[发明专利]一种高速周期运动的视觉实时检测方法

说明书

本发明涉及一种高速周期运动的视觉实时检测方法，属于视觉检测技术领域，所述实时视觉检测方法包括：提取周期运动特征，获得周期运动的圆周角度；基于所述周期运动的圆周角度，建立高帧率图像样本库；基于所述高帧率图像样本库，进行视觉实时检测及异常提取。该方法是一种单目相机、周期特征标记的快速检测算法，可以对周期性机械运动进行无损、可视化的实时检测，自动提取其中发生的异常状况，实现高速下周期运动的实时视觉检测。

技术领域

本发明涉及视觉检测技术领域，具体涉及一种高速周期运动的视觉实时检测方法。

背景技术

视觉检测技术越来越多的用于人类社会的生产生活中，常规的视觉技术是利用相机采集目标图像，将视频图像数据保存于计算机中，并研究相应的图像处理和视频处理算法，完成基于视觉图像的自动检测与识别功能。视觉检测技术根据实时处理速度，可以分为普通视觉检测与高速视觉检测两类。普通的视觉检测系统通常为25-30帧/秒的实时处理速度，高速视觉实时检测的处理速度，一般在128帧/每秒以上，用于采集和检测高速运行的目标。

高速视觉系统用于采集高速运动的瞬时图像，通过高性能图像处理算法，在几毫秒时间内完成对目标图像的快速处理，并输出关键的图像特征，完成对目标的实时处理。普通视觉由于采集速度低，对于高速运动现象，无法采集瞬间的高清图像，纹理特征模糊难辨，所以不适用于高速运动的检测。

在工业生产领域，高速运动呈现周期性、重复性的运动状态，被人类控制以完成既定的动作，用于大规模生产与加工。其中，电机驱动的机械系统，是一类典型的周期运动操作系统。高速机械动作的单步执行时间，一般在几毫秒的时间内完成，需要用1000fps的高速相机进行检测。

有研究者提出了高速机械系统运动特性的实时视觉检测技术研究。其利用高速图像传感器可以清晰地捕捉高速周期运动的瞬间图像，对于每个像素点，其灰度值变化满足周期特性，所以首先预存储原始高帧率图像，经过初级滤波除去背景像素点，通过离线图像处理选择出对周期运动影响最大的周期特征像素点；利用这些像素点和原始图像，计算出原始视频的周期相位值，建立周期相位查找表、周期矢量样本库和周期图像样本库，用于实时检测。在线图像处理中，将每一帧高速图像，根据选定的像素点，转换为一维矢量，从周期矢量样本库中进行相似度匹配，同时根据周期相位查找表搜索和提取当前帧对应的相位值，通过对应图像的相位校准，计算出高速周期运动的实时相位，根据长时间的实时计算，得到周期运动的频率值。其技术方案如图1所示。这种方法利用高速相机，对高速运动进行像素点优化，预存储正常周期的高速运动图像，设计复杂的算法，通过离线图像数据的大计算量运算，从全局图像像素点中提取一系列关键像素点，通过这些像素点的向量值，表示高速周期运动的特征值。同时，利用这些像素点和原始图像进行关联，建立样本库，从而进行高速实时的视觉检测。但该方法存在以下技术缺陷： 1、该方法需要存储大量的正常运动高帧率图像数据，利用复杂的图像处理算法，计算并提取关键像素点，离线处理过程复杂耗时，通常需要十几分钟的离线计算过程，所以最大的缺点是数据量大、计算量大、算法复杂。2、该方法主要针对无明显圆周运动区域的高速周期运动，所以无法找到合适的标记点。由于没有明显的周期运动特征，所以此方法在周期特征值计算中，结果不稳定，会产生较多的噪声干扰。

因此，对电机驱动的周期性机械运动，亟需一种单目相机、周期特征标记的快速检测算法，可以对周期性机械运动进行无损、可视化的实时检测，自动提取其中发生的异常状况，实现1000fps的实时视觉检测。

发明内容

本发明的目的在于针对现有技术存在的技术问题，提供一种基于高速相机的高速周期运动的视觉实时检测方法，解决以下技术问题：

1、对于高速周期运动目标，能够通过一个高速相机，设计高性能的图像处理算法，对高速运动进行实时检测，自动提取出人眼无法观察的异常状态。

2、在一个高速相机的采集图像中，设定周期运动区域图像与目标检测区域图像，并进行关联，简化系统设备，利用两个区域图像的关系，定义高速周期运动特性。