[发明专利]基于机器视觉的精密器件在线尺寸测量方法

权利要求书

1.基于机器视觉的精密器件在线尺寸测量方法，其特征在于它包括如下步骤：

步骤一：调整相机获取标准器件的清晰图像，同时在清晰图像内采集模版区域；

所述模版区域为标准器件的图像大小；

步骤二：对所述模版区域进行迭代阈值分割获取图像的分割阈值，即将模版区域进行二值化获取模版区域的二值图像；

步骤三：获取待检测图像的二值图像，通过模版匹配获取待检测图像的目标区域；

步骤四：对待检测图像的目标区域进行图像处理，获取待检测器件用于尺寸测量的边缘，并计算边缘间的像素距离；

步骤五：利用步骤一所述模版区域计算图像像素距离与实际距离的关系；

步骤六：根据步骤五所述关系，计算待检测器件的实际尺寸。

2.根据权利要求1所述的基于机器视觉的精密器件在线尺寸测量方法，其特征在于步骤二：对所述模版区域进行迭代阈值分割获取图像的分割阈值，即将模版区域进行二值化获取模版区域的二值图像的过程为：

所述模版区域为g(x，y)，其中g(x，y)＝f(x，y)+e(x，y)，f(x，y)为原始图像，e(x，y)为干扰，则有：

步骤二A：选取模版区域的灰度平均值作为分割阈值T_k的初始值T₀；

步骤二B：用所述分割阈值T_k将图像分为两部分，其中S₁为背景像素集合，S₂为前景像素集合；

S₁＝{f(x，y)|f(x，y)≥T_k}

S₂＝{f(x，y)|0≤f(x，y)＜T_k}

步骤二C：分别计算背景像素集合S₁和前景像素集合S₂的灰度均值E₁和E₂；

E1=Σf(i,j)<Tkf(i,j)×N(i,j)Σf(i,j)<TkN(i,j)]]>

E2=Σf(i,j)>Tkf(i,j)×N(i,j)Σf(i,j)>TkN(i,j)]]>

式中，f(i，j)为图像灰度值，N(i，j)为该灰度值的像素数目；

步骤二D：选择新的分割阈值T_k+1，其中若T_k＝T_k+1则进入步骤二E，否则返回步骤二B；

步骤二E：获取模块区域的分割阈值T_k，并将模块区域进行二值化，将灰度值高于T_k的像素置为255低于T_k的像素置为0。