[发明专利]一种基于机器人智能末端的点胶质量视觉检测方法

说明书

本发明公开了一种基于机器人智能末端的点胶质量视觉检测方法，采用运动学的转移矩阵运算方法，将机器人视觉末端定位于垂直位置，进行视觉采集。并对采集所得的图像进行前置处理、特征提取、参数计算等步骤，后将计算所得的参数传输至携带摄像机的机器人末端的控制单元使之在一个旋转自由度内调整摄像机的姿态以便获得误差更小的原始图像。系统最终分别实现了考虑拍摄角度影响和不考虑拍摄角度影响的宽度检测，并给出以像素为单位的宽度值。

【技术领域】

本发明属于注塑件点胶条带检测技术领域，涉及一种基于机器人智能末端的点胶质量视觉检测方法。

【背景技术】

点胶工艺广泛应用于各种结构件封装、连接等工况。点胶工艺完成后需要对点胶质量进行检测。由于材料为非金属，硬度、强度等力学性能又较金属相差较多。相当一部分适用于金属加工后质量检测的手段对点胶并不适用。传统的点胶质量检验仍旧较大程度的依赖人工检测，以致质量检测工序成本高、效率越低、精度差。

机器视觉是目前人工智能领域下一个较为热门的分支课题。借助计算机技术和光学技术，通过数码相机获知环境的光线信息并从中提取感兴趣的内容进行分析以完成各种任务。随着上述领域的技术发展，机器视觉逐渐被工业领域广泛用于测量、监控、识别等应用。借助机器视觉完成产品质量检测的技术应用逐渐普及。而利用机器视觉通过对图像的处理分析能够高效精确地完成点胶条带几何参数的检测。

【发明内容】

本发明的目的在于克服上述现有技术的缺点，提供一种简便易行、成本低廉、适用于小型自动化生产线的基于机器人智能末端的点胶质量视觉检测方法

为达到上述目的，本发明采用以下技术方案予以实现：

一种基于机器人智能末端的点胶质量视觉检测方法，包括以下步骤：

步骤1：图像数据获取

获取的图像数据，其突起带的走向与图像的边缘、成像平面以及非突起的基体平面平行；

步骤2：图像处理

通过图像处理程序对获取的图像数据进行筛选分析，得到参数结果，并将参数结果反馈给监控人员，供结果评估；参数结果包括视场范围以内的特征条带最大宽度、平均宽度以及误差的主要影响项角度参数，误差的主要影响项角度参数为特征条带拟合直线与图像边缘所成角度，即偏转角度；

步骤3：结果评估

根据步骤2所反馈的参数结果评估注塑件点胶工序的质量是否达到预设条件，以及智能末端图像拍摄的姿态是否达到预设条件；从最大宽度、平均宽度的绝对值，最大宽度与平均宽度的差值以及与图像坐标所成角度判定其质量好坏。

本发明进一步的改进在于：

步骤2的具体方法如下：

步骤2.1：图像前置处理

按顺序使用灰度化、空间滤波和阈值处理，将目标突起特征以二值图像中低明度区域的形式分离；

步骤2.2：特征提取

以经过前置处理的图像为原始数据，提取图像中感兴趣的低明度区域，寻找其边界并计算封闭边界的最小外接矩形并记录外接矩形的长、宽、中心坐标以及偏转角度；

步骤2.3：参数计算

采用逐列自上而下遍历像素点的方法计算兴趣区域的列宽度值数组，并对用该数组求列均值作为其平均宽度，并将结果反馈给监控人员；

采用自左向右的方式逐行遍历像素求得图像最上侧开始有黑色像素的一行标号与最下侧有黑色像素的一行标号之差作为目标区域的最大宽度，并将结果反馈给监控人员。

步骤3中，注塑件点胶工序质量的预设条件为特征条带宽度在预设的范围以内：