[发明专利]一种数据线连接部以及配色的视觉检测方法

说明书

技术领域

本发明涉及一种数据线生产工艺，尤其是一种数据线连接部以及配色的视觉检测方法。

背景技术

数据线的重要组成部分就是穿入护套内的各色导线，以及导线两端与端子的连接。生产中，为了防止各色导线误配色，业内研发出了防误配色治具；为了防止导线两端与端子的连接不到位，业内采用了放大镜等设备。然而上述技术方案的不足在于：防误配色治具可以保证各色导线正确安装，但是无法起到检测的作用，采用放大镜检测准确率会随着检测人员的精神状态发生波动。

发明内容

针对现有技术的不足，本发明提供一种自动检测数据线配色是否正确连接是否到位的方法。

本发明的技术方案为：

一种数据线连接部以及配色的视觉检测方法，其特征在于：它包括以下步骤：

1)通过机器视觉获得数据线端部的图片；

2)通过边缘检测法获得图片中数据线各色导线与端子的连接图形，将该图形与标准图形比对，相似度低于标准限度的判定为连接异常；

3)通过目标区域定位法获得各色导线并排的局部图片，将该局部图片与标准图片进行颜色比对，超出容错范围的判定为误配色。

具体的，所述步骤1)中的机器包括光源、CCD阵列、图像采集卡和图像处理计算机。

具体的，所述步骤2)边缘检测法为：通过MATLAB语言编程用Roberts算子来实现静态图像的边缘检测。

在Roberts算子中，边缘，是指周围像素灰度有阶跃变化或屋顶等变化的那些像素的集合。图像的边缘对应着图像灰度的不连续性。显然图像的边缘很少是从一个灰度跳到另一个灰度这样的理想状况。真实图像的边缘通常都具有有限的宽度呈现出陡峭的斜坡状。

边缘的锐利程度由图像灰度的梯度决定。梯度是一个向量，指出灰度变化最快的方向和变化量。

梯度大小由

确定。而梯度方向则由

确定的。

因此最简单的边缘检测算子是用图像的垂直和水平差分来逼近梯度算子：

算出向量，然后求出它的绝对值。利用这种思想就得到了Roberts算子：

g(x，y)＝{[f(x，y)-f(x+1，y+1)]²+[f(x，y+1)-f(x+1，y)]²}^1/2

具体的，所述步骤2)中图形与标准图形比对采用协方差矩阵的计算来实现。

具体的，所述步骤3)中目标区域定位法采用图像感兴趣区域自动提取算法。其具体实施方式可参见《科学技术与工程》,2007,7(12):2867-2871所记载的《图像感兴趣区域自动提取算法》。

本发明的有益效果为：通过机器视觉获得加工产品的图像，通过边缘检测法获得图片中数据线各色导线与端子的连接图形，以此判断连接是否到位；通过颜色比对则可快速判断是否出现误配色；本发明方便快捷，具有很强的实用性。

具体实施方式

下面结合具体实施方式作进一步说明：

一种数据线连接部以及配色的视觉检测方法，它包括以下步骤：

1)通过机器视觉获得数据线端部的图片；具体来说，机器视觉获得图片时应该保证足够且稳定的照明，以期获得较为一致的图像。

2)通过边缘检测法获得图片中数据线各色导线与端子的连接图形，将该图形与标准图形比对，相似度低于标准限度的判定为连接异常；

3)通过目标区域定位法获得各色导线并排的局部图片，将该局部图片与标准图片进行颜色比对，超出容错范围的判定为误配色。

具体的，所述步骤1)中的机器包括光源、CCD阵列、图像采集卡和图像处理计算机。

具体的，所述步骤2)边缘检测法为：通过MATLAB语言编程用Roberts算子来实现静态图像的边缘检测。

在Roberts算子中，边缘，是指周围像素灰度有阶跃变化或屋顶等变化的那些像素的集合。图像的边缘对应着图像灰度的不连续性。显然图像的边缘很少是从一个灰度跳到另一个灰度这样的理想状况。真实图像的边缘通常都具有有限的宽度呈现出陡峭的斜坡状。

边缘的锐利程度由图像灰度的梯度决定。梯度是一个向量，指出灰度变化最快的方向和变化量。

梯度大小由

确定。而梯度方向则由

确定的。

因此最简单的边缘检测算子是用图像的垂直和水平差分来逼近梯度算子：