CN104228049A - 一种基于机器视觉吹塑产品的在线测量方法 - Google Patents

Abstract

本发明涉及一种基于机器视觉吹塑产品的在线测量方法，其首先，基于机器视觉获取工业产品的图像，接着，进行图像预处理，再对得到的图像进行图像分割，从而得到其外形亚像素轮廓，基于亚像素轮廓继而可以实现相关横截面的直径、高度尺寸、圆弧直径以及圆度的检测。通过该方法，提高了产品的测量精度以及生产自动化程度、市场竞争力。

Description

一种基于机器视觉吹塑产品的在线测量方法

技术领域

本发明属于外形检测领域，涉及一种在线测量方法，尤其是一种基于机器视觉吹塑产品的在线测量方法。

背景技术

基于机器视觉的检测方法也是产品外形检测的一种方法，然而在国内的生产流水线上很大程度还是依赖人工检测，人工检测却易造成视觉疲劳，极易带来检测误差，效率低的问题，也不能够实现产品的在线、非接触测量。工业机器视觉上常采用的检测方法是通过边缘检测的方法实现的，然而像素级轮廓精度低于亚像素轮廓精度，因此存在精度低的问题。

发明内容

本发明的目的在于克服上述现有技术的缺点，提供一种基于机器视觉吹塑产品的在线测量方法，

本发明的目的是通过以下技术方案来实现的：

这种基于机器视觉吹塑产品的在线测量方法，包括以下步骤：

1)基于机器视觉获取工业产品的图像；

2)进行图像预处理：采用图像滤波手段去掉图像中的噪声干扰，恢复图像的原始特征；所述图像滤波手段为：在对图像逐行扫描过程中，对于每个像素点，首先判断该像素点是否为该邻域像素的最大值或最小值，若是则对其中值滤波，否则该像素点灰度值不变；

3)对得到的图像进行图像分割：利用图像的灰度直方图和自动阈值分割算法的方法；

4)获取亚像素轮廓，基于亚像素轮廓继而实现相关横截面的直径、高度尺寸、圆弧直径以及圆度的检测。

进一步，步骤1)中，由工业相机对工业产品进行拍照，获取图像。

进一步，步骤2)中，预处理之后的图像经过去除噪声干扰的操作，保持图像的原始特征。

进一步，步骤3)中，设灰度值阈值，将感兴趣区域与背景分开，然后利用特征将感兴趣区域提取出来。

进一步，步骤4)中，亚像素轮廓的提取是通过梯度法实现的。

本发明具有以下有益效果：

本发明基于机器视觉吹塑产品的在线测量方法在线测量、非接触测量，测量数据易存档、测量精度高等，从而提高生产自动化程度、市场竞争力。

具体实施方式

本发明的基于机器视觉吹塑产品的在线测量方法，包括以下步骤：

1)基于机器视觉获取工业产品的图像；

2)进行图像预处理：采用图像滤波手段去掉图像中的噪声干扰，恢复图像的原始特征；所述图像滤波手段为：在对图像逐行扫描过程中，对于每个像素点，首先判断该像素点是否为该邻域像素的最大值或最小值，若是则对其中值滤波，否则该像素点灰度值不变；

3)对得到的图像进行图像分割：利用图像的灰度直方图和自动阈值分割算法的方法；

4)获取亚像素轮廓，基于亚像素轮廓继而实现相关横截面的直径、高度尺寸、圆弧直径以及圆度的检测。

在本发明的具体实施例中：步骤1)中由工业相机对工业产品进行拍照，获取图像。步骤2)预处理之后的图像经过去除噪声干扰的操作，保持图像的原始特征。步骤3)设灰度值阈值，将感兴趣区域与背景分开，然后利用特征将感兴趣区域提取出来。步骤4)中，亚像素轮廓的提取是通过梯度法实现的。

Claims (5)

1.一种基于机器视觉吹塑产品的在线测量方法，其特征在于，包括以下步骤：

1)基于机器视觉获取工业产品的图像；

2)进行图像预处理：采用图像滤波手段去掉图像中的噪声干扰，恢复图像的原始特征；所述图像滤波手段为：在对图像逐行扫描过程中，对于每个像素点，首先判断该像素点是否为该邻域像素的最大值或最小值，若是则对其中值滤波，否则该像素点灰度值不变；

3)对得到的图像进行图像分割：利用图像的灰度直方图和自动阈值分割算法的方法；

4)获取亚像素轮廓，基于亚像素轮廓继而实现相关横截面的直径、高度尺寸、圆弧直径以及圆度的检测。

2.根据权利要求1所述的基于机器视觉吹塑产品的在线测量方法，其特征在于，步骤1)中，由工业相机对工业产品进行拍照，获取图像。

3.根据权利要求1所述的基于机器视觉吹塑产品的在线测量方法，其特征在于，步骤2)中，预处理之后的图像经过去除噪声干扰的操作，保持图像的原始特征。

4.根据权利要求1所述的基于机器视觉吹塑产品的在线测量方法，其特征在于，步骤3)中，设灰度值阈值，将感兴趣区域与背景分开，然后利用特征将感兴趣区域提取出来。

5.根据权利要求1所述的基于机器视觉吹塑产品的在线测量方法，其特征在于，步骤4)中，亚像素轮廓的提取是通过梯度法实现的。