CN106895826A - 一种改进的机器视觉检测系统及其检测方法 - Google Patents

一种改进的机器视觉检测系统及其检测方法 Download PDF

Info

Publication number
CN106895826A
CN106895826A CN201610754692.8A CN201610754692A CN106895826A CN 106895826 A CN106895826 A CN 106895826A CN 201610754692 A CN201610754692 A CN 201610754692A CN 106895826 A CN106895826 A CN 106895826A
Authority
CN
China
Prior art keywords
picture
camera
light source
characteristic area
pictures
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.)
Granted
Application number
CN201610754692.8A
Other languages
English (en)
Other versions
CN106895826B (zh
Inventor
王俊红
王喜斌
刘金梅
李宗睿
杨超
宫旭泽
张淼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Langfang Langrui Technology Co ltd
Original Assignee
North China Institute of Aerospace Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Institute of Aerospace Engineering filed Critical North China Institute of Aerospace Engineering
Priority to CN201610754692.8A priority Critical patent/CN106895826B/zh
Publication of CN106895826A publication Critical patent/CN106895826A/zh
Application granted granted Critical
Publication of CN106895826B publication Critical patent/CN106895826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures

Abstract

本发明公开了一种改进的机器视觉检测系统，包括第一相机，用于对待测物进行拍照；第一光源，位于第一相机上，第一光源的照射方向与第一相机的拍照方向相互平行；第二相机，用于对待测物进行拍照，第二相机与第一相机的拍照方向夹角为45°；第二光源，位于第二相机上，第二光源的照射方向与第二相机的拍照方向相互平行；控制器，与第一相机、第二相机、第一光源和第二光源通讯连接，用于控制补光拍照的过程，并对拍摄的照片进行检测。本发明还公开了一种提高了对于不同类型产品的适应性。本发明能够改进现有技术的不足，提高了对于不同类型产品的适应性。

Description

一种改进的机器视觉检测系统及其检测方法
技术领域
本发明涉及机器视觉识别技术领域，尤其是一种改进的机器视觉检测系统及其检测方法。
背景技术
机器视觉识别已经成为了一种常用的自动化生产线的检测设备。现有的机器视觉检测设备通常是针对特征产品设计的，通用性较差，导致生产线更换产品类型后需要对机器视觉检测设备进行同步更新。
发明内容
本发明要解决的技术问题是提供一种改进的机器视觉检测系统及其检测方法，能够解决现有技术的不足，提高了对于不同类型产品的适应性。
为解决上述技术问题，本发明所采取的技术方案如下。
一种改进的机器视觉检测系统，包括
第一相机，用于对待测物进行拍照；
第一光源，位于第一相机上，第一光源的照射方向与第一相机的拍照方向相互平行；
第二相机，用于对待测物进行拍照，第二相机与第一相机的拍照方向夹角为45°；
第二光源，位于第二相机上，第二光源的照射方向与第二相机的拍照方向相互平行；
控制器，与第一相机、第二相机、第一光源和第二光源通讯连接，用于控制补光拍照的过程，并对拍摄的照片进行检测。
一种上述的改进的机器视觉检测系统的检测方法，包括以下步骤：
A、在待测物上标记坐标数据；
B、打开第一光源，使用第一相机对待测物进行拍照，得到第一图片；
C、关闭第一光源，打开第二光源，使用第二相机对待测物进行拍照，得到第二图片，使用第一相机对待测物进行拍照，得到第三图片；
D、在第一图片、第二图片和第三图片上确定若干个坐标数据相同的特征点，并使用特征点划定特征区域的范围；
E、将第一图片和第二图片中对应的特征区域进行融合，计算融合后的特征区域与第三图片上对应的特征区域的线性相关度，以及第三图片上的特征区域与控制器存储的参照标注图片对应特征区域的线性相关度，若计算出的两个线性相关度均大于0.7，则判断待测物与参照标准图片一致。
作为优选，步骤D中，以特征点为圆形，划定圆形的特征区域，每个特征区域至少和另外一个特征区域具有重合的部分。
作为优选，步骤E中，第一图片和第二图片中对应的特征区域进行融合包括以下步骤，
E1、确定每个特征区域中的光照区域和阴影区域，根据对应的两个特征区域的拍摄角度计算对应的两个特征区域中光照区域和阴影区域的畸变关系；
E2、将图片中不符合计算得到的畸变关系的图像点放入待处理集合中；
E3、将得到的待处理集合中的图像点针对参照标注图片的相应图像点进行线性拟合；
E4、将符合计算得到的畸变关系的图像点与经过步骤E3处理后的图像点进行叠加，得到融合后的特征区域。
作为优选，步骤E中，所述线性相关度包括光照区域和阴影区域分界线的相关度和像素灰度相关度，其中光照区域和阴影区域分界线的相关度的权重占70％，像素灰度相关度的权重占30％。
作为优选，在拍摄第一图片、第二图片和第三图片时，光源使用至少三个亮度进行照射，并相应拍摄相同数量的图片；在步骤D中，首先将不同亮度下的同一图片进行叠加，形成一张图片后，再进行特征区域的划定。
采用上述技术方案所带来的有益效果在于：本发明利用不同光源和不同拍照视角对待测物进行拍照取样，然后通过其表面特征区域的相关度实现图像的识别。这种方法通过建立待测图像和标准图像之间灰度相关度和形状相关度的联系，对待测图像进行识别，不受待测物表面形状的影响，识别率高；而且识别方法的鲁棒性较强，在不改变检测装置和检测方法的情况下，可以对不同待测物进行精准快速的识别检测。
附图说明
图1是本发明一个具体实施方式的结构图。
图中：1、第一相机；2、第一光源；3、第二相机；4、第二光源；5、控制器。
具体实施方式
本发明中使用到的标准零件均可以从市场上购买，异形件根据说明书的和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接、粘贴等常规手段，在此不再详述。
实施例1
参照图1，本发明一个具体实施方式包括
第一相机1，用于对待测物进行拍照；
第一光源2，位于第一相机1上，第一光源2的照射方向与第一相机1的拍照方向相互平行；
第二相机3，用于对待测物进行拍照，第二相机3与第一相机1的拍照方向夹角为45°；
第二光源4，位于第二相机3上，第二光源4的照射方向与第二相机3的拍照方向相互平行；
控制器5，与第一相机1、第二相机3、第一光源2和第二光源4通讯连接，用于控制补光拍照的过程，并对拍摄的照片进行检测。
一种上述的改进的机器视觉检测系统的检测方法，其特征在于包括以下步骤：
A、在待测物上标记坐标数据；
B、打开第一光源2，使用第一相机1对待测物进行拍照，得到第一图片；
C、关闭第一光源2，打开第二光源4，使用第二相机3对待测物进行拍照，得到第二图片，使用第一相机1对待测物进行拍照，得到第三图片；
D、在第一图片、第二图片和第三图片上确定若干个坐标数据相同的特征点，并使用特征点划定特征区域的范围；
E、将第一图片和第二图片中对应的特征区域进行融合，计算融合后的特征区域与第三图片上对应的特征区域的线性相关度，以及第三图片上的特征区域与控制器5存储的参照标注图片对应特征区域的线性相关度，若计算出的两个线性相关度均大于0.7，则判断待测物与参照标准图片一致。
步骤D中，以特征点为圆形，划定圆形的特征区域，每个特征区域至少和另外一个特征区域具有重合的部分。
步骤E中，第一图片和第二图片中对应的特征区域进行融合包括以下步骤，
E1、确定每个特征区域中的光照区域和阴影区域，根据对应的两个特征区域的拍摄角度计算对应的两个特征区域中光照区域和阴影区域的畸变关系；
E2、将图片中不符合计算得到的畸变关系的图像点放入待处理集合中；
E3、将得到的待处理集合中的图像点针对参照标注图片的相应图像点进行线性拟合；
E4、将符合计算得到的畸变关系的图像点与经过步骤E3处理后的图像点进行叠加，得到融合后的特征区域。
步骤E中，所述线性相关度包括光照区域和阴影区域分界线的相关度和像素灰度相关度，其中光照区域和阴影区域分界线的相关度的权重占70％，像素灰度相关度的权重占30％。
实施例2
本实施例是在实施例1的基础上改进而来的。在拍摄第一图片、第二图片和第三图片时，光源使用至少三个亮度进行照射，并相应拍摄相同数量的图片；在步骤D中，首先将不同亮度下的同一图片进行叠加，形成一张图片后，再进行特征区域的划定。此外，将第一光源2和第二光源4全部打开，使用第一相机1对待测物进行拍照，得到第四图片，计算第四图片与第三图片对应特征区域的相关度，然后使用此相关度对步骤E中用于判断待测物与参照标准图片是否一致的线性相关度进行修正，
其中，r0为修正前的步骤E中的线性相关度，r′0为修正后的步骤E中的线型相关度，r1为第四图片与第三图片对应特征区域的相关度。
本发明可以对多种待测物进行精确识别检测，适用范围广。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.一种改进的机器视觉检测系统，其特征在于：包括
第一相机(1)，用于对待测物进行拍照；
第一光源(2)，位于第一相机(1)上，第一光源(2)的照射方向与第一相机(1)的拍照方向相互平行；
第二相机(3)，用于对待测物进行拍照，第二相机(3)与第一相机(1)的拍照方向夹角为45°；
第二光源(4)，位于第二相机(3)上，第二光源(4)的照射方向与第二相机(3)的拍照方向相互平行；
控制器(5)，与第一相机(1)、第二相机(3)、第一光源(2)和第二光源(4)通讯连接，用于控制补光拍照的过程，并对拍摄的照片进行检测。
2.一种权利要求1所述的改进的机器视觉检测系统的检测方法，其特征在于包括以下步骤：
A、在待测物上标记坐标数据；
B、打开第一光源(2)，使用第一相机(1)对待测物进行拍照，得到第一图片；
C、关闭第一光源(2)，打开第二光源(4)，使用第二相机(3)对待测物进行拍照，得到第二图片，使用第一相机(1)对待测物进行拍照，得到第三图片；
D、在第一图片、第二图片和第三图片上确定若干个坐标数据相同的特征点，并使用特征点划定特征区域的范围；
E、将第一图片和第二图片中对应的特征区域进行融合，计算融合后的特征区域与第三图片上对应的特征区域的线性相关度，以及第三图片上的特征区域与控制器(5)存储的参照标注图片对应特征区域的线性相关度，若计算出的两个线性相关度均大于0.7，则判断待测物与参照标准图片一致。
3.根据权利要求2所述的改进的机器视觉检测系统的检测方法，其特征在于：步骤D中，以特征点为圆形，划定圆形的特征区域，每个特征区域至少和另外一个特征区域具有重合的部分。
4.根据权利要求3所述的改进的机器视觉检测系统的检测方法，其特征在于：步骤E中，第一图片和第二图片中对应的特征区域进行融合包括以下步骤，
E1、确定每个特征区域中的光照区域和阴影区域，根据对应的两个特征区域的拍摄角度计算对应的两个特征区域中光照区域和阴影区域的畸变关系；
E2、将图片中不符合计算得到的畸变关系的图像点放入待处理集合中；
E3、将得到的待处理集合中的图像点针对参照标注图片的相应图像点进行线性拟合；
E4、将符合计算得到的畸变关系的图像点与经过步骤E3处理后的图像点进行叠加，得到融合后的特征区域。
5.根据权利要求4所述的改进的机器视觉检测系统的检测方法，其特征在于：步骤E中，所述线性相关度包括光照区域和阴影区域分界线的相关度和像素灰度相关度，其中光照区域和阴影区域分界线的相关度的权重占70％，像素灰度相关度的权重占30％。
6.根据权利要求2所述的改进的机器视觉检测系统的检测方法，其特征在于：在拍摄第一图片、第二图片和第三图片时，光源使用至少三个亮度进行照射，并相应拍摄相同数量的图片；在步骤D中，首先将不同亮度下的同一图片进行叠加，形成一张图片后，再进行特征区域的划定。
CN201610754692.8A 2016-08-29 2016-08-29 一种改进的机器视觉检测系统及其检测方法 Active CN106895826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610754692.8A CN106895826B (zh) 2016-08-29 2016-08-29 一种改进的机器视觉检测系统及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610754692.8A CN106895826B (zh) 2016-08-29 2016-08-29 一种改进的机器视觉检测系统及其检测方法

Publications (2)

Publication Number Publication Date
CN106895826A true CN106895826A (zh) 2017-06-27
CN106895826B CN106895826B (zh) 2019-04-02

Family

ID=59191125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610754692.8A Active CN106895826B (zh) 2016-08-29 2016-08-29 一种改进的机器视觉检测系统及其检测方法

Country Status (1)

Country Link
CN (1) CN106895826B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108332675A (zh) * 2017-11-14 2018-07-27 苏州华智诚精工科技有限公司 一种半封闭型圆孔测量装置具及其测量方法
CN109704171A (zh) * 2019-01-01 2019-05-03 周义 一种基于机器视觉的电动升降机

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101771825A (zh) * 2008-12-19 2010-07-07 华为终端有限公司 图像亮色补偿的方法和装置
CN102016771A (zh) * 2008-05-09 2011-04-13 智能技术无限责任公司 具有受控照明的交互输入系统
US20110206274A1 (en) * 2010-02-25 2011-08-25 Canon Kabushiki Kaisha Position and orientation estimation apparatus and position and orientation estimation method
CN104502356A (zh) * 2015-01-05 2015-04-08 江苏大学 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法
CN105849772A (zh) * 2013-12-22 2016-08-10 模拟技术公司 检查系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102016771A (zh) * 2008-05-09 2011-04-13 智能技术无限责任公司 具有受控照明的交互输入系统
CN101771825A (zh) * 2008-12-19 2010-07-07 华为终端有限公司 图像亮色补偿的方法和装置
US20110206274A1 (en) * 2010-02-25 2011-08-25 Canon Kabushiki Kaisha Position and orientation estimation apparatus and position and orientation estimation method
CN105849772A (zh) * 2013-12-22 2016-08-10 模拟技术公司 检查系统及方法
CN104502356A (zh) * 2015-01-05 2015-04-08 江苏大学 一种基于机器视觉的滑动轴承内表面缺陷的自动检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108332675A (zh) * 2017-11-14 2018-07-27 苏州华智诚精工科技有限公司 一种半封闭型圆孔测量装置具及其测量方法
CN109704171A (zh) * 2019-01-01 2019-05-03 周义 一种基于机器视觉的电动升降机

Also Published As

Publication number Publication date
CN106895826B (zh) 2019-04-02

Similar Documents

Publication Publication Date Title
US9087258B2 (en) Method for counting objects and apparatus using a plurality of sensors
CN103499585B (zh) 基于机器视觉的非连续性锂电池薄膜缺陷检测方法及其装置
CN106228546B (zh) 一种板卡的检测方法及装置
CN105674880B (zh) 基于双目原理的接触网几何参数测量方法及系统
CN105373135B (zh) 一种基于机器视觉的飞机入坞引导和机型识别的方法及系统
CN106340044A (zh) 摄像机外参自动标定方法及标定装置
CN104554341B (zh) 检测轨道平顺度的系统和方法
CN105717132B (zh) 一种pc构件生产线的预埋件检测系统和方法
CN103279765B (zh) 基于图像匹配的钢丝绳表面损伤检测方法
CN104123779B (zh) 硬币隐形图案检测方法及其检测装置
CN110108711A (zh) 圆环侧壁缺陷的视觉检测系统
CN107316488A (zh) 信号灯的识别方法、装置和系统
CN105139384B (zh) 缺陷胶囊检测的方法和装置
CN105812746A (zh) 一种目标检测方法及系统
CN105718902B (zh) 接触网受电弓拉出值超限缺陷识别方法及系统
CN107220999A (zh) 工件圆弧边缘特征点匹配方法的研究
CN102879404B (zh) 工业结构化场景中医用胶囊缺陷自动检测的系统
CN105023018A (zh) 一种喷码检测方法及系统
CN106895826A (zh) 一种改进的机器视觉检测系统及其检测方法
CN105825204A (zh) 一种智能相机夜间识别电力设备表计的方法
CN107367245A (zh) 光学三维轮廓测量中的无效点探测与剔除方法
CN106770322A (zh) 校准点深度检测方法及温控器外观检测方法
CN108093618A (zh) 通过比较3d高度轮廓与参照高度轮廓来检验贴装内容
CN101520309A (zh) 成像装置
CN103389312B (zh) 铜管检测系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230726

Address after: 065000 No. 14, row 4, Nanying village, economic and Technological Development Zone, Langfang City, Hebei Province

Patentee after: Langfang Langrui Technology Co.,Ltd.

Address before: 065000 AI min Dong Road, Langfang, Hebei Province, No. 133

Patentee before: NORTH CHINA INSTITUTE OF AEROSPACE ENGINEERING

TR01 Transfer of patent right