CN110070095B - 一种在线视觉检测系统中的同步采集方法 - Google Patents
一种在线视觉检测系统中的同步采集方法 Download PDFInfo
- Publication number
- CN110070095B CN110070095B CN201910199110.8A CN201910199110A CN110070095B CN 110070095 B CN110070095 B CN 110070095B CN 201910199110 A CN201910199110 A CN 201910199110A CN 110070095 B CN110070095 B CN 110070095B
- Authority
- CN
- China
- Prior art keywords
- diff
- sequence
- image
- differential
- threshold
- 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
- 238000000034 method Methods 0.000 title claims abstract description 22
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 20
- 238000001514 detection method Methods 0.000 title description 6
- 238000011179 visual inspection Methods 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims abstract description 3
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明提供了一种在线视觉检测系统中的同步采集方法。该方法的主要步骤是:【1】对待测目标连续成像得到原始图像序列数;【2】通过原始图像序列,计算差分图像序列;【3】计算差分图像序列对应频率域的空间特征值序列;【4】根据空间特征值序列求取其差分序列值;【5】计算判断阈值序列;【6】根据阈值序列与空间特征值序列之间的关系,实现目标同步采集。本发明的方法不必依赖位置反馈装置,对待测目标的行进速度没有特殊要求,降低了硬件设备成本,具有同步精度高,适应性好的优点。
Description
技术领域
本发明属于计算机视觉检测领域,具体涉及一种在线视觉检测系统中的同步采集方法。
背景技术
在线视觉检测技术是工业测量领域中快速发展的新技术之一,它是指通过光学系统和光电传感器自动接收和处理一个真实物体的图像,通过分析计算以获取所需信息。与常规测量技术相比,它具有非接触、自动化、高效率、高精度的优点。在线视觉检测中,图像同步采集是极其重要的组成部分,它直接关系到所采集图像的质量和测量结果的准确性。
在线视觉测量系统采集过程中,被测物体处于持续或间歇运动状态,因相机采集速度限制,采集瞬间必须与被测物相对静止才能进行测量,在要求位置度测量精度较高条件下甚至要求相机与被测目标完全静止,即相机采集信号与被测目标状态同步。
目前同步采集控制的方式通常有两种:内触发和外触发。
内触发是利用相机内置的同步信号发生电路产生的同步信号来完成,工作时相机按固定的采集周期对目标图像进行采集,在这个过程中只能控制信号发生的间隔,而对其位置无法控制。
外触发通过外置信号将特定的信号送入相机的外部触发输入端来控制相机,通常是通过编码器或光栅尺等位置反馈装置实时跟踪目标的位移信号,然后再通过PLC等设备给相机提供触发信号从而进行采集,此时相机的采集时刻和采集位置都由外部信号控制。
但是以上的两种方法在实际应用中存在各自的不足:
内触发的方式对待测目标的行进速度与相机的采集周期的同步度有较高的要求,在采集精度要求较高的情况下(比如要求测量待测目标位置度时)就难以满足要求;
外触发的方式则完全依赖于位置反馈装置实时读取的位移信号,当由于成本或生产安全等原因无法从位置反馈装置引出信号时,则无法对相机进行同步采集控制,从而限制了在线视觉检测技术的应用范围。
发明内容
本发明的目的是提供一种在线视觉检测系统中的同步采集方法,该方法利用对图像特征进行识别达到同步采集控制的目的,本方法不必依赖位置反馈装置,对待测目标的行进速度也没有特殊要求,在降低了采集设备硬件成本的同时也具有同步精度高的特点。
本发明的基本原理是:
本发明是通过判断图像特征的变化趋势来获取相机的触发信号,即相机在待测目标行进过程中对其连续成像,通过对这些图像中的特征值的变化趋势进行分析计算实现在线同步采集。
为达到以上目的,本发明采取如下的具体技术方案予以实现:
【1】对待测目标连续成像得到原始图像序列F(ti),i≥7且i为自然数;
【2】通过原始图像序列F(ti),计算差分图像序列D(ti-1),
差分图像序列计算式为:D(ti-1)=F(ti)-F(ti-1);
【3】计算差分图像序列对应频率域的空间特征值序列SFDi-1;
其中,单幅差分图像的空间特征值SFDi-1的计算如下:
【4】根据空间特征值序列SFDi-1,求取其差分序列值DIFFi-2;
差分序列值计算式为:DIFFi-2=SFDi-1-SFDi-2;
【5】计算判断阈值序列为Hi-6、Hi-5、Hi-4、Hi-3、Hi-2;
其中:Hi-6=SFDi-6/5;
Hi-5=(DIFFi-6+DIFFi-5)/2;
Hi-4=(DIFFi-6+DIFFi-5+DIFFi-4+DIFFi-3)/4;
Hi-3=(DIFFi-5+DIFFi-4+DIFFi-3+DIFFi-2)/4,
Hi-2=(DIFFi-6+DIFFi-s+DIFFi-4+DIFFi-3+DIFFi-2)/5;
【6】根据阈值序列与空间特征值序列之间的关系,实现目标同步采集;其具体是:
【6.1】提取连续的七幅原始图像作为一组,其分别为:
F(ti),F(ti-1),F(ti-2),F(ti-3),F(ti-4),F(ti-5),F(ti-6),取其差分图像并求取六幅差分图像的空间特征值,记作:
SFDi-1、SFDi-2、SFDi-3、SFDi-4、SFDi-5、SFDi-6;
求取其差分序列值DIFFi-2、DIFFi-3、DIFFi-4、DIFFi-5、DIFFi-6;
【6.2】判断SFDi-6是否大于阈值Hi-6;判断DIFFi-5是否小于阈值Hi-5;判断DIFFi-4是否均小于阈值Hi-4;判断DIFFi-3是否均小于阈值Hi-3;判断DIFFi-2是否大于阈值Hi-2;
【6.3】若步骤【6.2】中的条件均满足,则将第一幅图像F(ti-6)记录下作为所要采集的目标图像;
若步骤步骤【6.2】中的任意一个条件不满足,继续向后顺延一幅图像F(ti+1),重新选定七幅图像,重复步骤【6.2】和步骤【6.3】,直至获得目标图像为止。
进一步地,在实际计算判断阈值的过程中发现,Hi-4和Hi-3中几乎相等,因此在进行步骤6.2时,DIFFi-4和DIFFi-3均可采用Hi-3来进行判断。
本发明的有益效果是:
本发明的方法不必依赖位置反馈装置,通过提取图像的空间特征值,实现了对目标图像的获取,不仅降低了硬件设备成本,并且具有高效可靠的同步精度和良好的适应性,为在线测量同步采集目标图像提供了新的思路。
附图说明
图1为理论空间特征值变化曲线图。
具体实施方式
下面通过实例和附图对本发明的方法进行更加详细的介绍:本发明设计了一种在线视觉检测系统中的同步采集方法,通过以下步骤实现:
步骤【1】测量系统(相机)对待测目标连续成像得到原始图像序列F(ti),i≥7且i为自然数;本例中i的最大值为100;
步骤【2】通过原始图像序列F(ti),计算差分图像序列D(ti-1),
差分图像序列计算式为:D(ti-1)=F(ti)-F(ti-1);
步骤【3】计算差分图像序列对应频率域的空间特征值序列SFDi-1;
其中,单幅差分图像的空间特征值sFDi-1的计算如下:
根据上述步骤【1】至【3】可得到空间特征值序列的变化趋势曲线图(即反映的就是原始图像序列变化趋势),参见图1。可见目标运动过程中其空间特征值曲线波动明显,且数值较大;静止时曲线较平稳,且其数值较小。由此可以根据转折点得到所要得到的目标图像。
步骤【4】根据空间特征值序列SFDi-1,求取其差分序列值DIFFi-2;
差分序列值计算式为:DIFFi-2=SFDi-1-SFDi-2;
步骤【5】计算判断阈值序列为Hi-6、Hi-5、Hi-4、Hi-3、Hi-2;
其中:Hi-6=SFDi-6/5;
Hi-5=(DIFFi-6+DIFFi-5)/2;
Hi-4=(DIFFi-6+DIFFi-5+DIFFi-4+DIFFi-3)/4;
Hi-3=(DIFFi-5+DIFFi-4+DIFFi-3+DIFFi-2)/4,
Hi-2=(DIFFi-6+DIFFi-5+DIFFi-4+DIFFi-3+DIFFi-2)/5;
步骤【6】根据阈值序列与空间特征值序列之间的关系,获得目标图像;其具体是:
步骤【6.1】提取连续的前七幅原始图像,分别为:
F(t7),F(t6),F(t5),F(t4),F(t3),F(t2),F(t1),取其差分图像并求取六幅差分图像的空间特征值,记作:SFD6、SFD5、SFD4、SFD3、SFD2、SFD1;
求取其差分序列值DIFF5、DIFF4、DIFF3、DIFF2、DIFF1;
步骤【6.2】判断SFD1是否大于阈值H1;
判断DIFF2是否小于阈值H2;判断DIFF3与DIFF4是否均小于阈值H3;判断DIFF5是否大于阈值H5;
步骤【6.3】若步骤【6.2】中的条件均满足,则将第一幅图像F(ti-6)记录下作为所要采集的目标图像;
若步骤步骤【6.2】中的任意一个条件不满足,继续向后顺延一幅图像F(t8),重新选定七幅图像,记为:
F(t8),F(t7),F(t6),F(t5),F(t4),F(t3),F(t2),重复步骤【6.2】和步骤【6.3】,直至获得目标图像为止。
实际操作中还可加入两次目标图像采集时间间隔的约束条件来保证结果更加准确可靠,如获取一幅目标图像后的一定时间(例如采用间隔时间大于200ms)为后再次获取的目标图像才是有效的。此外,差分图像不一定采用相邻原始图像,在相机帧频快的情况下可间隔一定帧进行差分,从而提高计算效率。
Claims (2)
1.一种在线视觉检测系统中的同步采集方法,其特征在于,包括以下步骤:
【1】对待测目标连续成像得到原始图像序列F(ti),i≥7且i为自然数;
【2】通过原始图像序列F(ti),计算差分图像序列D(ti-1);
差分图像序列计算式为:D(ti-1)=F(ti)-F(ti-1);
【3】计算差分图像序列对应频率域的空间特征值序列SFDi-1;
其中,单幅差分图像的空间特征值SFDi-1的计算如下:
【4】根据空间特征值序列SFDi-1,求取其差分序列值DIFFi-2;
差分序列值计算式为:DIFFi-2=SFDi-1-SFDi-2;
【5】计算判断阈值序列为Hi-6、Hi-5、Hi-4、Hi-3、Hi-2;
其中:Hi-6=SFDi-6/5;
Hi-5=(DIFFi-6+DIFFi-5)/2;
Hi-4=(DIFFi-6+DIFFi-5+DIFFi-4+DIFFi-3)/4;
Hi-3=(DIFFi-5+DIFFi-4+DIFFi-3+DIFFi-2)/4;
Hi-2=(DIFFi-6+DIFFi-5+DIFFi-4+DIFFi-3+DIFFi-2)/5;
【6】根据阈值序列与空间特征值序列之间的关系,实现目标同步采集;其具体是:
【6.1】提取连续的七幅原始图像作为一组,其分别为:
F(ti),F(ti-1),F(ti-2),F(ti-3),F(ti-4),F(ti-5),F(ti-6),取其差分图像并求取六幅差分图像的空间特征值,记作:
SFDi-1、SFDi-2、SFDi-3、SFDi-4、SFDi-5、SFDi-6;
求取其差分序列值DIFFi-2、DIFFi-3、DIFFi-4、DIFFi-5、DIFFi-6;
【6.2】判断SFDi-6是否大于阈值Hi-6;判断DIFFi-5是否小于阈值Hi-5;判断DIFFi-4是否小于阈值Hi-4;判断DIFFi-3是否小于阈值Hi-3;判断DIFFi-2是否大于阈值Hi-2;
【6.3】若步骤【6.2】中的条件均满足,则将第一幅图像F(ti-6)记录下作为所要采集的目标图像;
若步骤步骤【6.2】中的任意一个条件不满足,继续向后顺延一幅图像F(ti+1),重新选定七幅图像,重复步骤【6.2】和步骤【6.3】,直至获得目标图像为止。
2.根据权利要求1所述的在线视觉检测系统中的同步采集方法,其特征在于:Hi-4=Hi-3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910199110.8A CN110070095B (zh) | 2019-03-15 | 2019-03-15 | 一种在线视觉检测系统中的同步采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910199110.8A CN110070095B (zh) | 2019-03-15 | 2019-03-15 | 一种在线视觉检测系统中的同步采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110070095A CN110070095A (zh) | 2019-07-30 |
CN110070095B true CN110070095B (zh) | 2021-01-15 |
Family
ID=67366183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910199110.8A Active CN110070095B (zh) | 2019-03-15 | 2019-03-15 | 一种在线视觉检测系统中的同步采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110070095B (zh) |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9607202B2 (en) * | 2009-12-17 | 2017-03-28 | University of Pittsburgh—of the Commonwealth System of Higher Education | Methods of generating trophectoderm and neurectoderm from human embryonic stem cells |
CN101908143B (zh) * | 2010-08-09 | 2012-05-09 | 哈尔滨工程大学 | 基于子带特征融合的活体指纹滑移缺陷检测方法 |
-
2019
- 2019-03-15 CN CN201910199110.8A patent/CN110070095B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110070095A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109682826B (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
CN102778196A (zh) | 一种基于激光标定的图像尺寸测量方法 | |
CN101943969B (zh) | 位置测量设备和位置测量方法 | |
CN110261052B (zh) | 采用力锤激励和摄影测量的结构振动模态分析系统及方法 | |
CN101588480B (zh) | 一种多智能体视觉伺服协调控制方法 | |
CN112215825A (zh) | 新能源电池制造中基于机器视觉的质量分析方法及系统 | |
CN102944693A (zh) | 基于面阵快速场同步ccd图像传感器的测速系统及测速方法 | |
CN110243338A (zh) | 一种实时动态双目测距方法及系统 | |
CN110070095B (zh) | 一种在线视觉检测系统中的同步采集方法 | |
CN103084927A (zh) | 一种在线测量系统及其在线测量方法 | |
CN116858139B (zh) | 基于双目视觉的金属结构平面度测量方法 | |
CN111402171A (zh) | 一种基于隧道通用断面的点云投影纠正方法 | |
CN201166625Y (zh) | 固体材料挠度扫描测量装置 | |
CN110675393A (zh) | 一种基于机器视觉的坯料规格检测方法 | |
CN203636826U (zh) | 机械手装置 | |
CN106595502A (zh) | 一种基于结构光的运动补偿3d测量方法 | |
CN202305420U (zh) | 一种光学膜在线检测装置 | |
CN106023240B (zh) | 一种汽车照明大灯的安装螺钉缺失检测方法 | |
CN110779615A (zh) | 一种利用光学原理来测量物体振动的方法及其装置 | |
CN110887488A (zh) | 一种无人驾驶碾压机定位方法 | |
CN114708318B (zh) | 一种基于深度相机的未知待测面曲率测定方法 | |
CN116379937B (zh) | 一种输电塔晃动监测方法及装置 | |
CN204462038U (zh) | 一种电连接器壳体机器视觉在线检测系统 | |
CN103543157A (zh) | 离线带材表面图像模拟动态采集方法及装置 | |
CN115452125B (zh) | 一种基于空间时向除法的结构振动视频测量方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |