CN116129331A - 一种回转体零件表面通孔个数统计方法及装置 - Google Patents
一种回转体零件表面通孔个数统计方法及装置 Download PDFInfo
- Publication number
- CN116129331A CN116129331A CN202310384068.3A CN202310384068A CN116129331A CN 116129331 A CN116129331 A CN 116129331A CN 202310384068 A CN202310384068 A CN 202310384068A CN 116129331 A CN116129331 A CN 116129331A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- region
- rotary part
- contour
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
- G06T2207/30242—Counting objects in image
-
- 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)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种回转体零件表面通孔个数统计方法及装置,以机器视觉技术为基础,利用图像采集设备拍摄目标零件旋转过程的视频,并将视频图像通过拼接,得到目标零件的展开图像,并通过图像处理技术,统计展开图像中周期内表面通孔的数量。适用于各种回转体表面通孔个数的统计,解决了圆锥表面由于投影后造成孔洞图像变形,影响统计精度的问题;本方案不需要预先生成匹配模板,操作方便,通用性强;利用固定的图像采集设备拍摄目标零件旋转过程的视频并生成视频文件;采集机器视觉技术由软件完成,利用视频图像的拼接技术,得到目标零件的展开图像,并去除图像噪声,在展开图像内进行中间区域通孔轮廓的提取和展开图像边缘区域通孔轮廓的提取。
Description
技术领域
本发明涉及一种图像检测方法,具体是一种回转体零件表面通孔个数统计方法及装置。
背景技术
滤网是飞机发动机上的一个重要零件。由于滤网孔径小、数量大等特点,在制造加工过程中较为容易出现多孔或少孔的现象。其中,多孔会导致滤网的致密性增加,增加滤网前后的压差,降低燃油的流通性;少孔则会降低单位时间内燃油流量,不利于燃油量的精确控制。因此,保证精确数量滤网孔的制造加工显得尤为关键。
在滤网的质量检测过程中,滤网制孔数量是否符合要求,是零件质量检测的重要环节。由于滤网大多尺寸较小,而且孔数较多,有些在底径17mm,高度18mm的圆锥表面上有2000多个孔,孔径只有0.2mm左右,仅凭人工统计几乎无法完成,效率低,同时准确率不高。现有的工件制孔数量检测方法,例如CN201810072454.8,虽然提出了一种自动化检测的方法,但此方法需要预先生成匹配模板。由于滤网零件外形各异,每种零件都要生成匹配模板,效率较低,并且对匹配模板的正确性检测也比较困难。
利用现有的基于机器视觉的零件检测方法,例如CN201710968282.8等,由于滤网零件大多具有回转体外形,无法用工业相机一次性获得待处理的图像。通常使用的方法是旋转待检测零件,扫描回转体零件母线上的图像,再通过图像拼接技术得到回转体展开后的图像。但由于回转体拼接后的图像具有周期性,在获得一个周期的展开图像后,图像边缘处的孔可能不完整,使得在软件处理时对孔数量统计的精度不高。
滤网零件形状各异,例如扫描圆锥零件表面时,由于圆锥高度方向的直径大小不同,造成在旋转时的线速度不同,使得扫描后展开图像中的孔变形,而且在高度方向上的变形量各不相同,无法用已有的Hough变换等形状识别方法来搜索图像中的圆孔,从而统计孔的数量。
因此,亟需一种可以对滤网中的通孔数量进行准确识别的方案。
发明内容
本发明的目的在于提供一种回转体零件表面通孔个数统计方法及装置,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
根据本发明第一方面,本发明请求保护一种回转体零件表面通孔个数统计方法,包括步骤:
将待检测回转体零件放置于旋转电机上,采用单片机驱动旋转电机以预设速率旋转;
采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件;
对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量。
具体的,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
待检测回转体零件沿与图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
图像抓取装置以预设帧率对旋转过程中的待检测回转体零件进行多个视频帧的获取;
图像抓取装置获取经过预设时长的待检测回转体零件的多个视频帧;
将多个视频帧进行合成,形成待检测回转体零件的旋转视频流;
封装旋转视频流,得到旋转视频流文件。
具体的,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量,具体包括:
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像;
提取展开图像的轮廓信息,对轮廓信息进行预处理;
修正预处理后的轮廓信息,对轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数。
具体的,依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像,具体包括:
读取旋转视频流文件中的待检测回转体零件的每一视频帧;
依据每一视频帧中的待检测回转体零件的像素位置信息提取待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到待检测回转体零件的展开图像。
具体的,提取展开图像的轮廓信息,对轮廓信息进行预处理,具体包括:
依据电机的预设速率,得到待检测回转体零件的旋转周期;
从展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据8邻域规则统计初始轮廓的个数和每个初始轮廓所包含的所有像素点坐标信息。
优选的,根据初始轮廓的轮廓信息,分别求得轮廓信息的外切矩形,并将外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
预处理后的二值化图像中合并矩形的个数比初始轮廓的轮廓信息的外切矩形的个数少。
优选的,依据预处理后的二值化图像,对合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
第一区域为中间区域,第二区域为边缘区域;
边缘区域的轮廓还分为左边缘区域和右边缘区域;
若合并矩形的左顶点像素横坐标在展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若合并矩形的右顶点像素横坐标在展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域。
优选的,针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并矩形的个数得到中间区域的轮廓个数;
根据左边缘区域和右边缘区域的合并矩形,将左边缘区域的合并矩形的顶点横坐标右移展开图像的宽度,并将移动后的合并矩形与右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的边缘区域的二值化图像,此二值化图像中矩形的个数为边缘区域的轮廓个数;
中间区域的轮廓个数和边缘区域的轮廓个数的和为待检测回转体零件的表面通孔个数。
根据本发明第二方面,本发明请求保护一种回转体零件表面通孔个数的统计装置,包括:
旋转电机模块,放置待检测回转体零件,采用单片机驱动以预设速率旋转;
视频生成模块,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件;
通孔识别模块,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量。
优选的,视频生成模块,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
待检测回转体零件沿与图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
图像抓取装置以预设帧率对旋转过程中的待检测回转体零件进行多个视频帧的获取;
图像抓取装置获取经过预设时长的待检测回转体零件的多个视频帧;
将多个视频帧进行合成,形成待检测回转体零件的旋转视频流;
封装旋转视频流,得到旋转视频流文件;
通孔识别模块,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量,具体包括:
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像;
提取展开图像的轮廓信息,对轮廓信息进行预处理;
修正预处理后的轮廓信息,对轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数;
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像,具体包括:
读取旋转视频流文件中的待检测回转体零件的每一视频帧;
依据每一视频帧中的待检测回转体零件的像素位置信息提取待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到待检测回转体零件的展开图像。
优选的,提取展开图像的轮廓信息,对轮廓信息进行预处理,具体包括:
依据电机的预设速率,得到待检测回转体零件的旋转周期;
从展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据8邻域规则统计初始轮廓的个数和每个初始轮廓所包含的所有像素点坐标信息;
根据初始轮廓的轮廓信息,分别求得轮廓信息的外切矩形,并将外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
预处理后的二值化图像中合并矩形的个数比初始轮廓的轮廓信息的外切矩形的个数少;
依据预处理后的二值化图像,对合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
第一区域为中间区域,第二区域为边缘区域;
边缘区域的轮廓还分为左边缘区域和右边缘区域;
若合并矩形的左顶点像素横坐标在展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若合并矩形的右顶点像素横坐标在展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并矩形的个数得到中间区域的轮廓个数;
根据左边缘区域和右边缘区域的合并矩形,将左边缘区域的合并矩形的顶点横坐标右移展开图像的宽度,并将移动后的合并矩形与右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的边缘区域的二值化图像,此二值化图像中矩形的个数为边缘区域的轮廓个数;
中间区域的轮廓个数和边缘区域的轮廓个数的和为待检测回转体零件的表面通孔个数。
与现有技术相比,本发明的有益效果:
本发明提出了一种回转体零件表面通孔个数统计方法和装置,不需要任何先验知识,通用性好,直接自动得到待测零件表面通孔的个数,操作方便,无需人工介入,极大地减轻了工作人员的劳动强度。
本发明将回转体展开图像分为中间区域和边缘区域,分别统计两个区域的孔数,有效地解决了边缘区域孔数统计不精确的问题。
本发明不借助于形状识别的方法,直接对得到的图像边界进行处理,对零件的外形特征不敏感,鲁棒性好。
本发明硬件装置简单,易于实现。
附图说明
图1为本发明所涉及的一种回转体零件表面通孔个数统计方法的工作流程图;
图2为本发明所涉及的一种回转体零件表面通孔个数统计方法的第二工作流程图;
图3为本发明所涉及的一种回转体零件表面通孔个数统计方法的零件旋转示意图;
图4为本发明所涉及的一种回转体零件表面通孔个数统计方法的第三工作流程图;
图5为本发明所涉及的一种回转体零件表面通孔个数的统计方法的视频帧拼接示意图;
图6为本发明所涉及的一种回转体零件表面通孔个数的统计装置的结构模块图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
根据本发明第一实施例,参照图1,本发明请求保护一种回转体零件表面通孔个数统计方法,包括步骤:
将待检测回转体零件放置于旋转电机上,采用单片机驱动旋转电机以预设速率旋转;
采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件;
对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量。
具体的,参照图2,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
待检测回转体零件沿与图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
图像抓取装置以预设帧率对旋转过程中的待检测回转体零件进行多个视频帧的获取;
图像抓取装置获取经过预设时长的待检测回转体零件的多个视频帧;
将多个视频帧进行合成,形成待检测回转体零件的旋转视频流;
封装旋转视频流,得到旋转视频流文件。
参照图3,本发明中通过固定的工业相机以30帧/秒的帧率对零件待检测区域拍摄视频,并生成视频文件,回转体旋转轴与图像竖直方向一致。例如拍摄2分钟的视频,则待检测回转体零件旋转了4周,相机共获得了30帧/秒*120秒=3600帧图像。
具体的,参照图4,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量,具体包括:
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像;
提取展开图像的轮廓信息,对轮廓信息进行预处理;
修正预处理后的轮廓信息,对轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数。
其中,参照图5,例如每帧图像为600*800像素,每帧图像待检测区域为图像的第420列,则提取每帧图像的第420列像素,拼接后得到分辨率为600*3600的展开图像。
具体的,依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像,具体包括:
读取旋转视频流文件中的待检测回转体零件的每一视频帧;
依据每一视频帧中的待检测回转体零件的像素位置信息提取待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到待检测回转体零件的展开图像。
具体的,提取展开图像的轮廓信息,对轮廓信息进行预处理,具体包括:
依据电机的预设速率,得到待检测回转体零件的旋转周期;
从展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据8邻域规则统计初始轮廓的个数和每个初始轮廓所包含的所有像素点坐标信息。
在该实施例中,例如在的600*3600展开图中,由于电机转速是2r/min,所以展开图包含了4个周期的信息,提取展开图像的第i列到第i+900列,i为任意一列。
具体的,根据初始轮廓的轮廓信息,分别求得轮廓信息的外切矩形,并将外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
预处理后的二值化图像中合并矩形的个数比初始轮廓的轮廓信息的外切矩形的个数少。
具体的,依据预处理后的二值化图像,对合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
第一区域为中间区域,第二区域为边缘区域;
边缘区域的轮廓还分为左边缘区域和右边缘区域;
若合并矩形的左顶点像素横坐标在展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若合并矩形的右顶点像素横坐标在展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域。
在该实施例中,特别地,边缘区域的轮廓还可以细分为左边缘区域和右边缘区域。如果属于轮廓i的所有点坐标中,其x坐标存在0,则此轮廓为左边缘区域;其x坐标存在width-1(width为图像宽度),则此轮廓为右边缘区域;其余则为中间区域。
具体的,针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并矩形的个数得到中间区域的轮廓个数;
根据左边缘区域和右边缘区域的合并矩形,将左边缘区域的合并矩形的顶点横坐标右移展开图像的宽度,并将移动后的合并矩形与右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的边缘区域的二值化图像,此二值化图像中矩形的个数为边缘区域的轮廓个数;
中间区域的轮廓个数和边缘区域的轮廓个数的和为待检测回转体零件的表面通孔个数。
其中,对于边缘区域任意一轮廓i,生成一个带填充的矩形,轮廓i中所有点包含在此矩形中。利用此方法,针对所有边缘区域的轮廓分别生成不同大小的矩形,矩形的个数与边缘区域的轮廓个数一致。
将属于左边缘区域轮廓的矩形向右移动width单位,并与属于右边缘区域轮廓的矩形一起,利用上述方法得到边缘区域的轮廓信息。
回转体零件表面通孔个数即所得到的中间区域的轮廓个数与所得到的边缘区域轮廓个数之和。
根据本发明第二实施例,参照图6,本发明请求保护一种回转体零件表面通孔个数的统计装置,包括:
旋转电机模块,放置待检测回转体零件,采用单片机驱动以预设速率旋转;
视频生成模块,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件;
通孔识别模块,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量。
优选的,视频生成模块,采用图像抓取装置获取旋转过程中的待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
待检测回转体零件沿与图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
图像抓取装置以预设帧率对旋转过程中的待检测回转体零件进行多个视频帧的获取;
图像抓取装置获取经过预设时长的待检测回转体零件的多个视频帧;
将多个视频帧进行合成,形成待检测回转体零件的旋转视频流;
封装旋转视频流,得到旋转视频流文件;
通孔识别模块,对旋转视频流文件中的待检测回转体零件进行轮廓识别,得到待检测回转体零件的表面通孔的数量,具体包括:
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像;
提取展开图像的轮廓信息,对轮廓信息进行预处理;
修正预处理后的轮廓信息,对轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数;
依据旋转视频流文件中的待检测回转体零件的视频帧,得到待检测回转体零件的展开图像,具体包括:
读取旋转视频流文件中的待检测回转体零件的每一视频帧;
依据每一视频帧中的待检测回转体零件的像素位置信息提取待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到待检测回转体零件的展开图像。
优选的,提取展开图像的轮廓信息,对轮廓信息进行预处理,具体包括:
依据电机的预设速率,得到待检测回转体零件的旋转周期;
从展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据8邻域规则统计初始轮廓的个数和每个初始轮廓所包含的所有像素点坐标信息;
根据初始轮廓的轮廓信息,分别求得轮廓信息的外切矩形,并将外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
预处理后的二值化图像中合并矩形的个数比初始轮廓的轮廓信息的外切矩形的个数少;
依据预处理后的二值化图像,对合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
第一区域为中间区域,第二区域为边缘区域;
边缘区域的轮廓还分为左边缘区域和右边缘区域;
若合并矩形的左顶点像素横坐标在展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若合并矩形的右顶点像素横坐标在展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域;
针对区域划分后的轮廓信息进行矩形填充,依据第一区域和第二区域的轮廓个数得到待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并矩形的个数得到中间区域的轮廓个数;
根据左边缘区域和右边缘区域的合并矩形,将左边缘区域的合并矩形的顶点横坐标右移展开图像的宽度,并将移动后的合并矩形与右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的边缘区域的二值化图像,此二值化图像中矩形的个数为边缘区域的轮廓个数;
中间区域的轮廓个数和边缘区域的轮廓个数的和为待检测回转体零件的表面通孔个数。
本发明涉及的回转体零件表面通孔个数统计方法及装置,以机器视觉技术为基础,利用图像采集设备拍摄目标零件旋转过程的视频,并将视频图像通过拼接,得到目标零件的展开图像,并通过图像处理技术,统计展开图像中一个周期内表面通孔的数量。本发明硬件装置简单,完全实现自动化检测,无需人工干预,检测效率高等优点。在软件处理上不需要预先生成比对模板,可以统计任意形状的通孔;同时该方法适用于各种回转体表面通孔个数的统计,解决了例如圆锥表面由于投影后造成孔洞图像变形,影响统计精度的问题。该方法共分为两个部分:图像采集模块和通孔个数的统计模块。图像采集模块利用固定的图像采集设备拍摄目标零件旋转过程的视频并生成视频文件;通孔数量统计模块采集机器视觉技术由软件完成,共包含三个子模块:图像预处理子模块,利用视频图像的拼接技术,得到目标零件的展开图像,并去除图像噪声;展开图像中间区域通孔轮廓提取子模块和展开图像边缘区域通孔轮廓提取子模块。
本领域技术人员能够理解,本公开所披露的内容可以出现多种变型和改进。例如,以上所描述的各种设备或组件可以通过硬件实现,也可以通过软件、固件、或者三者中的一些或全部的组合实现。
本公开中使用了流程图用来说明根据本公开的实施例的方法的步骤。应当理解的是,前面或后面的步骤不一定按照顺序来精确的进行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中。
本领域普通技术人员可以理解上述方法中的全部或部分的步骤可通过计算机程序来指令相关硬件完成,程序可以存储于计算机可读存储介质中,如只读存储器、磁盘或光盘等。可选地,上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地,上述实施例中的各模块/单元可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。本公开并不限制于任何特定形式的硬件和软件的结合。
除非另有定义,这里使用的所有术语具有与本公开所属领域的普通技术人员共同理解的相同含义。还应当理解,诸如在通常字典里定义的那些术语应当被解释为具有与它们在相关技术的上下文中的含义相一致的含义,而不应用理想化或极度形式化的意义来解释,除非这里明确地这样定义。
以上是对本公开的说明,而不应被认为是对其的限制。尽管描述了本公开的若干示例性实施例,但本领域技术人员将容易地理解,在不背离本公开的新颖教学和优点的前提下可以对示例性实施例进行许多修改。因此,所有这些修改都意图包含在权利要求书所限定的本公开范围内。应当理解,上面是对本公开的说明,而不应被认为是限于所公开的特定实施例,并且对所公开的实施例以及其他实施例的修改意图包含在所附权利要求书的范围内。本公开由权利要求书及其等效物限定。
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)
1.一种回转体零件表面通孔个数统计方法,其特征在于,包括步骤:
将待检测回转体零件放置于旋转电机上,采用单片机驱动所述旋转电机以预设速率旋转;
采用图像抓取装置获取旋转过程中的所述待检测回转体零件的旋转视频流,生成旋转视频流文件;
对所述旋转视频流文件中的待检测回转体零件进行轮廓识别,得到所述待检测回转体零件的表面通孔的数量。
2.如权利要求1所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
所述采用图像抓取装置获取旋转过程中的所述待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
所述待检测回转体零件沿与所述图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
所述图像抓取装置以预设帧率对旋转过程中的所述待检测回转体零件进行多个视频帧的获取;
所述图像抓取装置获取经过预设时长的所述待检测回转体零件的多个视频帧;
将所述多个视频帧进行合成,形成所述待检测回转体零件的旋转视频流;
封装所述旋转视频流,得到旋转视频流文件。
3.如权利要求1所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
所述对所述旋转视频流文件中的待检测回转体零件进行轮廓识别,得到所述待检测回转体零件的表面通孔的数量,具体包括:
依据所述旋转视频流文件中的所述待检测回转体零件的视频帧,得到所述待检测回转体零件的展开图像;
提取所述展开图像的轮廓信息,对所述轮廓信息进行预处理;
修正预处理后的所述轮廓信息,对所述轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对所述区域划分后的轮廓信息进行矩形填充,依据所述第一区域和第二区域的轮廓个数得到所述待检测回转体零件的表面通孔个数。
4.如权利要求3所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:所述依据所述旋转视频流文件中的所述待检测回转体零件的视频帧,得到所述待检测回转体零件的展开图像,具体包括:
读取所述旋转视频流文件中的所述待检测回转体零件的每一视频帧;
依据所述每一视频帧中的所述待检测回转体零件的像素位置信息提取所述待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到所述待检测回转体零件的展开图像。
5.如权利要求3所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
所述提取所述展开图像的轮廓信息,对所述轮廓信息进行预处理,具体包括:
依据所述电机的预设速率,得到所述待检测回转体零件的旋转周期;
从所述展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,所述二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有所述轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据所述8邻域规则统计初始轮廓的个数和每个所述初始轮廓所包含的所有像素点坐标信息。
6.如权利要求5所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
根据所述初始轮廓的轮廓信息,分别求得所述轮廓信息的外切矩形,并将所述外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
所述预处理后的二值化图像中合并矩形的个数比所述初始轮廓的轮廓信息的外切矩形的个数少。
7.如权利要求6所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
依据所述预处理后的二值化图像,对所述合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
所述第一区域为中间区域,所述第二区域为边缘区域;
所述边缘区域的轮廓还分为左边缘区域和右边缘区域;
若所述合并矩形的左顶点像素横坐标在所述展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若所述合并矩形的右顶点像素横坐标在所述展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域。
8.如权利要求7所述的一种回转体零件表面通孔个数统计方法,其特征在于,包括:
所述针对所述区域划分后的轮廓信息进行矩形填充,依据所述第一区域和第二区域的轮廓个数得到所述待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并后二值化图像连通域的个数得到中间区域的轮廓个数;
根据所述左边缘区域和右边缘区域的合并矩形,将所述左边缘区域的合并矩形的顶点横坐标右移所述展开图像的宽度,并将移动后的合并矩形与所述右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的所述边缘区域的二值化图像,此二值化图像中连通域的个数为所述边缘区域的轮廓个数;
所述中间区域的轮廓个数和所述边缘区域的轮廓个数的和为所述待检测回转体零件的表面通孔个数。
9.一种回转体零件表面通孔个数的统计装置,其特征在于,包括:
旋转电机模块,放置待检测回转体零件,采用单片机驱动以预设速率旋转;
视频生成模块,采用图像抓取装置获取旋转过程中的所述待检测回转体零件的旋转视频流,生成旋转视频流文件;
通孔识别模块,对所述旋转视频流文件中的待检测回转体零件进行轮廓识别,得到所述待检测回转体零件的表面通孔的数量。
10.如权利要求9所述的一种回转体零件表面通孔个数的统计装置,其特征在于,包括:
所述视频生成模块,采用图像抓取装置获取旋转过程中的所述待检测回转体零件的旋转视频流,生成旋转视频流文件,具体包括:
所述待检测回转体零件沿与所述图像抓取装置的竖直方向一致的回转体旋转轴进行旋转;
所述图像抓取装置以预设帧率对旋转过程中的所述待检测回转体零件进行多个视频帧的获取;
所述图像抓取装置获取经过预设时长的所述待检测回转体零件的多个视频帧;
将所述多个视频帧进行合成,形成所述待检测回转体零件的旋转视频流;
封装所述旋转视频流,得到旋转视频流文件;
所述通孔识别模块,对所述旋转视频流文件中的待检测回转体零件进行轮廓识别,得到所述待检测回转体零件的表面通孔的数量,具体包括:
依据所述旋转视频流文件中的所述待检测回转体零件的视频帧,得到所述待检测回转体零件的展开图像;
提取所述展开图像的轮廓信息,对所述轮廓信息进行预处理;
修正预处理后的所述轮廓信息,对所述轮廓信息进行区域划分,至少划分为第一区域和第二区域;
针对所述区域划分后的轮廓信息进行矩形填充,依据所述第一区域和第二区域的轮廓个数得到所述待检测回转体零件的表面通孔个数;
所述依据所述旋转视频流文件中的所述待检测回转体零件的视频帧,得到所述待检测回转体零件的展开图像,具体包括:
读取所述旋转视频流文件中的所述待检测回转体零件的每一视频帧;
依据所述每一视频帧中的所述待检测回转体零件的像素位置信息提取所述待检测回转体零件的视频帧要素;
将每一视频帧的视频帧要素进行拼接,得到所述待检测回转体零件的展开图像;
所述提取所述展开图像的轮廓信息,对所述轮廓信息进行预处理,具体包括:
依据所述电机的预设速率,得到所述待检测回转体零件的旋转周期;
从所述展开图像的轮廓信息中获取一个旋转周期的所有轮廓信息;
利用canny算子得到二值化图像,所述二值化图像中用1表示轮廓像素,用0表示非轮廓像素;
根据8邻域规则搜索所有所述轮廓像素的连通域,如果存在两个轮廓像素的坐标相邻,则此两个轮廓像素属于同一轮廓;
根据所述8邻域规则统计初始轮廓的个数和每个所述初始轮廓所包含的所有像素点坐标信息;
根据所述初始轮廓的轮廓信息,分别求得所述轮廓信息的外切矩形,并将所述外切矩形用数值1进行填充;
通过图像形态学方法将相邻距离小于3个像素的矩形形成为一个合并矩形,得到预处理后的二值化图像;
所述预处理后的二值化图像中合并矩形的个数比所述初始轮廓的轮廓信息的外切矩形的个数少;
依据所述预处理后的二值化图像,对所述合并矩形的轮廓信息进行区域划分,至少划分为第一区域和第二区域,具体包括:
所述第一区域为中间区域,所述第二区域为边缘区域;
所述边缘区域的轮廓还分为左边缘区域和右边缘区域;
若所述合并矩形的左顶点像素横坐标在所述展开图像的左边缘区域,则此合并矩形属于左边缘区域;
若所述合并矩形的右顶点像素横坐标在所述展开图像的右边缘区域,则此合并矩形属于右边缘区域;
其余的合并矩形属于中间区域;
所述针对所述区域划分后的轮廓信息进行矩形填充,依据所述第一区域和第二区域的轮廓个数得到所述待检测回转体零件的表面通孔个数,具体包括:
根据属于中间区域的合并后二值化图像连通域的个数得到中间区域的轮廓个数;
根据所述左边缘区域和右边缘区域的合并矩形,将所述左边缘区域的合并矩形的顶点横坐标右移所述展开图像的宽度,并将移动后的合并矩形与所述右边缘区域的合并矩形放置在一个新的二值化图像中,得到合并后的所述边缘区域的二值化图像,此二值化图像中连通域的个数为所述边缘区域的轮廓个数;
所述中间区域的轮廓个数和所述边缘区域的轮廓个数的和为所述待检测回转体零件的表面通孔个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384068.3A CN116129331B (zh) | 2023-04-12 | 2023-04-12 | 一种回转体零件表面通孔个数统计方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310384068.3A CN116129331B (zh) | 2023-04-12 | 2023-04-12 | 一种回转体零件表面通孔个数统计方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116129331A true CN116129331A (zh) | 2023-05-16 |
CN116129331B CN116129331B (zh) | 2023-07-04 |
Family
ID=86299429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310384068.3A Active CN116129331B (zh) | 2023-04-12 | 2023-04-12 | 一种回转体零件表面通孔个数统计方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116129331B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603281A (zh) * | 2004-11-05 | 2005-04-06 | 陈佩娟 | 工艺陶瓷器皿制作方法 |
CN103020970A (zh) * | 2012-12-25 | 2013-04-03 | 北京农业信息技术研究中心 | 玉米果穗图像籽粒分割方法 |
CN103295031A (zh) * | 2013-04-15 | 2013-09-11 | 浙江大学 | 一种基于正则风险最小化的图像目标计数方法 |
CN103810522A (zh) * | 2014-01-08 | 2014-05-21 | 中国农业大学 | 一种玉米果穗籽粒计数方法和装置 |
CN106204631A (zh) * | 2016-08-23 | 2016-12-07 | 苏州德创测控科技有限公司 | 基于频域的堵孔检测方法 |
CN108389184A (zh) * | 2017-10-20 | 2018-08-10 | 同济大学 | 一种基于机器视觉的工件制孔数检测方法 |
CN108961250A (zh) * | 2018-07-20 | 2018-12-07 | 中国科学院深圳先进技术研究院 | 一种目标物统计方法、装置、终端以及存储介质 |
CN110060306A (zh) * | 2019-04-15 | 2019-07-26 | 深圳群宾精密工业有限公司 | 一种三维空间异型曲面旋转标定实体模型及3d相机旋转标定方法 |
CN110570408A (zh) * | 2019-09-04 | 2019-12-13 | 南京大学 | 一种对圆柱体外表面细微目标计数的系统和方法 |
CN112085650A (zh) * | 2020-09-09 | 2020-12-15 | 南昌虚拟现实研究院股份有限公司 | 图像处理方法、装置、存储介质及计算机设备 |
CN112862867A (zh) * | 2021-04-26 | 2021-05-28 | 苏州维嘉科技股份有限公司 | Pcb板背钻孔检测文件的获取方法、装置及光学检测设备 |
CN113284095A (zh) * | 2021-05-08 | 2021-08-20 | 北京印刷学院 | 一种基于机器视觉的药盒内药袋数量的检测方法 |
CN114004818A (zh) * | 2021-11-04 | 2022-02-01 | 中国联合网络通信集团有限公司 | 喷丝嘴缺陷检测方法、装置、电子设备及可读存储介质 |
CN114813759A (zh) * | 2022-06-24 | 2022-07-29 | 四川英创力电子科技股份有限公司 | 一种精密检测印制电路板上孔数的检孔装置及方法 |
CN115468492A (zh) * | 2022-09-16 | 2022-12-13 | 棣拓智云(上海)计算机软件科技有限公司 | 孔销零件测量装置及孔销零件测量方法 |
CN115862004A (zh) * | 2022-12-27 | 2023-03-28 | 中国农业大学 | 一种玉米果穗表面缺陷检测方法及装置 |
-
2023
- 2023-04-12 CN CN202310384068.3A patent/CN116129331B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1603281A (zh) * | 2004-11-05 | 2005-04-06 | 陈佩娟 | 工艺陶瓷器皿制作方法 |
CN103020970A (zh) * | 2012-12-25 | 2013-04-03 | 北京农业信息技术研究中心 | 玉米果穗图像籽粒分割方法 |
CN103295031A (zh) * | 2013-04-15 | 2013-09-11 | 浙江大学 | 一种基于正则风险最小化的图像目标计数方法 |
CN103810522A (zh) * | 2014-01-08 | 2014-05-21 | 中国农业大学 | 一种玉米果穗籽粒计数方法和装置 |
CN106204631A (zh) * | 2016-08-23 | 2016-12-07 | 苏州德创测控科技有限公司 | 基于频域的堵孔检测方法 |
CN108389184A (zh) * | 2017-10-20 | 2018-08-10 | 同济大学 | 一种基于机器视觉的工件制孔数检测方法 |
CN108961250A (zh) * | 2018-07-20 | 2018-12-07 | 中国科学院深圳先进技术研究院 | 一种目标物统计方法、装置、终端以及存储介质 |
CN110060306A (zh) * | 2019-04-15 | 2019-07-26 | 深圳群宾精密工业有限公司 | 一种三维空间异型曲面旋转标定实体模型及3d相机旋转标定方法 |
CN110570408A (zh) * | 2019-09-04 | 2019-12-13 | 南京大学 | 一种对圆柱体外表面细微目标计数的系统和方法 |
CN112085650A (zh) * | 2020-09-09 | 2020-12-15 | 南昌虚拟现实研究院股份有限公司 | 图像处理方法、装置、存储介质及计算机设备 |
CN112862867A (zh) * | 2021-04-26 | 2021-05-28 | 苏州维嘉科技股份有限公司 | Pcb板背钻孔检测文件的获取方法、装置及光学检测设备 |
CN113284095A (zh) * | 2021-05-08 | 2021-08-20 | 北京印刷学院 | 一种基于机器视觉的药盒内药袋数量的检测方法 |
CN114004818A (zh) * | 2021-11-04 | 2022-02-01 | 中国联合网络通信集团有限公司 | 喷丝嘴缺陷检测方法、装置、电子设备及可读存储介质 |
CN114813759A (zh) * | 2022-06-24 | 2022-07-29 | 四川英创力电子科技股份有限公司 | 一种精密检测印制电路板上孔数的检孔装置及方法 |
CN115468492A (zh) * | 2022-09-16 | 2022-12-13 | 棣拓智云(上海)计算机软件科技有限公司 | 孔销零件测量装置及孔销零件测量方法 |
CN115862004A (zh) * | 2022-12-27 | 2023-03-28 | 中国农业大学 | 一种玉米果穗表面缺陷检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116129331B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766684B (zh) | 一种基于机器视觉的定子表面缺陷检测系统及检测方法 | |
JP5443435B2 (ja) | タイヤの欠陥検出方法 | |
CN101995223B (zh) | 一种芯片外观检测方法及系统 | |
CN106855520B (zh) | 一种基于机器视觉的工件缺陷检测方法 | |
CN108510476B (zh) | 一种基于机器视觉的手机屏线路检测方法 | |
CN113781486B (zh) | Ic卡图像缺陷检测方法 | |
CN112686858A (zh) | 一种手机充电器视觉缺陷检测方法、装置、介质及设备 | |
JP6343648B2 (ja) | 円検出方法、円検出装置、プログラム及び記憶媒体 | |
CN112686920A (zh) | 一种圆形零件几何尺寸参数视觉测量方法及系统 | |
CN110047063B (zh) | 一种物料掉落的检测方法、装置、设备及存储介质 | |
US6690819B1 (en) | Method and apparatus for recognizing components | |
JP2009259036A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム | |
CN113284154B (zh) | 钢卷端面图像分割方法、装置及电子设备 | |
CN103593663A (zh) | 一种钞券印版的图像定位方法 | |
WO2023284712A1 (zh) | 缺陷检测模型训练方法和缺陷检测方法及电子设备 | |
CN111292228A (zh) | 镜头缺陷检测方法 | |
CN108510544B (zh) | 一种基于特征聚类的光条定位方法 | |
CN112964724A (zh) | 一种多目标多区域视觉检测方法及检测系统 | |
CN115861351A (zh) | 边缘检测方法、缺陷检测方法及检测装置 | |
CN113112396B (zh) | 导电粒子的检测方法 | |
US20230065041A1 (en) | Geometric pattern matching method and device for performing the method | |
US20120249837A1 (en) | Methods and Systems for Real-Time Image-Capture Feedback | |
CN116129331B (zh) | 一种回转体零件表面通孔个数统计方法及装置 | |
US6614926B1 (en) | Methods and apparatuses for generating from an image a model of an object | |
CN111855666A (zh) | 一种轴承内圈侧周外观缺陷自动检测方法和系统 |
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 |