CN112288693A - 圆孔检测方法、装置、电子设备及存储介质 - Google Patents
圆孔检测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112288693A CN112288693A CN202011117503.9A CN202011117503A CN112288693A CN 112288693 A CN112288693 A CN 112288693A CN 202011117503 A CN202011117503 A CN 202011117503A CN 112288693 A CN112288693 A CN 112288693A
- Authority
- CN
- China
- Prior art keywords
- image
- fitting
- circular hole
- center position
- circle center
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 58
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 39
- 238000007781 pre-processing Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 14
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000009467 reduction Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 8
- 230000003287 optical effect Effects 0.000 description 13
- 238000003384 imaging method Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000005299 abrasion Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005520 cutting process Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000011179 visual inspection Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000010339 dilation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism 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
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/168—Segmentation; Edge detection involving transform domain methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种圆孔检测方法、装置、电子设备及存储介质，涉及图像处理技术领域。本发明通过获取带有圆孔的板材的初始图像，对初始图像进行预处理，利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像，对圆孔局部图像进行预处理，判断圆孔局部图像在初始图像中的位置，根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点，对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。本发明实施例通过上述方法对板材上的圆孔进行检测，解决了现有技术中圆孔定位与圆孔尺寸测量误差较大的问题，从而实现了圆孔的精确定位与尺寸检测。
Description
技术领域
本发明涉及图像处理技术领域，尤其是涉及一种圆孔检测方法、装置、电子设备及存储介质。
背景技术
目前，板材的切割、钻孔等加工工序已经基本实现自动化生产，但由于刀具磨损、操作失误等因素的存在，需要对圆孔直径、圆心位置等进行检测。
相关技术中，采用人工测量的方式进行品质检测，但是检测效率低且正确率不稳定。因此，目前有采用视觉检测的方式，但在视觉系统图像信息采集时，由于板材上随机分布的圆孔因板材厚度、板材光学特性以及圆孔和相机之间的相对位置等因素造成圆孔成像变形较大，存在圆孔定位与圆孔尺寸测量误差较大的问题。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种圆孔检测方法、装置、电子设备及存储介质，能够实现圆孔的精确定位与尺寸检测。
根据本发明第一方面实施例的圆孔检测方法，包括：
获取带有圆孔的初始图像；
对所述初始图像进行预处理；
利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
对所述圆孔局部图像进行预处理；
根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点；
对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
根据本发明实施例的圆孔检测方法，至少具有如下有益效果：
本发明实施例通过获取带有圆孔的板材的初始图像，对初始图像进行预处理，利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像，对圆孔局部图像进行预处理，判断圆孔局部图像在初始图像中的位置，根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点，对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。本发明实施例通过上述方法对板材上的圆孔进行检测，解决了现有技术中圆孔定位与圆孔尺寸测量误差较大的问题，从而实现了圆孔的精确定位与尺寸检测。
根据本发明的一些实施例，所述对所述初始图像进行预处理，包括：
对所述初始图像进行灰度化处理，得到灰度图像；
对所述灰度图像进行边界区域扩展；
使用阈值分割方法将扩展后的图像二值化；
对二值化后的图像进行降噪处理；
对降噪处理后的图像进行形态学处理。
根据本发明的一些实施例，所述利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径之后，还包括：
对初步检测出的圆孔进行筛选，排除初始图像边界附近存在的不完整的圆孔图像。
根据本发明的一些实施例，所述对所述圆孔局部图像进行预处理，包括：
对所述圆孔局部图像使用形态学处理；
对形态学处理后的圆孔局部图像进行连通域的外轮廓提取；
对所述圆孔局部图像上的连通域进行筛选，排除无效连通域轮廓。
根据本发明的一些实施例，所述根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点，包括：
若所述圆孔局部图像的圆心位置与所述初始图像的中心位置的距离小于设定阈值，选取有效轮廓上所有点作为拟合点；
若所述圆孔局部图像的圆心位置与所述初始图像的中心位置的距离大于等于设定阈值，计算所述初始图像的中心位置到所述圆孔局部图像的圆心位置的射线L，求出射线L与有效轮廓的交点，根据各交点到所述圆孔局部图像的圆心位置的距离选取种子点，沿所述种子点左右方向扩展相邻点作为拟合点。
根据本发明的一些实施例，所述对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径，包括：
对所述拟合点采用最小二乘拟合算法进行拟合，计算圆心位置和圆孔半径，作为拟合圆；
根据所述拟合圆，进行拟合点的精度计算，排除误差较大的拟合点，对剩余的拟合点再次采用最小二乘拟合算法进行拟合。
根据本发明的一些实施例，所述对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径之后，还包括：
将所述拟合圆的局部坐标位置转化到全局坐标系下，得到圆孔的圆心位置和圆孔半径。
根据本发明第二方面实施例的圆孔检测装置，包括：
获取模块，用于获取带有圆孔的初始图像；
第一预处理模块，用于对所述初始图像进行预处理；
检测模块，用于利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
提取模块，用于根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
第二预处理模块，用于对所述圆孔局部图像进行预处理；
确定模块，用于根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点；
计算模块，用于对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
根据本发明第三方面实施例的电子设备，包括：
至少一个处理器，以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
如第一方面所述的圆孔检测方法。
根据本发明第四方面实施例的计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
如第一方面所述的圆孔检测方法。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
下面结合附图和实施例对本发明做进一步的说明，其中：
图1为本发明一实施例提供的圆孔检测方法的流程示意图；
图2为本发明另一实施例提供的圆孔检测方法的流程示意图；
图3为本发明一实施例提供的初始图像；
图4为本发明一实施例提供的初始图像预处理后的图像；
图5为本发明一实施例提供的利用霍夫变换圆形检测算法处理后的图像；
图6为本发明一实施例提供的两个圆孔局部成像；
图7为本发明另一实施例提供的圆孔检测方法的流程示意图；
图8为本发明一实施例提供的圆孔局部成像预处理后的图像；
图9为本发明一实施例提供的细圆环状圆孔成像拟合点选取图像；
图10为本发明一实施例提供的月牙状圆孔成像拟合点选取图像；
图11为本发明另一实施例提供的圆孔检测方法的流程示意图；
图12为本发明一实施例提供的拟合图像；
图13为本发明一实施例提供的圆孔定位与尺寸检测的结果图像。
具体实施方式
下面详细描述本发明的实施例，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。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
随着科学技术的发展和社会需求的扩大，板材的切割、钻孔等加工工序已经基本实现自动化生产，但由于刀具磨损、操作失误等因素的存在，需要对圆孔直径、圆心位置等进行检测。相关技术中，采用人工测量的方式进行品质检测，但是检测效率低且正确率不稳定。因此，目前有采用视觉检测的方式，但在视觉系统图像信息采集时，由于透明板材上随机分布的圆孔因板材厚度、透明板材光学特性以及圆孔和相机之间的相对位置等因素造成圆孔成像变形较大，存在圆孔定位与圆孔尺寸测量误差较大的问题。因此，需要采用合适的方法对透明板材的圆孔进行精确定位与尺寸检测。
基于上述，本发明提出了一种圆孔检测方法、装置、电子设备及存储介质，能够实现板材圆孔的精确定位与尺寸检测。
第一方面，如图1所示，本发明实施例提供了一种圆孔检测方法。该方法包括：
步骤S100：获取带有圆孔的初始图像；
步骤S200：对初始图像进行预处理；
步骤S300：利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
步骤S400：根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
步骤S500：对圆孔局部图像进行预处理；
步骤S600：根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点；
步骤S700：对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
在一些实施例中，首先获取带有圆孔的板材的初始图像，对初始图像进行预处理，利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像，对圆孔局部图像进行预处理，判断圆孔局部图像在初始图像中的位置，根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点，对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。本发明实施例通过上述方法对板材上的圆孔进行检测，解决了现有技术中圆孔定位与圆孔尺寸测量误差较大的问题，从而实现了圆孔的精确定位与尺寸检测。
在一些实施例中，如图2所示，步骤S200对初始图像进行预处理，包括：
步骤S210：对初始图像进行灰度化处理，得到灰度图像；
在一些实施例中，获取带有圆孔的板材初始图像，初始图像如图3所示。对初始图像进行灰度化处理，得到二维灰度图像，方便图像的后续处理。
步骤S220：对灰度图像进行边界区域扩展；
在一些实施例中，为避免后续局部图像分割时发生越界的状况，将灰度图像的边界进行扩展。
步骤S230：使用阈值分割方法将扩展后的图像二值化；
在一些实施例中，使用阈值分割方法将扩展后的图像二值化，有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。
步骤S240：对二值化后的图像进行降噪处理；
在一些实施例中，对二值化后的图像进行降噪处理，主要是为了去除图像中的噪声点与毛刺，使圆孔图像连通区域更加光滑，避免噪声点与毛刺影响图像处理的结果。降噪处理的方式可以是均值滤波处理。
步骤S250：对降噪处理后的图像进行形态学处理。
在一些实施例中，为了使圆孔图像连通区域更加光滑、显著，增强后续的粗定位效果，对降噪处理后的图像进行形态学膨胀处理。
在一些实施例中，对图3中的初始图像进行上述步骤S210～S250的预处理后，得到的图像如图4所示。
在一些实施例中，对初始图像进行预处理后，利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径，实现圆孔的粗定位。采用先粗定位检测圆孔的方式，快速地确定圆孔的数量与所在区域，避免了在完整的较大的图像中进行复杂精密计算，大大降低了运算量。
在一些实施例中，步骤S300利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径之后，还包括：
对初步检测出的圆孔进行筛选，排除初始图像边界附近存在的不完整的圆孔图像。
在一些实施例中，如图5所示，霍夫变换圆形检测算法初步检测出包含边界附近不完整的圆在内的23个圆孔图像。
之后，对初步检测出的圆孔进行筛选，排除掉初始图像边界附近存在的不完整的圆孔图像。由于不完整的圆孔图像部分信息缺失，在后续计算中会出现误差较大的问题，因此通过检测圆心位置和圆孔半径与原图边界(扩展前)的关系，可排除图5中边界不完整的两个残缺圆孔图像(图5中最上面和最右面的两个半圆)，最终粗定位检测出21个圆孔图像，分别为圆孔P1～圆孔P21。图5中横竖两条直线的交叉点为相机光轴中心点。
在一些实施例中，步骤S400根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像。如图6所示，为其中两个圆孔局部成像(圆孔P18和圆孔P21)。将含有圆孔的局部图像单独分割出来，针对局部图像进行精密检测，降低了其他区域像素点可能带来的影响，大大降低了图像处理算法的复杂程度，从而实现了简单快速的圆孔精确定位与尺寸检测。
在一些实施例中，如图7所示，步骤S500对圆孔局部图像进行预处理，包括：
步骤S510：对圆孔局部图像使用形态学处理；
在一些实施例中，为了使圆孔局部图像连通区域更加光滑、显著，对圆孔局部图像进行多次形态学处理，轮廓特征更加明显。
步骤S520：对形态学处理后的圆孔局部图像进行连通域的外轮廓提取；
在一些实施例中，可以利用Canny算法对形态学处理后的圆孔局部图像进行连通域的外轮廓提取。
步骤S530：对圆孔局部图像上的连通域进行筛选，排除无效连通域轮廓。
在一些实施例中，根据连通域面积及位置计算，排除掉小面积和靠近图像边界的无效连通域轮廓，得到圆孔局部图像的有效连通域及轮廓。
在一些实施例中，对图6中的圆孔P18局部图像进行上述步骤S510～S530的预处理后，得到的图像如图8所示。
在一些实施例中，步骤S600根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点，具体为：
判断圆孔局部图像在全局图像(初始图像)中的位置，根据粗定位的圆心位置在全局图像中的分布类型，确定拟合圆所需拟合点的选取方案。根据不同方案，选取拟合圆所需拟合点。
方案一：若圆孔局部图像的圆心位置与初始图像的中心位置的距离小于设定阈值，圆孔成像形状为一个细圆环状，如图9所示，圆孔P21局部图像为细圆环状。此时圆孔图像变形量极小，直接选取有效轮廓上所有点作为拟合点。
方案二：若圆孔局部图像的圆心位置与初始图像的中心位置的距离大于等于设定阈值，由于板件厚度、透明板材的光学特性等因素影响，圆孔成像为一大一小两个月牙状，如图10 所示。
根据透明板件上圆孔在相机视野不同方位上的成像规律可知，同一圆孔远离相机光轴的一半圆弧处，由板材圆孔内壁反射光线，形成一个大月牙状图像，因此大月牙的外侧圆弧轮廓为实际的圆孔边缘成像；而在圆孔靠近相机光轴的另一半圆弧处，板材圆孔内壁的像则因板材的透明属性从表面透射出来，形成一个小月牙图像，因此小月牙的内侧圆弧为实际的圆孔边缘成像。
在上述情况下选取拟合点，首先计算相机光轴对应点M(全局图像中心位置，即初始图像的中心位置)到圆孔局部图像的圆心位置的射线L，将射线L在圆孔局部图像中进行离散点化。求出射线L与有效轮廓的交点集{C1，C2，……，Cn}，此时交点数据是无序的。计算圆孔局部图像的圆心P到各交点Ci的向量
与射线L方向的关系，若
方向与射线L方向相同，则该点在远离相机光轴一侧的大月牙轮廓上，若
方向与射线L方向相反，则该点在靠近相机光轴一侧的小月牙轮廓上。在一些实施列中，圆孔成像为一大一小两个月牙状，通过上述方法，即可得到射线L与小月牙外轮廓的交点A1、A2，射线L与大月牙外轮廓的交点B1、B2，如图10所示；在另一些实施例中，由于圆孔位置及图像预处理等操作，上述月牙状成像仅有一侧大月牙，通过上述方法，则得到射线与大月牙轮廓的交点B1、B2。在交点中选取最合适的种子点，由于小月牙的内侧圆弧为实际的圆孔边缘成像，因此选取小月牙轮廓上距离圆心P点距离最小的交点作为小月牙侧种子点；由于大月牙的外侧圆弧轮廓为实际的圆孔边缘成像，因此选取大月牙轮廓上距离圆心P点距离最大的交点作为大月牙侧种子点。在一些实施例中，圆孔成像为一大一小两个月牙状，可以确定小月牙内侧轮廓上的交点A2和大月牙外侧轮廓上的交点B2为种子点，如图10所示；在一些实施例中，圆孔成像仅有一侧大月牙状，仅可以确定大月牙外侧轮廓上的交点B2为种子点。根据种子点所在轮廓的点集数目，沿种子点左右方向取一定比例数量的相邻点，扩展为拟合点。
在一些实施例中，如图11所示，步骤S700对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径，包括：
步骤S710：对拟合点采用最小二乘拟合算法进行拟合，计算圆心位置和圆孔半径，作为拟合圆；
步骤S720：根据拟合圆，进行拟合点的精度计算，排除误差较大的拟合点，对剩余的拟合点再次采用最小二乘拟合算法进行拟合。
在一些实施例中，对拟合点采用最小二乘拟合算法(也可以采用其他拟合算法)进行拟合，计算圆心位置和圆孔半径，作为拟合圆。根据拟合圆，进行拟合点的精度计算，排除误差较大的拟合点。具体地，以第一次拟合圆所得圆心位置与半径R0为基准，遍历拟合点集合，计算每个拟合点到圆心的距离Di与半径R0的误差值εi，并求出拟合点集关于半径的标准差σ，当εi>α*σ时(α为设置的比例因子)，认为该拟合点误差较大，将其从拟合点集合中去除。对剩余的拟合点再次进行最小二乘法拟合，提高计算精度。多次拟合后得到的图像如图12所示。
在一些实施例中，对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径之后，还包括：
将拟合圆的局部坐标位置转化到全局坐标系下，得到圆孔的圆心位置和圆孔半径。
在一些实施例中，将拟合圆的局部坐标系位置转化到全局坐标系下，得到最终的圆孔的圆心位置和圆孔半径，如图13所示，可以清晰的看到每个圆孔的圆心以及轮廓，从而完成整个圆的检测流程。
综上所述，本发明提出了一种具有一定厚度的透明板件上随机分布的圆孔定位与尺寸检测方法。首先对输入的带有圆孔的初始图像进行预处理：将初始图像转化为灰度图，为避免后续局部图像分割时发生越界的状况，则提前将图像边界向外扩展一定量；使用阈值分割的方法将图像二值化，利用图像滤波与形态学，去除图像中的噪声点与毛刺，使圆孔图像连通区域更加光滑。其次，圆孔粗定位：采用霍夫变换圆形检测算法，初步检测出图像中的圆孔数量，并提供圆孔的圆心大致位置和半径尺寸；对初步检测出的圆孔进行筛选，排除掉原始图像边界附近不完整的圆孔图像。然后，根据粗定位位置及尺寸大小分割图像，提取检测到圆孔局部图像。接着，对局部图像进行预处理：多次使用形态学闭操作，使图像中断续的连通域连接起来，再提取所有连通域的外轮廓，并根据连通域面积及位置计算，排除小面积和靠近图像边界的无效连通域轮廓。然后，根据粗定位圆心位置在全局图像中的分布类型确定拟合圆所需点的选取方案：当粗定位圆心位置与相机光轴对应点(全局图像中心)的距离小于设定阈值时，圆孔成像形状为一个细圆环，此时圆孔图像变形量极小，将所有成像的有效轮廓点选取作为圆的拟合点；当距离大于设定阈值时，由于板件厚度等因素影响，圆孔成像为一大一小两个月牙状，此时应该首先计算相机光轴对应点(全局图像中心)到粗定位圆心的射线L，其次找出射线L与局部图中有效轮廓的交点，然后在交点中选取最合适的种子点，再沿种子点扩展一定量的相邻点作为圆拟合点。完成拟合点的选取后，进行圆孔拟合精确定位：采用最小二乘法对拟合点进行拟合，根据拟合圆进行精度计算，排除误差较大的拟合点，再次进行拟合提高圆的计算精度。最后，将拟合圆局部坐标位置转化到全局坐标系下，完成整个圆的检测流程。
本发明通过上述方法，能够克服因透明板材上随机分布的圆孔因板材厚度、透明板材光学特性以及圆孔和相机之间的相对位置等因素造成圆孔成像变形较大、圆孔定位与圆孔尺寸测量误差较大的问题，对于透明板材上的圆孔定位与圆孔尺寸检测提供一种较为精准的处理方法。另外，该处理方法具有鲁棒性强、计算量少的特点。
第二方面，本发明提供了一种圆孔检测装置，包括：
获取模块，用于获取带有圆孔的初始图像；
第一预处理模块，用于对初始图像进行预处理；
检测模块，用于利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
提取模块，用于根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
第二预处理模块，用于对圆孔局部图像进行预处理；
确定模块，用于根据圆孔局部图像的圆心位置与初始图像的中心位置确定拟合点；
计算模块，用于对拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
第三方面，本发明提供了一种电子设备，包括：
至少一个处理器，以及，
与至少一个处理器通信连接的存储器；其中，
存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行：
如第一方面所述的圆孔检测方法。
在一些实施例中，电子设备也可以是用户终端。用户终端可以为移动终端设备，也可以为非移动终端设备。移动终端设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载终端设备、可穿戴设备、超级移动个人计算机、上网本、个人数字助理等；非移动终端设备可以为个人计算机、电视机、柜员机或者自助机等；本发明实施方案不作具体限定。
第四方面，本发明提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令用于使计算机执行：
如第一方面所述的圆孔检测方法。
上面结合附图对本发明实施例作了详细说明，但是本发明不限于上述实施例，在所属技术领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。此外，在不冲突的情况下，本发明的实施例及实施例中的特征可以相互组合。
以上所描述的装置实施例仅仅是示意性的，其中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，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模块来实现本实施例方案的目的。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。
Claims (10)
1.圆孔检测方法，其特征在于，包括：
获取带有圆孔的初始图像；
对所述初始图像进行预处理；
利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
对所述圆孔局部图像进行预处理；
根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点；
对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
2.根据权利要求1所述的圆孔检测方法，其特征在于，所述对所述初始图像进行预处理，包括：
对所述初始图像进行灰度化处理，得到灰度图像；
对所述灰度图像进行边界区域扩展；
使用阈值分割方法将扩展后的图像二值化；
对二值化后的图像进行降噪处理；
对降噪处理后的图像进行形态学处理。
3.根据权利要求1所述的圆孔检测方法，其特征在于，所述利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径之后，还包括：
对初步检测出的圆孔进行筛选，排除初始图像边界附近存在的不完整的圆孔图像。
4.根据权利要求1所述的圆孔检测方法，其特征在于，所述对所述圆孔局部图像进行预处理，包括：
对所述圆孔局部图像使用形态学处理；
对形态学处理后的圆孔局部图像进行连通域的外轮廓提取；
对所述圆孔局部图像上的连通域进行筛选，排除无效连通域轮廓。
5.根据权利要求4所述的圆孔检测方法，其特征在于，所述根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点，包括：
若所述圆孔局部图像的圆心位置与所述初始图像的中心位置的距离小于设定阈值，选取有效轮廓上所有点作为拟合点；
若所述圆孔局部图像的圆心位置与所述初始图像的中心位置的距离大于等于设定阈值，计算所述初始图像的中心位置到所述圆孔局部图像的圆心位置的射线L，求出射线L与有效轮廓的交点，根据各交点到所述圆孔局部图像的圆心位置的距离选取种子点，沿所述种子点左右方向扩展相邻点作为拟合点。
6.根据权利要求1所述的圆孔检测方法，其特征在于，所述对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径，包括：
对所述拟合点采用最小二乘拟合算法进行拟合，计算圆心位置和圆孔半径，作为拟合圆；
根据所述拟合圆，进行拟合点的精度计算，排除误差较大的拟合点，对剩余的拟合点再次采用最小二乘拟合算法进行拟合。
7.根据权利要求6所述的圆孔检测方法，其特征在于，所述对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径之后，还包括：
将所述拟合圆的局部坐标位置转化到全局坐标系下，得到圆孔的圆心位置和圆孔半径。
8.圆孔检测装置，其特征在于，包括：
获取模块，用于获取带有圆孔的初始图像；
第一预处理模块，用于对所述初始图像进行预处理；
检测模块，用于利用霍夫变换圆形检测算法，初步检测预处理后的图像中的圆孔数量、圆心位置和圆孔半径；
提取模块，用于根据初步检测的圆心位置和圆孔半径，提取圆孔局部图像；
第二预处理模块，用于对所述圆孔局部图像进行预处理；
确定模块，用于根据所述圆孔局部图像的圆心位置与所述初始图像的中心位置确定拟合点；
计算模块，用于对所述拟合点采用拟合算法进行拟合，计算圆心位置和圆孔半径。
9.电子设备，其特征在于，包括：
至少一个处理器，以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
如权利要求1至7任一项所述的圆孔检测方法。
10.计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
如权利要求1至7任一项所述的圆孔检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011117503.9A CN112288693B (zh) | 2020-10-19 | 2020-10-19 | 圆孔检测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011117503.9A CN112288693B (zh) | 2020-10-19 | 2020-10-19 | 圆孔检测方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112288693A true CN112288693A (zh) | 2021-01-29 |
| CN112288693B CN112288693B (zh) | 2024-02-13 |
Family
ID=74497622
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011117503.9A Active CN112288693B (zh) | 2020-10-19 | 2020-10-19 | 圆孔检测方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112288693B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114219806A (zh) * | 2022-02-22 | 2022-03-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114248100A (zh) * | 2021-12-03 | 2022-03-29 | 武汉纺织大学 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
| CN114782474A (zh) * | 2022-05-16 | 2022-07-22 | 杭州未名信科科技有限公司 | 锁螺钉自适应压紧方法、装置及存储介质 |
| CN114943710A (zh) * | 2022-05-27 | 2022-08-26 | 华南理工大学 | 利用改进最小二乘拟合对薄壁圆管类零件圆心定位的方法 |
| CN115439476A (zh) * | 2022-11-07 | 2022-12-06 | 成都博视广达科技有限责任公司 | 基于图像分析的丝印缺陷检测方法及装置 |
| CN116718791A (zh) * | 2023-04-13 | 2023-09-08 | 东莞市杜氏诚发精密弹簧有限公司 | 扭矩弹簧的转速检测方法、设备、系统及存储介质 |
| WO2024021803A1 (zh) * | 2022-07-25 | 2024-02-01 | 荣耀终端有限公司 | 标记孔的定位方法、装置、装配设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000002512A (ja) * | 1998-06-15 | 2000-01-07 | Dainippon Printing Co Ltd | 円孔の径寸法測定方法 |
| US20110285837A1 (en) * | 2010-05-19 | 2011-11-24 | General Electric Company | Methods and systems for identifying well wall boundaries of microplates |
| CN102568007A (zh) * | 2011-03-22 | 2012-07-11 | 黄海清 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
| US8320670B1 (en) * | 2008-08-29 | 2012-11-27 | Adobe Systems Incorporated | Hough transform method for linear ribbon and circular ring detection in the gradient domain |
| 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 |
| CN111223067A (zh) * | 2020-02-21 | 2020-06-02 | 成都工业学院 | 一种用于桥梁锚具圆孔加工的自动对位方法 |
-
2020
- 2020-10-19 CN CN202011117503.9A patent/CN112288693B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000002512A (ja) * | 1998-06-15 | 2000-01-07 | Dainippon Printing Co Ltd | 円孔の径寸法測定方法 |
| US8320670B1 (en) * | 2008-08-29 | 2012-11-27 | Adobe Systems Incorporated | Hough transform method for linear ribbon and circular ring detection in the gradient domain |
| US20110285837A1 (en) * | 2010-05-19 | 2011-11-24 | General Electric Company | Methods and systems for identifying well wall boundaries of microplates |
| CN102568007A (zh) * | 2011-03-22 | 2012-07-11 | 黄海清 | 利用改进霍夫变换进行类圆形检测的图像处理方法 |
| 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 |
| CN111223067A (zh) * | 2020-02-21 | 2020-06-02 | 成都工业学院 | 一种用于桥梁锚具圆孔加工的自动对位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 邢德奎;达飞鹏;张虎;: "圆形目标精密定位方法的研究与应用", 仪器仪表学报, no. 12 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114248100A (zh) * | 2021-12-03 | 2022-03-29 | 武汉纺织大学 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
| CN114219806A (zh) * | 2022-02-22 | 2022-03-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114219806B (zh) * | 2022-02-22 | 2022-04-22 | 成都数联云算科技有限公司 | 一种汽车雷达检测方法、装置、设备、介质及产品 |
| CN114782474A (zh) * | 2022-05-16 | 2022-07-22 | 杭州未名信科科技有限公司 | 锁螺钉自适应压紧方法、装置及存储介质 |
| CN114943710A (zh) * | 2022-05-27 | 2022-08-26 | 华南理工大学 | 利用改进最小二乘拟合对薄壁圆管类零件圆心定位的方法 |
| CN114943710B (zh) * | 2022-05-27 | 2024-03-19 | 华南理工大学 | 利用改进最小二乘拟合对薄壁圆管类零件圆心定位的方法 |
| WO2024021803A1 (zh) * | 2022-07-25 | 2024-02-01 | 荣耀终端有限公司 | 标记孔的定位方法、装置、装配设备及存储介质 |
| CN115439476A (zh) * | 2022-11-07 | 2022-12-06 | 成都博视广达科技有限责任公司 | 基于图像分析的丝印缺陷检测方法及装置 |
| CN115439476B (zh) * | 2022-11-07 | 2023-03-14 | 成都博视广达科技有限责任公司 | 基于图像分析的丝印缺陷检测方法及装置 |
| CN116718791A (zh) * | 2023-04-13 | 2023-09-08 | 东莞市杜氏诚发精密弹簧有限公司 | 扭矩弹簧的转速检测方法、设备、系统及存储介质 |
| CN116718791B (zh) * | 2023-04-13 | 2024-04-26 | 东莞市杜氏诚发精密弹簧有限公司 | 扭矩弹簧的转速检测方法、设备、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112288693B (zh) | 2024-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112288693B (zh) | 圆孔检测方法、装置、电子设备及存储介质 | |
| CN111626190B (zh) | 基于聚类分区进行刻度识别的水位监测方法 | |
| CN112184639B (zh) | 圆孔检测方法、装置、电子设备及存储介质 | |
| CN116168026B (zh) | 基于计算机视觉的水质检测方法及系统 | |
| CN110781885A (zh) | 基于图像处理的文本检测方法、装置、介质及电子设备 | |
| CN110059702B (zh) | 一种物体轮廓识别方法及装置 | |
| CN116740070B (zh) | 基于机器视觉的塑料管道外观缺陷检测方法 | |
| CN106709500B (zh) | 一种图像特征匹配的方法 | |
| CN109740417B (zh) | 发票类型识别方法、装置、存储介质和计算机设备 | |
| CN110648330B (zh) | 摄像头玻璃的缺陷检测方法 | |
| CN112580383B (zh) | 二维码识别方法、装置、电子设备及存储介质 | |
| CN115311262A (zh) | 一种印刷电路板缺陷识别方法 | |
| CN115311275A (zh) | 一种电子元器件表面缺陷检测方法及系统 | |
| CN110660072A (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
| CN116740072A (zh) | 基于机器视觉的道路表面缺陷检测方法及系统 | |
| CN112419207A (zh) | 一种图像矫正方法及装置、系统 | |
| CN112101351A (zh) | 一种基于投影的文本行旋转校正方法及装置 | |
| CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
| CN110728276B (zh) | 一种车牌识别方法及装置 | |
| CN116309780A (zh) | 一种基于目标检测的水尺水位识别方法 | |
| CN112329845B (zh) | 更换纸币的方法、装置、终端设备及计算机可读存储介质 | |
| CN114387318A (zh) | 遥感影像自动配准方法、装置、电子设备及存储介质 | |
| CN114092542A (zh) | 一种基于二维视觉的螺栓测量方法以及系统 | |
| CN109949245B (zh) | 十字激光检测定位方法、装置、存储介质及计算机设备 | |
| CN107092912A (zh) | 一种车牌的识别方法和装置 |
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 |