[发明专利]手表外壳工件的正反姿态判断的单目机器视觉方法

说明书

本发明涉及手表外壳工件的正反姿态判断的单目机器视觉方法。本发明视觉系统的拍照角度是工件的俯视图，同时利用基于OpenCV的库函数来判断手表壳的正反姿态。该方法抗干扰性强，对硬件设备要求不高，判断正确率很高。将本视觉系统应用于具有判断手表壳工件的正反姿态任务的流水线上会显著提高流水线的工作效率，实现机器代替人眼识别从而实现生产自动化。

技术领域

本发明涉及一种手表外壳工件的正反姿态判断的单目机器视觉方法。

背景技术

Paul Hough在1959年气泡室照片的机器分析中提出霍夫变换，并于1962年获得美国专利，命名为Method and Means for Recognizing Complex Patterns。在该专利中，直线参数方程采用斜截距式，但由于斜率可能是无穷大，故这有可能导致无限变换空间。

本专利中使用的霍夫变换是1972年由Richard Duda和Peter Hart改进所发明，称为“广义霍夫变换[GHT]”，其发明专利名称为”Use of the Hough Transformation toDetect Lines and Curves in Pictures，1972”。然后在1981年，一篇名为Generalizingthe Hough transform to detect arbitrary shapes的文章在计算机视觉社区中出现，霍夫变换技术进而推广开来。

此外，机器视觉系统中必须应用数字图像处理技术。数字图像处理技术由冈萨雷斯教授及其团队研发并整合成书。其中较为典型的是数字图像直方图分析。数字图像直方图分析是将概率与统计技术引入数字图像信号中。其基础就是概率与统计学中的直方图分析。通过对数字图像信号的直方图分析，可以得到图像灰度分布特点，从而寻找出不同情况下图像的特点。

目前，将机器视觉技术引入手表壳加工制造领域的研究还非常少。由于手表外壳的正反识别任务较为普通，绝大多数企业目前仍采用人工方式进行表壳正反识别。少数企业开始采用机械结构进行手表壳的正反区分工作。尽管手表外壳正反识别任务非常简单，人工即可轻易完成，但是由于手表外壳加工制造的生产线上表壳数量众多，人眼识别长时间后容易疲劳，识别错误率会随工作时间的增加而上升。从经济的角度考虑，在大量生产的基础下，使用人工识别的成本要比用机械方式识别的成本高。另外，使用纯机械结构进行手表外壳姿态正反的区分任务，也有自己的局限性。一方面，机械结构较为复杂，设计制造成本较高；另一方面，机械结构的复杂性直接影响着其使用寿命和维护成本。因此，将机器视觉技术引入到该领域中，不仅能解决人眼易疲劳、人工成本高的问题，还能够将“视觉”赋予生产线，大大简化了机械结构的复杂程度，降低的维护成本，同时也提高了生产效率和生产质量。

发明内容

本发明的目的在于提供一种手表外壳工件的正反姿态判断的单目机器视觉方法。本发明提出的手表外壳工件的正反姿态判断的单目机器视觉方法，具体步骤如下：

(1)搭建机器视觉硬件系统

机器视觉硬件系统由黑箱、相机、环形光源、手表壳和载物盘组成，黑箱为中部空心结构，相机架设于黑箱上，相机镜头对准黑箱内底部，相机四周设有环形光源，黑箱内底部设有载物盘，手表壳放置于载物盘上，相机镜头对准手表壳表面；机器视觉硬件系统对于手表壳工件的拍照角度是能完全展示工件外形轮廓的俯视图，另外，工件的主体颜色应当与背景颜色有较为明显的区分；其中：黑箱为遮光部分，能够减少外界环境对拍照环境的影响，拍照环境单独提供光源为光照部分，保证工件的亮度，环形光源为光源系统，为相机获取图像创造指定的拍摄环境，相机得到的图像信息输入到图像处理设备中，进行图像信息的处理与分析，从而得到所需要的结果；

(2)工件正反姿态的特征分析