CN107180424A - 一种电容计数设备及方法 - Google Patents

一种电容计数设备及方法 Download PDF

Info

Publication number
CN107180424A
CN107180424A CN201710269415.2A CN201710269415A CN107180424A CN 107180424 A CN107180424 A CN 107180424A CN 201710269415 A CN201710269415 A CN 201710269415A CN 107180424 A CN107180424 A CN 107180424A
Authority
CN
China
Prior art keywords
electric capacity
image
images
baffle plate
modle
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
CN201710269415.2A
Other languages
English (en)
Other versions
CN107180424B (zh
Inventor
吴琦
程平
颜杰
钟金良
钟胜斌
何森
龚纯斌
肖潇
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.)
Ruishi Chikaku (xiamen) Software Development Co Ltd
Original Assignee
Ruishi Chikaku (xiamen) Software Development Co Ltd
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 Ruishi Chikaku (xiamen) Software Development Co Ltd filed Critical Ruishi Chikaku (xiamen) Software Development Co Ltd
Priority to CN201710269415.2A priority Critical patent/CN107180424B/zh
Publication of CN107180424A publication Critical patent/CN107180424A/zh
Application granted granted Critical
Publication of CN107180424B publication Critical patent/CN107180424B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06T2207/30242—Counting objects in image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Analysis (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

本发明公开了电容计数设备及其方法，包括机台、感应装置、摄像装置、终端处理器、挡板和放电装置，挡板设置在机台的台面上，摄像装置设置在机台的上方，摄像装置包括图像采集模块和图像分析模块，图像采集模块分别连接图像分析模块和感应装置，终端处理器分别连接图像分析模块和放电装置，放电装置和挡板连接，本发明实现电容计数的自动化和智能化,减少人为干预，有效避免了人为漏检的现象，大大降低了成本，生产效率得到显著地提高。

Description

一种电容计数设备及方法
技术领域
本发明涉及一种电容计数设备及方法。
背景技术
2015年5月，国务院颁布了《中国制2025》，部署全面推进实施制造强国的战略。据悉，这是我国实施制造强国战略第一个十年的行动纲领，一系列配套政策有望陆续出台。其中，“工业4.0”作为实现“中国制造2025”的重要手段，受到了广泛关注。“工业4.0”的本质就是实现工业互联网，即将虚拟网络与实体连接，形成更具有效率的生产系统。让传统行业通过互联网、大数据分析等，将优势发挥出来，通过创新的信息化建设将优势产业链加以集聚与联合。以电容制造企业为例，传统的电容制造企业在包装计数环节存在严重的不足：(1)工人数量多，企业成本高；(2)人工计数效率低，准确性差。这些实际存在的问题已经无法满足企业对于快速发展的需求，从而借助计算机软件技术提升企业的生产效率具有重要的意义。
有鉴于此，本发明人专门设计了电容计数设备及方法，本案由此产生。
发明内容
本发明的第一目的在于提供电容计数设备，以取代人工作业，减少人工计数负担，能自动快速对包装中电容进行计数，同时也有效避免了人为漏检的现象。
本发明的第二目的在于提供一种电容计数方法，自动实现电容目标计数，实现机、电为一体，真正做到智能化生产。
为了实现上述目的，本发明采用的技术方案如下：
电容计数设备，包括机台、感应装置、摄像装置、终端处理器、挡板和放电装置，挡板设置在机台的台面上，摄像装置设置在机台的上方，摄像装置包括图像采集模块和图像分析模块，图像采集模块分别连接图像分析模块和感应装置，终端处理器分别连接图像分析模块和放电装置，放电装置和挡板连接。
所述感应装置为光电开关传感器。
所述光电开关传感器设置在挡板上。
所述放电装置包括放电开关和气缸，放电开关分别连接气缸和所述终端处理器，挡板与气缸连接。
电容计数方法，包括以下步骤：
S01、电容包装箱放入机台的台面，感应装置感应电容包装箱并将信号传输给摄像装置；
S02、图像采集模块获取感应装置的信号并采集电容图像；
S03、图像分析模块获取电容图像并进行电容目标检测，得到电容数量；
S04、终端处理器根据检测的电容数量控制放电装置，若电容数量符合预设值，则终端处理器输出信号给放电装置，放下挡板并推入电容进行放电、封装；否则执行步骤S05；
S05、挡板不放下，操作员进一步确认电容个数。
所述步骤S03中进行电容目标检测进一步包括以下步骤：
S031、设置模板图像，将电容图像和模板图像均从RGB空间转化到HSV空间，获取模板图像的V通道图像记为Modle图像和电容图像的V通道图像记为F图像；
S032、Modle图像沿着F图像逐个像素点遍历，获取F图像上被Modle图像覆盖的区域图像，对Modle图像与区域图像进行灰度相关性匹配和空间结构相关性匹配，获取灰度相似度值和空间结构相似度值；
S033、判断灰度相似度值和空间结构相似度值是否均大于预设的阈值，若均大于预设的阈值，则当前区域有电容目标，否则当前区域没有电容目标；
S034、遍历步长跨出模板图像的尺度，再逐个像素遍历。
所述步骤S032中灰度相关性匹配和空间结构相关性匹配分别采用如下公式：
灰度相似度值
其中，H1(t)为模板图像的灰度直方图，H2(t)为当前覆盖区域图像的灰度直方图，t为像素点的灰度级，t＝0,1,2,…,255；
空间结构相似度值
其中，W1和W2均为特征向量，W1为以Modle图像中心为原点，以Modle图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W1＝(W11，W12，…，W1K，…，W1n)，W2为以当前覆盖的区域图像中心为原点，以区域图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W2＝(W21，W22，…，W2K，…，W2n)，其中，n为圆周上的像素点个数，K为圆周上第K个像素点,W1K为Modle图像所成圆周中第K个像素点的灰度值,W2K为区域图像所成圆周中第K个像素点的灰度值。
采用上述方案后，本发明操作简单，使用便捷，适用广泛，能自动快速对包装中电容进行计数，实现电容计数自动化，减少人工计数负担，同时也有效避免了人为漏检的现象，大大降低了成本，生产效率得到显著地提高。
以下结合附图和具体实施方式对本发明做进一步说明。
附图说明
图1是本发明的结构示意图。
标号说明
机台1，感应装置2，摄像装置3，挡板4，气缸5。
具体实施方式
如图1所示，本发明揭示的电容计数设备，包括机台1、感应装置2、摄像装置3、终端处理器、挡板4和放电装置，挡板4设置在机台1的台面上，摄像装置3设置在机台1的上方，摄像装置3包括图像采集模块和图像分析模块，图像采集模块分别连接图像分析模块和感应装置2，终端处理器分别连接图像分析模块和放电装置，放电装置和挡板4连接。
所述感应装置2为光电开关传感器，光电开关传感器可在5mm距离内感应物体是否存在。
所述光电开关传感器设置在挡板4上。
所述放电装置包括放电开关和气缸5，放电开关分别连接气缸5和所述终端处理器，挡板4与气缸5连接，终端处理器根据图像分析模块检测的电容数量控制放电开关，若电容数量符合预设值，则终端处理器输出信号给放电开关，放电开关控制气缸5下压放下挡板4，并推入电容进行放电、封装。
本发明还揭示一种电容计数方法，包括以下步骤：
S01、电容包装箱放入机台1的台面，感应装置2感应电容包装箱并将信号传输给摄像装置3；
S02、图像采集模块获取感应装置2的信号并采集电容图像；
S03、图像分析模块获取电容图像并进行电容目标检测，得到电容数量；
S04、终端处理器根据检测的电容数量控制放电装置，若电容数量符合预设值，则终端处理器输出信号给放电装置，放下挡板4并推入电容进行放电、封装；否则执行步骤S05；
S05、挡板4不放下，操作员进一步确认电容个数。
所述步骤S03中进行电容目标检测进一步包括以下步骤：
S031、设置模板图像，将电容图像和模板图像均从RGB空间转化到HSV空间，获取模板图像的V通道图像记为Modle图像和电容图像的V通道图像记为F图像；
S032、Modle图像沿着F图像滑动并逐个像素点遍历，获取F图像上被Modle图像覆盖的区域图像，对Modle图像与区域图像进行灰度相关性匹配和空间结构相关性匹配，获取灰度相似度值和空间结构相似度值；
S033、判断灰度相似度值和空间结构相似度值是否均大于预设的阈值，若均大于预设的阈值，则当前区域有电容目标，否则当前区域没有电容目标；
S034、遍历步长跨出模板图像的尺度，再逐个像素遍历。
所述步骤S032中灰度相关性匹配和空间结构相关性匹配分别采用如下公式：
灰度相似度值
其中，H1(t)为模板图像的灰度直方图，H2(t)为当前覆盖区域图像的灰度直方图，t为像素点的灰度级，t＝0,1,2,…,255；
空间结构相似度值
其中，W1和W2均为特征向量，W1为以Modle图像中心为原点，以Modle图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W1＝(W11，W12，…，W1K，…，W1n)，W2为以当前覆盖的区域图像中心为原点，以区域图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W2＝(W21，W22，…，W2K，…，W2n)，其中，n为圆周上的像素点个数，K为圆周上第K个像素点,W1K为Modle图像所成圆周中第K个像素点的灰度值,W2K为区域图像所成圆周中第K个像素点的灰度值，由于Modle图像在F图像上滑动，所以Modle图像在F图像每滑动一个位置时，Modle图像在F图像上覆盖的区域图像与Modle图像的大小一样，因此，在Modle图像和区域图像上所形成的圆周大小一样，所以在两个圆周上的像素点的点数都一样均为n个。
需要说明的是，采用灰度相关性匹配和空间结构相关性匹配相结合的方法，克服了单一灰度相关性匹配的不稳定性，从而使匹配的准确性达到100％，保障电容数量检测的精确度。
采用上述方案后，本发明操作简单，使用便捷，适用广泛，能自动快速对包装中电容进行计数，实现电容计数自动化，减少人工计数负担，同时也有效避免了人为漏检的现象，大大降低了成本，生产效率得到显著地提高。
上述实施例和图式并非限定本发明的产品形态和式样，任何所属技术领域的普通技术人员对其所做的适当变化或修饰，皆应视为不脱离本发明的专利范畴。

Claims (7)

1.电容计数设备，其特征在于：包括机台、感应装置、摄像装置、终端处理器、挡板和放电装置，挡板设置在机台的台面上，摄像装置设置在机台的上方，摄像装置包括图像采集模块和图像分析模块，图像采集模块分别连接图像分析模块和感应装置，终端处理器分别连接图像分析模块和放电装置，放电装置和挡板连接。
2.根据权利要求1所述的电容计数设备，其特征在于：所述感应装置为光电开关传感器。
3.根据权利要求2所述的电容计数设备，其特征在于：所述光电开关传感器设置在挡板上。
4.根据权利要求1所述的电容计数设备，其特征在于：所述放电装置包括放电开关和气缸，放电开关分别连接气缸和终端处理器，挡板与气缸连接。
5.电容计数方法，其特征在于，包括以下步骤：
S01、电容包装箱放入机台的台面，感应装置感应电容包装箱并将信号传输给摄像装置；
S02、图像采集模块获取感应装置的信号并采集电容图像；
S03、图像分析模块获取电容图像并进行电容目标检测，得到电容数量；
S04、终端处理器根据检测的电容数量控制放电装置，若电容数量符合预设值，则终端处理器输出信号给放电装置，放下挡板并推入电容进行放电、封装，否则执行步骤S05；
S05、挡板不放下，操作员进一步确认电容个数。
6.根据权利要求5所述的电容计数方法，其特征在于：所述步骤S03中进行电容目标检测进一步包括以下步骤：
S031、设置模板图像，将电容图像和模板图像均从RGB空间转化到HSV空间，获取模板图像的V通道图像记为Modle图像和电容图像的V通道图像记为F图像；
S032、Modle图像沿着F图像逐个像素点遍历，获取F图像上被Modle图像覆盖的区域图像，对Modle图像与区域图像进行灰度相关性匹配和空间结构相关性匹配，获取灰度相似度值和空间结构相似度值；
S033、判断灰度相似度值和空间结构相似度值是否均大于预设的阈值，若均大于预设的阈值，则当前区域有电容目标，否则当前区域没有电容目标；
S034、遍历步长跨出模板图像的尺度，再逐个像素遍历。
7.根据权利要求6所述的电容计数方法，其特征在于：所述步骤S032中灰度相关性匹配和空间结构相关性匹配分别采用如下公式：
灰度相似度值
其中，H1(t)为模板图像的灰度直方图，H2(t)为当前覆盖区域图像的灰度直方图，t为像素点的灰度级，t＝0,1,2,…,255；
空间结构相似度值
其中，W1和W2均为特征向量，W1为以Modle图像中心为原点，以Modle图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W1＝(W11，W12，…，W1K，…，W1n)，W2为以当前覆盖的区域图像中心为原点，以区域图像尺度大小的三分之一为半径的圆周上像素点的灰度值，则特征向量W2＝(W21，W22，…，W2K，…，W2n)，其中，n为圆周上的像素点个数，K为圆周上第K个像素点,W1K为Modle图像所成圆周中第K个像素点的灰度值,W2K为区域图像所成圆周中第K个像素点的灰度值。
CN201710269415.2A 2017-04-24 2017-04-24 一种电容计数设备及方法 Active CN107180424B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710269415.2A CN107180424B (zh) 2017-04-24 2017-04-24 一种电容计数设备及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710269415.2A CN107180424B (zh) 2017-04-24 2017-04-24 一种电容计数设备及方法

Publications (2)

Publication Number Publication Date
CN107180424A true CN107180424A (zh) 2017-09-19
CN107180424B CN107180424B (zh) 2020-04-28

Family

ID=59832661

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710269415.2A Active CN107180424B (zh) 2017-04-24 2017-04-24 一种电容计数设备及方法

Country Status (1)

Country Link
CN (1) CN107180424B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807354A (zh) * 2019-09-09 2020-02-18 杭州朗阳科技有限公司 一种工业流水线产品计数方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521648A (zh) * 2011-12-15 2012-06-27 北京振兴计量测试研究所 一种元器件自动计数统计方法和装置
CN105354535A (zh) * 2015-09-29 2016-02-24 南京熊猫电子制造有限公司 一种特殊的低压差分信号图像采集与处理方法
US9460524B1 (en) * 2014-05-30 2016-10-04 Amazon Technologies, Inc. Estimating available volumes using imaging data
CN106204602A (zh) * 2016-07-13 2016-12-07 广州视源电子科技股份有限公司 元件反件检测方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521648A (zh) * 2011-12-15 2012-06-27 北京振兴计量测试研究所 一种元器件自动计数统计方法和装置
US9460524B1 (en) * 2014-05-30 2016-10-04 Amazon Technologies, Inc. Estimating available volumes using imaging data
CN105354535A (zh) * 2015-09-29 2016-02-24 南京熊猫电子制造有限公司 一种特殊的低压差分信号图像采集与处理方法
CN106204602A (zh) * 2016-07-13 2016-12-07 广州视源电子科技股份有限公司 元件反件检测方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李强 等: "基于模糊圆周模板匹配方法的钢材数量自动计数系统", 《自动化技术与应用》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110807354A (zh) * 2019-09-09 2020-02-18 杭州朗阳科技有限公司 一种工业流水线产品计数方法
CN110807354B (zh) * 2019-09-09 2024-02-20 杭州朗阳科技有限公司 一种工业流水线产品计数方法

Also Published As

Publication number Publication date
CN107180424B (zh) 2020-04-28

Similar Documents

Publication Publication Date Title
CN110580725A (zh) 一种基于rgb-d相机的箱体分拣方法及系统
US10558844B2 (en) Lightweight 3D vision camera with intelligent segmentation engine for machine vision and auto identification
Tang et al. A novel feature descriptor invariant to complex brightness changes
CN112950667B (zh) 一种视频标注方法、装置、设备及计算机可读存储介质
CN108335331B (zh) 一种钢卷双目视觉定位方法及设备
CN105957090B (zh) 一种基于达芬奇技术的单目视觉位姿测量方法及系统
CN110084243B (zh) 一种基于二维码和单目相机的档案识别与定位方法
CN105957082A (zh) 一种基于面阵相机的印刷质量在线监测方法
CN102141398A (zh) 基于单目视觉的多机器人位置与姿态测量方法
CN103093191A (zh) 一种三维点云数据结合数字影像数据的物体识别方法
CN105701476A (zh) 一种基于机器视觉的生产线产品自动化识别系统及方法
CN112347887B (zh) 一种物体检测方法、物体检测装置及电子设备
CN105690393A (zh) 一种基于机器视觉的四轴并联机器人分拣系统及其分拣方法
US20180025239A1 (en) Method and image processing apparatus for image-based object feature description
CN104197836A (zh) 基于机器视觉的汽车门锁装配尺寸检测方法
CN104243815B (zh) 一种对焦方法及电子设备
CN105354550B (zh) 一种基于图像局部特征点配准的表单内容提取方法
CN106780428B (zh) 一种基于颜色识别的芯片数量检测方法及系统
CN104951440B (zh) 一种图像处理方法及电子设备
CN109284759A (zh) 一种基于支持向量机（svm）的魔方颜色识别方法
CN107895166B (zh) 基于特征描述子的几何哈希法实现目标鲁棒识别的方法
CN101561316B (zh) 一种基于感兴趣区域(roi)的在线检测视觉数据处理系统
CN107180424A (zh) 一种电容计数设备及方法
CN115187969B (zh) 一种基于视觉识别的铅酸电池回收系统和方法
CN106603888A (zh) 图像颜色提取处理结构

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 361000 Xiamen, Fujian, China (Fujian) free trade trial area Xiamen area 97 Xiangyu Road, Xiamen international shipping center D 8 8 03 units,

Applicant after: Xiamen science and Technology Co., Ltd.

Address before: 361000 Xiamen, Fujian, China (Fujian) free trade trial area Xiamen area 97 Xiangyu Road, Xiamen international shipping center D 8 8 03 units,

Applicant before: Ruishi chikaku (Xiamen) software development Co. Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant