CN107545563B - 一种条片冲孔计数系统及计数方法 - Google Patents
一种条片冲孔计数系统及计数方法 Download PDFInfo
- Publication number
- CN107545563B CN107545563B CN201710570642.9A CN201710570642A CN107545563B CN 107545563 B CN107545563 B CN 107545563B CN 201710570642 A CN201710570642 A CN 201710570642A CN 107545563 B CN107545563 B CN 107545563B
- Authority
- CN
- China
- Prior art keywords
- image
- counting
- graph
- strip
- punched
- 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.)
- Active
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种条片冲孔计数系统及计数方法,包括:特制灯箱,用于为摄像区域提供光源;工业摄像机,用于采集置于摄像区域的冲孔条片的图像;计算机终端及显示器,用于对工业摄像机采集的图像进行处理和识别,并在显示器上显示出当前冲孔条片的孔的总数以及当前批次的累计数。同时本发明还提供了使用如上的一种条片冲孔计数系统的计数方法。与现有技术相比,本发明替代了传统人工计数,克服了效率低、工作量大、易出错的缺点,具有工作效率高、准确率高、且操作方便、实用性强的优点。
Description
技术领域
本发明涉及现代制造技术领域,具体涉及一种条片冲孔计数系统及计数方法。
背景技术
长久以来,坯饼在完成冲压工序后依靠人工计点条片上的冲孔来核对数字,费时费力,准确率也不高。清点冲孔的操作看似简单,其实却包含了众多的操作,包括眼手的协调、大脑计数,数字的记忆和累加,冲孔的识别,缺角饼的鉴别等等。这些工作由大脑在短时间内完成的同时也给操作者带来巨大的压力,短时间内点数者的精力必须高度集中以应对众多的操作,稍不留神就会点错。
传统计数方法是采用人工统计,耗费人力资源,而且错误率也高。因此,迄需一种可靠的计数方法以代替人工统计,提高计数的效率和准确性。
发明内容
为解决上述问题,本发明的一个方面提供了一种条片冲孔计数系统,包括:
特制灯箱,用于为摄像区域提供光源;
工业摄像机,用于采集置于摄像区域的冲孔条片的图像;
计算机终端及显示器,用于对工业摄像机采集的图像进行处理和识别,并在显示器上显示出当前冲孔条片的孔的总数以及当前批次的累计数。
优选地,特制灯箱为多个,分布在摄像区域的下方。
本发明的另一个方面提供了一种如上所述计数系统的计数方法,其特征在于,包括以下步骤:
S1:打开特制灯箱;
S2:把一个或多个冲孔条片平铺放置于摄像区域上,使用工业摄像机拍摄图像;
S3:在计算机上打开条片冲孔计数系统,处理和识别图像;
S4:根据冲孔的形状选择相应的项目;
S5:点击“识别当前图像”按钮,即可在结果值文本框内得到当前条片冲孔的总数及当前批次的累计数。
进一步,还包括步骤S6:重复上述步骤S2~S5,继续累加冲孔计数。
其中,步骤S2中,多个冲孔条片不能叠加放置。
步骤S4中,项目可以是各种形状:如圆形、正方形、心形、三角形等等。
进一步,步骤S3具体包括以下步骤:
S31:首先将图像进行预处理,使用二元运算使图像二值化,得出轮廓更为清晰的可计算图像。
更进一步,步骤S3还包括以下步骤:
S32:随后对图像中的多个图形中的粘连区域进行侦测与分割,以修复多个图形间的粘连而造成的轮廓线缺失,进一步将图形独立出来。
S33:采用四连通算法对轮廓内空间进行填充从而实现区分。
S34:分离出图形个体并采用轮廓特征向量的方法区分图形形状,判断图形形状与选择项目是否一致。
S35:比较各个图形的特征向量相似度,自动剔除向量相似度小于90%的冲孔,通过甄别筛选的图形将被认为是有效冲孔并加入计数、累加数。
与现有技术相比,本发明具有如下技术效果:替代了传统人工计数,克服了效率低、工作量大、易出错的缺点,具有工作效率高、准确率高、且操作方便、实用性强的优点。
附图说明
图1本发明的一个较佳实施例的一种条片冲孔计数系统结构示意图;
图2图像二值化预处理示意图;
图3图像侦测算法示意图;
图4图像分割结果示意图;
图5 四连通着色算法示意图;
图6四连通着色算法结果示意图;
图7轮廓特征的向量表示图;
图8本发明的一个较佳实施例的坯饼落料条片识别效果示意图。
具体实施方式
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
如图1所示,本发明的一个较佳实施例提供了一种条片冲孔计数系统,包括:
特制灯箱2,用于为摄像区域3提供光源;工业摄像机1,用于采集置于摄像区域3的冲孔条片6的图像;计算机终端5及显示器4,用于对工业摄像机1采集的图像进行处理和识别,并在显示器4上显示出当前冲孔条片6的孔的总数以及当前批次的累计数。
本实施例中,特制灯箱2为四个,均匀分布在摄像区域3的下方。
本发明的另一个方面提供了一种使用如上所述计数系统的计数方法,其特征在于,包括以下步骤:
S1:打开特制灯箱;
S2:把一个或多个冲孔条片平铺放置于摄像区域上,使用工业摄像机拍摄图像;
S3:在计算机上打开条片冲孔计数系统,处理和识别图像;
S4:根据冲孔的形状选择相应的项目;
S5:点击“识别当前图像”按钮,即可在结果值文本框内得到当前条片冲孔的总数及当前批次的累计数。
进一步,还包括步骤S6:重复上述步骤S2~S5,继续累加冲孔计数。
其中,步骤S2中,多个冲孔条片不能叠加放置。
步骤S4中,项目可以是各种形状:如圆形、正方形、心形、三角形、菱形等等。
进一步,步骤S3具体包括以下步骤:
S31:首先将图像进行预处理,使用二元运算使图像二值化,得出轮廓更为清晰的可计算图像。
更进一步,步骤S3还包括以下步骤:
S32:随后对图像中的多个图形中的粘连区域进行侦测与分割,以修复多个图形间的粘连而造成的轮廓线缺失,进一步将图形独立出来。
S33:采用四连通算法对轮廓内空间进行填充从而实现区分。
S34:分离出图形个体并采用轮廓特征向量的方法区分图形形状,判断图形形状与选择项目是否一致。
S35:比较各个图形的特征向量相似度,自动剔除向量相似度小于90%的冲孔,通过甄别筛选的图形将被认为是有效冲孔并加入计数、累加数。
本发明的一种条片冲孔计数系统的工作原理如下:
本发明采用的图像识别方法是通过提取和比较图形轮廓曲线特征向量来实现的。算法的输入为摄像头捕获的YUV图像的亮度分量矩阵,每个像素由0-255间的整形数来表示亮度。
图像识别方法的过程如下:
一 预处理
1、图像二值化
如图2所示,图像二值化是一种预处理过程,是将一张灰度图像变为二值图像(像素的取值范围从0-255变成0-1)。图像经过二值化处理后内容会大大简化,使后续处理变得相对容易。
本方法需要识别缺角饼,为了把相互粘连的图形独立出来,这里采用保留边缘轮廓的规则对图像进行二值化。对于图像中的一个像素, 如果亮度值与周围亮度值得差超过规定阈值,就认为该像素属于轮廓的一部分。
2、图像分割
如图3图4所示,当两个图形相互粘连,会给识别制造困难。所以在预处理的时候还要对图像进行分割。这里采用“吸引法”进行图像分割。当图像轮廓集合中的任意两个点满足吸引条件时便连接两点,连接时使用的是Bresenham直线,并将新绘制的直线加入轮廓集合中。
吸引条件的定义如下:
A和B为轮廓集合上的点,以AB中点为圆心,AB的距离为半径进行扫描侦测,侦测的范围为两个关于直线AB对称的扇形区域(包含圆心),扇形圆心角为90°。如果侦测区域内不包含有轮廓点,那么A和B满足吸引条件。
3、区域填充
如图5图6所示,当图像分割完成后,就可以进行区域填充了,这里采用的是四连通着色算法。
四联通着色算法为:选取轮廓内质心为计算原点,并侦测该像素上下左右相邻的四个像素,如其不为轮廓边界则进行填充,然后以被填充的点为新的原点进行计算,直至轮廓内所有像素点都被填充。
二 识别图形
为了描述图形的轮廓特征,本系统采用了一种简单明了的方法:计算轮廓特征向量既将边轮廓的点离质心的距离变化用曲线表示。
如图7所示,作N条直线相交于图形的质心,并且与边缘相交。以质心为原点,射线Ln与图形边缘的交点到质心的距离记为Rn,R1..RN的平均值作分母,Rn做分子,{R1/R ...RN/R}即为图形的轮廓特征向量。该特征向量具有缩放不变性和旋转不变性。在图形旋转以及翻转的情况下,不必重新计算特征向量,而只需要对特征向量进行循环移位及逆序操作(误差为360°/N),这样比较利于计算机实现。这里将向量维数N取为32以上即可。
三 提高识别率
为了进一步提高识别精读,我们需要加入比较特征向量的相似度S的算法,本系统计算两图形a和b的相似度S的步骤如下:
1、计算a和b的特征向量Va和Vb。
2、将特征向量Va进行N次循环位移操作,得到总共N组向量Va 0,Va 1...Va N。
3、分别计算Va N和Vb的相似度Sn。
4、Sn作为图像a和b的相似度S。
如图8所示,以Φ18坯饼落料条片为例:
打开灯箱及计算机,启动方法,在图形选择框中选择圆形,锐化度数值为100,容错数值为90,将Φ18坯饼落料条片放置在灯箱上,确保摄像头可拍摄的区域覆盖条片整体,放置时不可重叠条片,待图像稳定后点击“识别当前图像”按钮,计算机将按制定方案对摄像头拍摄的图像进行处理分析:
1、预处理,将图像进行二元运算使图像二值化,得出轮廓更为清晰的可计算图像。
2、随后对图形中的粘联区域进行侦测与分割,此步骤将修复圆孔间的粘连而造成的轮廓线缺失,进一步将图像中的图形进行独立。
3、采用四连通算法对轮廓内空间进行填充从而实现区分。
4、离出图形个体并采用轮廓特征向量的方法区分图形形状,判断图形形状与选择项目是否一致。
5、系统将比较各个图形的特征向量相似度,自动剔除向量相似度小于90%的冲孔,从而提高计算的准确率。
6、最后,通过甄别筛选的图形将被认为是有效冲孔并加入计数、累加从而得到最后结果。
经过多次测算,计算机每次计算识别时间约1-2秒,相比人工计数大大提高效率。
与现有技术相比,本发明具有如下技术效果:替代了传统人工计数,克服了效率低、工作量大、易出错的缺点,具有工作效率高、准确率高、且操作方便、实用性强的优点。
根据本实施例的教导,本技术领域的技术人员完全可实现其它本发明保护范围内的技术方案。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (5)
1.一种使用条片冲孔计数系统的计数方法,其特征在于,包括以下步骤:
S1:打开特制灯箱;
S2:把一个或多个冲孔条片平铺放置于摄像区域上,使用工业摄像机拍摄图像;
S3:在计算机上打开所述条片冲孔计数系统,处理和识别所述图像;
S4:根据冲孔的形状选择相应的项目;
S5:点击“识别当前图像”按钮,即可在结果值文本框内得到当前条片冲孔的总数及当前批次的累计数;
其中步骤S3中的具体步骤如下:
S31:首先将图像进行预处理,使用二元运算使图像二值化,得出轮廓更为清晰的可计算图像;
S32:随后对图像中的多个图形中的粘连区域进行侦测与分割,以修复多个图形间的粘连而造成的轮廓线缺失,进一步将图形独立出来;采用“吸引法”进行图像分割,当图像轮廓集合中的任意两个点满足吸引条件时便连接两点,连接时使用的是Bresenham直线,并将新绘制的直线加入轮廓集合中;
吸引条件的定义如下:
A和B为轮廓集合上的点,以AB中点为圆心,AB的距离为半径进行扫描侦测,侦测的范围为两个关于直线AB对称的扇形区域,包含圆心,扇形圆心角为90°;如果侦测区域内不包含有轮廓点,那么A和B满足吸引条件;
S33:采用四连通算法对轮廓内空间进行填充从而实现区分;四联通着色算法为:选取轮廓内质心为计算原点,并侦测该质心像素上下左右相邻的四个像素,如其不为轮廓边界则进行填充,然后以被填充的点为新的原点进行计算,直至轮廓内所有像素点都被填充;
S34:分离出图形个体并采用轮廓特征向量的方法区分图形形状,判断图形形状与选择项目是否一致;计算轮廓特征向量采用将边轮廓的点离质心的距离变化用曲线表示的方式,具体如下:作N条直线相交于图形的质心,并且与边缘相交;以质心为原点,射线Ln与图形边缘的交点到质心的距离记为Rn,R1..RN的平均值作分母,Rn做分子,{R1/R ... RN/R}即为图形的轮廓特征向量;该特征向量具有缩放不变性和旋转不变性,在图形旋转以及翻转的情况下,不必重新计算特征向量,而只需要对特征向量进行循环移位及逆序操作,误差为360°/N,向量维数N大于32;
S35:比较各个图形的特征向量相似度,自动剔除向量相似度小于90%的冲孔,通过甄别筛选的图形将被认为是有效冲孔并加入计数、累加数;
S35步骤中,比较特征向量的相似度S的算法中,计算两图形a和b的相似度S的步骤如下:
1、计算a和b的特征向量Va和Vb;
2、将特征向量Va进行N次循环位移操作,得到总共N组向量Va 0,Va 1...Va N;
3、分别计算Va N和Vb的相似度Sn;
4、Sn作为图像a和b的相似度S。
2.如权利要求1所述的一种使用条片冲孔计数系统的计数方法,其特征在于,还包括步骤S6:重复所述步骤S2~S5,继续累加冲孔计数。
3.如权利要求1所述的一种使用条片冲孔计数系统的计数方法,其特征在于,其中,步骤S2中,多个冲孔条片不能叠加放置。
4.一种条片冲孔计数系统,其应用于实现权利要求1-3中任一项所述的计数方法,其特征在于,包括:
特制灯箱,用于为摄像区域提供光源;
工业摄像机,用于采集置于所述摄像区域的冲孔条片的图像;
计算机终端及显示器,用于对所述工业摄像机采集的所述图像进行处理和识别,并在所述显示器上显示出当前冲孔条片的孔的总数以及当前批次的累计数。
5.如权利要求4所述的计数系统,其特征在于,所述特制灯箱为多个,分布在所述摄像区域的下方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710570642.9A CN107545563B (zh) | 2017-07-13 | 2017-07-13 | 一种条片冲孔计数系统及计数方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710570642.9A CN107545563B (zh) | 2017-07-13 | 2017-07-13 | 一种条片冲孔计数系统及计数方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107545563A CN107545563A (zh) | 2018-01-05 |
CN107545563B true CN107545563B (zh) | 2023-07-14 |
Family
ID=60970663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710570642.9A Active CN107545563B (zh) | 2017-07-13 | 2017-07-13 | 一种条片冲孔计数系统及计数方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107545563B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111860590A (zh) * | 2020-06-15 | 2020-10-30 | 浙江大华技术股份有限公司 | 车牌投票方法、装置、计算机设备和存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103226088B (zh) * | 2013-04-08 | 2015-04-22 | 贵州茅台酒股份有限公司 | 一种颗粒物计数方法 |
US9978123B2 (en) * | 2015-03-31 | 2018-05-22 | Brother Kogyo Kabushiki Kaisha | Computer-readable storage medium storing image processing program, image processing device, and image processing method |
CN205496367U (zh) * | 2016-04-03 | 2016-08-24 | 李天明 | 一种新型自动打孔机 |
-
2017
- 2017-07-13 CN CN201710570642.9A patent/CN107545563B/zh active Active
Non-Patent Citations (3)
Title |
---|
"A New Destriping Method Combining Moment Matching and Interpolation in Infrared Images";Zhendong GONG 等;《Proceedings of 2014 4th IEEE International Conference on Information Science and Technology》;全文 * |
"图像处理技术用于批量产品数量自动统计";HAN Xiaojun 等;《电子器件》;第30卷(第3期);全文 * |
"基于机器视觉的棒材计数系统研究与实现";薛彦冰;《中国优秀硕士学位论文全文数据库 信息科技辑》;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107545563A (zh) | 2018-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108898610B (zh) | 一种基于mask-RCNN的物体轮廓提取方法 | |
CN107545239B (zh) | 一种基于车牌识别与车辆特征匹配的套牌检测方法 | |
CN107507167B (zh) | 一种基于点云平面轮廓匹配的货物托盘检测方法及系统 | |
CN111179225B (zh) | 一种基于灰度梯度聚类的试纸表面纹理缺陷检测方法 | |
CN110060237B (zh) | 一种故障检测方法、装置、设备及系统 | |
US8520892B2 (en) | Method and apparatus for detecting objects | |
CN104636706B (zh) | 一种基于梯度方向一致性复杂背景条码图像自动分割方法 | |
CN109949331B (zh) | 货箱边缘检测方法及装置 | |
US20110081081A1 (en) | Method for recognizing objects in images | |
CN115018850B (zh) | 基于图像处理的精密电子零部件冲压孔毛刺检测方法 | |
US10445868B2 (en) | Method for detecting a defect on a surface of a tire | |
CN110335233B (zh) | 基于图像处理技术的高速公路护栏板缺陷检测系统和方法 | |
Reina et al. | Adaptive traffic road sign panels text extraction | |
CN113298769B (zh) | Fpc软排线外观缺陷检测方法、系统和介质 | |
CN112883881B (zh) | 一种条状农产品无序分拣方法及装置 | |
CN114863464B (zh) | 一种pid图纸图件信息的二阶识别方法 | |
CN112581452A (zh) | 工业配件表面缺陷检测方法、系统、智能设备和存储介质 | |
CN111695373A (zh) | 斑马线的定位方法、系统、介质及设备 | |
CN110276759B (zh) | 一种基于机器视觉的手机屏坏线缺陷诊断方法 | |
CN108171098B (zh) | 一种条码检测方法及设备 | |
Abdellah et al. | Defect detection and identification in textile fabric by SVM method | |
CN110288619B (zh) | 基于视觉的太阳花模组表面螺钉孔位置检测方法 | |
CN107545563B (zh) | 一种条片冲孔计数系统及计数方法 | |
CN114332622A (zh) | 一种基于机器视觉的标签检测方法 | |
CN112528740A (zh) | 一种压板状态识别方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |