第五图像包含所有被测制品具有的、灰度最高的组成部分),实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目(即除以该数目),获得所有被测制品的总数。
在本发明中,对于图像采集单元601,具体实现上,其用于实时对放置有多个被测制品(例如多层陶瓷电容器MLCC)的黑色平板进行图像采集,获得第一图像;优选为:用于实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
在本发明中,对于第一分离图像单元602,需要说明的是,所述预先设置的制品整体灰度取值范围可以根据用户的需要进行预先设定,例如可以为40~150灰度值,当然还可以为其他的数值。还需要说明的是,黑色的灰度等于0,白色的灰度等于255, 灰度越大,也就说明图像亮度越大,灰度越小,也就说明图像越暗(亮度越小)。
此外,需要说明的是,对于第一分离图像单元602,具体实现上,根据预设的制品整体灰度取值范围,对所采集的第一图像进行灰度区分,以该制品整体灰度的取值范围作为第一阀值,对第一图像进行二值化处理,从而将灰度小于该第一阀值的背景分离出来,只是保留符合预设第一阀值条件的被测制品图像,最终获得第二图像。
此外,对于第一分离图像单元602,具体实现上,所述第一分离图像单元602优选为将灰度为0的黑色作为所述第二图像的背景颜色,以将分离出来的被测制品的图像与图像的背景颜色明显区分,增强二值化图像处理的分离效果,提高识别的准确性。在此需要说明的是,参见图2,对于第一图像,图像中以黑色部分为背景,首先需要做的是根据灰度将背景和被测制品分离开,理论上黑色背景灰度应为0,但是由于实际的外界灯光和黑色平板自身的影响,所采集第一图像的背景灰度不全为0,因此在第一分离图像单元602中,预先设置制品整体灰度的取值范围作为第一阀值,去除灰度小于该第一阀值的背景,将每个被测制品的图像都从背景中分离出来,产生新的图像(即第二图像),此时第二图像中的背景灰度为0。
在本发明中,具体实现上,所述图像放大处理单元603可以通过插值方法对第二图像进行放大处理;
需要说明的是,对于一个图像,其是由若干个像素组成的。在放大的时候,在原始图像基础上,增加了像素,这些新增加像的不是真实的,因此不具有真实的灰度值,而是利用其周围的像素值来描述灰度值,这种方法就是插值方法放大图像。例如,原始图像是 a*b的像素,要对它放大3倍,像素变成3a*3b。原始图像相邻像素之间增加了3个未知像素,而利用插值方法可以利用周围已知像素来计算其未知的像素。
具体实现上,目前的插值方法有线性插值(Linear)、三次样条插值(cubic spline)等插值方法。在本发明中,优选为三次样条插值(cubic spline)方法对第二图像进行放大处理。
在本发明中,对于图像分割处理单元604,具体实现上,所述第三图像的数量可以根据用户的需要进行预先设定,例如可以为100个,也可以为50个,当然还可以为其他的数量。
在本发明中,具体实现上,对于第二分离图像单元605,其以第二阀值对第三图像进行二值化处理的具体过程为:去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,最终形成第四图像。即将图3所示每个第三图像中的被测制品中灰度最高的组成部分作为第二阀值,对第三图像进行二值化处理,选择将被测制品中灰度最高的组成部分从第三图像背景中分离出来(对于MLCC制品,是对应第二阈值的组成部分,即为选择最终符合第二阀值的、作为二值化对象的组成部分,所述组成部分为MLCC两端的电极部分),分别对应形成第四图像。
需要说明的是,对于本发明,当被测制品为多层陶瓷电容器MLCC时,灰度最高(即最亮)的组成部分为位于制品头部和尾部的电极,将电极作为对象物通过图像二值化处理分离出来,形成第四图像,此时,每个被测制品(即多层陶瓷电容器MLCC)所具有的灰度最高的制品组成部分(即电极)数目为两个。
需要说明的是,对于8bit(位)的图像,其灰度包含有0~255的灰度级(其中,黑色的灰度等于0,白色的灰度等于255)。二值化是通过设定一个或者多个灰度阈值,将图像中所有灰度比灰度阈值小的物体的灰度值都设置成0,将图像中所有灰度比该灰度阈值大的物体的灰度值都变成1(或其他灰度),这个过程是把小于灰度阈值的对象从背景中分离出来的方法。
还需要说明的是,本发明采用的二值化处理有方法可以包括有单阈值或者多阈值二值化方法。在本发明中,优选为采用多阈值方法。即有2个阈值(可以认为3个等级的灰度)。具体实现上,例如假设这2个灰度阈值分别是a和b。这样,将第三图像中灰度小于灰度阈值a的对象的灰度值都设置为0,而将第三图像中灰度位于a+1~b灰度值范围的对象的灰度值都设置为1,将第三图像中灰度位于b+1~255灰度值范围的对象的灰度值都设置为2 。在本发明具体实施例中,位于b+1~255灰度值范围的对象就是在这里需要分离出来的对象,具体即为MLCC的电极部分。在本发明中,此外,本发明的多阈值方法还可以以b值为灰度阈值,对第三图像的图片进行单阈值处理,同样可以将对象(电极部分)从背景中提取出来。
在本发明中,对于制品数量运算单元606,参见图4所示,当被测制品为多层陶瓷电容器MLCC,以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值对第三图像进行二值化处理,所形成的多个第四图像合并形成如图4所示的第五图像,该第五图像包含了原先第一图像(即直接拍摄获得的图像)中、经过二值化处理的所有电极图像,鉴于一个多层陶瓷电容器MLCC制品具有两个电极,因此,通过计算电极的总数,可以最终获得所有被测制品的总数。
在本发明中,需要说明的是,所述第五图像的大小优选为等于所述图像放大处理单元603中经过放大处理后的第二图像大小。
需要说明的是,在本发明中,对于所述制品数量运算单元606,为了计算一个特定对象(如一个特定被测制品组成部分,例如电极)的数目,所采用的统计对象的个数的方法,利用的是基于二值化图像的链接性方法。链接性指的是:在一幅图像中的某个像素点(0或1),周围相邻像素至少有一个与这个点相同值(即都为0或者都为1)的时候,称为链接。其中,链接分为4连和8连等情况。其中,4连是某个像素点与其相邻4个点具有相同值的情况,而8连是某个像素点与其相邻8个点具有相同值的情况。而这些具有相同值的链接的像素点一起组成的区域称为链域,可以认为一个链域就是一个对象。例如,参见图5所示,对于图5中具有A、B、C、D四个区域,A区域具有四个相同的像素点,B区域具有六个相同的像素点,C区域具有七个相同的像素点,D区域具有一个像素点。如果采用的4连的链接性方法,那么对于区域B和D,它们是不同的链域,即为两个对象,此外,区域A和C分别为一个对象;但是,如果采用的是8连的链接性方法,那么因区域D中的像素点和区域B中的像素点是链接的,所以是区域B和D是一个区域,此时,区域A和C不被视为一个对象。
对于本发明,具体实现上,可以根据用户的需要灵活采用4连的二值图像链接性方法,或者8连的二值图像链接性方法。
在本发明中,具体实现上,所述图像采集单元601可以为任意一种能够采集图像的电子器件,例如所述图像采集单元601可以为一个摄像头。
在本发明中,具体实现上,所述第一分离图像单元602、图像放大处理单元603、图像分割处理单元604、第二分离图像单元605和制品数量运算单元606可以分别为一个中央处理器CPU、数字信号处理器DSP或者单片机MCU。
对于本发明,具体实现上,所述第一分离图像单元602、图像放大处理单元603、图像分割处理单元604、第二分离图像单元605和制品数量运算单元606可以集成为一台计算机,由计算机具体执行这些模块的数据处理操作。
参见图7,具体实现上,对于本发明提供的一种基于图像的制品数量快速测量装置,该装置可以包括有一台计算机3和一个摄像头2,所述计算机3内包含有所述第一分离图像单元602、图像放大处理单元603、图像分割处理单元604、第二分离图像单元605和制品数量运算单元606,所述图像采集单元为所述摄像头2, 所述摄像头2安装于一个可升降工作台1上。
对于本发明,对于多层陶瓷电容器MLCC等制品,可以通过采集多个制品在一起的图像,然后对图像进行图像放大、图像分割、二值化处理、特定组成部分(例如电极部分)分离等操作,识别出特定组成部分的数量,然后结合一个制品所具有的特定组成部分的个数,最终计算获得图像中所有制品的总数。因此,本发明操作方便,可以在保证准确度前提下,极大提高测量的效率,降低测量成本。
综上所述,与现有技术相比较,本发明提供的一种基于图像的制品数量快速测量方法及其装置,其可以快速、有效地测量出多个多层陶瓷电容器MLCC等制品的数量,保证测量的精度,有利于提高制品的数量测量效率,进而降低制品的测量成本,具有重大的生产实践意义。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于图像的制品数量快速测量方法,其特征在于,包括步骤:
A)实时采集多个被测制品的图像,获得第一图像;
B)将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像;
C)对所获得的第二图像进行放大处理;
D)将经过放大处理的第二图像平均分割成预设数量的多个第三图像;
E)对于所述多个第三图像,分别以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来,分别对应形成一个第四图像;
F)将多个第四图像合并形成第五图像,实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目,获得所有被测制品的总数。
2.如权利要求1所述的方法,其特征在于,所述步骤A)具体为:实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
3.如权利要求1所述的方法,其特征在于,所述步骤B)具体为:预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景,保留大于或者等于该第一阀值的被测制品的图像,形成第二图像。
4.如权利要求1所述的方法,其特征在于,所述步骤C)具体为通过插值方法对第二图像进行放大处理;
在所述步骤F)中,所述第五图像的大小等于所述步骤C)中经过放大处理后的第二图像大小;
在所述步骤F)中,基于二值图像的链接性方法来计算第五图像中所述被测制品中灰度最高的组成部分的总数。
5.如权利要求1至4中任一项所述的方法,其特征在于,在步骤E)中,以第二阀值对第三图像进行二值化处理具体为:去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,形成第四图像。
6.一种基于图像的制品数量快速测量装置,其特征在于,包括有:
图像采集单元,用于实时采集多个被测制品的图像,获得第一图像,然后发送给图像分析处理单元;
第一分离图像单元,与图形采集单元相连接,用于将第一图像中的背景去除,形成只包含所述被测制品图像的第二图像,然后发送给图像放大处理单元;
图像放大处理单元,与第一分离图像单元相连接,用于对第二图像进行放大处理,然后发送给图像分割处理单元;
图像分割处理单元,与图像放大处理单元相连接,用于将经过放大处理的第二图像平均分割成预设数量的多个第三图像,然后发送给第二分离图像单元;
第二分离图像单元,与图像分割处理单元相连接,用于对所述多个第三图像分别以被测制品中灰度最高的组成部分的灰度取值范围作为第二阀值来进行二值化处理,选择将符合第二阀值的组成部分从第三图像中分离出来,分别对应形成一个第四图像,然后发送给制品数量运算单元;
制品数量运算单元,与第二分离图像单元相连接,用于将多个第四图像合并形成第五图像,实时计算第五图像中所述被测制品中灰度最高的组成部分的总数,然后根据每个被测制品所具有的灰度最高的组成部分的数目,获得所有被测制品的总数。
7.如权利要求6所述的装置,其特征在于,所述图像采集单元用于实时对横向平铺放置有相互之间不重叠的多个被测制品的黑色平板进行图像采集,获得第一图像。
8.如权利要求6所述的装置,其特征在于,所述第一分离图像单元用于预先设置制品整体灰度的取值范围,并将该制品整体灰度的取值范围作为第一阀值对第一图像进行二值化处理,去除灰度小于该第一阀值的背景,保留大于或者等于该第一阀值的被测制品的图像,形成第二图像,然后发送给图像放大处理单元。
9.如权利要求6所述的装置,其特征在于,所述图像放大处理单元通过插值方法对第二图像进行放大处理;
所述第二分离图像单元用于以第二阀值对第三图像进行二值化处理,去除每个第三图像中灰度小于该第二阀值的组成部分,保留第三图像中大于或者等于该第二阀值的被测制品中组成部分的图像,最终形成第四图像。
10.如权利要求6至9中任一项所述的装置,其特征在于,包括有一台计算机(3)和一个摄像头(2),所述计算机(3)内包含有所述第一分离图像单元、图像放大处理单元、图像分割处理单元、第二分离图像单元和制品数量运算单元,所述图像采集单元为所述摄像头(2), 所述摄像头(2)安装于一个可升降工作台(1)上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210204352.XA CN103514481A (zh) | 2012-06-20 | 2012-06-20 | 一种基于图像的制品数量快速测量方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210204352.XA CN103514481A (zh) | 2012-06-20 | 2012-06-20 | 一种基于图像的制品数量快速测量方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103514481A true CN103514481A (zh) | 2014-01-15 |
Family
ID=49897170
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210204352.XA Pending CN103514481A (zh) | 2012-06-20 | 2012-06-20 | 一种基于图像的制品数量快速测量方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103514481A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107197156A (zh) * | 2017-06-28 | 2017-09-22 | 深圳天珑无线科技有限公司 | 图像获取方法和图像获取装置 |
CN110033452A (zh) * | 2019-04-17 | 2019-07-19 | 北京云量互动科技有限公司 | 基于图像处理技术的冷柜货架商品统计方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100151446A1 (en) * | 2007-05-30 | 2010-06-17 | Mohammed Homman | Method for counting and segmenting viral particles in an image |
CN101751603A (zh) * | 2008-12-10 | 2010-06-23 | 东北大学 | 在线棒型材图像自动计数设备及方法 |
CN101777140A (zh) * | 2010-02-08 | 2010-07-14 | 宁波大学 | 一种显微图像的复杂粘连细胞个数统计方法 |
CN101877074A (zh) * | 2009-11-23 | 2010-11-03 | 常州达奇信息科技有限公司 | 基于多元特征的结核杆菌目标识别计数算法 |
-
2012
- 2012-06-20 CN CN201210204352.XA patent/CN103514481A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100151446A1 (en) * | 2007-05-30 | 2010-06-17 | Mohammed Homman | Method for counting and segmenting viral particles in an image |
CN101751603A (zh) * | 2008-12-10 | 2010-06-23 | 东北大学 | 在线棒型材图像自动计数设备及方法 |
CN101877074A (zh) * | 2009-11-23 | 2010-11-03 | 常州达奇信息科技有限公司 | 基于多元特征的结核杆菌目标识别计数算法 |
CN101777140A (zh) * | 2010-02-08 | 2010-07-14 | 宁波大学 | 一种显微图像的复杂粘连细胞个数统计方法 |
Non-Patent Citations (1)
Title |
---|
陈孝威等: "基于图像处理的微小电子元器件自动计数算法", 《计算机工程与设计》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107197156A (zh) * | 2017-06-28 | 2017-09-22 | 深圳天珑无线科技有限公司 | 图像获取方法和图像获取装置 |
CN110033452A (zh) * | 2019-04-17 | 2019-07-19 | 北京云量互动科技有限公司 | 基于图像处理技术的冷柜货架商品统计方法及系统 |
CN110033452B (zh) * | 2019-04-17 | 2021-06-08 | 北京云量互动科技有限公司 | 基于图像处理技术的冷柜货架商品统计方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780537B (zh) | 一种基于图像处理的方格蔟蚕茧筛选装置及方法 | |
CN101907453B (zh) | 基于机器视觉的块状农产品尺寸在线测量方法与装置 | |
Spataru et al. | Automatic detection and evaluation of solar cell micro-cracks in electroluminescence images using matched filters | |
CN102842203B (zh) | 基于视频图像的桥梁病害监测方法 | |
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN102176228A (zh) | 一种用于识别多个指针式仪表表盘信息的机器视觉方法 | |
CN106835200B (zh) | 铝电解槽区域控制系统 | |
CN105035279B (zh) | 一种平均水线检测方法 | |
CN103148791A (zh) | 一种测定烟梗结构及其分布的方法 | |
CN104198325A (zh) | 基于计算机视觉的烟丝中梗丝比例测定方法 | |
CN116992391B (zh) | 一种硬碳工艺环保监测数据采集处理方法 | |
CN202548896U (zh) | 一种钢材包装参数的测量系统 | |
CN103514481A (zh) | 一种基于图像的制品数量快速测量方法及其装置 | |
CN101751669A (zh) | 一种静止物体检测方法和装置 | |
CN110583217A (zh) | 一种谷物收获机清选损失率检测装置及检测方法 | |
CN103996266B (zh) | 基于视频分析的尾矿库安全监测装置 | |
CN103471514B (zh) | 一种基于机器视觉和一元线性回归分析的大蒜分级方法 | |
CN103234530A (zh) | 基于视频信号的城市车辆轮胎清洁状况检测方法及装置 | |
CN205281230U (zh) | 节拍自动监测装置 | |
CN107507181A (zh) | 一种分梳山羊绒长度检测方法 | |
CN102750547B (zh) | 一种基于压缩传感的水果大小分级方法 | |
CN107993243A (zh) | 一种基于rgb图像的小麦分蘖数自动检测方法 | |
CN106835201B (zh) | 基于模糊聚类算法的铝电解槽控制方法 | |
CN204757982U (zh) | 一种基于图像处理的流冰密度监测装置 | |
CN201170771Y (zh) | 用于光学层析检测的图像重建装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140115 |