基于机器视觉的大型机械产品总成件的在线质量控制方法

摘要

本发明公开了一种基于机器视觉的大型机械产品总成件的在线质量控制方法，其特征是：首先，通过路径规划确定大型机械产品总成件检测面上各检测点的检测次序并根据检测的顺序获取各检测点的图像；然后根据实时采集的检测环境信息计算环境对图像质量的影响程度值，并利用影响程度值对滤波函数的初始截止频率进行修正，使图像滤波处理的过程能够有效适应检测环境的变化；最后根据检测类型的差异分别利用提取的检测目标角点和几何中心点对目标进行检测，提高检测的速度。本发明能够减小复杂检测环境对图像质量的干扰，克服大型机械加工产品总成件检测面积较大和检测过程计算量大的困难，实现对大型机械加工产品总成件的在线质量控制。

主权项

一种基于机器视觉的大型机械产品总成件的在线质量控制方法，是应用于由大型机械产品总成件(1)、机器人(2)、环境检测仪和计算机系统(3)所组成的在线质量检测环境中，所述计算机系统(3)中存储有所述大型机械加工产品总成件(1)的所有检测面上所有检测点位置以及工件尺寸信息，假设所述大型机械加工产品总成件(1)包含n个检测面，第i个检测面上包含有m_i个检测点，且采集的第i个检测面上的第j个检测点图像的尺寸为M×N，1≤i≤n，其特征是按如下步骤进行：步骤1、根据所述第i个检测面上包含的m_i个检测点位置以及工件尺寸信息，建立包含m_i个检测点以及各点之间距离参数的第i个检测面上的网络模型；步骤2、确定第i个检测面上检测的起始点，并根据所述第i个检测面上的网络模型利用动态规划方法计算所述机器人(2)上的机器手仅且一次运动到每个检测点并返回到所述起始点的检测次序作为第i个检测面上的最优路径并保存；步骤3、所述机器人(2)采集第i个检测面上的第j个检测点图像并发送给所述计算机系统(3)；同时，所述环境检测仪实时获取所述在线质量检测环境中的温湿度、光照度、灰尘浓度并发送给所述计算机系统(3)；步骤4、所述计算机系统(3)根据所述温湿度、光照度、灰尘浓度，利用式(1)获得复杂环境对图像质量的影响程度I：I＝ω₁+ω₂+ω₃+ω₄    (1)式(1)中，ω₁表示所述温度对图像质量的影响程度，并由环境中的温度变化确定；ω₂表示所述湿度对图像质量的影响程度，并由环境中湿度变化确定；ω₃表示所述灰尘浓度对图像质量的影响程度，并由环境中的灰尘浓度确定；ω₄表示光照度对图像质量的影响程度，并由生产现场的光照强度确定；步骤5、利用所述影响程度I通过式(2)对低通滤波器的初始截断频率D₀进行修正，再利用修正后的截断频率确定的低通滤波器的滤波函数，对图像进行滤波处理，得到不含噪声的第j个检测点图像；$D_0^1=D_0-D_0\times I---\left(2\right)$步骤6、利用双峰法对所述第j个检测点图像进行分割，得到第j个检测点图像的背景和待测目标；步骤7、利用SUSAN角点检测算法找出所述待测目标的角点并在所述第j个检测点图像上进行标记，再根据所述待测目标计算所述待测目标的几何中心点并也在所述第j个检测点图像上进行标记，得到标记后的第j个检测点图像作为机器视觉检测图像匹配的模板；步骤8、在线质量控制过程中，所述机器人(2)采集待测总成件上第i个检测面的第j个检测点图像作为待测图像并发送给所述计算机系统(3)；同时，所述环境检测仪实时获取所述在线质量检测环境中的温湿度、光照度、灰尘浓度并发送给所述计算机系统(3)；步骤9、重复步骤4‑步骤6的处理方法，得到所述待测图像的背景和待测目标；步骤10、提取所述待测图像的待测目标的角点和几何中心点，并将所提取的所述待测图像的待测目标的角点与所述模版的角点进行对比，得到所述待测图像的待测目标形状的匹配度；将所述提取的所述待测图像的待测目标的几何中心点位置与所述模版的几何中心点位置进行对比，得到所述待测图像的待测目标位置的匹配度；根据所述提取的所述待测图像的待测目标的几何中心点数量，确定所述待测图像的待测目标的数量；通过测量所述提取的所述待测图像的待测目标的任意两个角点之间的距离，确定所述待测图像的待测目标的尺寸，从而实现对所述待测图像上第i个检测面的第j个检测点的在线质量控制；步骤11、将j+1赋值给j，并返回步骤3‑步骤10，直到j＝m_i为止，从而实现所述待测图像上第i个检测面的在线质量控制；步骤12、将i+1赋值给i，并返回步骤2‑步骤11，直到i＝n为止，从而实现所述待测图像上所有检测面的在线质量控制。