CN108550142A - 一种牙孔检测方法及装置 - Google Patents
一种牙孔检测方法及装置 Download PDFInfo
- Publication number
- CN108550142A CN108550142A CN201810295602.2A CN201810295602A CN108550142A CN 108550142 A CN108550142 A CN 108550142A CN 201810295602 A CN201810295602 A CN 201810295602A CN 108550142 A CN108550142 A CN 108550142A
- Authority
- CN
- China
- Prior art keywords
- tapping
- image
- stamping part
- hardware stamping
- difference
- 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.)
- Pending
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
- G06T7/0008—Industrial image inspection checking presence/absence
-
- 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
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30036—Dental; Teeth
-
- 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
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明涉及五金冲压件生产自动化领域,公开了一种牙孔检测方法,该牙孔检测方法包括:采集五金冲压件的攻牙图像并将该攻牙图像转换成灰度图,采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像中牙孔的定位区域,再采用最小外接圆算法计算该定位区域的内圆圆心位置和内圆半径大小,计算该内圆半径与标准五金冲压件牙孔区域内圆半径的差值,最后根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号,从而将五金冲压件中的不良品检测出来。采用该方法检测攻牙缺陷,提高牙孔检测的精度,且采用该牙孔检测方法只需获取五金冲压件的攻牙图像,五金冲压件的规格大小不影响该方法的使用。
Description
技术领域
本发明涉及五金冲压件生产自动化领域,尤其涉及一种牙孔检测方法及装置。
背景技术
目前五金冲压件攻牙后的牙孔检测采用人工目视检测的方法,人工目视检测需对五金冲压件的攻牙一一检测,需要检测人员有极好的视力和耐力,花费很大的人力资源。现有的牙孔检测装置,能自动检测牙孔的状态,从而将五金冲压件的牙孔缺陷检测出来,节省人力。
现有的牙孔检测装置是通过滑块带动电动螺丝起子上的检测螺丝直线往复滑动来进入或脱离检测牙孔,通过位置检测装置检测滑块的位置来判断螺丝是否旋入牙孔内定深度。若牙孔存在损坏,检测螺丝无法旋入到要求位置,即可将存在攻牙缺陷的五金冲压件检测出来,此牙孔检测装置,需使检测螺丝的外螺纹半径小于牙孔半径。然而,随着技术发展,五金冲压件的规格越来越小,检测螺丝的精细度要求也越来越高,五金冲压件的规格过小时,现有检测装置无法对五金冲压件攻牙后的牙孔进行检测。
发明内容
本发明的主要目的在于提供一种牙孔检测方法及装置,用于解决现有技术中无法对规格过小的五金冲压件攻牙后的牙孔进行检测的技术问题。
为实现上述目的,本发明第一方面提供一种牙孔检测方法,所述方法包括:
采集五金冲压件的攻牙图像并将所述攻牙图像转换成灰度图,所述攻牙图像为相机拍摄的所述五金冲压件攻牙后牙孔的图像;
采用固定阈值、轮廓提取算法和最小外接矩形算法提取所述攻牙图像中所述牙孔的定位区域;
采用最小外接圆算法计算所述定位区域的内圆圆心位置和内圆半径大小,计算所述内圆半径与标准五金冲压件牙孔区域内圆半径的差值;
根据所述差值与预置差值大小关系来分析确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
本发明第二方面提供一种牙孔检测装置,所述装置包括:
采集模块,用于采集五金冲压件的攻牙图像并将所述攻牙图像转换成灰度图,所述攻牙图像为相机拍摄的所述五金冲压件攻牙后牙孔的图像;
定位模块,用于采用固定阈值、轮廓提取算法和最小外接矩形算法提取所述攻牙图像中所述牙孔的定位区域;
计算模块,用于采用最小外接圆算法计算所述定位区域的内圆圆心位置和半径大小,计算所述内圆半径与标准五金冲压件牙孔区域内圆半径的差值;
确定模块,用于根据所述差值是否超过预置差值确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
从上述发明提供的技术方案可知,该方法利用固定阈值、轮廓提取算法和最小外接矩形算法提取攻牙图像中牙孔的定位区域,通过计算该定位区域内圆半径的大小与标准五金冲压件牙孔区域内圆半径的差值,根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号,由此将五金冲压件的不良品检测出来。采用该方法检测攻牙缺陷,提高牙孔检测的精度,且采用该牙孔检测方法只需获取五金冲压件的攻牙图像,五金冲压件的规格大小不影响该方法的使用。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明第一实施例提供的牙孔检测方法的流程示意图;
图2为第一实施例中步骤102细化步骤的流程示意图;
图3为第一实施例中步骤104的细化步骤的流程示意图;
图4为本发明第二实施例提供的牙孔检测装置的结构示意图;
图5为第二实施例中定位模块的细化结构的示意图;
图6为第二实施例中确定模块的细化结构的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而非全部实施例。基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
由于现有技术中无法对规格过小的五金冲压件攻牙后的牙孔进行检测。为了解决上述技术问题,本发明提出一种牙孔检测方法,以对规格过小的五金冲压件攻牙后的牙孔进行精确地检测。
请参阅图1,图1为本发明第一实施例提供的牙孔检测方法的流程示意图,该牙孔检测方法包括步骤101至步骤104:
步骤101、采集五金冲压件的攻牙图像并将该攻牙图像转换成灰度图,该攻牙图像为相机拍摄的五金冲压件攻牙后牙孔的图像。
具体地,在本发明实施例中,相机拍摄五金冲压件攻牙后牙孔的图像,该检测方法所运用的控制系统获取该五金冲压件攻牙后牙孔的图像,即为获取该五金冲压件的攻牙图像,在获取该五金冲压件的攻牙图像后将该攻牙图像转换成灰度图,以便进一步地对该攻牙图像进行处理。
步骤102、采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像中牙孔的定位区域。
其中,采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像的定位区域的目的是提取到该五金冲压件的牙孔位置。
如图2所示,图2为第一实施例中步骤102细化步骤的流程示意图,采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像中牙孔的定位区域具体步骤包括步骤201至步骤203:
步骤201、对攻牙图像的灰度图进行局部增强处理和避位处理,得到第一攻牙图像。
其中,第一攻牙图像为已进行局部增强处理和避位处理的攻牙图像,步骤201具体步骤为:遍历该攻牙图像的像素值,将大于预置指定值的像素值设置为预置指定置,将小于该预置指定值的像素值均设置为零。
具体地,预先设置像素的一个指定值,遍历该灰度图像的图像区域的像素值,将大于该指定值的像素值均设置为指定值,将小于该指定值的像素值均设置为零,以完成对攻牙图像的灰度图进行局部增强处理。
步骤202、对该第一攻牙图像进行图像二值化处理,得到第二攻牙图像。
其中,第二攻牙图像为己进行二值化处理的攻牙图像。
步骤203、对该第二攻牙图像进行图像腐蚀,然后采用轮廓提取算法对第二攻牙图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点坐标。
具体地,在本发明实施例中,在获取到攻牙图像的灰度图后,对该灰度图进行局部增强处理和避位处理得到第一攻牙图像,再对该第一攻牙图像进行二值化处理得到第二攻牙图像,再然后对该第二攻牙图像进行图像腐蚀,接着采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点坐标,该四个定点坐标为攻牙图像中获取的定位区域,即为五金冲压件的牙孔区域。
步骤103、采用最小外接圆算法计算该定位区域的内圆圆心位置和内圆半径大小,计算该内圆半径与标准五金冲压件牙孔区域内圆半径的差值。
其中,该定位区域指五金冲压件攻牙后的牙孔区域,采用最小外接圆算法可获取该五金冲压件牙孔区域的内圆圆心位置和内圆半径大小,该内圆半径与标准五金冲压件牙孔区域内圆半径存在差值,计算可获取该差值。
步骤104、根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。
具体地,比较该差值与预置差值的大小关系,根据该大小关系再分析确定该五金冲压件存在攻牙缺陷为不良品。
进一步地,如图3所示,图3为第一实施例中步骤104的细化步骤的流程示意图,根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号具体包括步骤301至步骤306:
步骤301、判断该差值是否超过预置差值;
步骤302、若该差值超过预置差值,则确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号;
步骤303、若该差值未超过该预置差值,则扩展该定位区域的内圆半径,得到检测圆;
步骤304、将定位区域的内圆圆内部分和检测圆圆外部分的像素值均设置为零,计算该定位区域的内圆与该检测圆之间的圆环部分的像素点的数量;
步骤305、判断像素点的数量是否在预置范围内;
步骤306、若不在预置范围内,则确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号。
具体地,先判断该差值是否超过该预置差值,若判断该差值大于预置差值,则确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。若判断该差值小于或等于预置差值,则进行下一步操作,扩展该定位区域的内圆半径,得到检测圆,将定位区域的内圆圆内部分和检测圆圆外部分的像素值均设置为零,计算该定位区域的内圆与该检测圆之间的圆环部分的像素点的数量,判断像素点的数量是否在预置范围内,若不在预置范围内,则确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号,此操作提高了五金冲压件不良品的筛选率。
进一步地,该检测方法还包括:
若采用固定阈值、轮廓提取算法和最小外接矩形算法不能提取到该攻牙图像中牙孔的定位区域,则确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。
其中,不能获取到该攻牙图像牙孔的定位区域是指不能获取到该五金冲压件牙孔区域的坐标。
从图1提供的检测方法可知,该方法利用固定阈值、轮廓提取算法和最小外接矩形算法提取攻牙图像中牙孔的定位区域,通过计算该定位区域内圆半径的大小与标准五金冲压件牙孔区域内圆半径的差值,根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号,由此将五金冲压件的不良品检测出来。采用该方法检测攻牙缺陷,提高牙孔检测的精度,且采用该牙孔检测方法只需获取五金冲压件的攻牙图像,五金冲压件的规格大小不影响该方法的使用。
请参阅图4,为本发明第二实施例提供的牙孔检测装置的结构示意图,该牙孔检测装置包括采集模块401、定位模块402、计算模块403和确定模块404:
采集模块401、用于采集五金冲压件的攻牙图像并将该攻牙图像转换成灰度图,该攻牙图像为相机拍摄的五金冲压件攻牙后牙孔的图像。
具体地,在本发明实施例中,相机拍摄五金冲压件攻牙后牙孔的图像,采集模块401获取该五金冲压件攻牙后牙孔的图像,即为获取该五金冲压件的攻牙图像,在获取该五金冲压件的攻牙图像后将该攻牙图像转换成灰度图,以便进一步地对该攻牙图像进行处理。
定位模块402、用于采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像中牙孔的定位区域。
其中,采用固定阈值、轮廓提取算法和最小外接矩形算法提取该攻牙图像的定位区域的目的是提取到该五金冲压件的牙孔位置。
如图5所示,图5为第二实施例中定位模块的细化结构的示意图,定位模块402具体包括第一处理模块501、第二处理模块502和提取模块503:
第一处理模块501、用于对攻牙图像的灰度图进行局部增强处理和避位处理,得到第一攻牙图像。
其中,第一攻牙图像为已进行局部增强处理和避位处理的攻牙图像,第一处理模块501遍历该攻牙图像的像素值,将大于预置指定值的像素值设置为预置指定置,将小于该预置指定值的像素值均设置为零。
具体地,第一处理模块501预先设置像素的一个指定值,遍历该灰度图像的图像区域的像素值,将大于该指定值的像素值均设置为指定值,将小于该指定值的像素值均设置为零,以完成对攻牙图像的灰度图进行局部增强处理。
第二处理模块502、用于对该第一攻牙图像进行图像二值化处理,得到第二攻牙图像。
其中,第二攻牙图像为己进行二值化处理的攻牙图像。
提取模块503、用于对该第二攻牙图像进行图像腐蚀,然后采用轮廓提取算法对第二攻牙图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点坐标。
具体地,在本发明实施例中,该装置在获取到攻牙图像的灰度图后,第一处理模块501对该灰度图进行局部增强处理和避位处理得到第一攻牙图像,第二处理模块502再对该第一攻牙图像进行二值化处理得到第二攻牙图像,再然后提取模块503对该第二攻牙图像进行图像腐蚀,接着采用轮廓提取算法进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点坐标,该四个定点坐标为攻牙图像中获取的定位区域,即为五金冲压件的牙孔区域。
计算模块403、用于采用最小外接圆算法计算该定位区域的内圆圆心位置和内圆半径大小,计算该内圆半径与标准五金冲压件牙孔区域内圆半径的差值。
其中,该定位区域指五金冲压件攻牙后的牙孔区域,采用最小外接圆算法可获取该五金冲压件牙孔区域的内圆圆心位置和内圆半径大小,该内圆半径与标准五金冲压件牙孔区域内圆半径存在差值,计算可获取该差值。
确定模块404、用于根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。
具体地,比较该差值与预置差值的大小关系,根据该大小关系再分析确定该五金冲压件存在攻牙缺陷为不良品。
进一步地,如图6所示,图6为第二实施例中确定模块的细化结构的示意图,确定模块404具体包括第一判断模块601、第一输出模块602、扩展模块603、设置计算模块604、第二判断模块605和第二输出模块606:
第一判断模块601、用于判断该差值是否超过预置差值;
第一输出模块602、用于在该差值超过预置差值时,确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号;
扩展模块603、用于在该差值未超过该预置差值时,扩展该定位区域的内圆半径,得到检测圆;
设置计算模块604、用于将定位区域的内圆圆内部分和检测圆圆外部分的像素值均设置为零,计算该定位区域的内圆与该检测圆之间的圆环部分的像素点的数量;
第二判断模块605、用于判断像素点的数量是否在预置范围内;
第二输出模块606、用于不在预置范围内时,确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号。
具体地,第一判断模块601先判断该差值是否超过该预置差值,若判断该差值大于预置差值,则第一输出模块602确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。若第一判断模块601判断该差值小于或等于预置差值,则进行下一步操作,扩展模块603扩展该定位区域的内圆半径,得到检测圆,设置计算模块604将定位区域的内圆圆内部分和检测圆圆外部分的像素值均设置为零,计算该定位区域的内圆与该检测圆之间的圆环部分的像素点的数量,第二判断模块605判断像素点的数量是否在预置范围内,若不在预置范围内时,第二输出模块606确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号,此操作提高了五金冲压件不良品的筛选率。
进一步地,该牙孔检测装置还包括:
确认模块,用于在采用固定阈值、轮廓提取算法和最小外接矩形算法不能提取到该攻牙图像中牙孔的定位区域时,确定该五金冲压件存在攻牙缺陷,输出该五金冲压件为不良品的信号。
其中,不能获取到该攻牙图像牙孔的定位区域是指不能获取到该五金冲压件牙孔区域的坐标。
从图4提供的检测装置可知,该装置的定位模块利用固定阈值、轮廓提取算法和最小外接矩形算法提取攻牙图像中牙孔的定位区域,计算模块通过计算该定位区域内圆半径的大小与标准五金冲压件牙孔区域内圆半径的差值,确定模块根据该差值与预置差值大小关系来分析确定该五金冲压件存在攻牙缺陷,输出五金冲压件为不良品的信号,由此将五金冲压件的不良品检测出来。采用该装置检测攻牙缺陷,提高牙孔检测的精度,且采用该牙孔检测装置只需获取五金冲压件的攻牙图像,五金冲压件的规格大小不影响该方法的使用。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,对于前述的各方法实施例,为了简便描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其它实施例的相关描述。
以上为对本发明所提供的一种牙孔检测方法及装置的描述,对于本领域的技术人员,依据本发明实施例的思想,在具体实施方式及应用范围上均会有改变之处,综上,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种牙孔检测方法,其特征在于,所述方法包括:
采集五金冲压件的攻牙图像并将所述攻牙图像转换成灰度图,所述攻牙图像为相机拍摄的所述五金冲压件攻牙后牙孔的图像;
采用固定阈值、轮廓提取算法和最小外接矩形算法提取所述攻牙图像中所述牙孔的定位区域;
采用最小外接圆算法计算所述定位区域的内圆圆心位置和内圆半径大小,计算所述内圆半径与标准五金冲压件牙孔区域内圆半径的差值;
根据所述差值与预置差值大小关系来分析确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
2.根据权利要求1所述的方法,其特征在于,所述根据所述差值与预置差值大小关系来分析确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号的步骤包括:判断所述差值是否超过预置差值;
若所述差值超过所述预置差值,则确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号;
若所述差值未超过所述预置差值,则扩展所述定位区域的内圆半径,得到检测圆;将所述定位区域的内圆圆内部分和所述检测圆圆外部分的像素值均设置为零,计算所述定位区域的内圆与所述检测圆之间的圆环部分的像素点的数量;判断所述像素点的数量是否在预置范围内;若不在预置范围内,则确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
3.根据权利要求1所述的方法,其特征在于,所述采用固定阈值、轮廓提取算法和最小外接矩形算法提取所述攻牙图像中所述牙孔的定位区域的步骤具体包括:
对所述攻牙图像的灰度图进行图像局部增强处理和避位处理,得到第一攻牙图像;
对所述第一攻牙图像进行图像二值化处理,得到第二攻牙图像;
对所述第二攻牙图像进行图像腐蚀,然后采用轮廓提取算法对所述第二攻牙图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点的坐标。
4.根据权利要求3所述的方法,其特征在于,所述对所述攻牙图像的灰度图进行图像局部增强处理和避位处理,得到第一攻牙图像的步骤具体包括:
遍历所述攻牙图像的牙孔区域的像素值,将大于预置指定值的像素值设置为所述预置指定值,将小于所述预置指定值的像素值均设置为零。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若采用固定阈值、轮廓提取算法和最小外接矩形算法不能获取到所述攻牙图像中所述牙孔的定位区域,则确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
6.一种牙孔检测装置,其特征在于,所述装置包括:
采集模块,用于采集五金冲压件的攻牙图像并将所述攻牙图像转换成灰度图,所述攻牙图像为相机拍摄的所述五金冲压件攻牙后牙孔的图像;
定位模块,用于采用固定阈值、轮廓提取算法和最小外接矩形算法提取所述攻牙图像中所述牙孔的定位区域;
计算模块,用于采用最小外接圆算法计算所述定位区域的内圆圆心位置和半径大小,计算所述内圆半径与标准五金冲压件牙孔区域内圆半径的差值;
确定模块,用于根据所述差值是否超过预置差值确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
7.根据权利要求6所述的装置,其特征在于,所述确定模块还包括:
第一判断模块,用于判断所述差值是否超过预置差值;
第一输出模块,用于在所述差值超过所述预置差值时,确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号;
扩展模块,用于在所述差值未超过所述预置差值时,扩展所述定位区域的内圆半径,得到检测圆;
设置计算模块,用于将所述定位区域的内圆圆内部分和所述检测圆圆外部分的像素值均设置为零,计算所述定位区域的内圆与所述检测圆之间的圆环部分的像素点的数量;
第二判断模块,用于判断所述像素点的数量是否在预置范围内;
第二输出模块,用于若不在预置范围内,则确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
8.根据权利要求6所述的装置,其特征在于,所述定位模块具体包括:
第一处理模块,用于对所述攻牙图像的灰度图进行图像局部增强处理和避位处理,得到第一攻牙图像;
第二处理模块,用于对所述第一攻牙图像进行图像二值化处理,得到第二攻牙图像;
提取模块,用于对所述第二攻牙图像进行图像腐蚀,然后采用轮廓提取算法对所述第二攻牙图像进行图像轮廓检测,并对面积最大的轮廓采用最小外接四边形拟合处理,得到外接四边形四个定点的坐标。
9.根据权利要求8所述的装置,其特征在于,所述第一处理模块具体包括:
设置模块,用于遍历所述攻牙图像的牙孔区域的像素值,将大于所述预置指定值的像素值设置为预置指定值,将小于所述预置指定值的像素值均设置为零。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
确认模块,用于在采用固定阈值、轮廓提取算法和最小外接矩形算法不能获取到所述攻牙图像中所述牙孔的定位区域时,确定所述五金冲压件存在攻牙缺陷,输出所述五金冲压件为不良品的信号。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295602.2A CN108550142A (zh) | 2018-03-30 | 2018-03-30 | 一种牙孔检测方法及装置 |
PCT/CN2018/090872 WO2019184094A1 (zh) | 2018-03-30 | 2018-06-12 | 一种牙孔检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810295602.2A CN108550142A (zh) | 2018-03-30 | 2018-03-30 | 一种牙孔检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108550142A true CN108550142A (zh) | 2018-09-18 |
Family
ID=63514176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810295602.2A Pending CN108550142A (zh) | 2018-03-30 | 2018-03-30 | 一种牙孔检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108550142A (zh) |
WO (1) | WO2019184094A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184639A (zh) * | 2020-09-15 | 2021-01-05 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN112719805A (zh) * | 2020-12-21 | 2021-04-30 | 四川科思精密模具有限公司 | 一种锥度螺纹加工方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI825924B (zh) * | 2022-08-16 | 2023-12-11 | 榮昌科技股份有限公司 | 偵測螺絲孔位的裝置及偵測方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5214712A (en) * | 1990-09-11 | 1993-05-25 | Matsushita Electric Industrial Co., Ltd. | Pattern inspection system for inspecting defect of land pattern for through-hole on printed board |
JP2000180374A (ja) * | 1998-12-15 | 2000-06-30 | Matsushita Electric Ind Co Ltd | 欠陥検出方法 |
CN101532926A (zh) * | 2008-12-12 | 2009-09-16 | 齐齐哈尔华工机床制造有限公司 | 冲击试样自动加工装置在线检测视觉系统及其图像处理方法 |
CN102128589A (zh) * | 2010-01-20 | 2011-07-20 | 中国科学院自动化研究所 | 一种在轴孔装配中零件内孔方位误差的校正方法 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及系统 |
CN104897062A (zh) * | 2015-06-26 | 2015-09-09 | 北方工业大学 | 一种零件异面平行孔形位偏差的视觉测量方法及装置 |
CN105787939A (zh) * | 2016-02-26 | 2016-07-20 | 南京理工大学 | 一种用于pcb板圆孔的快速定位检测方法 |
CN106327496A (zh) * | 2016-08-26 | 2017-01-11 | 西安电子科技大学 | 基于aoi的pcb裸板盲孔缺陷的检测系统及方法 |
CN106778541A (zh) * | 2016-11-28 | 2017-05-31 | 华中科技大学 | 一种基于视觉的多层梁中外梁孔的识别与定位方法 |
CN107301636A (zh) * | 2017-05-17 | 2017-10-27 | 华南理工大学 | 一种基于高斯拟合的高密度电路板圆孔亚像素检测方法 |
CN107705297A (zh) * | 2017-09-18 | 2018-02-16 | 华南理工大学 | 一种柔性电路板圆孔的阈值分割检测方法 |
-
2018
- 2018-03-30 CN CN201810295602.2A patent/CN108550142A/zh active Pending
- 2018-06-12 WO PCT/CN2018/090872 patent/WO2019184094A1/zh active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5214712A (en) * | 1990-09-11 | 1993-05-25 | Matsushita Electric Industrial Co., Ltd. | Pattern inspection system for inspecting defect of land pattern for through-hole on printed board |
JP2000180374A (ja) * | 1998-12-15 | 2000-06-30 | Matsushita Electric Ind Co Ltd | 欠陥検出方法 |
CN101532926A (zh) * | 2008-12-12 | 2009-09-16 | 齐齐哈尔华工机床制造有限公司 | 冲击试样自动加工装置在线检测视觉系统及其图像处理方法 |
CN102128589A (zh) * | 2010-01-20 | 2011-07-20 | 中国科学院自动化研究所 | 一种在轴孔装配中零件内孔方位误差的校正方法 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及系统 |
CN104897062A (zh) * | 2015-06-26 | 2015-09-09 | 北方工业大学 | 一种零件异面平行孔形位偏差的视觉测量方法及装置 |
CN105787939A (zh) * | 2016-02-26 | 2016-07-20 | 南京理工大学 | 一种用于pcb板圆孔的快速定位检测方法 |
CN106327496A (zh) * | 2016-08-26 | 2017-01-11 | 西安电子科技大学 | 基于aoi的pcb裸板盲孔缺陷的检测系统及方法 |
CN106778541A (zh) * | 2016-11-28 | 2017-05-31 | 华中科技大学 | 一种基于视觉的多层梁中外梁孔的识别与定位方法 |
CN107301636A (zh) * | 2017-05-17 | 2017-10-27 | 华南理工大学 | 一种基于高斯拟合的高密度电路板圆孔亚像素检测方法 |
CN107705297A (zh) * | 2017-09-18 | 2018-02-16 | 华南理工大学 | 一种柔性电路板圆孔的阈值分割检测方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112184639A (zh) * | 2020-09-15 | 2021-01-05 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN112184639B (zh) * | 2020-09-15 | 2024-03-29 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN112719805A (zh) * | 2020-12-21 | 2021-04-30 | 四川科思精密模具有限公司 | 一种锥度螺纹加工方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2019184094A1 (zh) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108323204B (zh) | 一种检测人脸瑕疵点的方法和智能终端 | |
WO2021017471A1 (zh) | 一种基于图像处理的点云滤波方法、装置和存储介质 | |
CN106340010B (zh) | 一种基于二阶轮廓差分的角点检测方法 | |
CN110232379A (zh) | 一种车辆姿态检测方法及系统 | |
Ni et al. | Automatic detection and counting of circular shaped overlapped objects using circular hough transform and contour detection | |
CN108550142A (zh) | 一种牙孔检测方法及装置 | |
CN111027343B (zh) | 条形码区域定位方法和装置 | |
CN108663382A (zh) | 基于视觉显著性的纸张表面缺陷检测的方法及装置 | |
CN108186051A (zh) | 一种从超声图像中自动测量胎儿双顶径长度的图像处理方法及处理系统 | |
CN104408711A (zh) | 一种基于多尺度区域融合的显著区域检测方法 | |
CN110544233A (zh) | 基于人脸识别应用的深度图像质量评价方法 | |
Wu et al. | Morphological feature extraction based on multiview images for wear debris analysis in on-line fluid monitoring | |
CN105678735A (zh) | 一种用于雾天图像的目标显著性检测方法 | |
CN105225216A (zh) | 基于空间距圆标记边缘检测的虹膜预处理算法 | |
CN108830856B (zh) | 一种基于时间序列sd-oct视网膜图像的ga自动分割方法 | |
CN110689134A (zh) | 执行机器学习过程的方法、装置、设备以及存储介质 | |
CN106371614A (zh) | 手势识别的优化方法和装置 | |
CN110738702B (zh) | 一种三维超声图像的处理方法、装置、设备及存储介质 | |
CN109272484B (zh) | 一种基于视频图像的降雨检测方法 | |
CN109102486B (zh) | 基于机器学习的表面缺陷检测方法及装置 | |
CN113012127A (zh) | 基于胸部医学影像的心胸比测量方法 | |
Purnama et al. | Follicle detection on the usg images to support determination of polycystic ovary syndrome | |
CN114581433B (zh) | 一种获取金属球腔内表面形貌检测图像的方法及系统 | |
Xiao et al. | Hard exudates detection method based on background-estimation | |
CN113781513B (zh) | 一种电厂供水管道泄漏检测方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180918 |