CN108416762B - 继电器测量的图像提取及图像处理方法 - Google Patents
继电器测量的图像提取及图像处理方法 Download PDFInfo
- Publication number
- CN108416762B CN108416762B CN201810060463.5A CN201810060463A CN108416762B CN 108416762 B CN108416762 B CN 108416762B CN 201810060463 A CN201810060463 A CN 201810060463A CN 108416762 B CN108416762 B CN 108416762B
- Authority
- CN
- China
- Prior art keywords
- image
- contact
- value
- relay
- judging
- 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
- 238000005259 measurement Methods 0.000 title claims abstract description 23
- 238000000605 extraction Methods 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 11
- 238000009432 framing Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000035772 mutation Effects 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000003491 array Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 15
- 230000010365 information processing Effects 0.000 abstract description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 13
- 229910052782 aluminium Inorganic materials 0.000 description 13
- 230000008569 process Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000003321 amplification Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20192—Edge enhancement; Edge preservation
-
- 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
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了继电器测量的图像提取及图像处理方法,具体处理步骤如下:调整装置步骤、识别区域划分步骤、上部触点提取步骤、图像二值化处理步骤、图像统计步骤、边缘定位缩放步骤、图像扩充步骤、获取上部触点间隙最小值步骤、判定上部触点合格步骤、下部触片提取步骤、下部触片区域二值化处理步骤、下部触片平均宽度获取步骤、判定下部触片合格步骤、判定继电器合格步骤;本发明提出产品检测速度快、处理信息量大,产品检测准确率高的继电器测量的图像提取及图像处理方法。
Description
技术领域
本发明涉及图像处理领域,尤其涉及继电器测量的图像提取及图像处理方法。
背景技术
继电器是一种被广泛应用于日常家电、工业控制电路、机电一体化、遥控遥测和航空航天等设备中的自动电路控制器件,其具有电路调节、电路保护、电路转换等功能。继电器的生产是一个涉及十几道工序的复杂过程,每道工序的加工、装配质量都将直接影响最终的成品质量。继电器触片的装配是继电器生产过程中的难点,且触片的装配质量也是引起继电器故障的主要因素,因此在生产过程中需要严格检测触点的装配质量。
传统的人工检测方法,检测速度慢,只适用于抽检,无法满足自动化流水线生产的检测需求,且检测重复性差,检测质量不能保证。
视觉测量技术作为一种快速无损非接触式测量技术,具有速度快、可处理较大信息量,但目前现有的视觉测量系统,检测判断产品的误差率较大,产品合格率的走势难以判断,信息量过大时难以运算监测,具体会是哪方面问题造成产品合格降低,信息处理速度提高,每个产品的质检时间不能超过1s,因此难以形成有效的合理推断,一旦出现问题完全依靠熟练技术工人。
发明内容
针对上述技术问题,本发明提出产品检测速度快、处理信息量大,产品检测准确率高的继电器测量的图像提取及图像处理方法。
为了解决上述技术缺陷,本发明的技术方案如下:
继电器测量的图像提取及图像处理方法,具体处理步骤如下:
101)调整装置步骤:将所述光源、继电器和相机设置在同一水平线上,并在相机上通过设置在相机和远心镜头上相匹配的螺纹而安装上远心镜头;
102)识别区域划分步骤:通过步骤101)上相机拍摄获取的图像传输到图像处理终端,并将图像的上部触点、下部触片这两个感兴趣区域即ROI区域进行加框区域标识;
103)上部触点提取步骤:根据步骤102)中的加框区域标识,只获取其中的上部触点区域框内的图像,剔除其余部分;
104)图像扩充步骤:将步骤103)中获取的图像进行每个像素点的扩充,所述扩充采用像素点在水平方向和竖直方向进行扩充,并通过三次样条曲线插值的方式,对新扩充的像素点赋予灰度值;
所述的三次样条曲线插值的方式具体如下:设置以下节点
x:a=x0<x1<x2<…<xn=b
y: y0 y1 y2 …<yn
样条曲线S(x),S(x)是一个分段定义式,则给定n+1个数据点,共有n个区间,则每个区间的三次样条方程式如下:
Si(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3 公式(1)
其中ai,,bi,ci,di为四个参数,S(x)=Si(x),且Si(x)=yi其中i=0,1,2…n,S(x) 和其导数、二阶导数都在[a,b]区间都是连续的;
将获取的图像中的原始像素点的灰度值作为已知数据点,每个节点间均为三次样条曲线,且各中间节点二阶连续,即可得到相应亚像素点的灰度值,从而获得像素扩充后的图像;
105)获取上部触点间隙最小值步骤:将步骤104)得到的扩充后的图像进行二值化处理,并对图像进行逐行的像素遍历,记录每一行灰度值为255的像素点个数,存储于相应数组中,最终获得每灰度值为255的像素点个数,即为两触点间的间隙值,再将该间隙值除以5来得到触点亚像素精度的间隙值,从中找到最小的间隙值即为触点间隙最小值;
106)判定上部触点合格步骤:将步骤105)得到的继电器上部触点间隙最小值和基于原点阵标定板的系统标定而获得系统的实际最小相元尺寸,得到实际上部触点间隙最小值的数值,当这个数值在一定阈值范围内,则判定上部触点合格,否则为合格;
107)下部触片提取步骤:根据步骤102)中的加框区域标识,只获取其中的下部触片连接环区域框内的图像,剔除其余部分;
108)下部触片区域二值化处理步骤:将步骤107)得到的图像像素点的灰度值设置为0或255,其中背景白色设置灰度值为255,下部触片区域黑色设置灰度值为0;
109)下部触片平均宽度获取步骤:将步骤108)得到的二值化图像进行每一行的遍历统计,并分别计算下部触片左右两个触片的宽度值,将该宽度值存储进相应的数组中;将存储的宽度值数据进行求和,并除以相应图像行数,而获得下部触片左右两个触片的平均宽度值;
110)判定下部触片合格步骤:将步骤109)得到的继电器下部触片的平均宽度与左右两个触片每行宽度的绝对差值大于12个像素的,则判定为一个突变点,当左触片的判定突变点超过75,则判定左触片扭曲,当右触片的判定突变点超过30,则判定右触片扭曲;进而当左触片、右触片都不扭曲时,下部触片合格;
111)判定继电器合格步骤:根据步骤106)和步骤110)的判定结果都为合格时,进行继电器合格判定,判定为产品合格。
进一步的,所述步骤105)中扩充采用像素点在水平方向和竖直方向进行达到原来的5倍的扩充。
进一步的,所述106)判定上部触点合格步骤中的阈值为0.3mm至0.6mm。
进一步的,所述图像边缘处理方法采用的硬件设备包括观测系统,光源,工件夹持机构,框架支撑系统和图像处理终端;观测系统包括远心镜头、相机、微调滑台,工件夹持机构包括工装滑槽、继电器;所述光源、继电器和相机设置在同一水平线上。
本发明由于采用以上技术方案,具有以下优点:
本发明,针对MPD-S-112-A型继电器触片检测工位,上部触点和下部触片两个区域进行精准定位放大,利用视觉测量方法充分利用原点阵标定法对测量系统进行标定,确定相机内部参数与外部参数,并进行图像采集试拍,达到快速定位实测物体尺寸的效果。
本发明利用二值化处理图像处理,便于快速放大进行图像扩充和局部放大处理,能大大提高分辨识别度,且大大降低运算速度,提高执行操作速度。同时利用三次样条曲线,进行更自然的扩充图像像素,且能实现高效运作。从而实现对流水线继电器触片实时测量的同时,将测量数据以极差、均值、最大值、最小值等数据都能统计出来,并进行快速执行,且能将统计的数据实时记录,从而获取继电器触片装配质量状况,为产品哪出问题进行数据指导,避免全靠技术工的经验进行判断。
附图说明
图1为继电器示意图;
图2为本发明的测量平台三维模型示意图;
图3为本发明的测量平台采集到的继电器图像;
图4为本发明的具体流程图;
图5为图4的准则I的具体流程图;
图6为图3继电器上部触点图像采集示意图;
图7为图5准则处理后图6的图像示意图;
图8为图4的准则III的流程图;
图9为本发明的图像处理区域示意图;
图10为本发明图像像素扩充后图像;
图11为本发明通讯流程示意图;
图12为本发明装置的正视三维图;
图13为本发明装置的后视三维图;
图14为图13方框内区域爆炸图。
具体实施方式
下面将结合附图和具体实施例对本发明做进一步的说明。
如图1至图14所示,继电器测量的图像提取及图像处理方法。
继电器测量的图像提取及图像处理方法,其涉及的装置包括观测系统,光源,工件夹持机构,框架支撑系统和图像处理终端;观测系统包括远心镜头、相机、微调滑台,工件夹持机构包括工装滑槽、继电器。所述继电器设置在工装滑槽上,所述远心镜头设置在相机靠近继电器的一侧,所述相机设置在微调滑台上,且该相机与图像处理终端连接,所述光源、继电器和相机设置在同一水平线上;所述光源采用矩形块,使得平行光照射在继电器上形成相应图像,并被相机获取。
具体设备结构如图12至图14所示:
所述观测系统进一步包括第一滑台11,第二滑台12,相机安装板14,相机 15,旋转台13,远心镜头,所述第一滑台11中间凸起,安装在铝板29右侧中部。所述第二滑台12呈矩形,底部开有凹槽,安装在所述第一滑台11上表面。在所述第二滑台12后侧安装有第一手柄,前侧安装第二手柄,该第二手柄包括两个调整块,调整块通过导杆进行连接。所述第一滑台11与所述第二滑台可以沿开设的凹槽方向进行滑动。所述旋转台13包括上部和下部,上部为圆柱形,下部为方形,旋转台13的下部通过螺栓固定在所述第二滑台12上。所述相机安装板14安装在所述旋转台13上方。所述相机安装板14为矩形,四个角设置圆角,圆角边缘处各开有一个第六螺栓孔;所述相机安装板14左右两侧各开有一个第七螺栓孔,上半部分为大直径,下半部分为小直径,呈台阶状,大直径孔用于与所述旋转台13的配合安装,采用变径螺栓孔,可以保证稳固的连接。所述相机15前端安装有圆形接口。所述远心镜头8包括固定座,镜颈,过渡段,镜头,镜片。所述固定座安装在所述相机15前端圆形接口,所述镜颈安装在所述固定座上,所述镜头经所述过渡段与所述镜颈连接,所述镜片安装在所述镜头内。值得注意的是,所述远心镜头8的镜颈为可伸缩结构,可以灵活调整焦距;此外,所述镜片可以拆卸,根据需要进行调整。值得指出的是,旋转台13 的下部与上部可以发生在R轴上的相对旋转。
其中,所述光源板21安装在所述第五横杆28上,形状为方形,四个角开有倒角。所述光源板21下方开有两个螺栓孔,这两个螺栓孔用于连接所述第五横杆28,并加以固定。值得注意的是,在如图12,图13中并未标识出所述光源板21背后的结构,这里的结构包括但不限于,根据需要增设防护屏,这里出现的结构一方面与以上八个螺栓孔配合,进一步加固所述光源板21,另一方面可以加强光照,使得成像更清晰,提高检测精度。
其中,所述工件夹持机构进一步包括工装固定块4,第一角铝3,第二角铝 5,第三角铝7。所述第一角铝3安装在所述铝板29中间。所述第一角铝3包括第一水平边,第一竖直边。所述工装固定块4呈凹字形,包括左侧边,右侧边,底边,所述工装固定块4左侧边下部开有两个螺栓孔,两个螺栓孔与所述第一角铝3的长圆形螺栓孔配合;所述工装固定块4右侧边下部开有前,后两个螺栓孔,前螺栓孔与所述第二角铝5第二竖直边长圆形螺栓孔配合,后螺栓孔与所述第三角铝7第三竖直边长圆形螺栓孔配合。通过所述第一角铝3,第二角铝5,第三角铝7上的长圆形螺栓孔,可以实现所述工装固定块4的上下移动,灵活调整。
所述框架支撑系统,包括的第一竖杆9,第二竖杆17,第三竖杆20,第四竖杆1,第一横杆18,第二横杆23,第三横杆27,第四横杆30,第五横杆28,第一纵杆24,第二纵杆19,第三纵杆26,第四纵杆6的截面均为X形,X中央开有圆孔,四个角为箭头形状,箭头顶端开有圆角。采用这种形式的截面,可以在保证强度的基础上,减轻重量,便于移动本装置。
具体实施中是通过千兆光纤进行设备与图像处理终端的连接,由相机设备根据待测产品进入拍摄区域后进行相机拍摄触发,从而将拍摄的图像信息传输给图像处理终端,一般为PC端进行高效图像处理,根据PC端的处理结果是通过(OK)或不通过(NG)来回馈给设备,从而为其它外置机械设备进行不合格产品的剔除提供指令,在该处理过程中对产品的成像状况进行实时监测和记录,进而为产品哪里可能出现问题进行数据指导,避免全靠技术工的经验进行判断,大大降低了管理成本和提升了产品的合格率,高效排除障碍,且能达到设备的高效运作。
本方案具体针对MPD-S-112-A型继电器的测量及处理:该相机将图像数据传输给图像处理终端进行处理,所述图像处理模块的具体处理步骤如下:
101)调整装置步骤:将所述光源、继电器和相机设置在同一水平线上,并在相机上通过设置在相机和远心镜头上相匹配的螺纹而安装上远心镜头。
102)识别区域划分步骤:通过步骤101)上相机拍摄获取的图像传输到图像处理终端,并将图像的上部触点、下部触片这两个感兴趣区域即ROI区域进行加框区域标识。从而可以达到监控人员能立刻视觉上明白本产品检测设备是否正常运作,对图像处理上是否精准。
103)上部触点提取步骤:根据步骤102)中的加框区域标识,只获取其中的上部触点区域框内的图像,剔除其余部分。具体数据操作处理实现区域精准化处理,剔除干扰项,可达到如图6所述效果。
具体所述的获取其中的上部触点区域框内的图像具体包括如下步骤,具体如图5所述,从而达到从图6到图7的区域精准定位。
201)图像二值化处理步骤:将获取的上部触点区域的图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的黑白效果。
202)图像统计步骤:将步骤201)图像二值化后的图像进行黑色像素点的个数统计,即获取图像行数和列数,并逐列统计图像中的每一列中灰度值为0 的像素点的个数,并存入相应数组中。
203)边缘定位缩放步骤:将步骤202)统计的黑色像素点数进行比较(其中的黑色像素点数以0.95i作为基准数进行比较,i为行数),并设置一个判断是否找到左边缘的标志量count,默认初始值为0,根据上部触点区域特征进行统计的黑色像素点数进行逐列比较数值,当出现连续三列数值逐渐变小(即以 Num_n为记录第n列黑色像素点个数,Num_(n+1)小于Num_n,Num_(n+2) 小于Num_(n+1)),则使得count=1记录下列数j1,并以此确定找到一个边缘列。继续比较,当第一次出现连续三列数值逐渐变大(即以Num_n为记录第n 列黑色像素点个数,Num_(n+1)大于Num_n,Num_(n+2)大于Num_(n+1)),则记录下列数j2,并以此确认找到另一个边缘列,从而确定提取的图像范围。这是根据MPD-S-112-A型继电器在图像区域缩小后必然形成连续变大变小区域,而确定上部触点的边缘。
104)图像扩充步骤:将步骤103)中获取的图像进行每个像素点的扩充,所述扩充采用像素点在水平方向和竖直方向进行扩充,达到原来的5倍(即达到如图10所示),并通过三次样条曲线插值的方式,对新扩充的像素点赋予灰度值。
具体达到如图10所示,大点的方形是真实的物理像素点,在物理像素点之间较小的点是亚像素点。所述的三次样条曲线插值的方式具体如下:设置以下节点
x:a=x0<x1<x2<…<xn=b
y: y0 y1 y2 …<yn
样条曲线S(x),S(x)是一个分段定义式,则给定n+1个数据点,共有n个区间,则每个区间的三次样条方程式如下:
Si(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3 公式(1)
其中ai,,bi,ci,di为四个参数,S(x)=Si(x),且Si(x)=yi其中i=0,1,2…n,S(x)和其导数、二阶导数都在[a,b]区间都是连续的。
即满足以下条件:
a.在每个分段区间[xi,xi+1](i=0,1,2…n-1),S(x)=Si(x)都是一个三次多项式;
b.满足Si(x)=yi(i=0,1,2…n);
c.S(x),导数S’(x),二阶导数S”(x)在[a,b]区间都是连续的,即S(x)曲线是光滑的。
从而,将获取的图像中的原始像素点的灰度值作为已知数据点,每个节点间均为三次样条曲线,且各中间节点二阶连续,即可得到相应亚像素点的灰度值,从而获得像素扩充后的图像。
具体如下:在原图像中先获得触点间隙精确区域。将该区域图像中所有像素点横坐标、纵坐标各乘5,整个图像的行数与列数也相应的分别变为原图像的 5倍。原图像中(0,0)对应新图像点(0,0),原图像点(1,1)对应新图像点(5,5),原图像点(2,2)对应新图像点(10,10),原图像点(n,m)对应新图像点(5n,5m)。
新获得的图像中除了点(5n,5m)外,其余点灰度值均空缺(如点 (1,2)(1,3)(2,4)……),需要通过三次样条曲线插值的方式为其填充像素灰度值,其中(n,m=0,1,2,3……,且n<原图像行数,m<原图像列数)。通过已知的点(5n,5m)点灰度及图像点坐标,进行三次样条曲线拟合,获得相应的三次样条曲线方程,在该方程上输入对应的坐标值,即可获得空缺点的图像灰度值。
在本项目中,由于触点间隙为水平像素点间的距离,同时考虑到程序需要快速处理输出结果,故只对图像列进行像素扩充为原先的5倍,最合适,处理效率高效果好。
105)获取上部触点间隙最小值步骤:将步骤104)得到的扩充后的图像进行二值化处理,并对图像进行逐行的像素遍历,记录每一行灰度值为255的像素点个数,存储于相应数组中,最终获得每灰度值为255的像素点个数,即为两触点间的间隙值,再将该间隙值除以5来得到触点亚像素精度的间隙值,从中找到最小的间隙值即为触点间隙最小值。
106)判定上部触点合格步骤:将步骤105)得到的继电器上部触点间隙最小值和基于原点阵标定板的系统标定而获得系统的实际最小相元尺寸,得到实际上部触点间隙最小值的数值,当这个数值在0.3mm至0.6mm范围内,则判定上部触点合格,否则为不合格。
107)下部触片提取步骤:根据步骤102)中的加框区域标识,只获取其中的下部触片连接环区域框内的图像,剔除其余部分。同样避免了其它区域的干扰。
108)下部触片区域二值化处理步骤:将步骤107)得到的图像像素点的灰度值设置为0或255,其中背景白色设置灰度值为255,下部触片区域黑色设置灰度值为0。
109)下部触片平均宽度获取步骤:将步骤108)得到的二值化图像进行每一行的遍历统计,并分别计算下部触片左右两个触片的宽度值,将该宽度值存储进相应的数组中;将存储的宽度值数据进行求和,并除以相应图像行数,而获得下部触片左右两个触片的平均宽度值。
分别计算下部触片左右两个触片的宽度值的方法如下:
301)数据初始化设置步骤:获取图像像素的行数I和列数J,并设置H_(i, j)来记录第i行,第j列的像素灰度值,边界数标志量count,且该边界数标志量默认为零,Width_LF(i)来记录每行左触片宽度,Width_RT(i)记录右触片宽度,KeyPoint[4]来存储每行边界像素点的列号j。
302)遍历确定下部触片边界步骤:根据步骤301)中获取的图像像素的行数I和列数J,从第一行第一列的像素(0,0)开始遍历,先确定当前所在遍历的列没有超出列数J,超出列数J则进行换行,进行从新遍历新的行的列;未超出列数J则进行前后遍历的对比,当出现前后遍历得到的列的灰度值不同时则表示找到边界变化点,并将当前的列号j存入数组KeyPoint[count],且边界数标志量 count=count+1,只要边界数标志量未超过4,则需继续遍历查找,当超过4时则可确定下部触片边界。
303)下部触片宽度值步骤:根据步骤302)中的确定的每列的遍历得出的KeyPoint[count]来进行统计存入的数据量,从而得出下部触片的宽度值。其中左触片Width_LF(i)=KeyPoint[1]-KeyPoint[0],右触片Width_RT(i)=KeyPoint[3]- KeyPoint[2]。
110)判定下部触片合格步骤:将步骤109)得到的继电器下部触片的平均宽度与左右两个触片每行宽度的绝对差值大于12个像素的,则判定为一个突变点,当左触片的判定突变点超过75,则判定左触片扭曲,当右触片的判定突变点超过30,则判定右触片扭曲;进而当左触片、右触片都不扭曲时,下部触片合格。
111)判定继电器合格步骤:根据步骤106)和步骤110)的判定结果都为合格时,进行继电器合格判定,判定为产品合格。
综上所述,图像处理终端根据上述的数据进行实时数据统计和显示,不仅解决了在继电器触点间隙测量、触片扭曲检测方面,传统人工检测效率低、稳定性差、人工成本高等问题,且将测量数据的实时反馈可以以极差、均值、最大值、最小值等方式统计出来,方便监控人员实时获取继电器触片装配质量状况,为产品哪出问题进行数据指导,避免全靠技术工的经验进行判断,大大降低了管理成本和提升了产品的合格率,高效排除障碍,且能达到设备的高效运作。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员,在不脱离本发明构思的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明保护范围内。
Claims (4)
1.继电器测量的图像提取及图像处理方法,其特征在于,具体处理步骤如下:
101)调整装置步骤:将光源、继电器和相机设置在同一水平线上,并在相机上通过设置在相机和远心镜头上相匹配的螺纹而安装上远心镜头;
102)识别区域划分步骤:通过步骤101)上相机拍摄获取的图像传输到图像处理终端,并将图像的上部触点、下部触片这两个感兴趣区域即ROI区域进行加框区域标识;
103)上部触点提取步骤:根据步骤102)中的加框区域标识,只获取其中的上部触点区域框内的图像,剔除其余部分;
104)图像扩充步骤:将步骤103)中获取的图像进行每个像素点的扩充,所述扩充采用像素点在水平方向和竖直方向进行扩充,并通过三次样条曲线插值的方式,对新扩充的像素点赋予灰度值;
所述的三次样条曲线插值的方式具体如下:设置以下节点
x:a=x0<x1<x2<…<xn=b
y:y0y1y2…<yn
样条曲线S(x),S(x)是一个分段定义式,则给定n+1个数据点,共有n个区间,则每个区间的三次样条方程式如下:
Si(x)=ai+bi(x-xi)+ci(x-xi)2+di(x-xi)3公式(1)
其中ai,bi,ci,di为四个参数,S(x)=Si(x),且Si(x)=yi其中i=0,1,2…n,S(x)和其导数、二阶导数都在[a,b]区间都是连续的;
将获取的图像中的原始像素点的灰度值作为已知数据点,每个节点间均为三次样条曲线,且各中间节点二阶连续,即可得到相应亚像素点的灰度值,从而获得像素扩充后的图像;
105)获取上部触点间隙最小值步骤:将步骤104)得到的扩充后的图像进行二值化处理,并对图像进行逐行的像素遍历,记录每一行灰度值为255的像素点个数,存储于相应数组中,最终获得每灰度值为255的像素点个数,即为两触点间的间隙值,再将该间隙值除以5来得到触点亚像素精度的间隙值,从中找到最小的间隙值即为触点间隙最小值;
106)判定上部触点合格步骤:将步骤105)得到的继电器上部触点间隙最小值和基于原点阵标定板的系统标定而获得系统的实际最小相元尺寸,得到实际上部触点间隙最小值的数值,当这个数值在一定阈值范围内,则判定上部触点合格,否则为合格;
107)下部触片提取步骤:根据步骤102)中的加框区域标识,只获取其中的下部触片连接环区域框内的图像,剔除其余部分;
108)下部触片区域二值化处理步骤:将步骤107)得到的图像像素点的灰度值设置为0或255,其中背景白色设置灰度值为255,下部触片区域黑色设置灰度值为0;
109)下部触片平均宽度获取步骤:将步骤108)得到的二值化图像进行每一行的遍历统计,并分别计算下部触片左右两个触片的宽度值,将该宽度值存储进相应的数组中;将存储的宽度值数据进行求和,并除以相应图像行数,而获得下部触片左右两个触片的平均宽度值;
110)判定下部触片合格步骤:将步骤109)得到的继电器下部触片的平均宽度与左右两个触片每行宽度的绝对差值大于12个像素的,则判定为一个突变点,当左触片的判定突变点超过75,则判定左触片扭曲,当右触片的判定突变点超过30,则判定右触片扭曲;进而当左触片、右触片都不扭曲时,下部触片合格;
111)判定继电器合格步骤:根据步骤106)和步骤110)的判定结果都为合格时,进行继电器合格判定,判定为产品合格。
2.根据权利要求1所述的继电器测量的图像提取及图像处理方法,其特征在于,所述步骤105)中扩充采用像素点在水平方向和竖直方向进行达到原来的5倍的扩充。
3.根据权利要求1所述的继电器测量的图像提取及图像处理方法,其特征在于,所述106)判定上部触点合格步骤中的阈值为0.3mm至0.6mm。
4.根据权利要求1所述的继电器测量的图像提取及图像处理方法,其特征在于,所述图像处理方法采用的硬件设备包括观测系统,光源,工件夹持机构,框架支撑系统和图像处理终端;观测系统包括远心镜头、相机、微调滑台,工件夹持机构包括工装滑槽、继电器;所述光源、继电器和相机设置在同一水平线上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060463.5A CN108416762B (zh) | 2018-01-22 | 2018-01-22 | 继电器测量的图像提取及图像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810060463.5A CN108416762B (zh) | 2018-01-22 | 2018-01-22 | 继电器测量的图像提取及图像处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108416762A CN108416762A (zh) | 2018-08-17 |
CN108416762B true CN108416762B (zh) | 2021-04-06 |
Family
ID=63126057
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810060463.5A Active CN108416762B (zh) | 2018-01-22 | 2018-01-22 | 继电器测量的图像提取及图像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416762B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112881246A (zh) * | 2021-01-26 | 2021-06-01 | 苏州胤煌精密仪器科技有限公司 | 一种可连续变倍的图像法粒度仪 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09153862A (ja) * | 1995-11-30 | 1997-06-10 | Kokusai Denshin Denwa Co Ltd <Kdd> | 光増幅中継伝送システムの監視方法 |
CN100375902C (zh) * | 2004-10-22 | 2008-03-19 | 哈尔滨工业大学 | 电磁继电器动态特性的测试方法 |
CN101709995A (zh) * | 2009-12-24 | 2010-05-19 | 浙江大学 | 电力变压器振动在线监测及故障诊断方法 |
CN102692600B (zh) * | 2012-06-15 | 2014-10-15 | 东华大学 | 基于机器视觉的继电器触头电寿命快速评估方法及装置 |
US20160069937A1 (en) * | 2013-05-02 | 2016-03-10 | Awesense Wireless Inc. | Voltage sensing unit for sensing voltage of high-power lines using a single-contact point and method of use thereof |
US9721351B2 (en) * | 2014-09-25 | 2017-08-01 | Optimedica Corporation | Methods and systems for corneal topography, blink detection and laser eye surgery |
CN205228805U (zh) * | 2015-12-10 | 2016-05-11 | 国网四川省电力公司成都供电公司 | 采用可视化图像技术识别密度继电器额定压力的装置 |
CN107300562B (zh) * | 2017-05-19 | 2020-06-16 | 温州大学 | 一种测量继电器成品触点间距的x射线无损检测方法 |
-
2018
- 2018-01-22 CN CN201810060463.5A patent/CN108416762B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108416762A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU589651B2 (en) | Surface profile determination | |
CN204556517U (zh) | 热轧钢板表面质量在线检测装置 | |
CN101526336B (zh) | 基于量块的线结构光三维视觉传感器标定方法 | |
CN108592816B (zh) | 一种用于大尺寸表面的三维测量装置和方法 | |
CN109405755B (zh) | 一种大尺寸管板孔径和节距测量装置与测量方法 | |
CN111421001B (zh) | 一种高速线材轧机在线精确对中系统及其对中方法 | |
CN108416763B (zh) | 继电器测量的图像边缘处理方法 | |
KR101106045B1 (ko) | 강판 정보 계측 방법 | |
CN110433989B (zh) | 一种工件表面喷涂的方法 | |
CN211827005U (zh) | 一种基于多目视觉的五轴数控机床多功能检测装置 | |
CN111322950B (zh) | 利用线结构光传感器定位圆柱体位置的方法及其用途 | |
CN105205806A (zh) | 一种基于机器视觉的精度补偿方法 | |
CN108416762B (zh) | 继电器测量的图像提取及图像处理方法 | |
CN108427949B (zh) | 继电器测量的图像处理及图像扩充方法 | |
CN114119483A (zh) | 基于图像处理技术的建筑用轻质墙板质量检测方法及装置 | |
CN115791830A (zh) | 一种钢板检测系统、钢板检测方法及电子设备 | |
CN112381888A (zh) | 一种h型钢切割路径的动态补偿方法 | |
CN110084847B (zh) | 继电器测量装置 | |
CN110057555B (zh) | 线激光器平面度检测方法 | |
CN207540491U (zh) | 一种大尺寸产品快速检测的光学结构 | |
CN103905762B (zh) | 投影模块的投影画面自动检查方法 | |
CN106705836A (zh) | 一种t型导轨尺寸参数自动检测系统 | |
Lei et al. | Automated vision inspection system for the size measurement of workpieces | |
CN212843400U (zh) | 一种用于大尺寸矩形工件的非接触式测量装置 | |
CN107478206B (zh) | 适用于大场景测量的装置及方法 |
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 |