一种基于机器视觉的高精度尺寸检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108716890A(43)申请公布日2018.10.30(21)申请号201810938655.1(22)申请日2018.08.17(71)申请人苏州富鑫林光电科技有限公司地址215011江苏省苏州市工业园区金浦路11号怡达科技园F幢三层(72)发明人许照林侯晓琴(74)专利代理机构苏州广正知识产权代理有限公司32234代理人刘盼盼(51)Int.Cl.G01B11/02(2006.01)G06T7/13(2017.01)G06T3/00(2006.01)G06T5/00(2006.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于机器视觉的高精度尺寸检测方法(57)摘要本发明公开了一种基于机器视觉的高精度尺寸检测方法，通过可以自动上下料的尺寸检测机台、完整、清晰地呈现出产品局部轮廓的视觉成像技术以及针对该成像技术的快速、稳定的图像处理算法实现快速、精准、稳定地检测出标准形状物体的局部和整体长宽，达到替代甚至超越人工检测的目的，具有可靠性能高、定位精确、结构紧凑等优点，同时在产品尺寸检测的应用及普及上有着广泛的市场前景。通过上述方式，本发明基于机器视觉的高精度尺寸检测方法。CN108716890ACN108716890A权利要求书1/2页1.一种基于机器视觉的高精度尺寸检测方法，其特征在于，包括以下步骤：（1）产线产品通过皮带传送至尺寸检测机台的检测平台上，产品的四个角分别设置检测设备对其进行成像取图；（2）通过仿射变换完成图像的畸变校正；（3）在校正完成的图像上，经过均值二值化、边缘检测、轮廓分析去噪完成寻边；（4）寻边完成后，产品的尺寸通过标定的比例关系计算得出实际尺寸值；（5）比对标准尺寸与产品的实际尺寸值，如果超出公差范围，机械手定位产品，通过标记路径将产品放置于NGTray盘中；反之在公差范围内时，机械手定位产品，通过标记路线将产品放置于OKTray盘中。2.根据权利要求1所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（1）中，产品的四个角放置在待检测工位，检测设备分别对产品的四个角的局部尺寸与全局尺寸取像获得有畸变的原图像素数据M。3.根据权利要求2所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（2）中，仿射变换的透视矩阵T，，畸变校正后的图像素数据N，则。4.根据权利要求3所述的基于机器视觉的高精度尺寸检测方法，其特征在于，所述畸变校正后的产品的四个角的边框的像素距离在图像坐标系下为，边框的实际距离在世界坐标系下为，则图像坐标系与世界坐标系的映射关系比例为scale，。5.根据权利要求1所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（3）中，边缘检测为对产品的四个角成像的原图进行Canny检测，阈值下限是15-25，阈值上限是阈值下限的3倍。6.根据权利要求1所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（3）中，对边缘检测结果图做轮廓分析，对相同Y值累计做概率分析，其中概率较大的两个值分别做为产品的竖直边框的外边缘与内边缘，对比这两个值的大小，值小的为产品的竖直边框的外边缘，值大的为产品的竖直边框的外边缘；对相同X值累计做概率分析，其中概率较大的两值产品的水平边框的外边缘与内边缘，对比两值大小，值小的为产品的水平边框的外边缘，值大的为产品的水平边框的内边缘。7.根据权利要求1所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（4）中，寻边完成后，采用基于插值的亚像素边缘分析法，将产品的边框距离由像素级精确为亚像素级，计算得出局部尺寸的实际尺寸值，。8.根据权利要求2所述的基于机器视觉的高精度尺寸检测方法，其特征在于，步骤（1）中，标定相邻的两个检测设备的坐标系，使得各自的坐标系X轴、Y轴相互平行，两个检测设2CN108716890A权利要求书2/2页备的坐标系的轴心在X轴、Y轴方向的偏移量是、。9.根据权利要求8所述的基于机器视觉的高精度尺寸检测方法，其特征在于，根据偏移量是、计算产品的相对的边缘的间距，是产品的相对的边缘的间距的像素量，通过数据补偿分析模型对产品的相对的边缘的间距做误差补偿测量，得到检测结果。10.根据权利要求9所述的基于机器视觉的高精度尺寸检测方法，其特征在于，所述数据补偿分析模型是通过多项式拟合分析法对产品的同一尺寸的多个样本图像得到的检测值进行分析，提取拟合系数建立模型。3CN108716890A说明书1/6页一种基于机器视觉的高精度尺寸检测方法技术领域[0001]本发明涉及机器视觉成像精度测量领域，特别是涉及一种基于机器视觉的高精度尺寸检测方法。背景技术[0002]目前的尺寸检测装置主要针对标准形状产品的尺寸测量，如局部长宽，和整体长宽，采用有针对性