CN112419398A - 矩形工件尺寸测量方法、装置、设备及存储介质 - Google Patents
矩形工件尺寸测量方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112419398A CN112419398A CN202011341385.XA CN202011341385A CN112419398A CN 112419398 A CN112419398 A CN 112419398A CN 202011341385 A CN202011341385 A CN 202011341385A CN 112419398 A CN112419398 A CN 112419398A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- measured
- image
- determining
- circumscribed rectangle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000003384 imaging method Methods 0.000 claims abstract description 58
- 238000007781 pre-processing Methods 0.000 claims abstract description 16
- 238000005259 measurement Methods 0.000 claims abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 230000011218 segmentation Effects 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 4
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 16
- 229910052742 iron Inorganic materials 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect 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
- G06T7/60—Analysis of geometric attributes
- G06T7/64—Analysis of geometric attributes of convexity or concavity
-
- 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
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供一种矩形工件尺寸测量方法、装置、设备及存储介质，其中，矩形工件尺寸测量方法包括：采集待测量工件的图像，所述待测量工件的图像通过标定后的成像装置采集生成；对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧；根据所述工件前景图像得到最小外接矩形；根据所述最小外接矩形确定所述待测量工件的尺寸；根据所述圆弧确定所述待测量工件的倒角的曲率半径。本申请能够实现基于机器视觉对矩形工件进行精确测量。
Description
技术领域
本申请涉及机器视觉技术领域，具体而言，涉及一种矩形工件尺寸测量方法、装置、设备及存储介质。
背景技术
传统工业零部件尺寸测量多采用人工检测，检测精度低，成本高，效率低下，且存在误判、错判的情况。
发明内容
本申请实施例的目的在于提供一种矩形工件尺寸测量方法、装置、设备及存储介质，用以对矩形工件的尺寸进行精确测量。
为此，本申请实施例第一方面公开一种矩形工件尺寸测量方法，所述方法包括：
采集待测量工件的图像，所述待测量工件的图像通过标定后的成像装置采集生成；
对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧；
根据所述工件前景图像得到最小外接矩形；
根据所述最小外接矩形确定所述待测量工件的尺寸；
根据所述圆弧确定所述待测量工件的倒角的曲率半径。
本申请的方法能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
在本申请第一方面中，作为一种可选的实施方式，所述根据所述最小外接矩形确定所述待测量工件的尺寸，包括：
根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
根据所述分段点与所述投影点之间的像素距离确定所述待测量工件的长和宽。
在本可选的实施方式中，通过RANSAC算法能够检测最小外接矩形并得到最小外接矩形的四条边，进而能够对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点，从而能够根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
在本申请第一方面中，作为一种可选的实施方式，所述根据所述最小外接矩形确定所述待测量工件的尺寸，包括：
根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
当存在由两个以上的所述分段点得到至少两个所述像素距离时，计算至少两个所述像素距离的平均值；
根据所述至少两个所述像素距离的平均值确定所述待测量工件的长和宽。
在本可选的实施方式中，当存在由两个以上的分段点得到至少两个像素距离时，通过计算至少两个像素距离的平均值，进而能够根据至少两个像素距离的平均值确定待测量工件的长和宽，从而减低测量误差。
在本申请第一方面中，作为一种可选的实施方式，所述对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像，包括：
确定所述待测量工件的图像特征；
根据所述待测量工件的图像特征提取所述工件前景图像；
从所述待测量工件的图像提取所述圆弧。
在本可选的实施方式，由于待测量工件具有呈矩形的特征，进而可将矩形作为待测量工的图像特征。
在本申请第一方面中，作为一种可选的实施方式，所述从所述待测量工件的图像提取所述圆弧，包括：
寻找所述待测量工件的图像中的连通域；
根据所述连通域提取所述圆弧。
在本可选的实施方式中，通过寻找待测量工件的图像中的连通域，进而能够根据连通域提取圆弧。
在本申请第一方面中，作为一种可选的实施方式，所述标定后的成像装置为采用扫描多项式标定法标定后的所述成像装置。
本申请第二方面提供一种矩形工件尺寸测量装置，所述装置包括：
采集模块，用于采集待测量工件的图像，所述待测量工件的图像通过标定后的成像装置采集生成；
图像预处理模块，用于对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧；
第一计算模块，用于根据所述工件前景图像得到最小外接矩形；
第二计算模块，用于根据所述最小外接矩形确定所述待测量工件的尺寸；
第三计算模块，用于根据所述圆弧确定所述待测量工件的倒角的曲率半径。
本申请的装置能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
在本申请第二方面中，作为一种可选的实施方式，所述第二计算模块包括：
第一计算子模块，用于根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
投影模块，用于对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
第二计算子模块，用于根据所述分段点与所述投影点之间的像素距离确定所述待测量工件的长和宽。
在本可选的实施方式中，通过RANSAC算法能够检测最小外接矩形并得到最小外接矩形的四条边，进而能够对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点，从而能够根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
本申请第三方面公开一种矩形工件尺寸测量设备，所述设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，执行本申请第一方面的矩形工件尺寸测量方法。
本申请的设备能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
本申请第四方面公开一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行本申请第一方面的矩形工件尺寸测量方法。
本申请的存储介质能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
图1是本申请实施例公开的一种矩形工件尺寸测量方法的流程示意图；
图2是本申请实施例公开的一种分段投影的示意图；
图3是本申请实施例公开的一种矩形工件尺寸测量装置的结构示意图；
图4是本申请实施例公开的一种矩形工件尺寸测量设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
实施例一
请参阅图1，图1是本申请实施例公开的一种矩形工件尺寸测量方法的流程示意图。如图1所示，本申请实施例的矩形工件尺寸测量方法包括步骤：
101、采集待测量工件的图像，待测量工件的图像通过标定后的成像装置采集生成；
102、对待测量工件的图像进行预处理，以从待测量工件的图像提取工件前景图像和圆弧；
103、根据工件前景图像得到最小外接矩形；
104、根据最小外接矩形确定待测量工件的尺寸；
105、根据圆弧确定待测量工件的倒角的曲率半径。
在本申请实施例中，待测量工件呈矩形，其中，矩形的待测量工件有两组对边，这样一来便于通过对边投影分段的方式计算待测量工件的长宽。需要说明的是，关于对边投影方式的具体说明请参阅下文的详细描述。
需要说明的是，本申请实施例的待测量工件为具有倒角的矩形工件。
在本申请实施例中，待测量工件的图像由成像装置在以下方式下拍摄生成，即：
将成像装置固定，并使得成像装置与背光源、待测量工件同时处于一条直线上；
开启成像装置，使得成像装置拍摄待测量工件并生成待测量工件的图像。
在本申请实施例中，成像装置采用标定板进行标定，其中，标定板优选为面积占成像装置的视野的1/3的标定板。进一步地，标定板优选为7*7阵列圆点标定板。
在本申请实施例中，成像装置为搭载远心镜头的工业相机，其中，远心镜头能够在一定的物距范围内得到的待测量工件的图像的放大倍率不会变化。
本申请实施例能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
示例性地，假设待测量工件为矩形带倒角的铁板，此时，可通过成像装置拍摄该铁板，进而基于机器视觉的图像处理方法对该铁板的图像进行处理，从而识别该铁板的长宽和倒角的曲率，即如步骤102、103、104、105。
在本申请实施例中，作为一种可选的实施方式，步骤104：根据最小外接矩形确定待测量工件的尺寸，包括子步骤：
根据RANSAC算法检测最小外接矩形并得到最小外接矩形的四条边；
对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
在本可选的实施方式中，通过RANSAC算法能够检测最小外接矩形并得到最小外接矩形的四条边，进而能够对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点，从而能够根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
在本可选的实施方式中，由于RANSAC算法能够是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法，其中，“外点”一般指的是数据中的噪声，比如说匹配中的误匹配和估计曲线中的离群点。因此，与现有技术相比，本可选的实施方式采用RANSAC算法具有更抗噪点的优点，进而能够更加精确地检测到待测量工件的直线边缘。而现有技术是采用最小二乘法检测拟合待测量工件的图像的直线边缘，其中，最小二乘法对图像中的异常点敏感，进而其直线的拟合过程受异常点影响大，从而对待测量工件的图像的直线边缘的检测精度较低。
需要说明的是，关于RANSAC算法的具体实现过程请现有技术的描述，本申请实施例对此不作赘述。
在本申请实施例中，作为一种可选的实施方式，根据最小外接矩形确定待测量工件的尺寸，包括：
根据RANSAC算法检测最小外接矩形并得到最小外接矩形的四条边；
对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
当存在由两个以上的分段点得到至少两个像素距离时，计算至少两个像素距离的平均值；
根据至少两个像素距离的平均值确定待测量工件的长和宽。
在本可选的实施方式中，一条边的一个原点和其对边的投影点构成一个像素距离，其中，像素距离是指基于成像装置的像素坐标系计算得到的距离。
示例性地，请参阅图2，图2是本申请实施例公开的一种分段投影的示意图。如图2所示，假设待测量工件的最小矩形有A、B两条互为对边，其中，A边被分为若干段并形成若干个分段点，此时，基于A边上的分段点，在B边上可一一投影形成若干个投影点，且A边的分段点与B边上的投影点构成一个像素距离，例如图2所示，A边的分段点与B边上的投影点构成d1、d2、d3三个像素距离，进而可将d1、d2、d3的平均作为目标像素距离，进而可根据目标像素距离确定待测量工件的宽。
在本可选的实施方式中，当确定d1、d2、d3的平均值后，可利用成像装置的成像原理、成像装置的参数和d1、d2、d3的平均值确定待测量工件的宽。
在本可选的实施方式中，对于待测量工件的长的确定请参照图2中的矩形的另一组对边确定，在此不作赘述。
在本申请实施例中，作为一种可选的实施方式，步骤102：对待测量工件的图像进行预处理，以从待测量工件的图像提取工件前景图像，包括子步骤：
确定待测量工件的图像特征；
根据待测量工件的图像特征提取工件前景图像；
从待测量工件的图像提取圆弧。
在本可选的实施方式，由于待测量工件具有呈矩形的特征，进而可将矩形作为待测量工的图像特征。
需要说明的是，一张图像中包括了前景和背景，其中，前景是靠近成像装置的物体的成像。在本申请实施例中，由于在待测量工件一般处于靠近成像装置的位置，因此，成像装置中的前景为待测量工件的成像。
在本申请实施例中，作为一种可选的实施方式，步骤：从待测量工件的图像提取圆弧，包括：
寻找待测量工件的图像中的连通域；
根据连通域提取圆弧。
在本可选的实施方式中，通过寻找待测量工件的图像中的连通域，进而能够根据连通域提取圆弧。
在本申请实施例中，作为一种可选的实施方式，标定后的成像装置为采用扫描多项式标定法标定后的成像装置。
在本可选的实施方式，采用扫描多项式标定法标定成像装置可进一步提高成长装置的识别精度。
实施例二
请参阅图3，图3是本申请实施例公开的一种矩形工件尺寸测量装置的结构示意图。如图3所示，本申请实施例的装置包括：
采集模块201，用于采集待测量工件的图像，待测量工件的图像通过标定后的成像装置采集生成；
图像预处理模块202，用于对待测量工件的图像进行预处理，以从待测量工件的图像提取工件前景图像和圆弧；
第一计算模块203，用于根据工件前景图像得到最小外接矩形；
第二计算模块204，用于根据最小外接矩形确定待测量工件的尺寸；
第三计算模块205，用于根据圆弧确定待测量工件的倒角的曲率半径。
在本申请实施例中，待测量工件呈矩形，其中，矩形的待测量工件有两组对边，这样一来便于通过对边投影分段的方式计算待测量工件的长宽。需要说明的是，关于对边投影方式的具体说明请参阅下文的详细描述。
需要说明的是，本申请实施例的待测量工件为具有倒角的矩形工件。
在本申请实施例中，待测量工件的图像由成像装置在一下方式下拍摄生成，即：
将成像装置固定，并使得成像装置与背光源、待测量工件同时处于一条直线上；
开启成像装置，使得成像装置拍摄待测量工件并生成待测量工件的图像。
在本申请实施例中，成像装置采用标定板进行标定，其中，标定板优选为面积占成像装置的视野的1/3的标定板。进一步地，标定板优选为7*7阵列圆点标定板。
在本申请实施例中，成像装置为搭载远心镜头的工业相机，其中，远心镜头能够在一定的物距范围内得到的待测量工件的图像的放大倍率不会变化。
本申请实施例能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
示例性地，假设待测量工件为矩形带倒角的铁板，此时，可通过成像装置拍摄该铁板，进而基于机器视觉的图像处理方法对该铁板的图像进行处理，从而识别该铁板的长宽和倒角的曲率。
在本申请实施例中，第二计算模块204块包括：
第一计算子模块，用于根据RANSAC算法检测最小外接矩形并得到最小外接矩形的四条边；
投影模块，用于对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
第二计算子模块，用于根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
在本可选的实施方式中，通过RANSAC算法能够检测最小外接矩形并得到最小外接矩形的四条边，进而能够对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点，从而能够根据分段点与投影点之间的像素距离确定待测量工件的长和宽。
在本可选的实施方式中，由于RANSAC算法能够是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法，其中，“外点”一般指的是数据中的噪声，比如说匹配中的误匹配和估计曲线中的离群点。因此，与现有技术相比，本可选的实施方式采用RANSAC算法具有更抗噪点的优点，进而能够更加精确地检测到待测量工件的直线边缘。而现有技术是采用最小二乘法检测拟合待测量工件的图像的直线边缘，其中，最小二乘法对图像中的异常点敏感，进而其直线的拟合过程受异常点影响大，从而对待测量工件的图像的直线边缘的检测精度较低。
需要说明的是，关于RANSAC算法的具体实现过程请现有技术的描述，本申请实施例对此不作赘述。
在本申请实施例中，作为一种可选的实施方式，第二计算模块204执行根据最小外接矩形确定待测量工件的尺寸的具体方式为：
根据RANSAC算法检测最小外接矩形并得到最小外接矩形的四条边；
对最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
当存在由两个以上的分段点得到至少两个像素距离时，计算至少两个像素距离的平均值；
根据至少两个像素距离的平均值确定待测量工件的长和宽。
在本可选的实施方式中，一条边的一个原点和其对边的投影点构成一个像素距离，其中，像素距离是指基于成像装置的像素坐标系计算得到的距离。
示例性地，请参阅图2，图2是本申请实施例公开的一种分段投影的示意图。如图2所示，假设待测量工件的最小矩形有A、B两条互为对边，其中，A边被分为若干段并形成若干个分段点，此时，基于A边上的分段点，在B边上可一一投影形成若干个投影点，且A边的分段点与B边上的投影点构成一个像素距离，例如图2所示，A边的分段点与B边上的投影点构成d1、d2、d3三个像素距离，进而可将d1、d2、d3的平均作为目标像素距离，进而可根据目标像素距离确定待测量工件的宽。
在本可选的实施方式中，当确定d1、d2、d3的平均值后，可利用成像装置的成像原理、成像装置的参数和d1、d2、d3的平均值确定待测量工件的宽。
在本可选的实施方式中，对于待测量工件的长的确定请参照图2中的矩形的另一组对边确定，在此不作赘述。
在本申请实施例中，作为一种可选的实施方式，图像预处理模块202执行对待测量工件的图像进行预处理，以从待测量工件的图像提取工件前景图像的具体方式为：
确定待测量工件的图像特征；
根据待测量工件的图像特征提取工件前景图像；
从待测量工件的图像提取圆弧。
在本可选的实施方式，由于待测量工件具有呈矩形的特征，进而可将矩形作为待测量工的图像特征。
需要说明的是，一张图像中包括了前景和背景，其中，前景是靠近成像装置的物体的成像。在本申请实施例中，由于在待测量工件一般处于靠近成像装置的位置，因此，成像装置中的前景为待测量工件的成像。
在本申请实施例中，作为一种可选的实施方式，图像预处理模块202执行从待测量工件的图像提取圆弧的具体方式为：
寻找待测量工件的图像中的连通域；
根据连通域提取圆弧。
在本可选的实施方式中，通过寻找待测量工件的图像中的连通域，进而能够根据连通域提取圆弧。
在本申请实施例中，作为一种可选的实施方式，标定后的成像装置为采用扫描多项式标定法标定后的成像装置。
在本可选的实施方式，采用扫描多项式标定法标定成像装置可进一步提高成长装置的识别精度。
实施例三
请参阅图4，图4是本申请实施例公开的一种矩形工件尺寸测量设备的结构示意图。如图4所示，该设备包括：
处理器301；以及
存储器302，配置用于存储机器可读指令，指令在由处理器执行时，执行本申请实施例一的矩形工件尺寸测量方法。
本申请实施例能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
实施例四
本申请实施例公开一种存储介质，存储介质存储有计算机程序，计算机程序被处理器执行本申请实施例一的矩形工件尺寸测量方法。
本申请实施例能够获取成像装置拍摄的待测量工件的图像，进而能够根据工件前景图像得到最小外接矩形，进而能够根据最小外接矩形确定待测量工件的尺寸，进而能够根据圆弧确定待测量工件的倒角的曲率半径，这样一来实现基于机器视觉对待测量工件的长宽和倒角曲率进行测量。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。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，又例如，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通信接口，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。
另外，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。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能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，本申请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)执行本申请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(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种矩形工件尺寸测量方法，其特征在于，所述方法包括：
采集待测量工件的图像，所述待测量工件的图像通过标定后的成像装置采集生成；
对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧；
根据所述工件前景图像得到最小外接矩形；
根据所述最小外接矩形确定所述待测量工件的尺寸；
根据所述圆弧确定所述待测量工件的倒角的曲率半径。
2.如权利要求1所述的方法，其特征在于，所述根据所述最小外接矩形确定所述待测量工件的尺寸，包括：
根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
根据所述分段点与所述投影点之间的像素距离确定所述待测量工件的长和宽。
3.如权利要求1所述的方法，其特征在于，所述根据所述最小外接矩形确定所述待测量工件的尺寸，包括：
根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
当存在由两个以上的所述分段点得到至少两个像素距离时，计算至少两个所述像素距离的平均值；
根据所述至少两个所述像素距离的平均值确定所述待测量工件的长和宽。
4.如权利要求1所述的方法，其特征在于，所述对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧，包括：
确定所述待测量工件的图像特征；
根据所述待测量工件的图像特征提取所述工件前景图像；
从所述待测量工件的图像提取所述圆弧。
5.如权利要求4所述的方法，其特征在于，所述从所述待测量工件的图像提取所述圆弧，包括：
寻找所述待测量工件的图像中的连通域；
根据所述连通域提取所述圆弧。
6.如权利要求1所述的方法，其特征在于，所述标定后的成像装置为采用扫描多项式标定法标定后的所述成像装置。
7.一种矩形工件尺寸测量装置，其特征在于，所述装置包括：
采集模块，用于采集待测量工件的图像，所述待测量工件的图像通过标定后的成像装置采集生成；
图像预处理模块，用于对所述待测量工件的图像进行预处理，以从所述待测量工件的图像提取工件前景图像和圆弧；
第一计算模块，用于根据所述工件前景图像得到最小外接矩形；
第二计算模块，用于根据所述最小外接矩形确定所述待测量工件的尺寸；
第三计算模块，用于根据所述圆弧确定所述待测量工件的倒角的曲率半径。
8.如权利要求7所述的装置，其特征在于，所述第二计算模块包括：
第一计算子模块，用于根据RANSAC算法检测所述最小外接矩形并得到所述最小外接矩形的四条边；
投影模块，用于对所述最小外接矩形的四条边中的每组对边进行分段投影，以得到一条边上的分段点在对边上的投影点；
第二计算子模块，用于根据所述分段点与所述投影点之间的像素距离确定所述待测量工件的长和宽。
9.一种矩形工件尺寸测量设备，其特征在于，包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，执行如权利要求1-6任一项所述的矩形工件尺寸测量方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行如权利要求1-6任一项所述的矩形工件尺寸测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011341385.XA CN112419398A (zh) | 2020-11-25 | 2020-11-25 | 矩形工件尺寸测量方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011341385.XA CN112419398A (zh) | 2020-11-25 | 2020-11-25 | 矩形工件尺寸测量方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112419398A true CN112419398A (zh) | 2021-02-26 |
Family
ID=74842349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011341385.XA Pending CN112419398A (zh) | 2020-11-25 | 2020-11-25 | 矩形工件尺寸测量方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112419398A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104296665A (zh) * | 2014-09-28 | 2015-01-21 | 苏州镭络视觉技术有限公司 | 一种基于机器视觉的工件尺寸测量方法及系统 |
| CN107767371A (zh) * | 2017-09-30 | 2018-03-06 | 电子科技大学 | 一种基于亚像素的高精度矩形磁材尺寸检测方法 |
| US20190139251A1 (en) * | 2016-05-16 | 2019-05-09 | Hangzhou Hikrobot Technology Co., Ltd | Method and Apparatus for Determining Volume of Object |
| CN110288651A (zh) * | 2019-06-21 | 2019-09-27 | 湖南大学 | 大尺寸工件的公差视觉检测方法、装置和计算设备 |
| CN111047588A (zh) * | 2019-12-26 | 2020-04-21 | 电子科技大学 | 一种轴型小零件尺寸的图像化测量方法 |
-
2020
- 2020-11-25 CN CN202011341385.XA patent/CN112419398A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104296665A (zh) * | 2014-09-28 | 2015-01-21 | 苏州镭络视觉技术有限公司 | 一种基于机器视觉的工件尺寸测量方法及系统 |
| US20190139251A1 (en) * | 2016-05-16 | 2019-05-09 | Hangzhou Hikrobot Technology Co., Ltd | Method and Apparatus for Determining Volume of Object |
| CN107767371A (zh) * | 2017-09-30 | 2018-03-06 | 电子科技大学 | 一种基于亚像素的高精度矩形磁材尺寸检测方法 |
| CN110288651A (zh) * | 2019-06-21 | 2019-09-27 | 湖南大学 | 大尺寸工件的公差视觉检测方法、装置和计算设备 |
| CN111047588A (zh) * | 2019-12-26 | 2020-04-21 | 电子科技大学 | 一种轴型小零件尺寸的图像化测量方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110068270B (zh) | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 | |
| CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
| CN111259890A (zh) | 一种水位尺的水位识别方法、装置及设备 | |
| CN104634242A (zh) | 探针补点系统及方法 | |
| US11657644B2 (en) | Automatic ruler detection | |
| CN110796095B (zh) | 仪表模板建立方法、终端设备以及计算机存储介质 | |
| CN110660072A (zh) | 一种直线边缘的识别方法、装置、存储介质及电子设备 | |
| CN113256729A (zh) | 激光雷达与相机的外参标定方法、装置、设备及存储介质 | |
| CN112284256A (zh) | 一种工件平面磨损的测量方法和系统 | |
| CN111311671B (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
| Lauridsen et al. | Reading circular analogue gauges using digital image processing | |
| CN113902652A (zh) | 散斑图像校正方法、深度计算方法、装置、介质及设备 | |
| CN112560839A (zh) | 指针式仪表读数的自动识别方法及系统 | |
| CN111950553A (zh) | 一种指针式仪表自动对准方法及装置 | |
| CN112419398A (zh) | 矩形工件尺寸测量方法、装置、设备及存储介质 | |
| CN116188960A (zh) | 基于关键点识别的仪表智能读数方法、装置、设备和介质 | |
| CN114926417B (zh) | 高密度柔性fpc表面弱划痕的显微成像检测方法及系统 | |
| CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
| CN115760860A (zh) | 一种基于dxf文件导入的多类型工件尺寸视觉测量方法 | |
| Wu et al. | Lens distortion correction based on one chessboard pattern image | |
| CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
| CN113920305A (zh) | 一种避雷器仪表的识别方法及装置 | |
| CN111275693B (zh) | 一种图像中物体的计数方法、计数装置及可读存储介质 | |
| CN114022873A (zh) | 仪表状态检测方法、电子设备及存储介质 | |
| CN109059790B (zh) | 一种基于傅里叶变换的弹簧节距测量方法 |
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: 20210226 |