CN105973148A - 基于机器视觉的笔头外观尺寸标准化检测系统 - Google Patents

Abstract

本公开是关于一种基于机器视觉的笔头外观尺寸标准化检测系统。该系统包括：笔头传送模块，包括编码器；所述笔头传送模块用于载运待检测笔头且通过所述编码器生成与所述待检测笔头的顺序对应的编码值；笔头侦测模块，用于在侦测到所述笔头传送模块载运所述待检测笔头经过预定位置时，发出提示信号；图像采集模块，用于在收到所述提示信号时，记录所述编码器当前生成的编码值以及采集所述待检测笔头的图像；图像分析模块，用于根据所述图像采集模块采集的图像计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格；笔头筛选模块，用于筛选出检测合格的笔头以及剔除检测不合格的笔头。本公开可以提升检测效率以及准确性。

Description

基于机器视觉的笔头外观尺寸标准化检测系统

技术领域

本公开涉及数字图像处理与模式识别技术领域，具体而言，涉及一种基于机器视觉的笔头外观尺寸标准化检测系统。

背景技术

圆珠笔(Ball Point Pen)，或称原子笔，是使用水性、中性或者油性墨水，依靠笔头上自由转动的钢珠带出来转写到纸上的一种书写工具。圆珠笔具有结构简单、携带方便、书写润滑，且适宜于用来复写等优点，因而，从学校的学生到写字楼的文职人员等各界人士都乐于使用。

在圆珠笔中，笔头是其核心部件之一，圆珠笔笔头的外观尺寸是否合格直接关系到圆珠笔的书写时的流畅程度与出墨情况。圆珠笔笔头外观尺寸一般包括：总长、外圆直径、碗口间隙、碗口厚度等。

圆珠笔笔头的制造一般要经过多道工序，而如果加工精度不高，常会出现外观尺寸不符合标准要求的笔头，因此在笔头投入使用之前必须首先对笔头进行外观尺寸的检测，从而筛选出次品。

目前，在圆珠笔笔头的生产过程中，一般采用多种仪器、设备和方法，如投影仪或者千分尺等，通过人工读取数值的方式对圆珠笔笔头外观尺寸进行检测，从而筛选出次品。但人工筛选的方式工作量大、工作效率低且准确度低，检测速度难以达不到生产要求。而且，现有的检测方式还存在判断合格标准模糊，由于观测角度、清晰度和放大倍率导致的检测不准确以及人为不可控因素导致的精确度低、效率低等问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种基于机器视觉的笔头外观尺寸标准化检测系统，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或多个问题。

本公开的其他特性和优点将通过下面的详细描述变得清晰，或部分地通过本公开的实践而习得。

根据本公开实施例的一方面，提供一种基于机器视觉的笔头外观尺寸标准化检测系统，包括：

笔头传送模块，包括编码器；所述笔头传送模块用于载运待检测笔头且通过所述编码器生成与所述待检测笔头的顺序对应的编码值；

笔头侦测模块，用于在侦测到所述笔头传送模块载运所述待检测笔头经过预定位置时，发出提示信号；

图像采集模块，用于在收到所述提示信号时，记录所述编码器当前生成的编码值以及采集所述待检测笔头的图像；

图像分析模块，用于根据所述图像采集模块采集的图像计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格；

笔头筛选模块，用于筛选出检测合格的笔头以及剔除检测不合格的笔头。

在本公开的一种示例性实施例中，所述笔头侦测模块包括：

光电传感器，设置在所述预定位置，用于当所述笔头传送模块载运所述待检测笔头经过所述预定位置时发出所述提示信号。

在本公开的一种示例性实施例中，所述图像采集模块包括：

图像采集卡，用于接收所述提示信号以及在接收到所述提示信号后记录所述编码器当前生成的编码值；

工业相机，用于在所述图像采集卡接收所述提示信号后采集所述待检测笔头的图像。

在本公开的一种示例性实施例中，所述图像分析模块包括：

图像处理单元，用于对所述图像采集模块采集的所述待检测笔头的图像进行预处理并获取所述待检测笔头的轮廓图；

目标计算单元，用于根据所述待检测笔头的轮廓图计算所述待检测笔头的最小外接矩形；

检测判断单元，用于根据所述待检测笔头的最小外接矩形计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格。

在本公开的一种示例性实施例中，所述图像处理单元包括：

滤波处理单元，用于对所述图像采集模块采集的所述待检测笔头的图像进行滤波处理得到第一中间图像；

二值化处理单元，用于对所述第一中间图像进行二值化处理得到第二中间图像；

形态学处理单元，用于对所述第二中间图像进行形态学处理得到第三中间图像；

边缘检测单元，用于利用数字图像边缘检测技术从所述第三中间图像获取所述待检测笔头的轮廓图。

在本公开的一种示例性实施例中，所述滤波处理单元采用中值滤波器对所述待检测笔头的图像进行滤波降噪得到所述第一中间图像。

在本公开的一种示例性实施例中，所述边缘检测单元利用Canny边缘检测算法从所述第三中间图像获取所述待检测笔头的轮廓图。

在本公开的一种示例性实施例中，所述目标计算单元用于根据从所述待检测笔头的轮廓图计算出所述待检测笔头的最小外接矩形。

在本公开的一种示例性实施例中，所述检测判断单元包括：

尺寸计算单元，用于根据所述待检测笔头的最小外接矩形计算所述待检测笔头的外观尺寸；

比较判断单元，用于将所述待检测笔头的外观尺寸与预存的标准笔头外观尺寸进行比较，以判断所述待检测笔头是否合格；

结果记录单元，用于将合格的笔头的所述编码值存入链表中。

在本公开的一种示例性实施例中，所述尺寸计算单元包括：

基本测量单元，用于进行点-点、线-线、点-线、圆-圆之间距离以及角度测量与运算；

辅助线单元，用于进行包括切点、交点、中点、切线的几何点的精准选取；

几何公差单元，用于进行包括形状公差、定向公差、位置公差的公差测量。

本公开的一种实施例中的基于机器视觉的笔头外观尺寸标准化检测系统，通过引入机器视觉测量构建闭环检测模式，可以及时待检测笔头的图像并剔除不合格笔头。一方面，相比于人工检测方式，具有操作简便、效率高、准确度高等优点；另一方面，相比于接触式检测方式，具有不损坏样本等优点。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中一种基于机器视觉的笔头外观尺寸标准化检测系统的方框图。

图2示意性示出本公开示例性实施例中图像分析模块的方框图。

图3示意性示出本公开示例性实施例中一种基于机器视觉的笔头外观尺寸标准化检测系统的处理流程图。

图4A和4B示意性示出本公开示例性实施例中图像采集模块采集的待检测笔头的俯视图和主视图。

图5示意性示出本公开示例性实施例中二值化处理的得图像。

图6示意性示出本公开示例性实施例中图像分析模块的方框图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

为了能够高效、自动地筛选出尺寸不合格的笔头，解决传统检测技术方案中判断合格标准模糊以及人工检测耗时较长的问题；解决由于观测角度、清晰度和放大倍率导致的检测不准确问题；解决由于人为不可控因素导致的精确度低、效率低的问题，本示例实施方式中提供一种本示例实施方式中提供了一种基于机器视觉的笔头外观尺寸标准化检测系统，利用数字图像处理技术快速而准确获得笔头的外观尺寸信息，不仅可以使检测人员从繁重的重复劳动中解脱出来，还可以提高笔头检测的准确度和效率。

参考图1至图3中所示，本示例实施方式中的基于机器视觉的笔头外观尺寸标准化检测系统可以包括笔头传送模块、笔头侦测模块、图像采集模块、图像分析模块以及笔头筛选模块；当然，除此之外还可以包括现有技术中的电源模块、光源模块以及显示模块等其他部分，本示例实施方式中对此不做特殊限定。其中：

笔头传送模块可以包括编码器；所述笔头传送模块用于载运待检测笔头且通过所述编码器生成与所述待检测笔头的顺序对应的编码值。

本示例实施方式中，所述笔头传送模块将待检测笔头载运至指定位置，所述笔头传送模块例如可以为传送带等输运机构。编码器(encoder)是将信号或数据进行编制、转换为可用以通讯、传输和存储的信号形式的设备。本示例实施方式中，利用编码器生成与所述待检测笔头的顺序对应的编码值，从而可以以该编码值作为后续识别该待检测笔头的依据。将待检测笔头的编码值作为识别该待检测笔头的唯一依据，避免了在高速检测下的漏检和误筛选。

笔头侦测模块可以用于在侦测到所述笔头传送模块载运所述待检测笔头经过预定位置时，发出提示信号。

本示例实施方式中，笔头侦测模块例如可以包括若干个光电传感器，所述若干个光电传感器可以设置在传送带周边的预定位置，当所述笔头传送模块载运所述待检测笔头经过所述预定位置时，光电传感器可以根据光信号的变化而发出所述提示信号。

图像采集模块可以用于在收到所述提示信号时，记录所述编码器当前生成的编码值以及采集所述待检测笔头的图像。

本示例实施方式中，所述图像采集模块可以包括图像采集卡以及工业相机。其中，图像采集卡是可以获取数字化图像信息，并将其存储和播放出来的硬件设备；图像采集卡可以用于接收所述提示信号以及在接收到所述提示信号后记录所述编码器当前生成的编码值。工业相机具有高图像稳定性、高传输能力和高抗干扰能力等，其例如可以为基于CCD或CMOS芯片的相机。在所述图像采集卡接收所述提示信号后，可以控制所述工业相机采集所述待检测笔头的图像。

除此之外，所述图像采集模块还可以包括镜头、光源及显示器以及控制终端等组件。其中，所述镜头例如可以采用远心镜头，所述光源例如可以为平行光。通过所述图像采集模块可以拍摄出清晰的图像，保证拍摄的物体的真实度。如图4A以及图4B中所示，本示例实施方式中，所述图像采集模块可以采集待检测笔头的俯视图和主视图两个图像。但需要说明的是，在本公开的其他示例性实施例中，所述图像采集模块也可以采集待检测笔头的其他视图，本示例实施方式中对此不做特殊限定。

图像分析模块可以用于根据所述图像采集模块采集的图像计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格。

参考图2以及图3中所示，本示例实施方式中，所述图像分析模块可以包括图像处理单元、目标计算单元以及检测判断单元等。其中：

图像处理单元可以用于对所述图像采集模块采集的所述待检测笔头的图像进行预处理操作并获取所述待检测笔头的轮廓图，通过图像处理单元可以对图像采集模块采集的所述待检测笔头的图像进行一定的变换，以达到适合计算机对图像特征进行提取和识别的目的。目标计算单元可以用于根据所述待检测笔头的轮廓图计算出所述待检测笔头的最小外界矩形；检测判断单元可以用于根据所述待检测笔头的最小外界矩形计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格。

因此，通过上述图像分析模块即可判断所述待检测笔头是否合格。下面对上述图像分析模块的各部分进行更详细的说明。

本示例实施方式中，所述图像处理单元可以包括滤波处理单元、二值化处理单元、形态学处理单元以及边缘检测单元。其中：

所述滤波处理单元可以用于对所述图像采集模块采集的所述待检测笔头的图像进行滤波处理得到第一中间图像。工业相机所采集的图像难免会受到噪声的干扰，通过上述滤波处理单元可以消除或减少噪声。本示例实施方式中，所述滤波处理单元例如可以采用中值滤波器对所述待检测笔头的图像进行滤波降噪得到所述第一中间图像。中值滤波的基本方法是选定某种结构的模板，令原图的像素点为该模板的中心像素点，然后将模板内像素点按灰度值的大小进行排序，生成一个单调上升(或下降)的数列，然后用数列的中值作为模板中心点的灰度值。

所述二值化处理单元可以用于对所述第一中间图像进行二值化处理得到第二中间图像。如公式1所示，图像二值化处理是将凡是像素的灰度值f(x,y)大于给定阈值T的置为255，小于给定阈值T的置为0。这样处理后的图像就只有黑白两色，从而将灰度范围分成目标和背景两类，其中灰度为0的像素点区域判断为笔头，得到的二值图如图5所示。

所述形态学处理单元可以用于对所述第二中间图像进行形态学处理得到第三中间图像。经过滤波处理后的待检测笔头图像在进行二值化处理时，往往会在笔头区域的内部和边缘形成一些细小的空洞和毛刺等，在背景区域形成较小的伪目标点，因此要对图像进行形态学处理以消除图像中出现的缺陷点，同时不会改变笔头区域的形状及面积。本示例实施方式中，所述形态学处理单元可以首先对所述第二中间图像行开运算，消除图像中出现的毛刺和伪目标点，然后再对图像进行闭运算，消除图像中出现的孔洞。

所述边缘检测单元可以用于利用数字图像边缘检测技术从所述第三中间图像获取所述待检测笔头的轮廓图。笔头长度标准化检测要精确定位笔头的边缘线，以减少笔头长度的测量误差，提高测量精度，因此边缘检测是本公开中不可或缺的图像处理操作。本示例实施方式中可以采用Canny边缘检测算法来提取出第三中间图像中的笔头与背景之间的交界线。例如，所述边缘检测单元首先对第三中间图像进行梯度的幅值和方向的计算，然后对梯度幅值进行非极值抑制，再用双阈值算法检测和链接边缘得到所述待检测笔头的轮廓图。

此外，所述图像处理单元还可以包括其他部分以及进行其他处理步骤。例如，在滤波处理步骤之前，还可以以图像像素灰度级别为横坐标，以像素数量为纵坐标得到图像的灰度直方图，通过线性变换来增强图像对比度等，因此本示例性实施例中并不以此为限。

本示例实施方式中，所述目标计算单元可以用于根据所述待检测笔头的轮廓图计算出所述待检测笔头的最小外接矩形。其基本原理是，在已知物体的轮廓的前提下，用其外接矩形的尺寸来描述该物体的基本尺寸。通常需要计算反应物体形状特征的主轴方向上的长度和与之垂直的方向上的宽度，作为该物体的最小外接矩形。计算最小外接矩形的最常用的方法是将物体在90°内等间隔旋转，记录下其轮廓在坐标系方向上的外接矩形参数，通过计算每次旋转的外接矩形的面积求取目标的最小外接矩形。其具体步骤可概括为：

(1)对边缘检测得到的轮廓图，计算其外接矩形面积，并记录外接矩形的长、宽和面积；

(2)将图像逆时针旋转3°后，重复步骤(1)；旋转30次后，进行步骤(3)；

(3)根据每次旋转记录的目标区域的外接矩形面积，计算目标区域的最小外接矩形，同时记录最小外接矩形的长和宽。

本示例实施方式中，所述检测判断单元可以包括尺寸计算单元、比较判断单元以及结果记录单元等。其中：

所述尺寸计算单元可以用于根据所述待检测笔头的最小外接矩形计算所述待检测笔头的外观尺寸。为了可以准确计算所述待检测笔头的外观尺寸，本示例实施方式中，所述尺寸计算单元可以包括基本测量单元、辅助线单元以及几何公差单元等。通过所述基本测量单元可以进行点-点、线-线、点-线、圆-圆之间距离以及角度等方面的测量与运算；通过所述辅助线单元可以进行包括切点、交点、中点、切线的几何点等方面的精准选取；通过所述几何公差单元可以进行包括形状公差、定向公差、位置公差等方面的公差测量。本示例实施方式中，所述外观尺寸可以包括笔头总长、外圆直径、碗口间隙、碗口厚度或者其他所测量的尺寸。

所述比较判断单元可以用于将所述待检测笔头的外观尺寸与预存的标准笔头外观尺寸进行比较，以判断所述待检测笔头是否合格。本示例实施方式中，所述预存的标准笔头外观尺寸可以是由操作人员在外界直接输入，也可以是通过现有技术中的方法测量后预先存储，也可以上通过本示例实施方式中上述方法检测得到后预先存储。本示例实施方式中，所述预存的标准笔头外观尺寸可以包括笔头总长、外圆直径、碗口间隙、碗口厚度或者其他所测量的尺寸，并通过这些标准笔头外观尺寸建立一个不同型号标准笔头外观尺寸的数据库，从而便于比较判断时的调用。此外，在进行比较判断时，还可以结合误差允许范围判断待检测笔头是否合格，超出误差范围则将待检测笔头判定为不合格笔头。

所述结果记录单元可以用于将合格的笔头的所述编码值存入链表中。通过将合格的待检测笔头经过上述光电传感器时记录的编码值存入链表中，可以在后续过程中确定对应的待检测笔头是否合格。此外，本示例实施方式中还可以在PC机终端显示外观尺寸不合格的待检测笔头，并显示具体是哪一检测项目不合格，以便于后期进行统计分析。

本示例实施方式中，所述笔头筛选模块可以用于筛选出检测合格的笔头以及剔除检测不合格的笔头。例如，所述笔头筛选模块可以包括电磁阀分拣装置，当通过电磁阀分拣装置的待检测笔头的编码值不在所述链表中时，即可判断待检测笔头为不合格产品，此时则可以通知电磁阀分拣装置将其分拣入次品收集箱。但需要说明的是，在本公开的其他示例性实施例中，所述笔头筛选模块也可以采用其他可行的方式实现，并不局限于本示例实施方式中所例举的实现方式。

上述基于机器视觉的笔头外观尺寸标准化检测系统中的设计可以以VC++为开发基础平台，结合开源视觉函数库OpenCV和图像处理类库CImg编写程序以实现标准化检测系统所要求的功能。整个软件界面可以包括图像显示区域、基础菜单区域、测量设定区域、检测结果显示区域等部分。该标准化检测系统不仅能够实现图像采集的显示功能、实现自动判别笔头是否合格的功能，同时，还能够实现在菜单区域设置些基础参数等功能。

本示例实施方式中的笔头外观尺寸标准化检测系统，通过引入机器视觉测量构建闭环检测模式，可以及时待检测笔头的图像并剔除不合格笔头。一方面，相比于人工检测方式，具有操作简便、效率高、准确度高等优点；另一方面，相比于接触式检测方式，具有不损坏样本等优点。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

图6中示出根据本公开示例实施方式中上述基于机器视觉的笔头外观尺寸标准化检测系统中图像分析模块的一种示意图。参照图5，图像分析模块400包括处理组件422，其进一步包括一个或多个处理器，以及由存储器432所代表的存储器资源，用于存储可由处理组件422的执行的指令，例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件422被配置为执行指令，以执行上述方法。

图像分析模块400还可以包括一个电源组件426被配置为执行图像分析模块400的电源管理，一个有线或无线网络接口450被配置为将图像分析模块400连接到网络，和一个输入输出(I/O)接口458。图像分析模块400可以操作基于存储在存储器432的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

Claims (10)

1.一种基于机器视觉的笔头外观尺寸标准化检测系统，其特征在于，包括：

笔头传送模块，包括编码器；所述笔头传送模块用于载运待检测笔头且通过所述编码器生成与所述待检测笔头的顺序对应的编码值；

笔头侦测模块，用于在侦测到所述笔头传送模块载运所述待检测笔头经过预定位置时，发出提示信号；

图像采集模块，用于在收到所述提示信号时，记录所述编码器当前生成的编码值以及采集所述待检测笔头的图像；

图像分析模块，用于根据所述图像采集模块采集的图像计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格；

笔头筛选模块，用于筛选出检测合格的笔头以及剔除检测不合格的笔头。

2.根据权利要求1所述的笔头外观尺寸标准化检测系统，其特征在于，所述笔头侦测模块包括：

光电传感器，设置在所述预定位置，用于当所述笔头传送模块载运所述待检测笔头经过所述预定位置时发出所述提示信号。

3.根据权利要求2所述的笔头外观尺寸标准化检测系统，其特征在于，所述图像采集模块包括：

图像采集卡，用于接收所述提示信号以及在接收到所述提示信号后记录所述编码器当前生成的编码值；

工业相机，用于在所述图像采集卡接收所述提示信号后采集所述待检测笔头的图像。

4.根据权利要求1所述的笔头外观尺寸标准化检测系统，其特征在于，所述图像分析模块包括：

图像处理单元，用于对所述图像采集模块采集的所述待检测笔头的图像进行预处理并获取所述待检测笔头的轮廓图；

目标计算单元，用于根据所述待检测笔头的轮廓图计算所述待检测笔头的最小外接矩形；

检测判断单元，用于根据所述待检测笔头的最小外接矩形计算所述待检测笔头的外观尺寸并据以判断所述待检测笔头是否合格。

5.根据权利要求4所述的笔头外观尺寸标准化检测系统，其特征在于，所述图像处理单元包括：

滤波处理单元，用于对所述图像采集模块采集的所述待检测笔头的图像进行滤波处理得到第一中间图像；

二值化处理单元，用于对所述第一中间图像进行二值化处理得到第二中间图像；

形态学处理单元，用于对所述第二中间图像进行形态学处理得到第三中间图像；

边缘检测单元，用于利用数字图像边缘检测技术从所述第三中间图像获取所述待检测笔头的轮廓图。

6.根据权利要求5所述的笔头外观尺寸标准化检测系统，其特征在于，所述滤波处理单元采用中值滤波器对所述待检测笔头的图像进行滤波降噪得到所述第一中间图像。

7.根据权利要求5所述的笔头外观尺寸标准化检测系统，其特征在于，所述边缘检测单元利用Canny边缘检测算法从所述第三中间图像获取所述待检测笔头的轮廓图。

8.根据权利要求4所述的笔头外观尺寸标准化检测系统，其特征在于，所述目标计算单元用于根据从所述待检测笔头的轮廓图计算出待检测笔头的最小外接矩形。

9.根据权利要求4所述的笔头外观尺寸标准化检测系统，其特征在于，所述检测判断单元包括：

尺寸计算单元，用于根据所述待检测笔头的最小外接矩形计算所述待检测笔头的外观尺寸；

比较判断单元，用于将所述待检测笔头的外观尺寸与预存的标准笔头外观尺寸进行比较，以判断所述待检测笔头是否合格；

结果记录单元，用于将合格的笔头的所述编码值存入链表中。

10.根据权利要求9所述的笔头外观尺寸标准化检测系统，其特征在于，所述尺寸计算单元包括：

基本测量单元，用于进行点-点、线-线、点-线、圆-圆之间距离以及角度测量与运算；

辅助线单元，用于进行包括切点、交点、中点、切线的几何点的精准选取；

几何公差单元，用于进行包括形状公差、定向公差、位置公差的公差测量。