CN115115622B - 一种冲压端子视觉检测装置 - Google Patents

一种冲压端子视觉检测装置 Download PDF

Info

Publication number
CN115115622B
CN115115622B CN202211020401.4A CN202211020401A CN115115622B CN 115115622 B CN115115622 B CN 115115622B CN 202211020401 A CN202211020401 A CN 202211020401A CN 115115622 B CN115115622 B CN 115115622B
Authority
CN
China
Prior art keywords
preset
image
pixel points
pixel
processing
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
Application number
CN202211020401.4A
Other languages
English (en)
Other versions
CN115115622A (zh
Inventor
刘润凯
刘泽华
陆胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Xinshida Precision Electronic Technology Co ltd
Original Assignee
Suzhou Xinshida Precision Electronic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou Xinshida Precision Electronic Technology Co ltd filed Critical Suzhou Xinshida Precision Electronic Technology Co ltd
Priority to CN202211020401.4A priority Critical patent/CN115115622B/zh
Publication of CN115115622A publication Critical patent/CN115115622A/zh
Application granted granted Critical
Publication of CN115115622B publication Critical patent/CN115115622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20152—Watershed 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明属于检测领域，公开了一种冲压端子视觉检测装置，包括传送模块、拍摄模块和图像处理模块；传送模块用于将待进行质量检测的冲压端子传输至拍摄模块的下方；拍摄模块用于对冲压端子进行拍摄，获得冲压端子的外观图像；图像处理模块用于对外观图像进行亮度调节处理后，再进行图像识别处理，判断冲压端子是否符合预设的质量要求；对外观图像进行亮度调节处理，包括：对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点；采用预设的第一处理函数对一类像素点进行亮度调节处理，采用预设的第二处理函数对二类像素点进行亮度调节处理，获得亮度调节图像。本发明有效地提高了亮度处理结果的准确性，从而提高质检结果的准确性。

Description

一种冲压端子视觉检测装置
技术领域
本发明涉及检测领域，尤其涉及一种冲压端子视觉检测装置。
背景技术
冲压端子作为连接器，被大范围应用于电子领域，用于实现电子设备之间或电子设备与储能设备之间的连接。冲压端子在冲压加工出来后，需要通过视觉检测的方式来判断是否符合质量要求，例如，形状是否符合要求、尺寸是否符合要求等。
现有的视觉检测方式，在对获取的冲压端子的图像进行处理时，往往需要进行亮度调节处理，现有的亮度调节处理方式一般是使用同一个调节函数对所有的像素点进行处理，但是单一的处理函数并不能适应像素点的实际分布情况，因此，亮度调节结果不够准确，这就会对冲压端子的质量检测结果造成影响。
发明内容
本发明的目的在于公开一种冲压端子视觉检测装置，解决现有技术中，采用视觉检测方式对冲压端子进行质量检测时，使用同一个调节函数对所有的像素点进行调节处理，出现的亮度调节结果不够准确，影响质量检测结果的问题。
为了达到上述目的，本发明采用如下技术方案：
一种冲压端子视觉检测装置，包括传送模块、拍摄模块和图像处理模块；
传送模块用于将待进行质量检测的冲压端子传输至拍摄模块的下方；
拍摄模块用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
图像处理模块用于对外观图像进行亮度调节处理后，再进行图像识别处理，判断冲压端子是否符合预设的质量要求；
其中，对外观图像进行亮度调节处理，包括：
对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点；
采用预设的第一处理函数对一类像素点进行亮度调节处理，采用预设的第二处理函数对二类像素点进行亮度调节处理，获得亮度调节图像。
优选地，所述传送模块包括两个传送带滚筒和传送带；
所述传送带绕接在传送带滚筒的外侧；
所述传送带滚筒用于带动传送带进行滚动。
优选地，所述拍摄模块包括摄像头和通信装置；
摄像头用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
通信装置用于将摄像头获取的外观图像传输至图像处理模块。
优选地，所述图像处理模块包括亮度调节单元、特征提取单元、特征识别单元和质量判断单元；
亮度调节单元用于对所述外观图像进行亮度调节处理，获得亮度调节图像；
特征提取单元用于获取亮度调节图像中包含的特征信息；
特征识别单元用于判断所述特征信息是否为预设类型的缺陷的特征信息，获得第一判断结果；
质量判断单元用于基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果。
优选地，冲压端子视觉检测装置还包括显示模块，显示模块用于显示所述第二判断结果。
优选地，所述第一判断结果为所述特征信息为预设类型的缺陷的特征信息或所述特征信息不属于预设类型的缺陷的特征信息。
优选地，所述基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果，包括：
若第一判断结果为所述特征信息为预设类型的缺陷的特征信息，则第二判断结果为冲压端子不符合预设的质量要求；
若第一判断结果为所述特征信息不属于预设类型的缺陷的特征信息，则第二判断结果为冲压端子符合预设的质量要求。
优选地，所述对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点，包括：
对外观图像进行灰度化处理，获得灰度图像；
对于灰度图像中的像素点d，计算像素点d的判断系数
Figure 308255DEST_PATH_IMAGE001
，若
Figure 283164DEST_PATH_IMAGE001
大于设定的系数门槛值，则像素点d为一类像素点，若
Figure 171485DEST_PATH_IMAGE001
小于等于设定的系数门槛值，则像素点d为二类像素点。
优选地，所述判断系数
Figure 991674DEST_PATH_IMAGE001
通过如下公式进行计算：
Figure 16262DEST_PATH_IMAGE002
式中，
Figure 630914DEST_PATH_IMAGE003
、
Figure 740952DEST_PATH_IMAGE004
表示设定的权重参数，
Figure 99252DEST_PATH_IMAGE005
表示像素点d的灰度值，
Figure 775084DEST_PATH_IMAGE006
表示预设的灰度标准值，dset表示以像素点d为中心的
Figure 826217DEST_PATH_IMAGE007
大小的邻域中的像素点的集合，
Figure 689131DEST_PATH_IMAGE008
表示像素点i的灰度值，
Figure 862841DEST_PATH_IMAGE009
表示dset中包含的元素的总数，
Figure 862021DEST_PATH_IMAGE010
表示预设的灰度平均值参考值。
优选地，所述采用预设的第一处理函数对一类像素点进行亮度调节处理，包括：
第一处理函数如下：
Figure DEST_PATH_IMAGE012AAAA
式中，
Figure 569208DEST_PATH_IMAGE013
表示单高像素点d为一类像素点时，采用第一处理函数对像素点d进行亮度调节处理后，像素点d的像素值；
Figure 388259DEST_PATH_IMAGE014
表示预设的第一控制系数，
Figure 557204DEST_PATH_IMAGE015
，
Figure 348573DEST_PATH_IMAGE016
表示预设的第二控制系数，
Figure 679191DEST_PATH_IMAGE017
，
Figure 985539DEST_PATH_IMAGE018
表示像素点d的8邻域的像素点的像素值平均值，
Figure 223753DEST_PATH_IMAGE019
表示一类像素点的总数，
Figure 197526DEST_PATH_IMAGE020
表示灰度图像中像素点的总数，
Figure 230204DEST_PATH_IMAGE021
表示预设的第一比较阈值，
Figure 555006DEST_PATH_IMAGE022
表示取括号内的较小值，
所述采用预设的第二处理函数对二类像素点进行亮度调节处理，包括：
第二处理函数如下：
Figure DEST_PATH_IMAGE024AAAA
式中，
Figure 206698DEST_PATH_IMAGE025
表示单高像素点d为二类像素点时，采用第二处理函数对像素点d进行亮度调节处理后，像素点d的像素值；
Figure 769398DEST_PATH_IMAGE014
表示预设的第一控制系数，
Figure 504135DEST_PATH_IMAGE015
，
Figure 50654DEST_PATH_IMAGE016
表示预设的第二控制系数，
Figure 161830DEST_PATH_IMAGE017
，
Figure 110194DEST_PATH_IMAGE018
表示像素点d的8邻域的像素点的像素值平均值，
Figure 484675DEST_PATH_IMAGE026
表示二类像素点的总数，
Figure 721752DEST_PATH_IMAGE020
表示灰度图像中像素点的总数，
Figure 828162DEST_PATH_IMAGE027
表示预设的第二比较阈值，
Figure 834296DEST_PATH_IMAGE028
表示取括号内的较大值。
本发明在对冲压端子的外观图像进行处理时，通过先对像素点进行分类，然后再根据分类结果采用不同的函数对像素点进行亮度调节处理，有效地提高了亮度处理结果的准确性，有利于提高对冲压端子进行质量检测的结果的准确性。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种冲压端子视觉检测装置的一种示例性实施例图。
图2，为本发明获取亮度调节图像中包含的特征信息的一种示例性实施例图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通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，都属于本申请保护的范围。
如图1所示的一种实施例，本发明提供了一种冲压端子视觉检测装置，包括传送模块、拍摄模块和图像处理模块；
传送模块用于将待进行质量检测的冲压端子传输至拍摄模块的下方；
拍摄模块用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
图像处理模块用于对外观图像进行亮度调节处理后，再进行图像识别处理，判断冲压端子是否符合预设的质量要求；
其中，对外观图像进行亮度调节处理，包括：
对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点；
采用预设的第一处理函数对一类像素点进行亮度调节处理，采用预设的第二处理函数对二类像素点进行亮度调节处理，获得亮度调节图像。
本发明在对冲压端子的外观图像进行处理时，通过先对像素点进行分类，然后再根据分类结果采用不同的函数对像素点进行亮度调节处理，有效地提高了亮度处理结果的准确性，有利于提高对冲压端子进行质量检测的结果的准确性。
优选地，所述传送模块包括两个传送带滚筒和传送带；
所述传送带绕接在传送带滚筒的外侧；
所述传送带滚筒用于带动传送带进行滚动。
优选地，所述拍摄模块包括摄像头和通信装置；
摄像头用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
通信装置用于将摄像头获取的外观图像传输至图像处理模块。
具体的，摄像头设置在传送带的正上方，数值向下对着传送带进行拍摄。
优选地，所述图像处理模块包括亮度调节单元、特征提取单元、特征识别单元和质量判断单元；
亮度调节单元用于对所述外观图像进行亮度调节处理，获得亮度调节图像；
特征提取单元用于获取亮度调节图像中包含的特征信息；
特征识别单元用于判断所述特征信息是否为预设类型的缺陷的特征信息，获得第一判断结果；
质量判断单元用于基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果。
具体的，预设类型的缺陷包括变形，出现裂纹、穿孔等。
优选地，如图2所示，所述获取亮度调节图像中包含的特征信息，包括：
对亮度调节图像进行降噪处理，获得降噪图像；
对降噪图像进行图像分割处理，获得目标图像；
对目标图像进行特征提取，获得目标图像中包含的特征信息。
具体的，进行降噪处理，能够有效降低噪声对特征信息的准确性的影响。进行图像分割则是能够减少需要进行特征提取的图像的面积，从而提高本发明的质量检测的速度。
优选地，所述对亮度调节图像进行降噪处理，获得降噪图像，包括：
对亮度调节图像进行边缘检测，获得边缘像素点的集合
Figure 379678DEST_PATH_IMAGE029
；
使用小波降噪算法对边缘像素点进行降噪处理，使用非局部均值降噪算法对非边缘像素点进行降噪处理，获得降噪图像。
本发明在进行降噪处理时，通过边缘检测将亮度调节图像中的像素点分成边缘像素点和非边缘像素点，对于边缘像素点，由于需要保留细节信息，因此，本发明采用了算法复杂度比较高，但是细节保留效果好的小波降噪算法进行降噪处理，而对于非边缘像素点，考虑到降噪效率，本发明采用了算法复杂度比较低，但是也能保留大部分的细节信息的非局部均值降噪算法进行降噪处理，实现了降噪效果和降噪效率的兼顾。
优选地，所述对降噪图像进行图像分割处理，获得目标图像，包括：
使用分水岭算法对降噪图像进行图像分割处理，获取降噪图像中的前景像素点；
将所有的前景像素点组成目标图像。
具体的，除了分水岭算法之外，还可以采用大津法等算法进行分割处理。
优选地，冲压端子视觉检测装置还包括显示模块，显示模块用于显示所述第二判断结果。
优选地，所述第一判断结果为所述特征信息为预设类型的缺陷的特征信息或所述特征信息不属于预设类型的缺陷的特征信息。
优选地，所述基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果，包括：
若第一判断结果为所述特征信息为预设类型的缺陷的特征信息，则第二判断结果为冲压端子不符合预设的质量要求；
若第一判断结果为所述特征信息不属于预设类型的缺陷的特征信息，则第二判断结果为冲压端子符合预设的质量要求。
优选地，所述对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点，包括：
对外观图像进行灰度化处理，获得灰度图像；
对于灰度图像中的像素点d，计算像素点d的判断系数
Figure 104051DEST_PATH_IMAGE001
，若
Figure 291450DEST_PATH_IMAGE001
大于设定的系数门槛值，则像素点d为一类像素点，若
Figure 214407DEST_PATH_IMAGE001
小于等于设定的系数门槛值，则像素点d为二类像素点。
优选地，所述判断系数
Figure 665111DEST_PATH_IMAGE001
通过如下公式进行计算：
Figure 876780DEST_PATH_IMAGE030
式中，
Figure 336712DEST_PATH_IMAGE003
、
Figure 114175DEST_PATH_IMAGE004
表示设定的权重参数，
Figure 532518DEST_PATH_IMAGE005
表示像素点d的灰度值，
Figure 762642DEST_PATH_IMAGE006
表示预设的灰度标准值，dset表示以像素点d为中心的
Figure 823002DEST_PATH_IMAGE007
大小的邻域中的像素点的集合，
Figure 454971DEST_PATH_IMAGE008
表示像素点i的灰度值，
Figure 309795DEST_PATH_IMAGE009
表示dset中包含的元素的总数，
Figure 27215DEST_PATH_IMAGE010
表示预设的灰度平均值参考值。
在计算判断系数时，本发明除了考虑像素点当前的像素值之外，还考虑了邻域的像素值的分布情况，从而降低了噪声对分类结果的准确性的影响。像素值越高，邻域的像素值均值越大，则判断系数越大，表示像素点处于像素值整体较高的区域，像素值越低，邻域的像素值均值越小，则判断系数越小，表示像素点处于像素值整体较低的区域。
优选地，所述采用预设的第一处理函数对一类像素点进行亮度调节处理，包括：
第一处理函数如下：
Figure DEST_PATH_IMAGE012_5A
式中，
Figure 48523DEST_PATH_IMAGE013
表示单高像素点d为一类像素点时，采用第一处理函数对像素点d进行亮度调节处理后，像素点d的像素值；
Figure 269420DEST_PATH_IMAGE014
表示预设的第一控制系数，
Figure 29566DEST_PATH_IMAGE015
，
Figure 499861DEST_PATH_IMAGE016
表示预设的第二控制系数，
Figure 636445DEST_PATH_IMAGE017
，
Figure 977427DEST_PATH_IMAGE018
表示像素点d的8邻域的像素点的像素值平均值，
Figure 185772DEST_PATH_IMAGE019
表示一类像素点的总数，
Figure 143364DEST_PATH_IMAGE020
表示灰度图像中像素点的总数，
Figure 818059DEST_PATH_IMAGE021
表示预设的第一比较阈值，
Figure 544706DEST_PATH_IMAGE022
表示取括号内的较小值，
所述采用预设的第二处理函数对二类像素点进行亮度调节处理，包括：
第二处理函数如下：
Figure DEST_PATH_IMAGE024_5A
式中，
Figure 459704DEST_PATH_IMAGE025
表示单高像素点d为二类像素点时，采用第二处理函数对像素点d进行亮度调节处理后，像素点d的像素值；
Figure 107854DEST_PATH_IMAGE031
表示预设的第一控制系数，
Figure 789502DEST_PATH_IMAGE015
，
Figure 573919DEST_PATH_IMAGE016
表示预设的第二控制系数，
Figure 581189DEST_PATH_IMAGE017
，
Figure 716635DEST_PATH_IMAGE018
表示像素点d的8邻域的像素点的像素值平均值，
Figure 201974DEST_PATH_IMAGE026
表示二类像素点的总数，
Figure 372055DEST_PATH_IMAGE020
表示灰度图像中像素点的总数，
Figure 550227DEST_PATH_IMAGE027
表示预设的第二比较阈值，
Figure 172969DEST_PATH_IMAGE028
表示取括号内的较大值。
采用了不同的函数对不同类型的像素点进行了亮度调节处理，有效地提高了亮度调节处理结果的准确性。对于一类像素点，由于像素值比较高，因此本发明对一类像素点进行了像素值的抑制，而对于像素值比较低的二类像素点，本发明则是进行了像素值的提升。从而实现获得的亮度调节图像中的像素值的均衡分布，避免暗部细节的特征信息没有被特征获取算法获取，从而提高了质量检测的准确性。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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)或处理器(英文：processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种冲压端子视觉检测装置，其特征在于，包括传送模块、拍摄模块和图像处理模块；
传送模块用于将待进行质量检测的冲压端子传输至拍摄模块的下方；
拍摄模块用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
图像处理模块用于对外观图像进行亮度调节处理后，再进行图像识别处理，判断冲压端子是否符合预设的质量要求；
其中，对外观图像进行亮度调节处理，包括：
对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点；
采用预设的第一处理函数对一类像素点进行亮度调节处理，采用预设的第二处理函数对二类像素点进行亮度调节处理，获得亮度调节图像；
所述对外观图像中的像素点进行分类处理，将像素点分为一类像素点和二类像素点，包括：
对外观图像进行灰度化处理，获得灰度图像；
对于灰度图像中的像素点d，计算像素点d的判断系数
Figure 133007DEST_PATH_IMAGE002
，若
Figure 594688DEST_PATH_IMAGE002
大于设定的系数门槛值，则像素点d为一类像素点，若
Figure 780950DEST_PATH_IMAGE002
小于等于设定的系数门槛值，则像素点d为二类像素点；
所述判断系数
Figure 989208DEST_PATH_IMAGE002
通过如下公式进行计算：
Figure 879280DEST_PATH_IMAGE004
式中，
Figure 593420DEST_PATH_IMAGE006
、
Figure 670573DEST_PATH_IMAGE008
表示设定的权重参数，
Figure 823468DEST_PATH_IMAGE010
表示像素点d的灰度值，
Figure 466300DEST_PATH_IMAGE012
表示预设的灰度 标准值，
Figure 335030DEST_PATH_IMAGE014
表示以像素点d为中心的
Figure 433567DEST_PATH_IMAGE016
大小的邻域中的像素点的集合，
Figure 373841DEST_PATH_IMAGE018
表示像素 点i的灰度值，
Figure 241434DEST_PATH_IMAGE020
表示
Figure 481398DEST_PATH_IMAGE022
中包含的元素的总数，
Figure 739335DEST_PATH_IMAGE024
表示预设的灰度平均值参考 值；
所述采用预设的第一处理函数对一类像素点进行亮度调节处理，包括：
第一处理函数如下：
Figure 637628DEST_PATH_IMAGE026
式中，
Figure 625306DEST_PATH_IMAGE028
表示单高像素点d为一类像素点时，采用第一处理函数对像素点d进行亮度调节处理后，像素点d的像素值；C1表示预设的第一控制系数，
Figure 239434DEST_PATH_IMAGE030
，C2表示预设的第二控制系数，
Figure 109301DEST_PATH_IMAGE032
，
Figure 1165DEST_PATH_IMAGE034
表示像素点d的8邻域的像素点的像素值平均值，
Figure 778103DEST_PATH_IMAGE036
表示一类像素点的总数，
Figure 221854DEST_PATH_IMAGE038
表示灰度图像中像素点的总数，
Figure 782280DEST_PATH_IMAGE040
表示预设的第一比较阈值，
Figure 802801DEST_PATH_IMAGE042
表示取括号内的较小值，
所述采用预设的第二处理函数对二类像素点进行亮度调节处理，包括：
第二处理函数如下：
Figure 233913DEST_PATH_IMAGE044
式中，
Figure 51828DEST_PATH_IMAGE046
表示单高像素点d为二类像素点时，采用第二处理函数对像素点d进行亮度调节处理后，像素点d的像素值；C1表示预设的第一控制系数，
Figure 958604DEST_PATH_IMAGE030
，C2表示预设的第二控制系数，
Figure DEST_PATH_IMAGE047
，
Figure 392603DEST_PATH_IMAGE048
表示像素点d的8邻域的像素点的像素值平均值，
Figure 943801DEST_PATH_IMAGE050
表示二类像素点的总数，
Figure DEST_PATH_IMAGE051
表示灰度图像中像素点的总数，
Figure DEST_PATH_IMAGE053
表示预设的第二比较阈值，
Figure DEST_PATH_IMAGE055
表示取括号内的较大值。
2.根据权利要求1所述的一种冲压端子视觉检测装置，其特征在于，所述传送模块包括两个传送带滚筒和传送带；
所述传送带绕接在传送带滚筒的外侧；
所述传送带滚筒用于带动传送带进行滚动。
3.根据权利要求1所述的一种冲压端子视觉检测装置，其特征在于，所述拍摄模块包括摄像头和通信装置；
摄像头用于对所述冲压端子进行拍摄，获得冲压端子的外观图像；
通信装置用于将摄像头获取的外观图像传输至图像处理模块。
4.根据权利要求1所述的一种冲压端子视觉检测装置，其特征在于，所述图像处理模块包括亮度调节单元、特征提取单元、特征识别单元和质量判断单元；
亮度调节单元用于对所述外观图像进行亮度调节处理，获得亮度调节图像；
特征提取单元用于获取亮度调节图像中包含的特征信息；
特征识别单元用于判断所述特征信息是否为预设类型的缺陷的特征信息，获得第一判断结果；
质量判断单元用于基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果。
5.根据权利要求4所述的一种冲压端子视觉检测装置，其特征在于，还包括显示模块，显示模块用于显示所述第二判断结果。
6.根据权利要求4所述的一种冲压端子视觉检测装置，其特征在于，所述第一判断结果为所述特征信息为预设类型的缺陷的特征信息或所述特征信息不属于预设类型的缺陷的特征信息。
7.根据权利要求6所述的一种冲压端子视觉检测装置，其特征在于，所述基于第一判断结果判断冲压端子是否符合预设的质量要求，获得第二判断结果，包括：
若第一判断结果为所述特征信息为预设类型的缺陷的特征信息，则第二判断结果为冲压端子不符合预设的质量要求；
若第一判断结果为所述特征信息不属于预设类型的缺陷的特征信息，则第二判断结果为冲压端子符合预设的质量要求。
CN202211020401.4A 2022-08-24 2022-08-24 一种冲压端子视觉检测装置 Active CN115115622B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211020401.4A CN115115622B (zh) 2022-08-24 2022-08-24 一种冲压端子视觉检测装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211020401.4A CN115115622B (zh) 2022-08-24 2022-08-24 一种冲压端子视觉检测装置

Publications (2)

Publication Number Publication Date
CN115115622A CN115115622A (zh) 2022-09-27
CN115115622B true CN115115622B (zh) 2022-11-15

Family

ID=83336462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211020401.4A Active CN115115622B (zh) 2022-08-24 2022-08-24 一种冲压端子视觉检测装置

Country Status (1)

Country Link
CN (1) CN115115622B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115511833B (zh) * 2022-09-28 2023-06-27 广东百能家居有限公司 一种玻璃表面划痕检测系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951237B (zh) * 2020-08-04 2021-06-08 上海微亿智造科技有限公司 外观视觉检测方法
CN113706495B (zh) * 2021-08-23 2022-11-22 广东奥普特科技股份有限公司 一种在传送带上自动检测锂电池参数的机器视觉检测系统
CN114723701B (zh) * 2022-03-31 2023-04-18 厦门力和行自动化有限公司 基于计算机视觉的齿轮缺陷检测方法和系统

Also Published As

Publication number Publication date
CN115115622A (zh) 2022-09-27

Similar Documents

Publication Publication Date Title
CN114937055B (zh) 基于人工智能的图像自适应分割方法与系统
CN108197546B (zh) 人脸识别中光照处理方法、装置、计算机设备及存储介质
WO2017121018A1 (zh) 二维码图像处理的方法和装置、终端、存储介质
CN111723644A (zh) 一种监控视频遮挡检测方法及系统
CN115330645B (zh) 一种焊接图像增强方法
CN115496760B (zh) 一种阿胶品质鉴定方法
CN115115622B (zh) 一种冲压端子视觉检测装置
CN115953398B (zh) 一种用于带钢表面的缺陷识别方法
CN116152261B (zh) 一种印刷制品质量的视觉检测系统
CN114240925A (zh) 一种文档图像清晰度的检测方法及其系统
CN115171218A (zh) 一种基于图像识别技术的物资送样异常行为识别系统
CN115937186A (zh) 一种纺织品缺陷识别方法及系统
CN113743421B (zh) 一种水稻叶片花青素显色区域分割及定量分析的方法
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
CN115083008A (zh) 运动目标检测方法、装置、设备及存储介质
CN115254674A (zh) 一种轴承缺陷分选方法
CN111935480B (zh) 一种用于图像获取装置的检测方法及相关装置
CN114723728A (zh) 一种手机摄像头玻璃盖板丝印cd纹缺陷检测方法及系统
CN114842235A (zh) 一种基于形状先验分割和多尺度特征聚合的红外弱小目标识别方法
CN111027560B (zh) 文本检测方法以及相关装置
CN112785550B (zh) 图像质量值确定方法、装置、存储介质及电子装置
CN116883370B (zh) 一种农产品外观质量检测系统
CN116883401B (zh) 一种工业产品生产质量检测系统
CN117409263B (zh) 一种无人机自动图像校正引导降落方法和计算机存储介质
CN114140792B (zh) 基于动态滑动窗口的微小目标检测方法及装置

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