[发明专利]一种基于phython机器视觉缺陷的在线检测方法在审
申请号: | 201711354505.8 | 申请日: | 2017-12-15 |
公开(公告)号: | CN108088848A | 公开(公告)日: | 2018-05-29 |
发明(设计)人: | 吴兆启 | 申请(专利权)人: | 佛山市极加互动科技有限公司 |
主分类号: | G01N21/88 | 分类号: | G01N21/88 |
代理公司: | 佛山帮专知识产权代理事务所(普通合伙) 44387 | 代理人: | 颜春艳 |
地址: | 528200 广东省佛山市南海区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器视觉 在线检测 算法 图像处理过程 图像处理算法 动态阈值法 图像预处理 采集图像 工业制品 记录结果 结果信息 缺陷识别 图像处理 图像识别 系统创建 相机检测 初始化 匹配法 检测 灰度 漏检 误检 发送 场景 分析 | ||
1.一种基于phython机器视觉缺陷的在线检测方法,其特征在于,包括以下步骤:
(1)初始化调整:程序启动时,在数据库或配置文件中提取相机的设置标定信息、算法执行顺序、相关参数和阈值的参数或内容,为后续的检测提供支持;
(2)相机检测:判断相机是否接入,相关参数是否匹配,若不匹配,相应进行调整;
(3)采集图像:通过图像采集卡和相应的参数采集图像;
(4)图像处理识别缺陷:通过对采集的图像进行增强、二值化、边缘提取、图像分割、模式匹配的图像处理算法,判断该产品是否合格;
(5)结果信息发送:phython平台将判断结果传送给由PLC控制的下位机,由其控制机械设备完成分拣工作;
(6)记录结果信息:记录检验合格和不合格的数量、缺陷的种类,并将这些信息提供给生产技术人员对缺陷产生的原因及检测系统的效率进行分析。
2.如权利要求1所述在线检测方法,其特征在于,所述初始化调整中阈值可采用图像分割算法、图像增强算法或模式匹配算法来计算。
3.如权利要求1所述在线检测方法,其特征在于,所述边缘提取可采用Robert算子、Sobel算子、Prewitt算子、Kirsch算子和Laplacian算子进行提取。
4.如权利要求1所述在线检测方法,其特征在于,所述图像分割可采用灰度阈值分割法或者生长因子法。
5.如权利要求1所述在线检测方法,其特征在于,所述图像识别可采用匹配法、灰度相关法或动态阈值法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于佛山市极加互动科技有限公司,未经佛山市极加互动科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711354505.8/1.html,转载请声明来源钻瓜专利网。