CN117495859A - 接插件到位检测方法、装置、设备及其介质 - Google Patents
接插件到位检测方法、装置、设备及其介质 Download PDFInfo
- Publication number
- CN117495859A CN117495859A CN202410000607.3A CN202410000607A CN117495859A CN 117495859 A CN117495859 A CN 117495859A CN 202410000607 A CN202410000607 A CN 202410000607A CN 117495859 A CN117495859 A CN 117495859A
- Authority
- CN
- China
- Prior art keywords
- image
- endpoint
- connector
- straight line
- original image
- 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 52
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000012545 processing Methods 0.000 claims description 15
- 230000006870 function Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000003990 capacitor Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- G06T7/001—Industrial image inspection using an image reference approach
-
- 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
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及工业视觉检测技术领域,尤其涉及一种接插件到位检测方法、装置、设备及其介质。方法包括:采集接插件的原始图像;将原始图像与信息库的模板图像数据匹配,得到目标物体图像和目标连接区域图像,结合目标物体图像和目标连接区域图像的信息,计算在原始图像中目标连接区域图像的匹配点绝对坐标;获取目标连接区域图像中上下两条线的端点相对坐标信息,结合匹配点绝对坐标B,获取在原始图像中端点绝对坐标信息,根据该信息生成第一、第二ROI区域,分别对第一、第二ROI区域进行直线拟合,得到第一、第二直线;计算第一、第二直线之间的距离,并与距离阈值进行比对,实现接插件到位检测,提高了检测效率和准确率,且适用性高。
Description
技术领域
本发明涉及工业视觉检测技术领域,尤其涉及一种接插件到位检测方法、装置、设备及其介质。
背景技术
电子式的接插件是各类工程系统中必不可少的基础机电元件,用于实现电信号的传输和控制,以及电子与电气之间的连接,应用领域广泛。如:在汽车车灯生产过程中,电子式的接插件作为一种必不可少的元器件,通常是由插头和插座两部分组成,插头通常是针状或板状,插座则对应有相应的孔或者槽,其主要作用就是为了传输电信号、电能和数据等信息。但当接插件的插头和插座因连接松散而接触不良时,则会导致相应的汽车车灯无法正常工作,大大影响了车灯的出厂质量,所以检测接插件是否连接到位已经成为汽车车灯出厂前的必要步骤。
如今现代化高速的生产线,通过人眼无法识别产品的质量问题,但采用人工检测的方式不但成本高,检测效率低,而且易受个人状态、情绪等主观因素影响,导致检测结果不具有较高的可靠性及稳定性,识别效率较低;为了解决检测效率低的问题,检测时引入工业视觉检测系统,让机器来替代人工检测,例如基于深度学习的接插件到位检测方法,虽然该方法的检测效率高,但是基于深度学习在检测过程中需要获取大量数据集,且需要消耗时间去标注样本,耗时耗力,且当背景改变时,还需要重新训练模型,适用性不高。
发明内容
本发明要解决的技术问题是:为了解决现有技术中接插件到位检测适用性低以及检测准确性低的问题,本发明提供一种接插件到位检测方法,提高了接插件到位检测的效率和准确率,且适用性高。
本发明解决其技术问题所采用的技术方案是:一种接插件到位检测方法,所述方法包括以下步骤:
S1,实时采集当前接插件的原始图像;
S2,将所述原始图像与信息库的模板图像数据进行匹配,得到原始图像的目标物体图像和目标连接区域图像,结合所述目标物体图像的信息和所述目标连接区域图像的信息,计算在原始图像中所述目标连接区域图像的匹配点绝对坐标B;
其中,所述目标连接区域图像显示在所述目标物体图像内;
S3,获取所述目标连接区域图像中上下两条线的端点相对坐标信息,结合匹配点绝对坐标B,获取在原始图像中端点绝对坐标信息,根据端点绝对坐标信息生成第一ROI区域和第二ROI区域,分别对第一、第二ROI区域进行直线拟合,得到第一直线和第二直线;
S4,计算所述第一直线和所述第二直线之间的距离,并与距离阈值进行比对,实现接插件到位检测。
进一步,具体地,建立所述步骤S2中信息库的模板图像数据包括以下步骤:
步骤一,获取不同类型、不同旋转角度和不同大小的接插件图像;
步骤二,通过设置的模板参数创建所述接插件图像对应的大模板图像和小模板图像;
步骤三,将所述接插件图像对应的大模板图像和小模板图像保存在指定文件夹形成所述信息库。
进一步,具体地,所述步骤S2具体包括以下步骤:
S21,在所述信息库中遍历所述原始图像,获取对应的所述大模板图像和所述小模板图像;
S22,通过平方差匹配方法将所述大模板图像与所述原始图像匹配,得到所述目标物体图像以及在原始图像中所述目标物体图像的匹配点绝对坐标A(x1,y1);
S23、通过相关系数匹配方法将所述小模板图像与所述目标物体图像匹配,得到目标连接区域图像以及所述目标连接区域图像的匹配点相对坐标b(x2,y2);
S24,根据匹配点A和匹配点b的坐标信息计算在原始图像中所述目标连接区域图像的匹配点绝对坐标B(X2,Y2),计算公式为:
X2=x1+x2
Y2=y1+y2。
进一步,具体地,所述步骤S3具体包括以下步骤:
S31,获取所述目标连接区域图像中上下两条线的端点相对坐标信息,端点相对坐标信息包括端点相对坐标p1、端点相对坐标p2、端点相对坐标p3和端点相对坐标p4;
其中,端点p1和端点p2之间连接的线段为上线段,端点p3和端点p4之间连接的线段为下线段;
S32,根据每个端点相对坐标和在原始图像中所述目标连接区域图像的匹配点绝对坐标B(X2,Y2),分别计算在原始图像中对应每个端点的绝对坐标,每个端点绝对坐标形成端点绝对坐标信息;
S33,设定水平基准线为Q,计算上线段相对水平基准线Q的水平倾斜角α、以及下线段相对水平基准线Q的水平倾斜角β;
S34,根据水平倾斜角α,以所述原始图像的中线为旋转中心,通过仿射变换旋转所述原始图像,使所述原始图像为竖直状态;
S35、获取旋转后对应每个端点绝对坐标,旋转后端点绝对坐标分别为:端点绝对坐标P1、端点绝对坐标P2、端点绝对坐标P3和端点绝对坐标P4,通过端点绝对坐标P1和端点绝对坐标P2生成所述第一ROI区域,端点绝对坐标P3和端点绝对坐标P4生成所述第二ROI区域;
S36,处理所述第一ROI区域和所述第二ROI区域,得到所述第一直线的图像和第二直线的图像;
S37,获取所述第一直线图像和所述第二直线图像上的所有像素点,基于像素点的坐标分别通过最小二乘法拟合第一直线和第二直线,得到第一直线拟合的函数方程和第二直线拟合的函数方程。
进一步,具体地,所述步骤S4具体包括以下步骤:
S41,根据所述第一直线拟合的函数方程计算第一直线两端端点和中间端点的像素坐标;
S42,根据第一直线上每个端点的像素坐标和所述第二直线,计算第一直线上每个端点至所述第二直线之间的距离L;
S43,将所述距离L与所述距离阈值比对,若所述距离L在距离阈值范围内,当前接插件连接到位,反之,当前接插件未连接到位。
进一步,具体地,所述步骤S36具体包括以下步骤:
S361,通过大津法分割处理所述第一ROI区域和所述第二ROI区域,得到所述第一ROI区域的二值图像和所述第二ROI区域的二值图像;
S362,分别计算所述第一ROI区域的二值图像和所述第二ROI区域的二值图像的最大连通区域,所述第一ROI区域的最大连通区域为所述第一直线图像,所述第二ROI区域的最大连通区域为所述第二直线图像。
一种接插件到位检测装置,所述检测装置包括:
视觉控制器,用以传输控制信号;
工业相机,根据所述控制信号拍摄当前接插件的原始图像;
算法移动端,用以执行如上所述的接插件到位检测方法。
一种计算机设备,包括:
处理器;
存储器,用于存储可执行指令;
其中,所述处理器用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现如上所述的接插件到位检测方法。
一种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程序,当所述计算机程序被处理器执行时,使得处理器实现如上所述的接插件到位检测方法。
本发明的有益效果是,本发明的接插件到位检测方法,能够快速准确地辨别出接插件插头和插座之间是否连接到位,到位检测的效率快和准确率高,提高了适用性高。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明实施例一的方法流程示意图。
图2是本发明实施例一的原始图像示意图。
图3是本发明实施例一的目标物体图像示意图。
图4是本发明实施例一的原始图像旋转后示意图。
图5是实施例二的装置结构示意图。
图6是实施例三的计算机设备结构示意图。
图中201、视觉控制器;202、工业相机;203、算法移动端;10、计算机设备;1002、处理器;1004存储器;1006、传输装置。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”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。此外,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
本申请实施例提供了一种接插件到位检测方法,如图1所示,方法包括以下步骤:
S1,实时采集当前接插件的原始图像。
S2,将原始图像与信息库的模板图像数据进行匹配,得到原始图像的目标物体图像和目标连接区域图像,结合目标物体图像的信息和目标连接区域图像的信息,计算在原始图像中目标连接区域图像的匹配点绝对坐标B;其中,目标连接区域图像显示在目标物体图像内。
S3,获取目标连接区域图像中上下两条线的端点相对坐标信息,结合匹配点绝对坐标B,获取在原始图像中端点绝对坐标信息,根据端点绝对坐标信息生成第一ROI区域和第二ROI区域,分别对第一、第二ROI区域进行直线拟合,得到第一直线和第二直线。
S4,计算第一直线和第二直线之间的距离,并与距离阈值进行比对,实现接插件到位检测。
在本实施例中,建立步骤S2中信息库的模板图像数据包括以下步骤:
步骤一,获取不同类型、不同旋转角度和不同大小的接插件图像;进一步的,通过工业相机独一接插件进行图像采集。
步骤二,通过设置的模板参数创建接插件图像对应的大模板图像和小模板图像;
步骤三,将接插件图像对应的大模板图像和小模板图像保存在指定文件夹形成信息库。
需要说明的是,大模板图像和小模板的图像的形状可以是矩形、旋转矩形、圆形或椭圆形的一种。模板参数通过上位机软件人为设置模板参数,设置的模板参数有矩形模板参数、旋转矩形模板参数、圆形模板参数和椭圆形模板参数,具体的,矩形模板参数包括:矩形左上角坐标、矩形高度和矩形宽度,旋转矩形模板参数包括:旋转中心坐标、矩形宽度、矩形高度和矩阵旋转角度,圆形模板参数包括:圆心坐标和圆半径,椭圆形模板参数包括:圆心坐标、椭圆长轴长度、椭圆短轴长度、椭圆形旋转角度。
在本实施例中,参见图2-3所示,步骤S2具体包括以下步骤:
S21,在信息库中遍历原始图像,获取对应的大模板图像和小模板图像;换言之,在信息库中,根据原始图像中接插件的结构找对应的大模板图像和小模板图像,以便于后续接插件到位检测。
S22,通过平方差匹配方法将大模板图像与原始图像匹配,得到目标物体图像以及在原始图像中目标物体图像的匹配点绝对坐标A(x1,y1)。基于平方差匹配方法匹配成功的结果为0,匹配结果的值越大,匹配度越差,平方差匹配方法匹配效果好,获得的目标物体图像精度高,能够提高接插件检测的精度。进一步的,平方差匹配方法是利用大模板图像与原始图像之间的像素平方差来进行匹配,具体公式如下。
其中,/>表示为大模板图像在/>坐标点处的像素值,/>则表示原图在/>坐标点处的像素值。
S23、通过相关系数匹配方法将小模板图像与目标物体图像匹配,得到目标连接区域图像以及目标连接区域图像的匹配点相对坐标b(x2,y2);通过小模板图像与目标物体图像匹配,能够提高匹配精度,获取目标连接区域图像准确率高。进一步的,相关系数匹配方法是将小模板图像对其均值的相对值与目标物体图像对其均值的相关值进行匹配,1表示匹配成功,-1表示未匹配成功,0表示没有任何相关性(随机序列)。
需要说明的是,目标连接区域图像的坐标系原点为目标物体图像的匹配点。
S24,根据匹配点A和匹配点b的坐标信息计算在原始图像中目标连接区域图像的匹配点绝对坐标B(X2,Y2),计算公式为:
X2=x1+x2
Y2=y1+y2。
在本实施例中,参见图3-4所示,步骤S3具体包括以下步骤:
S31,获取目标连接区域图像中上下两条线的端点相对坐标信息,端点相对坐标信息包括端点相对坐标p1、端点相对坐标p2、端点相对坐标p3和端点相对坐标p4;其中,端点p1和端点p2之间连接的线段为上线段,端点p3和端点p4之间连接的线段为下线段。
S32,根据每个端点相对坐标和在原始图像中目标连接区域图像的匹配点绝对坐标B(X2,Y2),分别计算在原始图像中对应每个端点的绝对坐标,每个端点绝对坐标形成端点绝对坐标信息。
进一步的,绝对坐标信息包括:原始图像中端点绝对坐标P1’,原始图像中端点绝对坐标P2’,原始图像中端点绝对坐标P3’,原始图像中端点绝对坐标P4’。
S33,设定水平基准线为Q,计算上线段相对水平基准线Q的水平倾斜角α、以及下线段相对水平基准线Q的水平倾斜角β。
S34,根据水平倾斜角α,以原始图像的中线为旋转中心,通过仿射变换旋转原始图像,使原始图像为竖直状态。
S35、获取旋转后对应每个端点绝对坐标,旋转后端点绝对坐标分别为:端点绝对坐标P1、端点绝对坐标P2、端点绝对坐标P3和端点绝对坐标P4,通过端点绝对坐标P1和端点绝对坐标P2生成第一ROI区域,端点绝对坐标P3和端点绝对坐标P4生成第二ROI区域。
S36,处理第一ROI区域和第二ROI区域,得到第一直线的图像和第二直线的图像。
具体地,步骤S36具体包括以下步骤:
S361,通过大津法分割处理第一ROI区域和第二ROI区域,得到第一ROI区域的二值图像和第二ROI区域的二值图像;
大津法分割计算公式为:
其中,v和v ’分别表示二值图像二值化前、后像素灰度值;
其中,K为方差,n c1和n c2分别为二值化后两个像素值的个数,而m c1和m c2分别为二值化前两个像素点灰度值的平均值。
需要说明的是,采用大津法分割将第一ROI区域和第二ROI区域分为前景和背景,得到对应的二值图像,大津法与其他二值化方法相比,大津法分割自适应阈值机制有助于提高算法对成像图像整体灰度变化的鲁棒性。
S362,分别计算第一ROI区域的二值图像和第二ROI区域的二值图像的最大连通区域,第一ROI区域的最大连通区域为第一直线图像,第二ROI区域的最大连通区域为第二直线图像。
需要说明的是,计算二值图像内的最大连通区域,需将二值化图像内的最大连通区域内的所有像素值置为255,其他区域内的像素值则为0。同时自上而下遍历二值图像,当检测到图像中像素点的值为0时,将该点坐标存储到直线待拟合的容器中,获取容器中的像素点坐标,计算所有像素点坐标的平均纵坐标值,并分别对比所有像素坐标点的纵坐标值与平均纵坐标值的偏差,对容器中的所有像素坐标点按照偏差大小从小到大排序,同时筛选出固定数量的像素坐标点来做直线拟合操作,数量大小为容器中所有像素坐标点的数量*0.9。
S37,获取第一直线图像和第二直线图像上的所有像素点,基于像素点的坐标分别通过最小二乘法拟合第一直线和第二直线,得到第一直线拟合的函数方程和第二直线拟合的函数方程。
需要说明的是,图2和图4中,SC36和SC37为PCB线路板上的电容的元件符号,H1为PCB线路板上被测插接件的元件符号。
进一步,具体地,步骤S4具体包括以下步骤:
S41,根据第一直线拟合的函数方程计算第一直线两端端点和中间端点的像素坐标。
S42,根据第一直线上每个端点的像素坐标和第二直线,计算第一直线上每个端点至第二直线之间的距离L。
S43,将距离L与距离阈值比对,若距离L在距离阈值范围内,当前接插件连接到位,反之,当前接插件未连接到位。
在本实施例中,若原始图像与信息库的模板图像数据进行匹配时,未匹配到对应的大模板图像和小模板图像、以及对第一、第二ROI区域进行直线拟合时第一直线和第二直线拟合失败时,分别将原始图像、第一、第二ROI区域存入指定错误类型文件夹中,便于排查检测方法检测失败的原因,以提高检测的准确率。
综上所述,本发明的接插件到位检测方法,能够快速准确地辨别出接插件插头和插座之间是否连接到位,到位检测的效率快和准确率高,提高了适用性高。
实施例2:基于与前述实施例中一种接插件到位检测方法同样发明构思,如图5所示,本申请实施例提供了一种接插件到位检测装置,检测装置包括:
视觉控制器201,用以传输控制信号;
工业相机202,根据控制信号拍摄当前接插件的原始图像;
算法移动端203,用以执行如上的接插件到位检测方法。
前述图1实施例一中的一种接插件到位检测方法的各种变化方式和具体实例同样适用于本实施例的一种接插件到位检测装置,通过前述对一种接插件到位检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种接插件到位检测装置实施方法,所以为了说明书的简洁,此处不再详述。
实施例3
本申请实施例提供了一种计算机设备,该计算机设备包括处理器和存储器,该存储器中存储有至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现如上述方法实施例所提供的一种接插件到位检测方法。
图6示出了一种用于实现本申请实施例所提供的一种接插件到位检测方法的设备的硬件结构示意图,设备可以参与构成或包含本申请实施例所提供的装置或系统。如图6所示,计算机设备10可以包括一个或多个处理器1002(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器1004、以及用于通信功能的传输装置1006。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图6所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机设备10还可包括比图6中所示更多或者更少的组件,或者具有与图6所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机设备10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器1004可用于存储应用软件的软件程序以及模块,如本申请实施例中的一种接插件到位检测方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器1004内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的一种方法。存储器1004可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器1004可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置1006用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机设备10的通信供应商提供的无线网络。在一个实例中,传输装置1006包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置1006可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机设备10(或移动设备)的用户界面进行交互。
实施例4
本申请实施例还提供了一种计算机可读存储介质,计算机可读存储介质可设置于服务器之中以保存用于实现方法实施例中一种接插件到位检测方法相关的至少一条指令或至少一段程序,该至少一条指令或该至少一段程序由该处理器加载并执行以实现上述方法实施例提供的一种接插件到位检测方法。
可选地,在本实施例中,上述存储介质可以位于计算机网络的多个网络服务器中的至少一个网络服务器。可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
实施例5
本发明实施例还提供了一种计算机程序产品或计算机程序,计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述各种可选实施方式中提供的一种接插件到位检测方法。
需要说明的是:上述本申请实施例先后顺序仅仅为了描述,不代表实施例的优劣。且上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备和存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (9)
1.一种接插件到位检测方法,其特征在于,所述方法包括以下步骤:
S1,实时采集当前接插件的原始图像;
S2,将所述原始图像与信息库的模板图像数据进行匹配,得到原始图像的目标物体图像和目标连接区域图像,结合所述目标物体图像的信息和所述目标连接区域图像的信息,计算在原始图像中所述目标连接区域图像的匹配点绝对坐标B;
其中,所述目标连接区域图像显示在所述目标物体图像内;
S3,获取所述目标连接区域图像中上下两条线的端点相对坐标信息,结合匹配点绝对坐标B,获取在原始图像中端点绝对坐标信息,根据端点绝对坐标信息生成第一ROI区域和第二ROI区域,分别对第一、第二ROI区域进行直线拟合,得到第一直线和第二直线;
S4,计算所述第一直线和所述第二直线之间的距离,并与距离阈值进行比对,实现接插件到位检测。
2.如权利要求1所述的接插件到位检测方法,其特征在于,建立所述步骤S2中信息库的模板图像数据包括以下步骤:
步骤一,获取不同类型、不同旋转角度和不同大小的接插件图像;
步骤二,通过设置的模板参数创建所述接插件图像对应的大模板图像和小模板图像;
步骤三,将所述接插件图像对应的大模板图像和小模板图像保存在指定文件夹形成所述信息库。
3.如权利要求2所述的接插件到位检测方法,其特征在于,所述步骤S2具体包括以下步骤:
S21,在所述信息库中遍历所述原始图像,获取对应的所述大模板图像和所述小模板图像;
S22,通过平方差匹配方法将所述大模板图像与所述原始图像匹配,得到所述目标物体图像以及在原始图像中所述目标物体图像的匹配点绝对坐标A(x1,y1);
S23、通过相关系数匹配方法将所述小模板图像与所述目标物体图像匹配,得到目标连接区域图像以及所述目标连接区域图像的匹配点相对坐标b(x2,y2);
S24,根据匹配点A和匹配点b的坐标信息计算在原始图像中所述目标连接区域图像的匹配点绝对坐标B(X2,Y2),计算公式为:
X2=x1+x2
Y2=y1+y2。
4.如权利要求3所述的接插件到位检测方法,其特征在于,所述步骤S3具体包括以下步骤:
S31,获取所述目标连接区域图像中上下两条线的端点相对坐标信息,端点相对坐标信息包括端点相对坐标p1、端点相对坐标p2、端点相对坐标p3和端点相对坐标p4;
其中,端点p1和端点p2之间连接的线段为上线段,端点p3和端点p4之间连接的线段为下线段;
S32,根据每个端点相对坐标和在原始图像中所述目标连接区域图像的匹配点绝对坐标B(X2,Y2),分别计算在原始图像中对应每个端点的绝对坐标,每个端点绝对坐标形成端点绝对坐标信息;
S33,设定水平基准线为Q,计算上线段相对水平基准线Q的水平倾斜角α、以及下线段相对水平基准线Q的水平倾斜角β;
S34,根据水平倾斜角α,以所述原始图像的中线为旋转中心,通过仿射变换旋转所述原始图像,使所述原始图像为竖直状态;
S35、获取旋转后对应每个端点绝对坐标,旋转后端点绝对坐标分别为:端点绝对坐标P1、端点绝对坐标P2、端点绝对坐标P3和端点绝对坐标P4,通过端点绝对坐标P1和端点绝对坐标P2生成所述第一ROI区域,端点绝对坐标P3和端点绝对坐标P4生成所述第二ROI区域;
S36,处理所述第一ROI区域和所述第二ROI区域,得到所述第一直线的图像和第二直线的图像;
S37,获取所述第一直线图像和所述第二直线图像上的所有像素点,基于像素点的坐标分别通过最小二乘法拟合第一直线和第二直线,得到第一直线拟合的函数方程和第二直线拟合的函数方程。
5.如权利要求4所述的接插件到位检测方法,其特征在于,所述步骤S4具体包括以下步骤:
S41,根据所述第一直线拟合的函数方程计算第一直线两端端点和中间端点的像素坐标;
S42,根据第一直线上每个端点的像素坐标和所述第二直线,计算第一直线上每个端点至所述第二直线之间的距离L;
S43,将所述距离L与所述距离阈值比对,若所述距离L在距离阈值范围内,当前接插件连接到位,反之,当前接插件未连接到位。
6.如权利要求4所述的接插件到位检测方法,其特征在于,所述步骤S36具体包括以下步骤:
S361,通过大津法分割处理所述第一ROI区域和所述第二ROI区域,得到所述第一ROI区域的二值图像和所述第二ROI区域的二值图像;
S362,分别计算所述第一ROI区域的二值图像和所述第二ROI区域的二值图像的最大连通区域,所述第一ROI区域的最大连通区域为所述第一直线图像,所述第二ROI区域的最大连通区域为所述第二直线图像。
7.一种接插件到位检测装置,其特征在于,所述检测装置包括:
视觉控制器(201),用以传输控制信号;
工业相机(202),根据所述控制信号拍摄当前接插件的原始图像;
算法移动端(203),用以执行如权利要求1至6中任一项所述的接插件到位检测方法。
8.一种计算机设备,其特征在于,包括:
处理器;
存储器,用于存储可执行指令;
其中,所述处理器用于从所述存储器中读取所述可执行指令,并执行所述可执行指令以实现如权利要求1至6中任一项所述的接插件到位检测方法。
9.一种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程序,当所述计算机程序被处理器执行时,使得处理器实现如权利要求1至6中任一项所述的接插件到位检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410000607.3A CN117495859B (zh) | 2024-01-02 | 2024-01-02 | 接插件到位检测方法、装置、设备及其介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410000607.3A CN117495859B (zh) | 2024-01-02 | 2024-01-02 | 接插件到位检测方法、装置、设备及其介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117495859A true CN117495859A (zh) | 2024-02-02 |
CN117495859B CN117495859B (zh) | 2024-03-26 |
Family
ID=89683347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410000607.3A Active CN117495859B (zh) | 2024-01-02 | 2024-01-02 | 接插件到位检测方法、装置、设备及其介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495859B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6434279B1 (en) * | 1998-01-06 | 2002-08-13 | Nec Corporation | Image registration method, image registration apparatus and recording medium |
CN108805870A (zh) * | 2018-06-14 | 2018-11-13 | 安徽海思达机器人有限公司 | 一种带针座的接插件的检测方法 |
CN114612563A (zh) * | 2022-03-22 | 2022-06-10 | 清华大学 | 航空线缆自动化插接方法、系统及存储介质 |
CN114723942A (zh) * | 2022-06-08 | 2022-07-08 | 深圳新视智科技术有限公司 | 锂电池极片的尺寸检测方法、装置、设备及存储介质 |
-
2024
- 2024-01-02 CN CN202410000607.3A patent/CN117495859B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6434279B1 (en) * | 1998-01-06 | 2002-08-13 | Nec Corporation | Image registration method, image registration apparatus and recording medium |
CN108805870A (zh) * | 2018-06-14 | 2018-11-13 | 安徽海思达机器人有限公司 | 一种带针座的接插件的检测方法 |
CN114612563A (zh) * | 2022-03-22 | 2022-06-10 | 清华大学 | 航空线缆自动化插接方法、系统及存储介质 |
CN114723942A (zh) * | 2022-06-08 | 2022-07-08 | 深圳新视智科技术有限公司 | 锂电池极片的尺寸检测方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
王磊;韩震宇;兰云;: "平面连接器外观质量在线检测系统", 科技与创新, no. 04, 25 February 2018 (2018-02-25), pages 74 - 76 * |
Also Published As
Publication number | Publication date |
---|---|
CN117495859B (zh) | 2024-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10924729B2 (en) | Method and device for calibration | |
TWI590645B (zh) | 相機校準 | |
EP3376843A1 (en) | Lead end-position image recognition method and lead end-position image recognition system | |
Lei et al. | Design and decoding of an M-array pattern for low-cost structured light 3D reconstruction systems | |
CN108280828A (zh) | 相机装配位置检测方法与装置 | |
CN106272550A (zh) | 构型控制信息处理方法及装置 | |
CN112489102A (zh) | 三维重建方法、装置、设备以及存储介质 | |
CN117495859B (zh) | 接插件到位检测方法、装置、设备及其介质 | |
Junejo et al. | Optimizing PTZ camera calibration from two images | |
CN116912249B (zh) | 密封胶密封质量检测方法、装置、设备及其介质 | |
CN105761256B (zh) | 图像的亚像素边缘直线获取方法及装置 | |
CN111405842A (zh) | 一种三引脚电子元器件的引脚自适应定位插装方法及系统 | |
CN112348768A (zh) | 将导线接触件与连接器的插入孔对准的方法和系统 | |
CN108122200A (zh) | 图像拼接方法以及装置 | |
CN110197096B (zh) | 二维码校正方法、装置及设备 | |
CN113486739B (zh) | 螺钉检测方法、装置、电子设备和存储介质 | |
CN112509058B (zh) | 外参的计算方法、装置、电子设备和存储介质 | |
CN111465188A (zh) | 异形电路板及元器件插件方法及装置 | |
CN117437357A (zh) | 模型构建方法、装置、非易失性存储介质及电子设备 | |
CN112150492A (zh) | 户型图的读取方法、装置以及存储介质 | |
CN111931786B (zh) | 一种图像处理方法、装置及计算机可读存储介质 | |
CN113344068B (zh) | 素材处理方法、装置、电子设备及计算机可读存储介质 | |
CN111127529A (zh) | 图像配准方法及装置、存储介质、电子装置 | |
CN113473834B (zh) | 异型元件的插装方法、装置、系统、电子设备和存储介质 | |
CN109215095B (zh) | 数据展示方法、装置、存储介质及处理器 |
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 |