[发明专利]一种齿环模具编号检测方法

说明书

技术领域

本发明涉及视觉检测技术领域，具体涉及一种齿环模具编号检测方法。

背景技术

在工业生产中，许多产品上都记录着大量与产品相关的信息，如产品的质量精度、批次号、生产地、生产商等，这些信息有的用铸造或印刷喷码直接刻印到产品表面上去，不同的产品、不同的工艺流程及制造会造成刻印的文字形状及显现状态不同，因此采取的识别方式也不同，如二维码扫描、条码扫描、字符识别等。

目前针对呈现比较规整的文字信息或文字信息所处的环境简单等都比较容易读取，如白底黑字、附着材质良好、文字信息排列水平或竖直、文字信息间距规整等，这些文字信息易于分割进行读取。对于环形排列的字符图像，由于字符所呈现的环境是环形形状，因此难以对其进行准确有效的字符分割，再加上本环形分布模具编号由于其制造因素铸刻在铜质材料，这样易造成成像反光干扰，使得采集到的图像不是很清晰。并且模具编号呈现在齿环上是环形分布，与传统字符呈现方式不一样，因此加大了环形分布模具编号字符的检测识别难度。

目前齿环生产商的环形分布模具编号字符信息检测都是靠人工观察和自主判断实现，人工成本高、检测效率低，再加上模具编号是由铸造形成的，整个模具编号字符凸出或凹陷约为2mm，字符宽度为约2mm，因此容易呈现不规则和扭曲变形字符等因素造成误检漏检率高，从而导致齿环产品生产效率低。另外，由于齿环尺寸差异较大，给整个模具编号字符识别带来新的难度。因此开发出一种准确快速的环形分布模具编号检测识别方法具有非常重要的工程应用价值。

发明内容

针对现有技术的不足，本发明提供了一种齿环模具编号检测方法，基于图像极坐标变换、图像均值滤波、图像膨胀、神经网络的算法，实现了流水线上的齿环环形分布模具编号字符信息的连续自动采集及判别。

为实现上述技术方案，本发明提供了一种齿环模具编号检测方法，具体包括如下步骤：

步骤1、图像采集：通过可以上下移动且自动聚焦的工业相机在光源的照射下采集放置在传送带上的齿环图像；

步骤2、图像识别：针对步骤1中获取的齿环图像，首先选取模具编号字符附着的环形目标区域，然后对这个环形目标区域进行极坐标变换，经过极坐标变换后的目标区域变成矩形区域，确保模具编号字符附着在该矩形区域内；

步骤3、字符截取：对步骤2获得的矩形区域进行OCR字符区域ROI_0截取；

步骤4、字符处理：对步骤3中截图的OCR字符进行OCR字符滤波、OCR字符分割和OCR

字符排序；

步骤5、字符识别：利用BP三层神经网络进行分类匹配，自行判断检测识别，最后输出检

测识别内容；

步骤6、自动筛选：根据检测识别工序的结果进行下一步分选，如果待检齿环产品上面的模具编号字符能全部检测识别出来，则该待检齿环产品为合格产品，传送带将合格的待检齿环产品移送到合格产品接料盒中；若待检齿环产品上面的模具编号字符检测识别不全或完全检测识别不了，则该待检齿环产品不合格，传送带将该不合格齿环产品移送到剔除机构处，剔除机构将该不合格齿环产品移送到不合格产品接料盒中。

优选的，所述步骤2中，使用极坐标变换将模具编号环形区域变成矩形区域，具体方法如下：

选取由ABCD四点组成的环形区域，以点O(mr,mc)为环形区域的圆心，点P(r,c)为环形区

域ABCD上一点，则点P的极坐标P'(d,Ф)可由下列公式推算出：

式中是相对于变换中心点O(mr,mc)的距离d和向量角度Ф来表示极坐标的，然后用仿射变

换和投影变换同样的方式进行极坐标的变换，具体公式如下所示：

r'＝m_r+d*cosψ(3)

c'＝m_c+d*sinψ(4)

公式(3)和公式(4)中(r',c')为变换后点P'的极坐标，ψ为点P在环形区域内极坐标下的角度值，通过将ABCD圆环形区域像素点的坐标转换成极坐标，可以将环形区域转换成由A'B'C'D'四点极坐标表示的矩形，模具编号环形区域经过极坐标变换后得到矩形区域，此时模具编号字符由环形分布变成水平排列。

优选的，模具编号字符由环形分布变成水平排列后，再对矩形区域进行均值滤波降噪处理，

之后对前后两幅图像做减法处理，

均值滤波降噪算法如下：

经过公式(5)多次降噪后，图像噪声降低到原来的式中代表第i幅图像位置(r,c)处的灰度值。