CN109176668A - 一种基于机器视觉的检测分割系统和方法 - Google Patents

Abstract

本发明提出了一种基于机器视觉的检测分割系统和方法，其通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端，通过数据处理与控制终端对图像采集组件采集的图像信息进行处理，并根据处理结果确定是否给分割器发送分割命令。其在导光板上增加分割标记线，利用图像采集处理、机器视觉对分割标记线进行自动识别、定位，并发送分割命令，精确分割导光板的系统，本专利提高了导光板分切的稳定性和可靠性，提高生产效率，控制效果好。

Description

一种基于机器视觉的检测分割系统和方法

技术领域

本发明涉及导光板制造领域，特别涉及一种基于机器视觉的检测分割系统和方法。

背景技术

导光板具有透明性且不吸光，导光板上的导光点使其具有极高的反射率，广泛应用于LED灯，广告等行业，该导光板按尺寸准确地进行加工或分切，在传统工艺中采用人眼观看或者利用脉冲计数器、色标传感器等形式进行识别定位、再分割，往往因为人的疲劳、设备识别不准确、累计误差等因素出现不能准确切割、遗漏等错误。

发明内容

本发明要解决的技术问题是：提供一种基于机器视觉的检测分割系统和方法，其提高导光板分切的稳定性和可靠性，提高生产效率。

本发明的解决方案是这样实现的：一种基于机器视觉的检测分割系统，包括图像采集组件、分割器以及数据处理与控制终端，其中，

图像采集组件，设置于待检测导光板的正上方，用于对待检测导光板上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端；

数据处理与控制终端，与所述图像采集组件相连，对图像采集组件采集的图像信息进行处理，在待检测的导光板上增加分割标记线，并对分割标记线进行自动识别、定位，再根据处理结果向分割器发送分割命令；

分割器，接收所述数据处理与控制终端的分割命令，用于对导光板进行分割。

本发明的另一技术方案在于在上述基础之上，所述图像采集组件包括支架、摄像头和光源，所述摄像头和光源通过支架固定。

本发明的另一技术方案在于在上述基础之上，所述光源设置在摄像头的下方，光源与摄像头之间还设置有透明隔板，所述透明隔板通过支架固定。

本发明的另一技术方案在于在上述基础之上，所述图像采集组件还包括外壳，所述摄像头和光源设置在外壳内，所述外壳将摄像头和光源与外界隔离。

本发明的另一技术方案在于在上述基础之上，所述支架包括调整结构，所述调整结构用于调整摄像头的姿态。

本发明的另一技术方案在于在上述基础之上，所述光源呈环形。

本发明的另一技术方案在于在上述基础之上，所述光源采用反射式可调LED灯。

本发明的另一技术方案在于在上述基础之上，所述图像采集组件采用OV7725的CMOS芯片。

本发明的另一技术方案在于在上述基础之上，所述数据处理与控制终端采用IMX6系列四核处理器。

本发明的另一技术方案在于在上述基础之上，所述待检测导光板设置在运动的滚轴上；所述滚轴上设置有编码器。

本发明的另一技术方案在于在上述基础之上，还提供了一种基于机器视觉的检测分割方法，包括图像检测处理步骤和切割处理步骤，其中，

所述图像检测处理步骤包括：

S01、通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集；

S02、对采集的图像信息进行灰度化处理；

S03、设定采集的图像信息中畸变小，且光照均匀的区域作为感兴趣区域；

S04、对感兴趣区域执行边缘检测；

S05、在步骤S04的基础上，进行块像素统计处理；具体地，以检测分割线之间的像素距离w作为块宽度，在感兴趣区域中逐列以分块大小累加统计像素值A_j；

S06、对每个分块累加值A_j进行统计比较，具体的：求得分块累加统计值的极小值A^min与极大值A^max；

S07、判断极值比是否满足检测分割线阈值条件，阈值T_c由预先标定检测分割线相关联的块像素值累加后的极小值A^min与极大值A^max的比值决定；

当Rⁱ _detected＞T_c时，表示未检测到切割线，返回S01；

当Rⁱ _detected＜＝T_c时，表示检测到分割线，再将检测分割线所在当前帧图像参数传递至切割处理队列，再返回S01。

本发明的另一技术方案在于在上述基础之上，在所述步骤S01进行图像信息采集的同时，通过滚轴上的编码器进行码盘计数C_f计算，用于切割处理步骤时，用于对导光板检测位置至分割器位置距离的计算。

本发明的另一技术方案在于在上述基础之上，所述步骤S04具体包括：采用CANNY检测算法和SOBEL检测算法执行边缘检测；

通过Sobel算子检测图像中水平和垂直方向的边缘，可以得到在灰度值为0-255区间内分布的边缘特征，具有计算简单，速度快优点，有利于实时处理；

通过Canny算子可以得到0或1二值化的图像边缘特征；本系统只做对比，未采用Canny。

本发明的另一技术方案在于在上述基础之上，所述切割处理步骤具体地：

S11、切割处理初始化：标定分割线；

S02、查询切割队列判断队列是否为空，当队列为空时继续查询；当队列不为空时，通过对队列中检测到的分割线成员进行筛选，确定最优质的切割对象；

S03、查询编码器计数值，判断是否达到切割计数值的计数，当达到该计数值时发送切割指令，否则继续查询。

本发明的另一技术方案在于在上述基础之上，所述步骤S11具体为：

首先量取分割线的物理宽度W_physical，再在图像信息中计量出分割线对应的像素宽度W_pixel，计算出图像信息中每个像素对应的物理距离值

量取滚轴半径r，标定图像采集区域中心线在图像中的列坐标X_center，测量出该中心线到切割刀的距离D_center，根据滚轴半径r及编码器分辨率计算出每个计数脉冲对应导光板被传送的距离：则导光板从检测中心线位置传送至切割位置，滚轴上编码器所需的计数值

从以上技术方案可以看出，本发明实施例具有以下优点：

在本发明提供的实施例中，提出一种基于机器视觉的检测分割系统和方法，其通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端，通过数据处理与控制终端对图像采集组件采集的图像信息进行处理，并根据处理结果确定是否给分割器发送分割命令。其在导光板上增加分割标记线，利用图像采集处理、机器视觉对分割标记线进行自动识别、定位，并发送分割命令，精确分割导光板的系统，该系统提高了导光板分切的稳定性和可靠性，提高生产效率，控制效果好。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本发明一种实施方式中基于机器视觉的检测分割系统的结构示意图；

图2为图1所示检测分割系统中图像采集组件的结构示意图；

图3为本发明一种实施方式中基于机器视觉的检测分割方法的流程图；

图4为图3所示检测分割方法中设定感兴趣区域的示例图；

图5为图3所示检测分割方法中进行块像素统计处理的示例图。

图中：

101 图像采集组件 102 数据处理与控制终端 103 分割器

104 编码器 105 待检测导光板 1 光源

2 透明隔板 3 摄像头 4 外壳 5 支架

具体实施方式

下面结合附图对本发明进行详细描述，本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。本部分的描述仅是示范性和解释性，不应对本发明的保护范围有任何的限制作用。此外，本领域技术人员根据本文件的描述，可以对本文件中实施例中以及不同实施例中的特征进行相应组合。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

本发明实施例如下，如图1和图2所示，一种基于机器视觉的检测分割系统包括图像采集组件101、分割器103以及数据处理与控制终端102，其中，

图像采集组件101，设置于待检测导光板105的正上方，用于对待检测导光板105上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端102；

数据处理与控制终端102，与所述图像采集组件101相连，对图像采集组件101采集的图像信息进行处理，并根据处理结果确定是否给分割器103发送分割命令；

分割器103，接收所述数据处理与控制终端102的分割命令，用于对导光板进行分割。

优选的是，所述图像采集组件101包括支架5、摄像头3和光源1，所述摄像头3和光源1通过支架5固定。

优选的是，所述光源1设置在摄像头3的下方，光源1与摄像头3之间还设置有透明隔板2，所述透明隔板2通过支架5固定。这样，可以避免图像采集组件采集图像时受影响，所述透明隔板2可以采用高透光性玻璃，并需要对其进行防尘处理。

优选的是，所述图像采集组件101还包括外壳4，所述摄像头3和光源1设置在外壳4内，所述外壳4将摄像头3和光源1与外界隔离。这样，可以避免图像采集组件采集图像时受影响。

优选的是，所述支架5包括调整结构，所述调整结构用于调整摄像头3的姿态。具体地，可以通过支架5调整摄像头3的镜头焦距使成像清晰，观察相机成像同时，调整相机姿态，使其导光板检测分割线垂直于图像采集区域中较宽的方向，并标定两检测分割线的物理距离和像素宽度，标定图像中心线与切割刀的物理距离。

优选的是，所述光源1呈环形，且可以采用反射式可调LED灯。由于导光板具有高透光性且导光板在生产线上光线差，为了避免影响图像效果，在采集图像时，光源采用环形光源系统，优选的是，环形光源采用反射式可调LED灯，可以克服导光板的高透光特性。

优选的是，所述图像采集组件101采用OV7725的CMOS芯片；通过美信公司的MAX9271将豪威科技有限公司的OV7725采集图像数据信号进行传输至数据处理与控制终端。所述数据处理与控制终端102采用恩智浦公司的IMX6系列四核处理器。这样，可将图像采集组件采集的图像信号通过MAX9272芯片传输给IMX6处理器进行图像数据处理，包括对分割标记线进行自动识别、定位，并给分割器发送分割命令。

优选的是，所述待检测导光板105设置在运动的滚轴上。另外，可以在滚轴上设置编码器104，用于进行码盘计数。

如图3所示，一种基于机器视觉的检测分割方法，包括图像检测处理步骤和切割处理步骤，其中，

所述图像检测处理步骤包括：

S01、通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集；

S02、对采集的图像信息进行灰度化处理；

S03、设定采集的图像信息中畸变小，且光照均匀的区域作为感兴趣区域；

S04、对感兴趣区域执行边缘检测；

S05、在步骤S04的基础上，如图5所示，进行块像素统计处理；具体地，以检测分割线之间的像素距离w作为块宽度，在感兴趣区域中逐列以分块大小累加统计像素值A_j；

S06、对每个分块累加值A_j进行统计比较，具体的：求得分块累加统计值的极小值A^min与极大值A^max；

S07、判断极值比是否满足检测分割线阈值条件，阈值T_c由预先标定检测分割线相关联的块像素值累加后的极小值A^min与极大值A^max的比值决定；

当Rⁱ _detected＞T_c时，表示未检测到切割线，返回S01；

当Rⁱ _detected＜＝T_c时，表示检测到分割线，再将检测分割线所在当前帧图像参数传递至切割处理队列，再返回S01。

优选的是，在所述步骤S01进行图像信息采集的同时，通过滚轴上的编码器进行码盘计数C_f计算，用于切割处理步骤时，用于对导光板检测位置至分割器位置距离的计算。

优选的是，在步骤S03之前，还需要先调整镜头焦距使成像清晰，观察相机成像同时，调整相机姿态，使其导光板检测分割线垂直于图像采集区域中较宽的方向，并标定两检测分割线的物理距离和像素宽度，标定图像中心线与切割刀的物理距离，并选取图像采集区域信息中畸变小，且光照均匀的区域作为感兴趣区域，如图4所示。

优选的是，所述步骤S04具体包括：采用CANNY检测算法和SOBEL检测算法执行边缘检测；

通过Sobel算子检测图像中水平和垂直方向的边缘，可以得到在灰度值为0-255区间内分布的边缘特征，具有计算简单，速度快优点，有利于实时处理；

通过Canny算子可以得到0或1二值化的图像边缘特征；本系统只做对比，未采用Canny。

优选的是，所述切割处理步骤具体地：

S11、切割处理初始化：标定分割线；

S02、查询切割队列判断队列是否为空，当队列为空时继续查询；当队列不为空时，通过对队列中检测到的分割线成员进行筛选，确定最优质的切割对象；筛选方法为求取离中心线最近的分割线：X^min _detected＝min||Xⁱ _detected-X_center||。然后清空已经处理过的切割队列，接着根据切割位置坐标X^min _detected与标定的中心线列坐标X_center以及图像信息每个像素物理距离W_p/p计算出切割线与中心线的偏置距离：D_offset＝(X_center-X^min _detected)*W_p/p，再求得切割线与中心线偏置计数：最后求得执行切割时的编码器计数：C_cut＝C_offset+C_center+C^min _detecter。

S03、查询编码器计数值，判断是否达到切割计数值的计数，当达到该计数值时发送切割指令，否则继续查询。

优选的是，所述步骤S11具体为：

首先量取分割线的物理宽度W_physical，再在图像信息中计量出分割线对应的像素宽度W_pixel，计算出图像信息中每个像素对应的物理距离值

量取滚轴半径r，标定图像采集区域中心线在图像中的列坐标X_center，测量出该中心线到切割刀的距离D_center，根据滚轴半径r及编码器分辨率计算出每个计数脉冲对应导光板被传送的距离：则导光板从检测中心线位置传送至切割位置，滚轴上编码器所需的计数值

从以上技术方案可以看出，本发明实施例具有以下优点：

在本发明提供的实施例中，提出一种基于机器视觉的检测分割系统，其通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端，通过数据处理与控制终端对图像采集组件采集的图像信息进行处理，并根据处理结果确定是否给分割器发送分割命令。其在导光板上增加分割标记线，利用图像采集处理、机器视觉对分割标记线进行自动识别、定位，并发送分割命令，精确分割导光板的系统，该系统提高了导光板分切的稳定性和可靠性，提高生产效率，控制效果好。

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来说，在不脱离本发明原理的前提下，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的保护范围。

Claims (10)

1.一种基于机器视觉的检测分割系统，其特征在于，包括图像采集组件、分割器以及数据处理与控制终端，其中，

图像采集组件，设置于待检测导光板的正上方，用于对待检测导光板上导光点所构成的图案进行图像信息采集，并将采集的图像信息传输至数据处理与控制终端；

数据处理与控制终端，与所述图像采集组件相连，对图像采集组件采集的图像信息进行处理，在待检测的导光板上增加分割标记线，并对分割标记线进行自动识别、定位，再根据处理结果向分割器发送分割命令；

分割器，接收所述数据处理与控制终端的分割命令，用于对导光板进行分割。

2.根据权利要求1所述的基于机器视觉的检测分割系统，其特征在于，所述图像采集组件包括支架、摄像头和光源，所述摄像头和光源通过支架固定；所述光源设置在摄像头的下方，光源与摄像头之间还设置有透明隔板，所述透明隔板通过支架固定。

3.根据权利要求1所述的基于机器视觉的检测分割系统，其特征在于，所述图像采集组件还包括外壳，所述摄像头和光源设置在外壳内，所述外壳将摄像头和光源与外界隔离。

4.根据权利要求1至3中任一项所述的基于机器视觉的检测分割系统，其特征在于，所述光源呈环形；所述光源采用反射式可调LED灯。

5.根据权利要求1至3中任一项所述的基于机器视觉的检测分割系统，其特征在于，所述待检测导光板设置在运动的滚轴上；所述滚轴上设置有编码器。

6.一种基于机器视觉的检测分割方法，其特征在于，包括图像检测处理步骤和切割处理步骤，具体地：

所述图像检测处理步骤包括：

S01、通过图像采集组件对待检测导光板上导光点所构成的图案进行图像信息采集；

S02、对采集的图像信息进行灰度化处理；

S03、设定采集的图像信息中畸变小，且光照均匀的区域作为感兴趣区域；

S04、对感兴趣区域执行边缘检测；

S05、在步骤S04的基础上，进行块像素统计处理；具体地，以检测分割线之间的像素距离w作为块宽度，在感兴趣区域中逐列以分块大小累加统计像素值A_j；

S06、对每个分块累加值A_j进行统计比较，具体的：求得分块累加统计值的极小值A^min与极大值A^max；

S07、判断极值比是否满足检测分割线阈值条件，阈值T_c由预先标定检测分割线相关联的块像素值累加后的极小值A^min与极大值A^max的比值决定；

当Rⁱ _detected＞T_c时，表示未检测到切割线，返回S01；

当Rⁱ _detected＜＝T_c时，表示检测到分割线，再将检测分割线所在当前帧图像参数传递至切割处理队列，再返回S01。

7.根据权利要求6所述的基于机器视觉的检测分割方法，其特征在于，在所述步骤S01进行图像信息采集的同时，通过滚轴上的编码器进行码盘计数C_f计算，用于切割处理步骤时，用于对导光板检测位置至分割器位置距离的计算。

8.根据权利要求6所述的基于机器视觉的检测分割方法，其特征在于，所述步骤S04具体包括：采用CANNY检测算法和SOBEL检测算法执行边缘检测；

通过Sobel算子检测图像中水平和垂直方向的边缘，可以得到在灰度值为0-255区间内分布的边缘特征，具有计算简单，速度快优点，有利于实时处理；

通过Canny算子可以得到0或1二值化的图像边缘特征；本系统只做对比，未采用Canny。

9.根据权利要求6至8中任一项所述的基于机器视觉的检测分割方法，其特征在于，所述切割处理步骤具体地：

S11、切割处理初始化：标定分割线；

S02、查询切割队列判断队列是否为空，当队列为空时继续查询；当队列不为空时，通过对队列中检测到的分割线成员进行筛选，确定最优质的切割对象；

S03、查询编码器计数值，判断是否达到切割计数值的计数，当达到该计数值时发送切割指令，否则继续查询。

10.根据权利要求9所述的基于机器视觉的检测分割方法，其特征在于，所述步骤S11具体为：

首先量取分割线的物理宽度W_physical，再在图像信息中计量出分割线对应的像素宽度W_pixel，计算出图像信息中每个像素对应的物理距离值

量取滚轴半径r，标定图像采集区域中心线在图像中的列坐标X_center，测量出该中心线到切割刀的距离D_center，根据滚轴半径r及编码器分辨率计算出每个计数脉冲对应导光板被传送的距离：则导光板从检测中心线位置传送至切割位置，滚轴上编码器所需的计数值