CN110476056B - 一种视觉检测方法、检测设备以及机器人 - Google Patents

Abstract

本发明实施例公开了一种视觉检测方法、检测设备以及机器人，用于使视觉检测的实现方式灵活易操作。本发明实施例方法包括：检测设备获取当前的待检测图像；检测设备在待检测图像中确定标识区域，标识区域包括一个或多个区域；检测设备获取标识区域的目标图像参数；检测设备根据标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值；检测设备根据检测阈值进行视觉检测。本发明实施例还提供了一种检测设备，能够解决因为环境光变化而导致的无法正常检测的问题。

Description

一种视觉检测方法、检测设备以及机器人

技术领域

本发明属于检测技术领域，尤其涉及一种视觉检测方法、检测设备以及机器人。

背景技术

随着工业产品精确程度的提高，一些传统的检测方法在速度、精度和成本等方面已经完全无法满足生产的要求。计算机视觉检测可以高速、可靠和不间断的对工业产品的质量问题准确的检测，能取代以往效率低下的人工检测方法。然而工业流水中被检查物体的光照强度经常发生变化，比如日照角度引起的环境整体亮度变化、因机器人的机械臂在不同的位置时拍照等，而视觉检测的阈值也会受光强的改变影响，导致无法检测。

现有技术中，采用黑箱的方式，即将机器人和被检测物体放置于黑箱中，在人工光照下对被检测物体进行拍摄，避免了外界环境光不可控时整体亮度发生变化导致的无法对被检测物体正常进行视觉检测的问题。

但是，现有技术中，需要使用黑箱将机器人和被检测物体隔离于外界环境光，黑箱在设计上不易被实施，依旧无法有效进行视觉检测，实现难度很大。

发明内容

本发明实施例提供了一种视觉检测方法、检测设备以及机器人，使视觉检测的实现方式灵活易操作。

本发明实施例的第一方面提供一种视觉检测方法，包括：

检测设备获取当前的待检测图像；

所述检测设备在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

所述检测设备获取所述标识区域的目标图像参数；

所述检测设备根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

所述检测设备根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

本发明实施例的第二方面提供一种检测设备，包括：

第一获取单元，用于获取当前的待检测图像；

第一确定单元，用于在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

第二获取单元，用于获取所述标识区域的目标图像参数；

第一校正单元，用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

检测单元，用于根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

本发明实施例的第三方面提供了一种检测设备，包括：

传感器、存储器和处理器；

所述传感器，用于获取当前的待检测图像；

所述存储器，用于存储操作指令；

所述处理器通过调用所述操作指令，用于：

控制所述传感器获取所述当前的待检测图像；

在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

获取所述标识区域的目标图像参数；

根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

本发明实施例第四方面提供了一种机器人，包括：

机器臂和检测装置，所述检测装置包括传感器，所述检测装置的传感器安装在所述机械臂上；

所述检测装置，用于控制所述传感器获取当前的待检测图像；

还用于在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

还用于获取所述标识区域的目标图像参数；

还用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

还用于根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

本发明实施例提供的技术方案中，具有如下优点：根据目标图像中标识区域的目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行了校正，并设定了更优的检测阈值，并利用设定的检测阈值对校正后的待检测图像进行检测，从而解决了因为环境光变化而导致的无法正常检测的问题。本发明所提供的视觉检测方法不限定测量环境，使视觉检测的实现方式灵活易操作。

附图说明

图1a为本发明实施例的一个应用场景示意图；

图1b为本发明实施例的另一应用场景示意图；

图2为本发明实施例中视觉检测方法的一个实施例的流程图；

图3为本发明实施例中视觉检测方法的另一实施例的流程图；

图4为本发明实施例中根据多个像素点确定等效光源的一个技术示意图；

图5为预存的图像参数差值和检测阈值的关系图；

图6为本发明实施例中检测设备的一个实施例的模块图；

图7为本发明实施例中检测设备的另一实施例的模块图；

图8为本发明实施例中检测设备的一个实施例的装置图。

具体实施方式

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，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作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。

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，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。

本发明实施例适用于如图1a和图1b所示的应用场景。图1a中机器人的机械臂101和图1b中机器人的机械臂110为同一个机器人的机械臂在不同的位置，当机械臂的位置发生变化时，如图1a所示，导致被检测物体102的光照强度变化成图1b所示的被检测物体120的光照强度，光照强度的变化引起视觉检测的阈值发生变化，进而使得视觉检测无法正常进行。

有鉴于此，本发明实施例中，检测设备获取当前的待检测图像；检测设备在待检测图像中确定标识区域，标识区域包括一个或多个区域；检测设备获取标识区域的目标图像参数；检测设备根据标识区域的目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值；检测设备根据目标检测阈值对校正后的待检测图像进行视觉检测。

为便于理解，下面对本发明实施例中的具体流程进行描述，请参阅图2，本发明实施例中视觉检测方法的一个实施例包括：

201、检测设备获取当前的待检测图像；

在工业流水作业中，检测设备对待检测物体进行视觉检测。检测设备采用相机等摄像装置对待检测物体进行图像采集得到待检测物体当前的待检测图像以进行检测分析。

202、检测设备在待检测图像中确定标识区域；

检测设备获取到当前的待检测图像后，在该待检测图像中确定标识区域。其中标识区域可以是一个区域或者多个区域，具体此处不做限定。

在一个实施例中，所述标识区域与检测设备的位置相对固定，即不论检测设备如何移动变化，两者之间的相对位置一定，例如，标识区域在相机正前方30cm等。

在其他实施例中，所述标识区域与所述检测设备的位置也可不相对固定，例如所述标识区域位于所述待检测物体上，或者位于所述待检测物体所处的平台上。

203、检测设备获取标识区域的目标图像参数；

检测设备在待检测图像中确定了标识区域后，检测设备再提取出该标识区域中的目标图像参数，其中目标图像参数为像素点的灰度值。

204、检测设备根据目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值；

检测设备得到标识区域的目标图像参数后，再根据该目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值，其中，参考图像为参考参数下相机获取到的图像，参考图像为预先获取的。具体的处理过程，请参考下文。

205、检测设备根据目标检测阈值对校正后的待检测图像进行视觉检测。

检测设备对待检测图像进行校正处理并重新设定了目标检测阈值后，检测设备根据重新设定的目标检测阈值对待检测图像进行视觉检测。需要说明的是，利用一指定的检测阈值对图像进行视觉检测的方法，可以是现有的视觉检测方法，在此不做限定。

从以上技术方案可以看出，本发明实施例中，检测设备获取当前的待检测图像后，在待检测图像中确定标识区域，并根据标识区域的目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值，以根据检测阈值进行视觉检测。由于本发明实施例中，根据目标图像中标识区域的目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行了校正，并设定了更优的检测阈值，并利用设定的检测阈值对校正后的待检测图像进行检测，从而解决了因为环境光变化而导致的无法正常检测的问题。

为便于理解，下面将对本发明实施例的视觉检测方法进行详细描述。请参阅图3，图3为本发明实施例中视觉检测方法的另一实施例的流程图。由于标识区域可以包括一个区域或者多个区域，图3中以标识区域为多个区域为例来进行说明。

本发明实施例中另一种视觉检测方法包括：

301、检测设备获取参考图像；

检测设备对待检测物体进行视觉检测，从本地存储器中获得参考图像，该参考图像为在参考条件或者是正常条件下相机对被检测物体拍照得到的图像。检测设备获取到参考参数，其中参考参数包括参考图像的图像参数和参考阈值。参考阈值为检测设备检测缺陷时的可接受误差，若参考图像中某个像素点的目标图像参数与相邻像素点的目标图像参数的差值大于该参考阈值时，检测设备认为该像素点为缺陷点。实际应用中，参考阈值也可以为检测设备检测缺陷时的参考值，例如在参考图像中目标图像参数大于该参考阈值的像素点即为缺陷点，故参考阈值的定义具体此处不做限定。

参考图像的图像参数包括灰度值、对比度或模糊度等，参考阈值与参考图像参数对应，也包括灰度差阈值、对比度阈值或模糊度阈值等，具体此处不做限定。

302、检测设备获取当前的待检测图像；

本发明实施例中，步骤302与图2中的步骤201类似，具体不再赘述。

303、检测设备根据预置的标识区域信息在待检测图像中找到标识区域；

检测设备获取到当前的待检测图像后，根据预置的标识区域信息在待检测图像中寻找标识区域。在实际应用中，实现的技术手段至少包括图像分割或模式匹配，在使用图像分割中，预置的标识区域信息可以包括区块面积、区块平均亮度或者区块的长宽比等，在使用模式匹配时，预置的标识区域信息可以为标识区域图像等，例如预置的标识区域信息为要查找的标识区域是正六边形，则检测设备在待检测图像中查找到的所有正六边形区域都是标识区域，故预置的标识区域信息具体此处不做限定。因此检测设备找到标识区域的方式有多种，例如检测设备根据预存的标识区域图像，在待检测图像中找出与该预存的标识区域图像形状匹配的的标识区域，或者将待检测图像中大小符合预置条件的边角区域作为标识区域，具体此处不做限定。

显然，检测设备找出的符合该预置的标识区域信息的标识区域可以有一个或者多个，并将确定的标识区域的信息存储至本地，故检测设备确定的标识区域的个数具体此处不做限定。

304、检测设备根据标识区域中的多个像素点的目标图像参数确定等效光源的位置；

需要说明的是，待检测图像上各像素点的灰度值的不同与两个因素有关，包括光源照射到该像素点的光强以及该像素点自身的反射率。光源照射到某个像素点的光强的不同与两个因素有关，包括光源的光照强度以及光源与像素点的距离。

检测设备根据预置的标识区域信息在待检测图像中确定标识区域后，根据标识区域中的多个像素点的目标图像参数确定出等效光源的位置，如图4所示，为本发明实施例提供的一种根据多个像素点确定等效光源的技术示意图，在图4中，P_Light为光源，l₁₁、l_n1和l_nm为检测设备在标识区域中选择的任意三个像素点。本实施例中，该三个像素点分别位于三个不同的标识区域。在其他实施例中，该三个像素点也可以位于一个标识区域，或者位于两个标识区域。需要说明一下，该三个像素点的反射率相同。d₁、d₂和d₃分别表示为该三个像素点与光源的距离，如d₁表示点l₁₁到光源的距离，由于三个像素点的光照强度是已知的，且光照强度与距离的平方成反比，可用公式l＝K/d²表示，l表示各像素点的光照强度，d表示各像素点到光源的位置，K为与光源光强相关的常量。当设定好等效光源的光照强度时，即可确定所述K的值。再根据所述三个像素点的灰度值确定三个像素点的光照强度，然后即可根据上述公式计算得到所述d₁、d₂和d₃的值。再分别以该三个像素点作为球心，各点到光源的距离d₁、d₂和d₃为半径做球形，得出的三个球的交汇点即为等效光源的位置，显然，交汇点有两个，任选其中一个作为等效光源的位置即可。

305、检测设备根据等效光源的位置和待检测图像上各个像素点的位置得到待检测图像上各个像素点因光源位置而导致的误差；

检测设备在根据标识区域中的多个像素点的目标图像特征确定了等效光源的位置后，由于待检测图像中所有像素点的位置已知，因此能通过待检测图像中各像素点的位置确定等效光源到待检测图像中各像素点的距离，再根据步骤304中提到的公式l＝K/d²计算得出待检测图像中各像素点的由于光源位置引起的误差。本实施例中，所述误差指的是因光源位置到达各个像素点的距离不一样而导致的灰度值误差。

306、检测设备根据所述误差校正所述待检测图像；

检测设备得到待检测图像上各个像素点因光源位置而导致的误差后，在待检测图像上将所述误差消除，也即根据所述误差校正待检测图像。例如，待检测图像上每一个像素点的由于光源位置而引起的误差已知，所述检测设备将待检测图像中各像素点的图像参数与相应的误差进行减法运算，进而校正所述待检测图像，也即消除所述待检测图像上各个像素点因为与光源的距离不同而导致的误差。

假设待检测图像的像素点有3*3个，表1为待检测图像中各个像素点的灰度值。检测设备从所述待检测图像中任选一个像素点作为特定像素点(假设为左上角的像素点)，并在假设其他像素点与该像素点的反射率相同的情况下，根据所述等效光源的位置以及各个像素点的位置来计算各个像素点位置的灰度值，得到表2。将表2中的所有像素点的灰度值减去所述特定像素点的灰度值，以得到所述待检测图像上各个像素点因光源位置而导致的误差，也即表3。将表1中的所有像素点减去表3中相应位置的误差，从而得到校正后的待检测图像。

表1

76	160	172
			180	187	194
185	201	209

表2

76	81	84
			85	92	101
90	95	107

表3

0	5	8
			9	16	25
14	19	31

表4

76	155	164
			171	171	169
171	182	178

需要说明的是，步骤304～步骤306用于校正所述待检测图像因为光源位置而导致的误差。在其他实施例中，也可以通过其他方法来校正所述待检测图像因为光源位置而导致的误差。在另一实施例中，步骤304～步骤306也可以直接省略，也即执行完步骤303就直接执行步骤307。

307、检测设备获取所述标识区域的目标图像参数；

在本发明实施例中，所述检测设备从校正后的待检测图像上获取所述标识区域的目标图像参数。也即，从校正后的待检测图像上获取所述标识区域的各个像素点的灰度值。

在另一实施例中，若步骤304～步骤306被省略，则所述检测设备从所述待检测图像上获取所述标识区域的目标图像参数。也即，从所述待检测图像上获取所述标识区域的各个像素点的灰度值。

308、检测设备根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理；

检测设备获得待检测图像中标识区域的目标图像参数和参考参数中标识区域的目标图像参数后，将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行除法运算得到目标系数。基于该目标系数，检测设备将待检测图像中各像素点的目标图像参数与该目标系数进行乘法运算来对待检测图像进行校正处理。也即，所述检测设备将所述参考图像中标识区域的各像素点的灰度值的平均值和待检测图像中标识区域的各像素点的灰度值的平均值进行除法运算得到目标系数，然后将所述待检测图像中各像素点的灰度值与该目标系数进行乘法运算来对所述待检测图像进行校正处理。

309、检测设备将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行减法运算得到差值；

检测设备获得待检测图像中标识区域的目标图像参数和参考图像中标识区域的目标图像参数后，将待检测图像中标识区域的目标图像参数与参考图像中标识区域的目标图像参数相减得到差值。

310、检测设备判断所述差值是否大于预置的经验值；若是，则执行步骤311；若否，则执行步骤312；

如图5所示，是预存的图像参数差值和检测阈值的关系图。该关系图中存储着与每个参考图像差值对应的最优检测阈值，也即存储着与每个参考图像差值对应的能够检测到缺陷点的检测阈值。图5中的坐标图的横轴为参考图像中标识区域的目标图像参数的平均值与待检测图像中标识区域的目标图像参数的平均值的差值，纵轴为检测阈值。图中经验性分界线与横轴的交汇处的值即为预置的经验值。当图像参数差值小于该预置的经验值时，该图像参数差值对应的检测阈值趋于稳定值；当图像参数差值大于该预置的经验值时，该图像参数差值对应的检测阈值变化较大。也即，当图像参数差值小于该预置的经验值时，对应的检测阈值变化较小，将参考阈值作为待检测图像的目标检测阈值即可。当图像参数差值大于该预置的经验值时，对应的检测阈值变化较大，则需要将与该图像参数差值对应的检测阈值作为待检测图像的目标检测阈值。

311、检测设备在预设的图像参数差值与检测阈值的关系中确定与差值对应的检测阈值作为目标检测阈值；

检测设备确定差值大于预设的经验值后，检测设备调整该待检测图像的检测阈值，检测设备根据获得的差值在本地预设的图像参数差值与检测阈值关系找出与差值对应的检测阈值以作为待检测图像的目标检测阈值。

312、检测设备将预设的参考图像的参考阈值设定为目标检测阈值；

检测设备确定该差值小于预置的经验值时，检测设备将预设的参考图像的参考阈值作为待检测图像的目标检测阈值。

313、检测设备根据目标检测阈值进行视觉检测。

本发明实施例中，步骤313与图2中的步骤205类似，具体不再赘述。

本发明实施例中，检测设备获得检测物体当前的待检测图像，并获取到标识区域的目标图像参数，进而根据该目标图像参数和参考图像的标识区域的目标图像参数校正待检测图像并调整待检测图像的目标检测阈值。由于本发明实施例中，采用视觉测量中建立视觉模型的方式，不限定测量环境，使视觉检测的实现方式灵活易操作。

上面对本发明实施例中的视觉检测方法进行了描述，下面对本发明实施例中的检测设备进行描述，请参阅图6，为本发明实施例中检测设备一个实施例的模块图，包括：

第一获取单元601，用于获取当前的待检测图像；

第一确定单元602，用于在待检测图像中确定标识区域，标识区域包括一个或多个区域；

第二获取单元603，用于获取标识区域的目标图像参数；

第一校正单元604，用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值；

检测单元605，用于根据检测阈值对校正后的待检测图像进行视觉检测。

本发明实施例中，第一获取单元获得检测物体当前的待检测图像，第二获取单元获取到标识区域的目标图像参数，进而校正单元根据待检测图像的标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数校正处理并设定目标检测阈值。由于本发明实施例中，采用视觉测量中建立视觉模型的方式，不限定测量环境，使视觉检测的实现方式灵活易操作。

为便于理解，下面对本发明实施例中的检测设备进行详细描述，在上述图6所示的基础上，请参阅7，为本发明实施例中检测设备的另一个实施例的模块图，第一校正单元704可以包括：

第一校正模块7041，用于根据标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对待检测图像进行校正处理；

运算模块7042，用于将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行减法运算得到差值；

判断模块7043，用于判断差值是否大于预置的经验值；

第一设定模块7044，当所述差值大于预置的经验值时，则用于根据预设的图像参数差值与检测阈值的关系设定目标检测阈值；

第二设定模块7045，当所述差值不大于预置的经验值，则用于将预设的参考图像的参考阈值设定为目标检测阈值。

其中，第一设定模块7044具体可包括：

确定子模块70441，用于在预设的图像参数差值与检测阈值的关系中确定与差值对应的检测阈值作为目标检测阈值。

其中，第一校正模块7041具体可包括：

第一运算子模块70411，用于将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行除法运算得到目标系数；

第二运算子模块70412，用于将待检测图像中各像素点的目标图像参数与目标系数进行乘法运算以校正检测图像。

其中，第一确定单元702包括：

查找模块7021，用于根据预置的标识区域信息在待检测图像中找出标识区域。

其中，所述检查设备还包括：

第二确定单元706，用于根据标识区域中的多个像素点的目标图像参数确定等效光源的位置；

第三确定单元707，用于根据等效光源的位置和待检测图像上各像素点的位置得到待检测图像中各个像素点因为光源位置而导致的误差；

第二校正单元708，用于根据误差校正待检测图像；

第一校正模块7041，还用于根据标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对校正后的待检测图像做进一步的校正处理。

上述图6至图7中的模块的具体实现方案请参见上述的视觉检测方法部分，在此不做赘述。

本发明还提供了一种检测设备，请参阅图8，为本发明实施例中检测设备的装置图，其中所述检测设备80包括：传感器810、存储器820、处理器830。

其中，传感器810，用于获取当前的待检测图像。

存储器820，用于存储操作指令；

处理器830通过调用存储器820存储的操作指令，用于执行如下步骤：

控制传感器810获取当前的待检测图像；在待检测图像中确定标识区域，标识区域包括一个或多个区域；获取标识区域的目标图像参数；根据标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值；根据检测阈值进行视觉检测。

需要说明的是，本实施例中，处理器830还可以称为中央处理单元(英文全称：Central Processing Unit，英文缩写：CPU)。

存储器820，用于存储操作指令和数据，以便处理器830调用上述操作指令实现相应操作，可以包括只读存储器和随机存取存储器。存储器820的一部分还可以包括非易失性随机存取存储器(英文全称：Non-Volatile Random Access Memory，英文缩写：NVRAM)。

所述检测设备80还包括总线系统840，所述总线系统840将检测设备80的各个组件耦合在一起，上述各个组件包括传感器810、存储器820、处理器830，其中总线系统840除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线系统840。

本实施例中，还需要说明的是，上述本发明实施例揭示的方法可以应用于处理器830中，或者由处理器830实现。处理器830可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器830中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器830可以是通用处理器、数字信号处理器(英文全称：Digital Signal Processing，英文缩写：DSP)、专用集成电路(英文全称：ApplicationSpecific Integrated Circuit，英文缩写：ASIC)、现成可编程门阵列(英文全称：Field－Programmable Gate Array，英文缩写：FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器820，处理器830读取存储器820中的信息，结合其硬件完成上述方法的步骤。

在另一个可能的实施例中，处理器830还可以调用存储器820中的操作指令，执行如下步骤：

根据标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理；

将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行减法运算得到差值；

判断差值是否大于预置的经验值；

当所述差值大于预置的经验值时，则根据预设的图像参数差值与检测阈值的关系设定目标检测阈值；

当所述差值不大于预置的经验值时，则将预设的参考图像的参考阈值设定为目标检测阈值。

在上述实施例中处理器830根据预设的图像参数差值与检测阈值的关系设定检测阈值的具体实现可为：

在预设的图像参数差值与检测阈值的关系中确定与差值对应的检测阈值作为目标检测阈值。

处理器830将参考图像中标识区域的目标图像参数和待检测图像中标识区域的目标图像参数做预设的运算以对待检测图像进行校正处理的具体实现可为：

将参考图像中标识区域的目标图像参数的平均值和待检测图像中标识区域的目标图像参数的平均值进行除法运算得到目标系数；

将待检测图像中各像素点的目标图像参数与目标系数进行乘法运算以校正待检测图像。

在另一个可能的实施例中，处理器830还可以调用存储器820中的操作指令，执行如下步骤：

控制传感器根据预置的标识区域信息在待检测图像中找出标识区域。

在另一个可能的实施例中，处理器830还可以调用存储器820中的操作指令，执行如下步骤：

根据所述标识区域中的多个像素点的目标图像参数确定等效光源的位置；

根据等效光源的位置和待检测图像上各个像素点的位置得到待检测图像上各个像素点因为光源位置而导致的误差；

根据误差校正待检测图像；

根据标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对校正后的所述待检测图像做进一步的校正处理。

以上实施例中，检测设备获取当前的待检测图像，并在待检测图像中确定标识区域后，获取标识区域的目标图像参数，再根据标识区域的目标图像参数和参考图像中标识区域的目标图像参数对待检测图像进行校正处理并设定目标检测阈值，检测设备再根据检测阈值进行视觉检测。该检测设备不限定测量环境，使视觉检测的实现方式灵活易操作。使视觉检测的实现方式灵活易操作。

本发明实施例还提供了一种机器人，上述机器人包括机器臂和检测装置，所述检测装置包括传感器，上述检测装置的传感器安装于上述机器臂本身上，上述机器人通过上述检测装置执行上述图2和图3对应实施例的功能，以使得上述机器人可以在外界环境整体亮度发生变化导致被检测物体的整体亮度也发生变化时，能调整待检测图像的图像参数并重新设定待检测图像的目标检测参数，使上述机器人不必和被检测物体隔离于外界环境光便可正常完成视觉检测。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，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，所述单元的划分，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，例如多个单元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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元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单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元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。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (14)

1.一种视觉检测方法，其特征在于，包括：

检测设备获取当前的待检测图像；

所述检测设备在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

所述检测设备获取所述标识区域的目标图像参数；

所述检测设备根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

所述检测设备根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

2.根据权利要求1所述的视觉检测方法，其特征在于，所述目标图像参数为像素点的灰度值，所述检测设备根据所述标识区域的目标图像参数和参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值包括：

所述检测设备根据所述标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理；

所述检测设备将所述参考图像中标识区域的目标图像参数的平均值和所述待检测图像中标识区域的目标图像参数的平均值进行减法运算得到差值；

所述检测设备判断所述差值是否大于预置的经验值；

当所述差值大于预置的经验值时，则所述检测设备根据预设的图像参数差值与检测阈值的关系设定所述目标检测阈值；

当所述差值不大于预置的经验值时，则所述检测设备将预设的所述参考图像的参考阈值设定为所述目标检测阈值。

3.根据权利要求2所述的视觉检测方法，其特征在于，所述检测设备根据预设的图像参数差值与检测阈值的关系设定所述检测阈值包括：

所述检测设备在所述预设的图像参数差值与检测阈值的关系中确定与所述差值对应的检测阈值作为所述目标检测阈值。

4.根据权利要求2所述的视觉检测方法，其特征在于，所述检测设备根据所述标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理包括：

所述检测设备将所述参考图像中标识区域的目标图像参数的平均值和所述待检测图像中标识区域的目标图像参数的平均值进行除法运算得到目标系数；

所述检测设备将所述待检测图像中各像素点的目标图像参数与所述目标系数进行乘法运算以校正所述待检测图像。

5.根据权利要求1所述的视觉检测方法，所述检测设备在所述待检测图像中确定标识区域包括：

所述检测设备根据预置的标识区域信息在所述待检测图像中找出所述标识区域。

6.根据权利要求2至5中任一项所述的视觉检测方法，其特征在于，所述检测设备在根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理之前，还包括：

所述检测设备根据所述标识区域中的多个像素点的目标图像参数确定等效光源的位置；

所述检测设备根据所述等效光源的位置和所述待检测图像上各个像素点的位置得到所述待检测图像上各个像素点因为光源位置而导致的误差；

所述检测设备根据所述误差校正所述待检测图像；

所述检测设备在根据所述标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理，包括：

所述检测设备根据所述标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对校正后的所述待检测图像做进一步的校正处理。

7.一种检测设备，其特征在于，包括：

第一获取单元，用于获取当前的待检测图像；

第一确定单元，用于在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

第二获取单元，用于获取所述标识区域的目标图像参数；

第一校正单元，用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

检测单元，用于根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

8.根据权利要求7所述的检测设备，其特征在于，所述第一校正单元包括：

第一校正模块，用于根据所述标识区域的目标图像参数和预先存储的所述参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理；

运算模块，用于将所述参考图像中标识区域的目标图像参数的平均值和所述待检测图像中标识区域的目标图像参数的平均值进行减法运算得到差值；

判断模块，用于判断所述差值是否大于预置的经验值；

第一设定模块，当所述差值大于预置的经验值时，则用于根据预设的图像参数差值与检测阈值的关系设定所述目标检测阈值；

第二设定模块，当所述差值不大于预置的经验值时，则用于将预设的所述参考图像的参考阈值设定为所述目标检测阈值。

9.根据权利要求8所述的检测设备，其特征在于，所述第一设定模块包括：

确定子模块，用于在所述预设的图像参数差值与检测阈值的关系中确定与所述差值对应的检测阈值作为所述目标检测阈值。

10.根据权利要求8所述的检测设备，其特征在于，所述第一校正模块包括：

第一运算子模块，用于将所述参考图像中标识区域的目标图像参数的平均值和所述待检测图像中标识区域的目标图像参数的平均值进行除法运算得到目标系数；

第二运算子模块，用于将所述待检测图像中各像素点的目标图像参数与所述目标系数进行乘法运算以校正所述检测图像。

11.根据权利要求7所述的检测设备，其特征在于，所述第一确定单元包括：

查找模块，用于根据预置的标识区域信息在所述待检测图像中找出所述标识区域。

12.根据权利要求8至10中任一项所述的检测设备，其特征在于，所述检测设备还包括：

第二确定单元，用于根据所述标识区域中的多个像素点的目标图像参数确定等效光源的位置；

第三确定单元，用于根据所述等效光源的位置和所述待检测图像上各个像素点的位置得到所述待检测图像中各个像素点因为光源位置而导致的误差；

第二校正单元，还用于根据所述误差校正所述待检测图像；

所述第一校正模块，还用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对校正后的所述待检测图像做进一步的校正处理。

13.一种检测设备，其特征在于，所述检测设备包括：

传感器、存储器和处理器；

所述传感器，用于获取当前的待检测图像；

所述存储器，用于存储操作指令；

所述处理器通过调用所述操作指令，用于：

控制所述传感器获取所述当前的待检测图像；

在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

获取所述标识区域的目标图像参数；

根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

14.一种机器人，其特征在于，包括：

机械臂和检测装置，所述检测装置包括传感器，所述检测装置的传感器安装在所述机械臂上；

所述检测装置，用于控制所述传感器获取当前的待检测图像；

还用于在所述待检测图像中确定标识区域，所述标识区域包括一个或多个区域；

还用于获取所述标识区域的目标图像参数；

还用于根据所述标识区域的目标图像参数和预先存储的参考图像中标识区域的目标图像参数对所述待检测图像进行校正处理并设定目标检测阈值；

还用于根据所述目标检测阈值对校正后的所述待检测图像进行视觉检测。

Images