CN104228049A - 一种基于机器视觉吹塑产品的在线测量方法 - Google Patents
一种基于机器视觉吹塑产品的在线测量方法 Download PDFInfo
- Publication number
- CN104228049A CN104228049A CN201410475842.2A CN201410475842A CN104228049A CN 104228049 A CN104228049 A CN 104228049A CN 201410475842 A CN201410475842 A CN 201410475842A CN 104228049 A CN104228049 A CN 104228049A
- Authority
- CN
- China
- Prior art keywords
- image
- machine vision
- measuring method
- molded product
- blow molded
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
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
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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410475842.2A CN104228049A (zh) | 2014-09-17 | 2014-09-17 | 一种基于机器视觉吹塑产品的在线测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410475842.2A CN104228049A (zh) | 2014-09-17 | 2014-09-17 | 一种基于机器视觉吹塑产品的在线测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104228049A true CN104228049A (zh) | 2014-12-24 |
Family
ID=52217369
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410475842.2A Pending CN104228049A (zh) | 2014-09-17 | 2014-09-17 | 一种基于机器视觉吹塑产品的在线测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104228049A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873365A (zh) * | 2017-01-18 | 2017-06-20 | 西安交通大学 | 一种综合质量目标与设备性能的挤出吹塑工艺优化方法 |
CN111745937A (zh) * | 2019-03-29 | 2020-10-09 | 住友重机械工业株式会社 | 吹膜成型装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
CN102737377A (zh) * | 2012-05-14 | 2012-10-17 | 上海瑞伯德智能系统科技有限公司 | 改进的亚像素边缘提取方法 |
CN103292701A (zh) * | 2013-06-24 | 2013-09-11 | 哈尔滨工业大学 | 基于机器视觉的精密器件在线尺寸测量方法 |
CN103499297A (zh) * | 2013-10-25 | 2014-01-08 | 爱科维申科技(天津)有限公司 | 一种基于ccd的高精度测量方法 |
-
2014
- 2014-09-17 CN CN201410475842.2A patent/CN104228049A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477685A (zh) * | 2009-01-15 | 2009-07-08 | 西安交通大学 | 具有景深零件加工质量的亚像素级图像检测方法 |
CN102737377A (zh) * | 2012-05-14 | 2012-10-17 | 上海瑞伯德智能系统科技有限公司 | 改进的亚像素边缘提取方法 |
CN103292701A (zh) * | 2013-06-24 | 2013-09-11 | 哈尔滨工业大学 | 基于机器视觉的精密器件在线尺寸测量方法 |
CN103499297A (zh) * | 2013-10-25 | 2014-01-08 | 爱科维申科技(天津)有限公司 | 一种基于ccd的高精度测量方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106873365A (zh) * | 2017-01-18 | 2017-06-20 | 西安交通大学 | 一种综合质量目标与设备性能的挤出吹塑工艺优化方法 |
CN106873365B (zh) * | 2017-01-18 | 2019-07-23 | 西安交通大学 | 一种综合质量目标与设备性能的挤出吹塑工艺优化方法 |
CN111745937A (zh) * | 2019-03-29 | 2020-10-09 | 住友重机械工业株式会社 | 吹膜成型装置 |
CN111745937B (zh) * | 2019-03-29 | 2022-07-15 | 住友重机械工业株式会社 | 吹膜成型装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109658402B (zh) | 基于计算机视觉成像的工业型材几何尺寸自动检测方法 | |
CN107194919B (zh) | 基于规律纹理背景重建的手机屏幕缺陷检测方法 | |
CN105334219B (zh) | 一种残差分析动态阈值分割的瓶口缺陷检测方法 | |
CN110827235B (zh) | 钢板表面缺陷检测方法 | |
CN109727244B (zh) | 一种磁瓦表面裂纹检测方法 | |
CN103175844A (zh) | 一种金属零部件表面划痕缺陷检测方法 | |
CN110070523B (zh) | 一种用于瓶底的异物检测方法 | |
EP2710552B1 (fr) | Methode de determination des marquages en relief presents sur la surface exterieure du flanc d'un pneumatique | |
CN113077437B (zh) | 工件质量检测方法及其系统 | |
CN103759644B (zh) | 一种滤光片表面缺陷的分离细化智能检测方法 | |
Song et al. | Surface defect detection method using saliency linear scanning morphology for silicon steel strip under oil pollution interference | |
CN106355590B (zh) | 一种基于图像作差的模具残留物视觉检测方法及装置 | |
CN106780464A (zh) | 一种基于改进阈值分割的织物疵点检测方法 | |
CN104700423A (zh) | 一种瓶盖检测方法和装置 | |
CN107230200A (zh) | 一种提取电机转子中线圈轮廓特征的方法 | |
CN104657726A (zh) | 一种铁路油罐车车辆编号的识别方法 | |
CN106504225A (zh) | 一种规则多边形的识别方法和装置 | |
CN108020554A (zh) | 一种带钢表面缺陷识别检测方法 | |
CN104614386A (zh) | 一种镜片疵病类型的识别方法 | |
CN104228049A (zh) | 一种基于机器视觉吹塑产品的在线测量方法 | |
CN110060239B (zh) | 一种用于瓶子瓶口的缺陷检测方法 | |
CN110782183A (zh) | 一种基于Faster R-CNN的铝材缺陷检测方法 | |
CN105057899A (zh) | 一种应用于智能激光切割的扫描图像识别方法 | |
CN105973903B (zh) | 一种口服液瓶盖检测方法 | |
CN109584212B (zh) | 一种基于matlab的slm粉床铺粉图像划痕缺陷识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141224 |