[发明专利]基于数模信息的工件检测及缺陷判断方法

权利要求书

1.基于数模信息的工件检测及缺陷判断方法，其特征在于：该方法包括以下步骤：

S1：利用视觉传感器获取完整的工件图像信息；

S2：将所需求的数模信息提取出来，将工件个数、坐标和形态信息保存在对应文件里，并获取合格工件的灰度图，统计其灰度值；

S3：针对图像建立对应坐标系，数模坐标信息和图像坐标信息对齐，获取数模坐标系上工件位置在图像上的对应情况；

S4：根据对齐后图像坐标信息，选择设计对应图像位置框；

S5：将搜索位置对应到图像目标位置框上，在其上对工件进行边缘检测；

S6：利用边缘检测获取目标工件，通过利用工件物体边缘位置和其他位置存在灰度阶跃变化，检测获取图像边缘；

S7：根据实际制造可能产生的误差，确定工件移动的偏差范围；

S8：对正常形态的待测物图像和存在缺陷的待测物图像分别进行感兴趣区域提取，得到尺寸相同的正常特征图像和缺陷特征图像；

S9：将得到的工件与模板进行匹配对比，确认工件是否满足数模形态信息，确定是否为模板的待检测工件；

S10：将得到的工件的边缘情况和数模信息对比，判断是否存在工件和工件大小、形态是否满足预先的设计需求；

S11：得到工件图像的灰度图，根据预设尺寸在灰度图中建立选区，统计选区内所有像素点的灰度值，计算选区的灰度均值和标准偏差值；

S12：判断工件图像灰度值是否符合标准图像，从而判断工件是否为合格工件，综合模板匹配的结果，将对比得到的结果进行输出；

若部分判断包含灰度值的像素点范围超出标准工件包含灰度值的像素点范围，则认为工件形态过大；

若部分判断包含灰度值的像素点少于标准工件包含灰度值的像素点范围，则认为工件形态缺损；

若判断整个工件表面像素点的灰度值不均衡，则认为工件表面不平滑，若判断部分像素点的灰度值小于标准灰度值，则认为工件存在凹陷情况；

若判断部分像素点的灰度值大于标准灰度值，则认为工件存在凸起情况；

若判断待检测图像存在多种形态问题，则优先列出其与标准工件相差更大的缺陷。

2.根据权利要求1所述的基于数模信息的工件检测及缺陷判断方法，其特征在于：所述工件检测及缺陷判断方法具体为：

从数模文件中读取工件个数n、位置[X_W Y_W Z_W]及大小s₁的形态信息，其中数模设计上相关尺寸信息与实际信息相符，原点设计为数模图像上任意一点，将数模坐标系看作世界坐标系；

分别建立图像上的像素坐标系u-v和数模坐标系x-y，并将两个坐标系转换对齐，获取数模坐标点对应位置在图像上的具体坐标位置点；

将世界坐标系转换为像素坐标系的过程是将世界坐标转换为相机坐标，相机坐标转换为图像坐标，图像坐标转换为像素坐标的过程；是四个坐标系间的相互转换；

其中世界坐标转换为相机坐标：

相机坐标转换为图像坐标：

图像坐标转换为像素坐标：

直接将世界坐标转换为像素坐标的过程为：

其中世界坐标为[X_W Y_W Z_W]、相机坐标为[X_C Y_C Z_C]、图像坐标：[x y]、像素坐标：[uv]、相机焦距为f、旋转矩阵为R、平移矩阵为T，相机内参为相机外参为

将图像上的工件位置坐标[u v]和大小s₂信息，并在图像上进行预选框的标注；

针对图像的预选框进行图像边缘检测，获取判断对应工件信息；

其中边缘检测利用Canny边缘检测算法进行，包含对图像进行灰度化；用高斯滤波器平滑图像；用一阶偏导的有限差分来计算梯度的幅值和方向；对梯度幅值进行非极大值抑制；用双阈值算法检测和连接边缘；

其中经过高斯滤波后的灰度值变为：

每个像素点的梯度强度及方向为：

用一个高斯矩阵乘以每一个像素点及其邻域，取其带权重的平均值作为最后的灰度值；

过滤非最大值，使用一个规则来过滤不是边缘的点，使边缘的宽度为1个像素点，形成边缘线；

得到的边缘情况和数模信息对比，判断是否存在工件和工件大小、形态是否满足预先的设计需求；

根据之前检测到的灰度值，得到图像中的一个上阀值和一个下阀值，大于上阀值的都被检测为边缘，而低于下阀值的都被检测为非边缘；对于中间的像素点，如果与确定为边缘的像素点邻接，则判定为边缘；否则为非边缘；

利用模板匹配方法，将模板图像与待测图像或其中某一区域图像进行比较，判断是否相同或相近的过程；

其中模板匹配中，模板就是一幅已知的小图像，而模板匹配就是在一幅大图像中搜寻目标，已知该图中有要找的目标，且该目标与模板有相同的尺度，方向和图像元素，通过一定算法在图像中找到目标；

利用归一化相关系数匹配法来进行模板匹配

其中将标准工件或数模图像作为模板图像，与待检测图像进行匹配对比，对于其中由拍摄角度或其他原因造成的误差，通过调节匹配阈值来改善，判断工件颜色是否满足预先的设计需求；

利用工件的H,S,V值对工件进行检测，获取到目标工件中心坐标位置；

将边缘检测得到的工件中心坐标和色彩检测得到的中心坐标对比，修正得到实际图像上的工件位置坐标；

对正常形态的待测物图像和存在缺陷的待测物图像分别进行感兴趣区域提取，得到尺寸相同的正常特征图像和缺陷特征图像；

将得到的工件与模板进行匹配对比，确认工件是否满足数模形态信息，确定是否为模板的待检测工件；

将得到的工件与模板进行匹配对比，判断是否存在工件和工件大小、形态是否满足预先的设计需求；再利用图像灰度值检测方法，对工件形态是否合格进行检测；

根据预设尺寸在灰度图中建立选区，统计选区内所有像素点的灰度值，计算选区的灰度均值和标准偏差值；

判断工件图像灰度值是否符合标准图像，从而判断工件是否为合格工件，综合模板匹配的结果，将对比得到的结果进行输出。

3.根据权利要求2所述的基于数模信息的工件检测及缺陷判断方法，其特征在于：所述缺陷包括有无符合的工件、工件形态是否与实际相符、工件位置与是否实际相符和工件颜色是否与实际相符、大小是否与标准相符是否存在凹凸情况和表面是否光滑。