[发明专利]机器视觉系统检测算法的自动产生和自动学习方法

摘要

机器视觉系统检测算法的自动产生和自动学习方法，其特征在于：第一步，建立目标结构模型知识库。针对具体的检测目标的类型，分析检测点和检测方法，然后根据目标结构模型分解的检测区域选择相应的检测算法，第二步，检测算法的判别参数的自动学习过程，第一步完成后，需要自动建立检测算法的判别参数的上下门限值，实现自动学习过程，第三步，算法参数的自动修正，系统开始在线检测后，随着系统运行，系统保留一段事件的历史图像，计算所保留的历史图像的检测参数，根据当前计算的检测参数修正原来的检测参数的上下门限值，作为新的检测标准，从而实现机器视觉系统检测算法的自动产生和自动学习方法。

主权项

机器视觉系统检测算法的自动产生和自动学习方法，其特征在于：第一步，建立目标结构模型知识库。针对具体的检测目标的类型，分析检测点和检测方法，然后根据目标结构模型分解的检测区域选择相应的检测算法。第二步，检测算法的判别参数的自动学习过程。第一步完成后，需要自动建立检测算法的判别参数的上下门限值，首先采集无目标物的纯背景图像和有目标物的多幅图像，软件通过有和无目标物的图像自动分解出纯目标物的图像，通过稳定可靠的边沿搜索算法确定出目标的边沿位置，根据边沿位置确定出每个检测区域的空间位置，然后自动执行上述的所有算法，计算出每个检测区域的参数，根据所采集的多幅图像的检测参数，产生每个参数的变化范围，该范围就作为以后判别参数的上下门限值，最后以数据库的形式提供出该机器视觉系统的所有算法和判别参数。第三步，算法参数的自动修正。系统开始在线检测后，随着系统运行，系统保留一段事件的历史图像，如果出现光源衰减或环境变化或目标物本身出现包装外观差异，但仍然属于符合要求的外观，使得判别参数不符合要求引起系统误判，软件根据配置的要求会启动自动修正流程，计算所保留的历史图像的检测参数，根据当前计算的检测参数修正原来的检测参数的上下门限值，作为新的检测标准，从而实现机器视觉系统检测算法的自动产生和自动学习方法。