CN105654173B - 工业螺母区域标定与个数检测方法 - Google Patents
工业螺母区域标定与个数检测方法 Download PDFInfo
- Publication number
- CN105654173B CN105654173B CN201610002657.0A CN201610002657A CN105654173B CN 105654173 B CN105654173 B CN 105654173B CN 201610002657 A CN201610002657 A CN 201610002657A CN 105654173 B CN105654173 B CN 105654173B
- Authority
- CN
- China
- Prior art keywords
- nut
- region
- connected domain
- domain
- denoted
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
- G06M11/00—Counting of objects distributed at random, e.g. on a surface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种工业螺母区域标定与个数检测方法,该方法能够克服复杂场景对于螺母所在区域的干扰,采用了简单而又行之有效的规则来判断提取的区域是否为工业螺母所在区域,并统计螺母的个数,它可以大大降低人力劳动,实现自动化的螺母检测与计数工作。同时这种方法还具有良好的可扩展性,在本方法的基础上,可以进一步延伸出螺母松动检测、螺母状态判断等相关方法或操作,可以说它的出现,为螺母检测的智能化发展提供了基础,可以在减少人力使用的前提下实现生产设备的高效检查,从而保证生产设备的安全性。
Description
技术领域
本发明涉及一种零件个数的检测方法,特别是一种工业螺母区域标定与个数检测的方法。
背景技术
在工业领域中,如机床,高铁等精密机械设备因为使用频率高,所以经常需要对设备进行维护。而由于这类机械设备所使用的螺母的数量往往都十分的庞大,并且位置不同,因此对设备上螺母数量和位置的相关检测往往是十分耗费人工以及精力的工作。但是螺母的状态对整个机器设备的正常运转又至关重要。在设备使用的过程中,如果螺母出现了松动甚至脱落,轻则造成设备本身的故障,影像设备的正常使用和生产效率,重则影响生产安全,甚至造成人员的伤亡。
发明内容
本发明是为了解决现有技术所存在的上述不足,提出一种能够快速、方便的对工业螺母的区域进行标定,并检测其数量的方法。
本发明的技术解决方案是:一种工业螺母区域标定与个数检测方法,其特征在于:所述的方法按照以下步骤进行:
a、利用拍照设备采集需要检测螺母个数的区域的原始图像,将原始图像由rgb空间转换为lab空间,提取处理后图像中有螺母标记颜色的区域,并将该区域的像素赋值为1,其余区域的像素赋值为0,将该图像记为Img,
b、计算Img中各个连通域的最小外接矩,然后将各个连通域规范为其最小外接矩大小的矩形区域,并记为Img1,
c、对Img1中规范后的区域进行连通域标记,将图像中连通域的个数记为n,将第1个连通域内所包含的像素赋值为1,第2个连通域内所包含的像素赋值为2,以此类推,第n个连通域内所包含的像素赋值为n,
d、采用18×18的矩形算子对Img1进行闭运算,从而合并相邻的连通域,并将合并连通域处理后的图像记为Img2,
e、对Img1以及Img2进行差分,得到的图像记为Img3,
f、标记Img3中的连通域,并计算Img3中连通域的个数,所得到的计算结果即为原始图像中螺母的个数,
g、获得Img3中连通域的像素的位置坐标,并按照该位置坐标在Img2中找到对应的连通域,则该连通域即为螺母所在区域,对该连通域取最小外接矩,用其相同大小的矩形框对该连通域进行区域标定。
本发明同现有技术相比,具有如下优点:
本发明所公开的工业螺母区域标定与个数检测方法,能够克服复杂场景对于螺母所在区域的干扰,采用了简单而又行之有效的规则来判断提取的区域是否为工业螺母所在区域,并统计螺母的个数,它可以大大降低人力劳动,实现自动化的螺母检测与计数工作。同时这种方法还具有良好的可扩展性,在本方法的基础上,可以进一步延伸出螺母松动检测、螺母状态判断等相关方法或操作,可以说它的出现,为螺母检测的智能化发展提供了基础,可以在减少人力使用的前提下实现生产设备的高效检查,从而保证生产设备的安全性。此外,由于本技术采用图像处理技术实现,只需要计算机/嵌入式设备以及图像采集设备(如相机等),技术的复杂度低,鲁棒性强,可移植性高。
附图说明
图1为本发明实施例的流程图。
具体实施方式
下面将结合附图说明本发明的具体实施方式。如图1所示:
一种工业螺母区域标定与个数检测方法,按照以下步骤进行:
a、利用拍照设备采集需要检测螺母个数的区域的原始图像,将原始图像由rgb空间转换为lab空间,提取处理后图像中有螺母标记颜色的区域(在大型设备中,工作人员往往会在螺母上用特殊颜色的油漆标示),并将该区域的像素赋值为1,其余区域的像素赋值为0,将该图像记为Img,
b、计算Img中各个连通域的最小外接矩,然后将各个连通域规范为其最小外接矩大小的矩形区域,并记为Img1,
c、对Img1中规范后的区域进行连通域标记,将图像中连通域的个数记为n,将第1个连通域内所包含的像素赋值为1,第2个连通域内所包含的像素赋值为2,以此类推,第n个连通域内所包含的像素赋值为n,
d、采用18×18的矩形算子对Img1进行闭运算,从而合并相邻的连通域,并将合并连通域处理后的图像记为Img2,
e、对Img1以及Img2进行差分,得到的图像记为Img3,
f、标记Img3中的连通域,并计算Img3中连通域的个数,所得到的计算结果即为原始图像中螺母的个数,实现对某一区域中工业螺母的数量检测;
g、获得Img3中连通域的像素的位置坐标,并按照该位置坐标在Img2中找到对应的连通域,则该连通域即为螺母所在区域,对该连通域取最小外接矩,用其相同大小的矩形框对该连通域进行区域标定。
实际工作中,可以按照上述方法编写相应的程序,这样就可以将多张原始图像输入计算机中,并由该程序自动完成对原始图像中工业螺母的区域标定和数量检测,大大提高工作效率。
Claims (1)
1.一种工业螺母区域标定与个数检测方法,其特征在于:所述的方法按照以下步骤进行:
a、利用拍照设备采集需要检测螺母个数的区域的原始图像,将原始图像由rgb空间转换为lab空间,提取处理后图像中有螺母标记颜色的区域,并将该区域的像素赋值为1,其余区域的像素赋值为0,将该图像记为Img,
b、计算Img中各个连通域的最小外接矩,然后将各个连通域规范为其最小外接矩大小的矩形区域,并记为Img1,
c、对Img1中规范后的区域进行连通域标记,将图像中连通域的个数记为n,将第1个连通域内所包含的像素赋值为1,第2个连通域内所包含的像素赋值为2,以此类推,第n个连通域内所包含的像素赋值为n,
d、采用18×18的矩形算子对Img1进行闭运算,从而合并相邻的连通域,并将合并连通域处理后的图像记为Img2,
e、对Img1以及Img2进行差分,得到的图像记为Img3,
f、标记Img3中的连通域,并计算Img3中连通域的个数,所得到的计算结果即为原始图像中螺母的个数,
g、获得Img3中连通域的像素的位置坐标,并按照该位置坐标在Img2中找到对应的连通域,则该连通域即为螺母所在区域,对该连通域取最小外接矩,用其相同大小的矩形框对该连通域进行区域标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610002657.0A CN105654173B (zh) | 2016-01-06 | 2016-01-06 | 工业螺母区域标定与个数检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610002657.0A CN105654173B (zh) | 2016-01-06 | 2016-01-06 | 工业螺母区域标定与个数检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105654173A CN105654173A (zh) | 2016-06-08 |
CN105654173B true CN105654173B (zh) | 2018-04-17 |
Family
ID=56491617
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610002657.0A Expired - Fee Related CN105654173B (zh) | 2016-01-06 | 2016-01-06 | 工业螺母区域标定与个数检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105654173B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815489A (zh) * | 2005-01-31 | 2006-08-09 | 北京石油化工学院 | 一种智能图像计数方法 |
CN103246920A (zh) * | 2013-03-22 | 2013-08-14 | 浙江理工大学 | 一种蚕茧自动计数方法及系统 |
WO2013161155A1 (ja) * | 2012-04-23 | 2013-10-31 | 日本電気株式会社 | 画像計測装置、画像計測方法、および、画像計測用プログラム |
CN103440348A (zh) * | 2013-09-16 | 2013-12-11 | 重庆邮电大学 | 一种基于矢量量化的全局和局部颜色图像检索方法 |
CN104881652A (zh) * | 2015-06-01 | 2015-09-02 | 安阳工学院 | 一种基于玉米穗凸性特征的行数自动检测算法 |
-
2016
- 2016-01-06 CN CN201610002657.0A patent/CN105654173B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1815489A (zh) * | 2005-01-31 | 2006-08-09 | 北京石油化工学院 | 一种智能图像计数方法 |
WO2013161155A1 (ja) * | 2012-04-23 | 2013-10-31 | 日本電気株式会社 | 画像計測装置、画像計測方法、および、画像計測用プログラム |
CN103246920A (zh) * | 2013-03-22 | 2013-08-14 | 浙江理工大学 | 一种蚕茧自动计数方法及系统 |
CN103440348A (zh) * | 2013-09-16 | 2013-12-11 | 重庆邮电大学 | 一种基于矢量量化的全局和局部颜色图像检索方法 |
CN104881652A (zh) * | 2015-06-01 | 2015-09-02 | 安阳工学院 | 一种基于玉米穗凸性特征的行数自动检测算法 |
Non-Patent Citations (2)
Title |
---|
基于图像处理的堆积物计数方法研究;肖摇鹏,闫建国,赵元伟;《计算机技术与发展》;20131017;第23卷(第9期);第182-185页 * |
复杂环境中蛋鸡识别及粘连分离方法研究;劳凤丹,滕光辉,李卓,余礼根;《农业机械学报》;20130805;第44卷(第4期);第213-216,227页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105654173A (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108344743A (zh) | 一种基于机器视觉药品泡罩包装缺陷检测方法及系统 | |
Hsieh et al. | A kinect-based people-flow counting system | |
CN103464383A (zh) | 工业机器人分拣系统及方法 | |
NZ591722A (en) | Obstacle detection system for use with mobile machines includes inverting image and assigning each pixel of the image one of two values | |
JP2013235580A5 (zh) | ||
CN104535589A (zh) | 一种低压电流互感器在线检测方法和装置 | |
Raj et al. | Defects detection in PCB using image processing for industrial applications | |
CN105654173B (zh) | 工业螺母区域标定与个数检测方法 | |
CN113570587A (zh) | 一种基于计算机视觉的光伏电池断栅检测方法及系统 | |
Lin et al. | Computer vision system R&D for EAST Articulated Maintenance Arm robot | |
CN102866158B (zh) | 面向隧道巡检的输配电线缆检测方法 | |
CN116681664A (zh) | 一种用于冲压设备作业的检测方法及装置 | |
TWI520110B (zh) | 判斷物體是否進入隨選區域之立體視覺偵測方法與系統 | |
Park et al. | Depth image-based object segmentation scheme for improving human action recognition | |
CN108154507A (zh) | 螺纹管异物检测系统 | |
CN111080623B (zh) | 一种用于圆形零件缺失的视觉检测装置及方法 | |
Qian et al. | The autonomous detection of sheet metal parts using imageprocessing | |
Gao et al. | An online inspection system of surface defects for copper strip based on computer vision | |
CN206470219U (zh) | 托盘ic检测装置 | |
CN102760286B (zh) | 一种拼接墙的拼接缝识别方法及消除方法 | |
CN108956612A (zh) | 一种铝箔膜纸幅缺陷检测方法 | |
Nakano et al. | Development of Automatic Work Analysis for Assembly Work using Motion Picture Analysis of Hand Position and Motion | |
CN108458655A (zh) | 支持视觉测量的数据可组态化监控系统及方法 | |
Feng et al. | Binary-channel can covers defects detection system based on machine vision | |
Yu et al. | Electric power tower inclination angle detection method based on SIFT feature matching |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180417 Termination date: 20190106 |