CN107220969A - 产品灯位的测试方法及检测系统 - Google Patents

Abstract

本发明公开涉及产品生产线测试领域，具体涉及一种产品灯位的测试方法及检测系统，包括以下步骤：步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

Description

产品灯位的测试方法及检测系统

技术领域

本发明涉及产品生产线测试领域，具体涉及一种产品灯位的测试方法及检测系统。

背景技术

随着科技的进步，工厂生产规模的扩大，生产出来的产品的灯位经常出现不良现象，由于生产量比较大，一批产品中出现几个或几十个灯位不良品，很难被产线员工检测到，这种灯位不良品出厂之后往往被客户投诉导致赔款，造成重大经济损失。

针对上述问题，产线现有的检测灯位的方法需要在黑暗环境下，检测亮点的个数，从而判断灯位是否正常，这种装置的识别率较低，并且测试的结果并不正确，导致灯位不良品继续流出产线，影响了生产的速度与效率。

发明内容

本发明的目的在于提供一种产品灯位的测试方法及检测系统，解决现有技术中，对灯位的检测效率低，并且检测的结构精准度不高，导致不良产品流入市场后出现被投诉和赔偿的问题。

为解决上述的技术问题，本发明采用以下技术方案：

一种产品灯位的测试方法，包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

进一步的，所述对摄像头瞬时抓拍的图片进行预处理，具体是对图片的灰度进行处理，采用robert算子进行边缘检测，检测到边缘之后对图片进行腐蚀，然后对腐蚀过的图像进行聚类和填充，使边缘图像更加清晰，去除聚团灰度值小于1600的部分，最终得到形态滤波后的图片。

进一步的，所述利用灰度值找出图片上灯位的位置，具体是对形态滤波后的图片分别进行行扫描和列扫描，分别计算出每一行和每一列的灰度值的总和，找到最大值的几行和几列，行与列的交叉点即为灯位的位置。

进一步的，所述灯位信息包括亮度和距离。

进一步的，所述用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达95％以上则产品灯位信息合格，产品通过，如果两张图片的相似度低于95％，则产品灯位信息不合格，产品不通过。

一种产品灯位的测试方法，包括以下步骤：

步骤一，基于MATLAB2016A平台搭建检测系统；

步骤二，通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤三，通过数据处理模块对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤四，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤五，通过图像切割模块对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤六，通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

一种产品灯位的测试系统，该检测系统是基于MATLAB2016A平台搭建的，包括以下模块：

用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块，

用于灰度处理、边缘检测、灯位位置定位的数据处理模块，

用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块，

用于维度计算，像素点计算，相似度比较图片的相似度对比模块，

用于结果输出的信息输出模块。

与现有技术相比，本发明的有益效果是：

本发明控制摄像头进行拍照，然后利用图像定位和图像切割程序，把灯位部分切割出来，与事先保存好的灯位图片进行对比，如果相同则为PASS，如果不同，则为FAIL，能够有效地检测出生产过程中出现的不良品，提高生产测试效率，降低出厂不良品的概率，降低人力成本，提高利润值。

附图说明

图1为本发明产品灯位的测试方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

图1示出了本发明产品灯位的测试方法的一个实施例：一种产品灯位的测试方法，包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

根据本发明产品灯位的测试方法的另一个实施例：一种产品灯位的测试方法，包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片，具体是对图片的灰度进行处理，采用robert算子进行边缘检测，检测到边缘之后对图片进行腐蚀，然后对腐蚀过的图像进行聚类和填充，使边缘图像更加清晰，去除聚团灰度值小于1600的部分，最终得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

根据本发明产品灯位的测试方法的另一个实施例：一种产品灯位的测试方法，包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片，具体是对图片的灰度进行处理，采用robert算子进行边缘检测，检测到边缘之后对图片进行腐蚀，然后对腐蚀过的图像进行聚类和填充，使边缘图像更加清晰，去除聚团灰度值小于1600的部分，最终得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置，具体是对形态滤波后的图片分别进行行扫描和列扫描，分别计算出每一行和每一列的灰度值的总和，找到最大值的几行和几列，行与列的交叉点即为灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

根据本发明产品灯位的测试方法的另一个实施例：一种产品灯位的测试方法，包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片，具体是对图片的灰度进行处理，采用robert算子进行边缘检测，检测到边缘之后对图片进行腐蚀，然后对腐蚀过的图像进行聚类和填充，使边缘图像更加清晰，去除聚团灰度值小于1600的部分，最终得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置，具体是对形态滤波后的图片分别进行行扫描和列扫描，分别计算出每一行和每一列的灰度值的总和，找到最大值的几行和几列，行与列的交叉点即为灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达95％以上则产品灯位信息合格，产品通过，如果两张图片的相似度低于95％，则产品灯位信息不合格，产品不通过。

上述各实施例中，作为优选，所述灯位信息包括亮度和距离。

另外，本发明所示出的产品灯位的测试方法，还可以是：

一种产品灯位的测试方法，包括以下步骤：

步骤一，基于MATLAB2016A平台搭建检测系统；

步骤二，通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤三，通过数据处理模块对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤四，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤五，通过图像切割模块对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤六，通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

本发明还示出了一种产品灯位的测试系统：一种产品灯位的测试系统，该检测系统是基于MATLAB2016A平台搭建的，包括以下模块：

用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块，

用于灰度处理、边缘检测、灯位位置定位的数据处理模块，

用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块，

用于维度计算，像素点计算，相似度比较图片的相似度对比模块，

用于结果输出的信息输出模块。

MATLAB是一款很强大的数学软件，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。我们主要用到它的图像处理功能。

本发明的工作原理是通过MATLAB软件程序控制摄像头进行拍照，然后利用图像定位和图像切割程序，把灯位部分切割出来，与事先保存好的灯位图片进行对比，如果相同则为PASS；如果不同，则为FAIL。能够有效地提高识别的准确率，提高产线生产的效率，降低不良率，防止不良品流入市场。

尽管这里参照本发明的多个解释性实施例对本发明进行了描述，但是，应该理解，本领域技术人员可以设计出很多其他的修改和实施方式，这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说，在本申请公开、附图和权利要求的范围内，可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外，对于本领域技术人员来说，其他的用途也将是明显的。

Claims (7)

1.一种产品灯位的测试方法，其特征在于包括以下步骤：

步骤一，通过摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤四，对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

2.根据权利要求1所述的产品灯位的测试方法，其特征在于：所述对摄像头瞬时抓拍的图片进行预处理，具体是对图片的灰度进行处理，采用robert算子进行边缘检测，检测到边缘之后对图片进行腐蚀，然后对腐蚀过的图像进行聚类和填充，使边缘图像更加清晰，去除聚团灰度值小于1600的部分，最终得到形态滤波后的图片。

3.根据权利要求1所述的产品灯位的测试方法，其特征在于：所述利用灰度值找出图片上灯位的位置，具体是对形态滤波后的图片分别进行行扫描和列扫描，分别计算出每一行和每一列的灰度值的总和，找到最大值的几行和几列，行与列的交叉点即为灯位的位置。

4.根据权利要求1所述的产品灯位的测试方法，其特征在于：所述灯位信息包括亮度和距离。

5.根据权利要求1所述的产品灯位的测试方法，其特征在于：所述用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达95％以上则产品灯位信息合格，产品通过，如果两张图片的相似度低于95％，则产品灯位信息不合格，产品不通过。

6.一种产品灯位的测试方法，其特征在于包括以下步骤：

步骤一，基于MATLAB2016A平台搭建检测系统；

步骤一，通过图像数据采集模块控制摄像头对待测产品通电后的灯位进行瞬时抓拍；

步骤二，通过数据处理模块对摄像头瞬时抓拍的图片进行预处理，得到形态滤波后的图片；

步骤三，对形态滤波后的图片扫描，利用灰度值找出图片上灯位的位置；

步骤四，通过图像切割模块对图片进行剪切，将所有灯位剪切下来，并将剪切下来的灯位图片和相应的灯位信息关联；

步骤五，通过相似度对比模块对用预先保存好的合格灯位图片根据对应的位置和剪切下来的灯位图片进行像素点扫描对比，如果两张图片的相似度达到合格标准，则产品灯位信息合格，产品通过，如果两张图片的相似度低于合格标准，则产品灯位信息不合格，产品不通过。

7.一种产品灯位的测试系统，其特征在于包括：该检测系统是基于MATLAB2016A平台搭建的，包括以下模块：

用于定位摄像头、程序打开摄像头和拍照保存的图像数据采集模块，

用于灰度处理、边缘检测、灯位位置定位的数据处理模块，

用于行方向像素点计算、列方向像素点计算、阈值切割的图像切割模块，

用于维度计算，像素点计算，相似度比较图片的相似度对比模块，

用于结果输出的信息输出模块。