[发明专利]一种基于视觉的家具喷涂质量检测方法

权利要求书

1.一种基于视觉的家具喷涂质量检测方法，其特征在于，包括如下步骤：

1)图像采集；

2)图像拼接；

3)形态学颗粒分析；

4)粗糙度计算；

5)界面显示。

2.如权利要求1所述的基于视觉的家具喷涂质量检测方法，其特征在于，所述第1)步中，通过机器人末端装载相机，并通过示教多个位置带动相机进行家具表面各个位置图片采集。

3.如权利要求2所述的基于视觉的家具喷涂质量检测方法，其特征在于，所述第2)步包括如下步骤：

2.1)图像预处理；

2.2)图像配准：图像配准是在参考图上选取以一目标点为中心的图像子块，并称它为图像配准的模板，然后让模板在搜索图上移动，每移动到一个位置，把模板与搜索图中的对应部分进行相关比较，直到找到配准位置为止，完成图像间的对齐；

2.3)图像融合：在完成图像匹配以后，对图像进行缝合，并对缝合的边界进行处理。

4.如权利要求3所述的基于视觉的家具喷涂质量检测方法，其特征在于，所述第3)步中，针对家具表面喷涂图像的质量检测，首先对采集的图像进行数学形态学颗粒分析，去除家具喷涂表面的杂质，保留家具喷涂表面颗粒度的特征；通过半径为1像素的圆形结构元素对喷涂表面图像进行筛选，从滤过的子图像中提取颗粒。

5.如权利要求4所述的基于视觉的家具喷涂质量检测方法，其特征在于，所述第4)步包括如下步骤：

4.1)计算出纹理图像中大小为2^k×2^k个像素的活动窗口中的像素强度平均值：

其中k的取值是0～5，而f(i，j)是像素点(i，j)对应的像素强度值；

4.2)针对每一个像素分别计算出其在垂直方向和水平方向上互不重叠窗口之间的平均强度差：

对于每个像素无论什么方向都能使E值达到最大的k值可以用来设置最佳的尺寸S_best(x,y)＝2^k；

4.3)通过计算整幅纹理图像中S_best的平均值来得到粗糙度：

其中m为图像横向像素数，n为图像纵向像素数。

6.如权利要求5所述的基于视觉的家具喷涂质量检测方法，其特征在于，所述第5)步中，通过视觉设备采集图像经过图像处理后，实时地显示在显示器上，并在显示器上显示相应量化的缺陷、粗糙度参数及喷涂家具产品是否合格。