CN113256511B - 一种烟花爆竹装药量图像识别检测方法 - Google Patents
一种烟花爆竹装药量图像识别检测方法 Download PDFInfo
- Publication number
- CN113256511B CN113256511B CN202110452822.3A CN202110452822A CN113256511B CN 113256511 B CN113256511 B CN 113256511B CN 202110452822 A CN202110452822 A CN 202110452822A CN 113256511 B CN113256511 B CN 113256511B
- Authority
- CN
- China
- Prior art keywords
- crackers
- fireworks
- image
- coordinate position
- detected
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 239000002360 explosive Substances 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000003384 imaging method Methods 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 239000011159 matrix material Substances 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000000034 method Methods 0.000 abstract description 6
- 238000004364 calculation method Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 2
- 238000002939 conjugate gradient method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T7/60—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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T2207/10016—Video; Image sequence
-
- 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
-
- 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
- G06T2207/30204—Marker
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种烟花爆竹装药量图像识别检测方法，对待检测烟花爆竹进行拍摄成像，由图像数据经过处理能直接得到待检测烟花爆竹的装药量；相比人工肉眼检测，本发明的整个检测过程由机器完成，并直接得出检测结果，不会出现检测结果遗漏的情况，具有计算结果准确可靠、提高检测精度和便捷高效等优点。
Description
技术领域
本发明涉及一种物料检测方法，尤其涉及一种烟花爆竹装药量图像识别检测方法。
背景技术
现有的烟花爆竹为产生较好的燃放效果，通常将数十个甚至数百个药筒固定成一捆，而这种烟花爆竹难以保证所有药筒内的装药量均达到标准要求，因此在生产时，需要在每条生产线上安排特定人员对每一个烟花爆竹进行肉眼检测，之后粗略估计装药量情况，并得出烟花爆竹整体的装药量是否符合要求。这种人工检测方法，不仅需要耗费大量时间，降低了生产效率，拖慢了生产进程，而且检测精确度低，还需要工作人员为全面的观察而往复移动，消耗了大量的人力。
发明内容
本发明所要解决的问题是，针对现有技术存在的问题，提供一种检测结果准确和便捷高效的烟花爆竹装药量图像识别检测方法。
为解决上述技术问题，本发明提出的技术方案为：
一种烟花爆竹装药量图像识别检测方法，其步骤包括：
S1：对待检测烟花爆竹拍摄成像；
S2：由步骤S1中得到的图像数据经处理得到待检测烟花爆竹的装药量。
作为上述技术方案的进一步改进：
所述图像数据处理步骤包括：
S21：对图像数据进行降噪处理，得到清晰的装药面曲线f；
S22：确定图像坐标位置和空间坐标位置的转换式；
S23：在图像中的装药面曲线f上取点，由该点的图像坐标位置经转换式换算得到该点对应的空间坐标位置；
S24：由装药面曲线f上的点的空间坐标位置、即装药高度计算得出装药量。
所述转换式的获取步骤包括：
S221：取一矩形板作为标定模板，所述标定模板的边长大于待检测烟花爆竹的整体高度和宽度；取标定模板上覆盖范围的边长大于待检测烟花爆竹的整体高度或宽度的若干点，记各点为特征点；
S222：确定待检测烟花爆竹的空间位置，将标定模板竖立放置并贴合于待检测烟花爆竹的空间位置的一侧；
S223：测量各特征点的空间坐标位置，使用镜头拍摄标定模板，得到图像，测量图像中各特征点的图像坐标位置；
S224：建立空间坐标位置与图像坐标位置的转换矩阵，代入各特征点的空间坐标位置和图像坐标位置，求解转换矩阵；
S225：将标定模板向待检测烟花爆竹的空间位置的另一侧移动，移动距离为待检测烟花爆竹中药筒的直径；
S226：重复步骤S223～S225，直至移动次数等于待检测烟花爆竹的药筒从一侧至另一侧的排数，由以上步骤得到的所有转换矩阵综合得到待检测烟花爆竹整体的图像坐标位置和空间坐标位置的转换式。
所述转换矩阵为
其中，将图像坐标位置代入/>
将空间坐标位置代入/>
Zc为标度因子，记为1。
所述特征点为包括标定模板的角点、边中点和中心点在内的9个点。
所述Pw为三行三列的矩阵。
每次对待检测烟花爆竹拍摄成像不少于10帧。
所述降噪处理的步骤包括：
S211：采用滤波器模板对每帧的图像均进行平滑滤波；
S212：采用Sobel算子进行边缘检测，得到与图像帧数相同次数的检测结果；
S213：将步骤S212得到的数次检测结果进行平均，得到清晰的装药面曲线f。
与现有技术相比，本发明的优点在于：
本发明的烟花爆竹装药量图像识别检测方法，对待检测烟花爆竹进行拍摄成像，由图像数据经过处理能直接得到待检测烟花爆竹的装药量；相比人工肉眼检测，本发明的整个检测过程由机器完成，并直接得出检测结果，不会出现检测结果遗漏的情况，计算结果准确可靠，提高了检测精度；且相比人工计算并记录来说耗时极短，能够极大的提高生产效率；并且工作人员仅需通过对比该装药量与合格值得到烟花爆竹整体是否合格，无需跟随流水线观测，节省了大量人力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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的附图。
图1是本发明的烟花爆竹装药量图像识别检测方法中标定模板的示意图；
图2是本发明的烟花爆竹装药量图像识别检测方法中得到的装药面曲线f示意图；
图3是本发明的烟花爆竹装药量图像识别检测方法中滤波器模板的示意图；
图4是本发明的烟花爆竹装药量图像识别检测方法中边缘检测Sobel算子的示意图。
具体实施方式
为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本文发明做更全面、细致地描述，但本发明的保护范围并不限于以下具体实施例。
实施例：
本实施例的烟花爆竹装药量图像识别检测方法，其步骤包括：
S1：对待检测烟花爆竹拍摄成像，每次对待检测烟花爆竹拍摄成像为10帧；
S2：由步骤S1中得到的图像数据经处理得到待检测烟花爆竹的装药量，图像数据处理步骤包括：
S21：对图像数据进行降噪处理，得到如图2所示的清晰的装药面曲线f，降噪处理的步骤包括：
S211：采用如图3所示的滤波器模板对得到的10帧图像进行平滑滤波；
S212：采用如图4所示的Sobel算子进行边缘检测，得到10次检测结果；
S213：将10次检测结果进行平均，得到清晰的装药面曲线f；
S22：确定图像坐标位置和空间坐标位置的转换式，转换式的获取步骤包括：
S221：打印一如图1所示的棋盘格纹图像作为标定模板，标定模板的边长大于待测烟花爆竹的整体高度和宽度，格的边长为烟花爆竹的筒的直径；取标定模板上四个角点、四边中点和中心点作为九个特征点；
S222：确定待测烟花爆竹的空间位置，将标定模板竖立放置并贴合于待测烟花爆竹的空间位置的一侧；
S223：测量各特征点的空间坐标位置；将镜头固定于一设定的流水线安装高度，使每个镜头在能观测以该镜头为中心的呈矩阵排布的16个筒的底部，本实施例中流水线安装高度约为30cm，使用镜头拍摄标定模板，并测量各特征点在镜头成像面坐标位置；
S224：建立空间坐标位置与图像坐标位置的转换矩阵，
其中，[uν 1]T为镜头成像面坐标，[X Y 1]T为空间坐标，Zc为标度因子，记为1，Pw为3行3列的矩阵；代入各特征点的空间坐标位置和图像坐标位置，求解转换矩阵，求解方法为：
经转换得到
令/>
/>
用共轭梯度法计算出BTB的特征值，得到最小特征值所构成的特征向量，此向量对应于Pw中各个元素的值，即求解得到Pw；
S225：将标定模板向待测烟花爆竹的空间位置的另一侧移动，移动距离为待测烟花爆竹中药筒的直径；
S226：重复步骤S223～S225，直至移动次数等于待测烟花爆竹的药筒从一侧至另一侧的排数，即得到的转换矩阵数目为烟花爆竹一侧至另一侧的药筒排数，由以上步骤得到的所有转换矩阵综合得到待检测烟花爆竹整体的图像坐标位置和空间坐标位置的转换式。
S23：在图像中的装药面曲线f上取点，由该点的图像坐标位置经转换式换算得到该点对应的空间坐标位置；
S24：由装药面曲线f上的点的空间坐标位置、即装药高度Y计算得出装药量，由于爆竹药筒的底面积为已知值，记为S，则装药量V＝Y×S。
本实施例中，由于不同的烟花爆竹的规格不同，因此装药量的合格值有所不同，因此合格值需人工进行设定，在此不做具体限定。
本实施例的烟花爆竹装药量图像识别检测方法，对拍摄后的烟花爆竹图像进行处理，得出各药筒内的装药面曲线f，并由换算关系直接得出各药筒的装药高度，进而计算得到装药量，通过装药量与合格值的比对得到烟花爆竹整体是否合格；整个检测过程耗时极短，能够高效检测烟花爆竹的装药量，计算过程由设定程序实现，计算结果准确可靠；并且无需工作人员跟随流水线观测，节省了大量人力，大大提高了生产效率。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例。对于本领域的技术人员来说，在不脱离本发明的技术构思前提下所得到的改进和变换也应视为本发明的保护范围。
Claims (6)
1.一种烟花爆竹装药量图像识别检测方法，其步骤包括：
S1：对待检测烟花爆竹拍摄成像；
S2：由步骤S1中得到的图像数据经处理得到待检测烟花爆竹的装药量；
所述图像数据处理步骤包括：
S21：对图像数据进行降噪处理，得到清晰的装药面曲线f；
S22：确定图像坐标位置和空间坐标位置的转换式；
S23：在图像中的装药面曲线f上取点，由该点的图像坐标位置经转换式换算得到该点对应的空间坐标位置；
S24：由装药面曲线f上的点的空间坐标位置、即装药高度计算得出装药量；
所述转换式的获取步骤包括：
S221：取一矩形板作为标定模板，所述标定模板的边长大于待检测烟花爆竹的整体高度和宽度；取标定模板上覆盖范围的边长大于待检测烟花爆竹的整体高度或宽度的若干点，记各点为特征点；
S222：确定待检测烟花爆竹的空间位置，将标定模板竖立放置并贴合于待检测烟花爆竹的空间位置的一侧；
S223：测量各特征点的空间坐标位置，使用镜头拍摄标定模板，得到图像，测量图像中各特征点的图像坐标位置；
S224：建立空间坐标位置与图像坐标位置的转换矩阵，代入各特征点的空间坐标位置和图像坐标位置，求解转换矩阵；
S225：将标定模板向待检测烟花爆竹的空间位置的另一侧移动，移动距离为待检测烟花爆竹中药筒的直径；
S226：重复步骤S223～S225，直至移动次数等于待检测烟花爆竹的药筒从一侧至另一侧的排数，由以上步骤得到的所有转换矩阵综合得到待检测烟花爆竹整体的图像坐标位置和空间坐标位置的转换式。
2.根据权利要求1所述的烟花爆竹装药量图像识别检测方法，其特征在于：所述转换矩阵为
其中，将图像坐标位置代入/>
将空间坐标位置代入/>
Zc为标度因子，记为1，其中，[uν1]T为镜头成像面坐标，[XY1]T为空间坐标，Pw为3行3列的矩阵。
3.根据权利要求2所述的烟花爆竹装药量图像识别检测方法，其特征在于：所述特征点为包括标定模板的角点、边中点和中心点在内的9个点。
4.根据权利要求3所述的烟花爆竹装药量图像识别检测方法，其特征在于：所述Pw为三行三列的矩阵。
5.根据权利要求1所述的烟花爆竹装药量图像识别检测方法，其特征在于：每次对待检测烟花爆竹拍摄成像不少于10帧。
6.根据权利要求5所述的烟花爆竹装药量图像识别检测方法，其特征在于：所述降噪处理的步骤包括：
S211：采用滤波器模板对每帧的图像均进行平滑滤波；
S212：采用Sobel算子进行边缘检测，得到与图像帧数相同次数的检测结果；
S213：将步骤S212得到的数次检测结果进行平均，得到清晰的装药面曲线f。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110452822.3A CN113256511B (zh) | 2021-04-26 | 2021-04-26 | 一种烟花爆竹装药量图像识别检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110452822.3A CN113256511B (zh) | 2021-04-26 | 2021-04-26 | 一种烟花爆竹装药量图像识别检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113256511A CN113256511A (zh) | 2021-08-13 |
| CN113256511B true CN113256511B (zh) | 2023-03-31 |
Family
ID=77221643
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110452822.3A Active CN113256511B (zh) | 2021-04-26 | 2021-04-26 | 一种烟花爆竹装药量图像识别检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113256511B (zh) |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3321570B2 (ja) * | 1999-09-14 | 2002-09-03 | 株式会社ソニー・コンピュータエンタテインメント | 動画作成方法、記憶媒体およびプログラム実行装置 |
| CN102175693B (zh) * | 2011-03-08 | 2014-04-09 | 中南大学 | 医用药剂中可见异物的机器视觉检测方法 |
| CN106950539B (zh) * | 2017-03-03 | 2020-05-12 | 长沙理工大学 | 基于时差法的高精度反gps跟踪模块定位识别方法 |
| CN109785384B (zh) * | 2019-01-15 | 2023-05-12 | 江苏东方赛光电有限公司 | 一种透明容器内物位机器视觉测量仪的物位高度标定方法 |
| CN110333241A (zh) * | 2019-07-09 | 2019-10-15 | 湖南晗光智能科技股份有限公司 | 一种烟花产品的视觉检测系统及检测方法 |
| CN112561887B (zh) * | 2020-12-18 | 2021-06-29 | 中国矿业大学 | 基于深度迁移学习的带式输送机煤流量双目视觉测量方法 |
| CN112556510A (zh) * | 2020-12-30 | 2021-03-26 | 浏阳市榜山烟花制作有限公司 | 一种烟花爆竹装药自诊断智能分检装置 |
-
2021
- 2021-04-26 CN CN202110452822.3A patent/CN113256511B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113256511A (zh) | 2021-08-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105424350B (zh) | 基于机器视觉的薄壁件模态测试方法及系统 | |
| DE112021000013T5 (de) | Verfahren, Vorrichtung und System zur Qualitätsprüfung einer Schweißnaht sowie elektronische Anlage | |
| CN110930352B (zh) | 物体色差缺陷检测方法、装置、计算机设备及存储介质 | |
| CN106124034B (zh) | 基于机器视觉的薄壁件工作模态测试装置及测试方法 | |
| CN105547834B (zh) | 基于双目视觉的快速应力应变曲线测量系统的测量方法 | |
| CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
| CN111260615B (zh) | 基于激光和机器视觉融合的无人机桥梁表观病害检测方法 | |
| CN101512551A (zh) | 用于测量动物身高的方法和系统 | |
| US11852591B2 (en) | Inspection device and method | |
| CN110570422B (zh) | 一种基于矩阵分析的胶囊缺陷视觉检测方法 | |
| CN110428762B (zh) | 基于像素点亮度的oled面板老化测试发光特性检测方法 | |
| CN110646231B (zh) | 一种扫地机器人测试方法和装置 | |
| CN113689401A (zh) | 一种直拉硅单晶炉晶棒直径检测方法及其装置 | |
| US10375383B2 (en) | Method and apparatus for adjusting installation flatness of lens in real time | |
| CN114529613A (zh) | 一种圆阵列标定板的特征点高精度坐标提取方法 | |
| CN110503623A (zh) | 一种基于卷积神经网络的识别输电线路上鸟巢缺陷的方法 | |
| CN113688817A (zh) | 一种自动巡检的仪表识别方法及识别系统 | |
| CN111604916A (zh) | 一种机房it设备故障机柜u位定位系统及方法 | |
| CN113256511B (zh) | 一种烟花爆竹装药量图像识别检测方法 | |
| CN112422960A (zh) | 摄像头模组的偏移估算方法及装置、存储介质、终端 | |
| CN113658147B (zh) | 一种基于深度学习的工件尺寸测量装置及方法 | |
| CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
| CN115641326A (zh) | 用于陶瓷天线pin针图像的亚像素尺寸检测方法及系统 | |
| CN116385347A (zh) | 一种基于变形分析的飞机蒙皮曲面图案视觉检测方法 | |
| CN115482206A (zh) | 一种超大型钢筋网片整体尺寸检测方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |