CN108010027B - 一种螺丝异常自动检测方法 - Google Patents

Abstract

本发明涉及一种螺丝异常自动检测方法，包括如下步骤：a)螺帽ROI区域设定；b)螺帽定位和检测；c)设定螺纹ROI区域；d)定位螺纹右边界；e)螺纹参数检测；f)异常情况检测。通过本发明方法完成对螺丝的自动检测，从而极大的提高该任务的检测效率。

Description

一种螺丝异常自动检测方法

技术领域

本发明涉及机械零部件，涉及螺丝，具体涉及一种螺丝异常自动检测方法。

背景技术

螺丝是机械设备中使用最为频繁的零部件。同时，螺丝在设备中的作用，也是举足轻重的。因此，提前对螺丝进行质量检测，可以防止制造过程中才发现设备的问题，降低损失，提高效率。常规的螺丝检测方法，是利用人眼对螺丝进行逐个查看，效率低，成本高，而且往往容易出现漏检的现象。

发明内容

本发明目的是提供一种螺丝异常自动检测方法，极大的提高检测效率。

为了实现以上目的，本发明采用的技术方案为：一种螺丝异常自动检测方法，包括如下步骤：

a)螺帽ROI区域设定：ROI的上下边界，与压杆的上下边重合；ROI的右边界，玻璃盘的左边界重合；ROI的左边界，设定为压杆完全收缩时，压杆右边界的位置；

b)螺帽定位和检测：压杆轮廓过滤；螺帽上、下边界定位；宽度检测；压杆圆弧处理；高度检测；

c)设定螺纹ROI区域：左边界与玻璃盘的右边界重合，人工设定；上边界与螺帽上边界重合；下边界与螺帽下边界重合；

d)定位螺纹右边界：对螺纹ROI区域进行二值化，将螺纹像素变成前景像素；根据螺帽的上、下边界，计算得到螺帽中间线；沿着中间线所在的y坐标，在螺纹ROI区域内，往右侧遍历；在像素第一次从前景像素变成背景像素时，停止下来，将该点作为螺纹的右边界x坐标点，该点称为螺纹右侧中间点P；设定宽度阈值为10个像素；从螺纹右侧中间点P，向上下两侧扩展；当上边界点，与下边界点，它们的x坐标与螺纹右侧中间点P的x坐标的距离大于10个像素时，停止下来；根据上下边界的x坐标的最小值，作为对螺纹的截取边界；

e)螺纹参数检测：包括上螺纹参数检测和下螺纹参数检测；

所述的上螺纹参数检测根据步骤d)找到的上下螺纹的范围，分割得到上螺纹，以及下螺纹；设定螺牙检测窗口；利用窗口进行平移，检测当前像素是否为螺牙；遍历上螺纹，得到所有的螺牙位置；逐个遍历螺牙，计算螺牙最大间距，和最小间距；将相邻螺牙的中间x坐标，作为两个螺牙的分界线；遍历两个螺牙之间的轮廓点，得到y坐标最大值；对每个螺牙进行遍历，利用其左右两侧的y坐标最大值，得到螺牙高度；从螺牙x位置，向左右两侧各扩展25个像素，提取直线段；将直线段拟合成直线，得到倾斜角；螺纹边缘线上，有一段属于水平直线；利用螺牙两侧斜线，与水平线的交点，得到螺牙的左右侧位置；遍历所有的螺牙，得到最大螺牙宽度，和最小螺牙宽度；利用上螺纹的水平线，与下螺纹的水平线，计算得到螺纹的宽度值；

f)异常情况检测：计算背景亮度参考值；在螺纹ROI区域内，检测是否存在非背景像素；利用背景亮度参考值作为阈值，对螺纹ROI区域进行二值化；连通域检测；统计最大连通域的面积，如果面积小于20像素，则确定该区域内没有螺丝的存在，预警。

进一步的，步骤b)中的压杆轮廓过滤采用如下步骤将压杆边缘从螺帽边缘过滤：

b11)将轮廓碎裂，形成多个子轮廓片段；

b12)计算轮廓的方向；

b13)如果轮廓的方向接近垂直，则过滤；

b14)最终只保留方向接近水平的轮廓。

3、根据权利要求1所述的一种螺丝异常自动检测方法，其特征在于：步骤b)中的压杆圆弧处理采用如下步骤来得到压杆右端点位置：

b41)完整提取整个右边界圆弧；

b42)对该圆弧进行圆形拟合；

b43)提取压杆的上下边界；

b44)计算上下边界，与圆形的上下交点；

b45)连接该上下交点；

b46)连线的中点，就是压杆的右端点。

本发明的技术效果在于：通过本发明方法完成对螺丝的自动检测，从而极大的提高该任务的检测效率。

具体实施方式

本发明的具体步骤：

a)螺帽ROI区域设定：

在螺丝自动化检测装置中，为了固定螺丝，在螺丝的上方，有一个压杆的存在。在摄像头拍摄的螺丝图片中，这个压杆的上下两边的位置是固定的。不同的螺丝，其位置相对于压杆，即便有少量偏移，但依然不会超出压杆的范围。

此外，玻璃盘的位置也是固定的。玻璃盘的左右两个侧面，是完全静止的，这个坐标值不会发生变动。

本发明利用这个特点，将螺帽的ROI区域设定如下：

a1、ROI的上下边界，与压杆的上下边重合。

a2、ROI的右边界，玻璃盘的左边界重合。

a3、ROI的左边界，设定为压杆完全收缩时，压杆右边界的位置。

b)螺帽定位和检测：

对螺帽的尺寸参数的检测，也是螺丝自动检测的一个部分。因此，需要首先对螺帽进行定位，然后才能检测螺帽的高度和宽度。具体流程如下：

b1、压杆轮廓过滤

在ROI区域内，进行亚像素边缘提取。由于视角原因，摄像机拍摄的图像中，对应的边缘，会出现压杆与螺帽粘连在一起的现象。如果不能将压杆的边缘，与螺帽的边缘拆分开，则螺帽检测必定会受到影响。

采用如下的方法将压杆边缘从螺帽边缘过滤：

b11)将轮廓碎裂，形成多个子轮廓片段。

b12)计算轮廓的方向。

b13)如果轮廓的方向接近垂直，则过滤。

b14)最终只保留方向接近水平的轮廓。

b2、螺帽上、下边界定位

对保留下来的所有的水平轮廓进行扫描，得到y坐标值最小的的水平轮廓，作为上边界。同理，得到下边界。

b3、宽度检测

对螺帽的上下边界所在的区域内，按照坐标从左到右的方式，进行遍历。计算每一个不同的x坐标位置，螺帽上下边界的坐标之差。记录下其中的最大坐标差。该值就是螺帽宽度值。

b4、压杆圆弧处理

由于相机视角的关系，图像中所看到的压杆右边界，其实是压杆底部圆形面的远端弧线。如果直接将圆弧的右端，作为螺帽左端进行计算，会造成螺帽高度降低。

采用如下方法来得到真正的压杆右端点位置：

b41)完整提取整个右边界圆弧

b42)对该圆弧进行圆形拟合

b43)提取压杆的上下边界。

b44)计算上下边界，与圆形的上下交点

b45)连接该上下交点

b46)连线的中点，就是压杆的右端点。

b5、高度检测

螺帽的高度，就是玻璃面的左边界，与压杆右端点之间的坐标差值。

c)设定螺纹ROI区域：

螺纹中，螺牙的高度，肯定是不会超过螺帽的。因此可以利用螺帽的信息，来设定螺纹的检测区域。由于螺纹的长度是无法预知的，因此这里只需要设定螺纹ROI的上下边界，以及左边界即可。

c1、左边界与玻璃盘的右边界重合，人工设定。

c2、上边界与螺帽上边界重合。

c3、下边界与螺帽下边界重合。

d)检测螺纹右边界：

待检测螺丝的规格，各有不同。为了应对螺丝长度变化带来的影响，本发明采用如下的方法来应对——检测到螺纹右边界，进而为螺纹上下边界的划分提供信息。

螺纹右边界的定位方法如下：

d1、对螺纹ROI区域进行二值化，将螺纹像素变成前景像素。

d2、根据螺帽的上、下边界，计算得到螺帽中间线。

d3、沿着中间线所在的y坐标，在螺纹ROI区域内，往右侧遍历。

d4、在像素第一次从前景像素变成背景像素时，停止下来，将该点作为螺纹的右边界x坐标点。该点称为螺纹右侧中间点P。

d5、设定宽度阈值(10个像素)。

d6、从螺纹右侧中间点P，向上下两侧扩展。

d7、当上边界点，与下边界点，它们的x坐标与螺纹右侧中间点P的x坐标的距离大于10个像素时，停止下来。

d8、根据上下边界的x坐标的最小值，作为对螺纹的截取边界。

e)螺纹参数检测：

螺纹上，需要检测的参数包括：

最大螺牙高度

最小螺牙高度

最大螺牙宽度

最小螺牙宽度

最大螺牙间距

最小螺牙间距

螺牙倾斜角

上下侧螺牙距离

细节如下(以上螺纹为例)：

e1、根据步骤d)找到的上下螺纹的范围，分割得到上螺纹，以及下螺纹。

e2、设定螺牙检测窗口(宽度值＝50像素)。

e3、利用窗口进行平移，检测当前像素是否为螺牙。

判断为螺牙的条件为：

如果当前像素的y坐标值，是窗口中最小y坐标值。则当前位置作为螺牙之一。

e4、遍历上螺纹，得到所有的螺牙位置。

e5、逐个遍历螺牙，计算螺牙最大间距，和最小间距。

e6、将相邻螺牙的中间x坐标，作为两个螺牙的分界线。

e7、遍历两个螺牙之间的轮廓点，得到y坐标最大值。

e8、对每个螺牙进行遍历，利用其左右两侧的y坐标最大值，得到螺牙高度(螺牙高度＝左右两侧y坐标最大值-螺牙y坐标)。

e9、遍历，得到所有螺牙中的最大高度、最小高度。

e10、从螺牙x位置，向左右两侧各扩展25个像素，提取直线段。

e11、将直线段拟合成直线，得到倾斜角。

e12、螺纹边缘线上，有一段属于水平直线。采用如下方法找到水平直线上的点：

e121)遍历所有的螺纹上边缘点，对y坐标进行投票。

e122)将y坐标投票数最多的y值(记为y0)记录下来，这就是螺纹水平线所在位置。

e123)遍历螺纹轮廓点，y坐标与y0相差在2个像素以内的，全部算作水平点。

e124)利用这些水平点拟合出直线。

e13、利用螺牙两侧斜线，与水平线的交点，得到螺牙的左右侧位置。

e14、遍历所有的螺牙，得到最大螺牙宽度，和最小螺牙宽度。

e15、利用上螺纹的水平线，与下螺纹的水平线，计算得到螺纹的宽度值。

同理，对下螺纹参数检测。

f)异常情况检测：

相机视野中没有螺丝，是一种典型的异常情况，针对这种情形，本发明的方法如下：

f1、计算背景亮度参考值。

f2、在螺纹ROI区域内，检测是否存在非背景像素。

f3、利用背景亮度参考值作为阈值，对螺纹ROI区域进行二值化。

f4、连通域检测。

f5、统计最大连通域的面积。如果面积小于20像素，则确定该区域内没有螺丝的存在。预警。

Claims (3)

1.一种螺丝异常自动检测方法，包括如下步骤：

a)螺帽ROI区域设定：ROI的上下边界，与压杆的上下边重合；ROI的右边界，玻璃盘的左边界重合；ROI的左边界，设定为压杆完全收缩时，压杆右边界的位置；

b)螺帽定位和检测：压杆轮廓过滤；螺帽上、下边界定位；宽度检测；压杆圆弧处理；高度检测；

c)设定螺纹ROI区域：左边界与玻璃盘的右边界重合，人工设定；上边界与螺帽上边界重合；下边界与螺帽下边界重合；

d)定位螺纹右边界：对螺纹ROI区域进行二值化，将螺纹像素变成前景像素；根据螺帽的上、下边界，计算得到螺帽中间线；沿着中间线所在的y坐标，在螺纹ROI区域内，往右侧遍历；在像素第一次从前景像素变成背景像素时，停止下来，将该点作为螺纹的右边界x坐标点，该点称为螺纹右侧中间点P；设定宽度阈值为10个像素；从螺纹右侧中间点P，向上下两侧扩展；当上边界点，与下边界点，它们的x坐标与螺纹右侧中间点P的x坐标的距离大于10个像素时，停止下来；根据上下边界的x坐标的最小值，作为对螺纹的截取边界；

e)螺纹参数检测：包括上螺纹参数检测和下螺纹参数检测；

所述的上螺纹参数检测根据步骤d)找到的上下螺纹的范围，分割得到上螺纹，以及下螺纹；设定螺牙检测窗口；利用窗口进行平移，检测当前像素是否为螺牙；遍历上螺纹，得到所有的螺牙位置；逐个遍历螺牙，计算螺牙最大间距，和最小间距；将相邻螺牙的中间x坐标，作为两个螺牙的分界线；遍历两个螺牙之间的轮廓点，得到y坐标最大值；对每个螺牙进行遍历，利用其左右两侧的y坐标最大值，得到螺牙高度；从螺牙x位置，向左右两侧各扩展25个像素，提取直线段；将直线段拟合成直线，得到倾斜角；螺纹边缘线上，有一段属于水平直线；利用螺牙两侧斜线，与水平线的交点，得到螺牙的左右侧位置；遍历所有的螺牙，得到最大螺牙宽度，和最小螺牙宽度；利用上螺纹的水平线，与下螺纹的水平线，计算得到螺纹的宽度值；

f)异常情况检测：计算背景亮度参考值；在螺纹ROI区域内，检测是否存在非背景像素；利用背景亮度参考值作为阈值，对螺纹ROI区域进行二值化；连通域检测；统计最大连通域的面积，如果面积小于20像素，则确定该区域内没有螺丝的存在，预警。

2.根据权利要求1所述的一种螺丝异常自动检测方法，其特征在于：步骤b)中的压杆轮廓过滤采用如下步骤将压杆边缘从螺帽边缘过滤：

b11)将轮廓碎裂，形成多个子轮廓片段；

b12)计算轮廓的方向；

b13)如果轮廓的方向接近垂直，则过滤；

b14)最终只保留方向接近水平的轮廓。

3.根据权利要求1所述的一种螺丝异常自动检测方法，其特征在于：步骤b)中的压杆圆弧处理采用如下步骤来得到压杆右端点位置：

b41)完整提取整个右边界圆弧；

b42)对该圆弧进行圆形拟合；

b43)提取压杆的上下边界；

b44)计算上下边界，与圆形的上下交点；

b45)连接该上下交点；

b46)连线的中点，就是压杆的右端点。