注塑工件模板匹配方法、電子設(shè)備及存儲(chǔ)介質(zhì)
1.本發(fā)明涉及注塑工件缺陷檢測(cè)領(lǐng)域，具體涉及一種對(duì)待測(cè)的工件圖像兼具了平移、旋轉(zhuǎn)、縮放穩(wěn)定性的注塑工件模板匹配方法、電子設(shè)備及存儲(chǔ)介質(zhì)。
背景技術(shù)：
2.在自動(dòng)化普及程度較高的地區(qū)，注塑產(chǎn)線(xiàn)已基本實(shí)現(xiàn)全自動(dòng)化。而對(duì)注塑工件的質(zhì)檢仍主要采用人工目測(cè)來(lái)檢測(cè)塑件的表面缺陷，這種開(kāi)環(huán)的工作方法主觀性強(qiáng)，實(shí)時(shí)監(jiān)控能力較弱，鑒于人工檢測(cè)的標(biāo)準(zhǔn)不一，檢測(cè)標(biāo)準(zhǔn)不穩(wěn)定。同時(shí)，從作業(yè)環(huán)境來(lái)講，一線(xiàn)工人在工作過(guò)程中也面臨危險(xiǎn)性，且勞動(dòng)強(qiáng)度較大。
3.目前也有采用圖像識(shí)別的方式進(jìn)行注塑工件的表面檢測(cè)，但是當(dāng)塑件圖像在實(shí)際拍攝過(guò)程中發(fā)生平移、旋轉(zhuǎn)、縮放等畸變影響下，誤報(bào)比例大且準(zhǔn)確率低，實(shí)際應(yīng)用效果并不理想，僅在容易出現(xiàn)一致性表面缺陷的幾個(gè)工位能夠使用，適用性非常窄。
技術(shù)實(shí)現(xiàn)要素：
4.本發(fā)明要解決的技術(shù)問(wèn)題是提供一種兼具多變量穩(wěn)定性的注塑工件模板匹配方法、電子設(shè)備及存儲(chǔ)介質(zhì)，塑件圖像在實(shí)際拍攝過(guò)程中發(fā)生平移、旋轉(zhuǎn)、縮放等畸變影響下，仍然能夠進(jìn)行合格與否的判定，以解決現(xiàn)有技術(shù)檢測(cè)標(biāo)準(zhǔn)主觀性強(qiáng)、準(zhǔn)確率低，魯棒性不佳，應(yīng)用范圍窄以及人工成本高等問(wèn)題，實(shí)現(xiàn)塑件質(zhì)量檢測(cè)環(huán)節(jié)的自動(dòng)化。
5.為解決以上技術(shù)問(wèn)題，本發(fā)明采用以下技術(shù)方案：
6.一種兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于包括如下步驟：
7.s1：采集注塑工件圖像并對(duì)所采集的注塑工件圖像數(shù)據(jù)預(yù)處理；
8.s2：圖像數(shù)據(jù)集的輪廓特征提取和標(biāo)準(zhǔn)模板數(shù)據(jù)的建立；
9.s3：對(duì)注塑工件采用基于hu矩的輪廓匹配算法得出匹配精度；
10.s4：使用基于j(ψ
ij
)仲裁函數(shù)的塑件模板匹配機(jī)制對(duì)待測(cè)工件與標(biāo)準(zhǔn)模板進(jìn)行匹配。
11.進(jìn)一步地，步驟s1中注塑工件圖像數(shù)據(jù)預(yù)處理包括以下步驟：原始圖像進(jìn)行灰度變換處理，灰度圖像進(jìn)行中值濾波，經(jīng)平滑處理后的圖像再進(jìn)行銳化處理。
12.進(jìn)一步地，步驟s2中圖像數(shù)據(jù)集的輪廓特征提取使用canny邊緣檢測(cè)算法，首先用高斯一階導(dǎo)函數(shù)濾波器對(duì)圖像進(jìn)行預(yù)處理，再計(jì)算出梯度的方向和幅值，基于非最大化抑制理論確定圖像較為精確的邊緣信息，并根據(jù)實(shí)際圖像設(shè)定相應(yīng)閾值獲取最佳輪廓特征，由此建立各類(lèi)缺陷圖像的標(biāo)準(zhǔn)模板的圖像數(shù)據(jù)庫(kù)。
13.進(jìn)一步地，步驟s2中將高門(mén)限灰度值設(shè)定為240，低門(mén)限灰度值設(shè)定為200。
14.進(jìn)一步地，步驟s3中對(duì)注塑工件采用基于hu矩的輪廓匹配算法得出匹配精度包括以下步驟：利用hu矩函數(shù)建立模板圖像和缺陷圖像的不變矩?cái)?shù)據(jù)，將缺陷圖像的不變矩?cái)?shù)據(jù)與模板圖像的不變矩?cái)?shù)據(jù)進(jìn)行匹配得出匹配結(jié)果，將匹配結(jié)果的數(shù)值作為幾何輪廓相似度的度量。
15.進(jìn)一步地，步驟s3中hu矩函數(shù)是圖像的二階、三階中心矩組合成的七個(gè)不變矩。
16.進(jìn)一步地，步驟s3中，缺陷圖像的不變矩?cái)?shù)據(jù)與模板圖像的不變矩?cái)?shù)據(jù)之間使用如下公式進(jìn)行匹配：
[0017][0018]
其中，ψ
ij
表示匹配結(jié)果，記作匹配精度，其數(shù)值大小和相似程度呈反相關(guān)趨勢(shì)；i用于記待測(cè)工件的編號(hào)，j表示同一工件圖像輸進(jìn)行匹配的次數(shù)，k表示被處理圖像的hu矩從一到七的順序，a表示標(biāo)準(zhǔn)模板，b表示歷次的待測(cè)圖像；表示圖片編號(hào)為i的標(biāo)準(zhǔn)模板的第k個(gè)hu矩?cái)?shù)據(jù)，表示圖片編號(hào)為i的待測(cè)圖像的第k個(gè)hu矩?cái)?shù)據(jù)。
[0019]
進(jìn)一步地，步驟s4中使用基于j(ψ
ij
)仲裁函數(shù)的塑件模板匹配機(jī)制對(duì)待測(cè)工件與標(biāo)準(zhǔn)模板進(jìn)行匹配按以下仲裁函數(shù)公式進(jìn)行匹配：
[0020][0021]
仲裁函數(shù)j(ψ
ij
)中，i表示待測(cè)工件的編號(hào)，j表示同一工件圖像輸進(jìn)行匹配的次數(shù)也是同一工件輸入仲裁函數(shù)的次數(shù)，一般是一次或者兩次；hua[k]表示標(biāo)準(zhǔn)模板圖像的hu不變矩?cái)?shù)據(jù)，k表示被處理圖像的hu矩從一到七的順序；ω為合格工件的精度下限閾值；
[0022]
如果仲裁函數(shù)j(ψ
ij
)值為1，也即匹配精度低于閾值ω，則該圖像所表示的工件為合格產(chǎn)品；
[0023]
如果仲裁函數(shù)值為0，也即匹配精度高于閾值ω，但低于其統(tǒng)計(jì)學(xué)縮放值，則將圖像進(jìn)行二次預(yù)處理，進(jìn)一步提取特征信息后再匹配，如第二次的匹配精度仍高于閾值，再劃歸到缺陷圖像數(shù)據(jù)集；
[0024]
如果函數(shù)值為-1，也即匹配精度ω高于閾值的統(tǒng)計(jì)學(xué)縮放值，將該工件直接劃歸為缺陷圖像數(shù)據(jù)集。
[0025]
一種電子設(shè)備，包括：存儲(chǔ)器、處理器及在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述方法的步驟。
[0026]
一種暫態(tài)或非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上所述方法的步驟。
[0027]
由此，本發(fā)明公開(kāi)了一種兼具多變量穩(wěn)定性的注塑工件模板匹配新方法及電子設(shè)備和存儲(chǔ)介質(zhì)，
[0028]
與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案所帶來(lái)的有益效果是：
[0029]
取代了基于灰度值的模板匹配方法，使得匹配過(guò)程對(duì)平移、旋轉(zhuǎn)、縮放等影響因素具有魯棒性。
[0030]
通過(guò)本發(fā)明中的j(ψ
ij
)仲裁函數(shù)，對(duì)一部分可能存在錯(cuò)誤分類(lèi)的圖像進(jìn)行二次匹配，增加了容錯(cuò)率的新匹配方法有利于增強(qiáng)注塑工件缺陷分類(lèi)的準(zhǔn)確性。
[0031]
本發(fā)明的系統(tǒng)和電子設(shè)備可以實(shí)現(xiàn)注塑工件的自動(dòng)化檢測(cè)，提高檢測(cè)質(zhì)量且檢測(cè)一致性得到保證。
附圖說(shuō)明
[0032]
下面將結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明，附圖中：
[0033]
圖1是本發(fā)明兼具多變量穩(wěn)定性的注塑工件模板匹配方法的流程圖。
[0034]
圖2是本發(fā)明注塑工件原始圖像(a)與預(yù)處理之后圖像(b)對(duì)比圖。
[0035]
圖3是實(shí)施例中canny邊緣檢測(cè)算法高門(mén)限(a)與低門(mén)限(b)對(duì)比圖，其中(a)圖的兩個(gè)門(mén)限分別為240、200；(b)圖的兩個(gè)門(mén)限分別為40、20。
[0036]
圖4是本發(fā)明特征提取結(jié)果。
[0037]
圖5是本發(fā)明所提出模板匹配方法的具體流程圖。
具體實(shí)施方式
[0038]
為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0039]
根據(jù)本發(fā)明實(shí)施的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，如圖1和5所示。輸入端為采集的塑件圖像，輸出端為圖像是否合格的判定結(jié)果。按如下的實(shí)施例基于模板匹配結(jié)果實(shí)現(xiàn)判定：
[0040]
(1)注塑工件圖像數(shù)據(jù)預(yù)處理：原始圖像進(jìn)行灰度變換處理，灰度圖像進(jìn)行中值濾波，經(jīng)平滑處理圖像進(jìn)行圖像銳化處理。本步驟所述灰度變換處理作用為提高注塑工件識(shí)別度，所述平滑處理作用為消除圖像噪聲。所述銳化處理作用為消除平滑處理造成的模糊。注塑工件圖像數(shù)據(jù)預(yù)處理結(jié)果如圖2。
[0041]
(2)圖像數(shù)據(jù)集的輪廓特征提取和標(biāo)準(zhǔn)模板的建立：圖像數(shù)據(jù)集的輪廓特征提取使用canny邊緣檢測(cè)算法，并根據(jù)實(shí)際圖像設(shè)定相應(yīng)閾值獲取最佳輪廓特征。所述canny邊緣檢測(cè)算法本實(shí)施例中采用高閾值如圖3。
[0042]
本實(shí)施例針對(duì)塑件在工業(yè)生產(chǎn)中最可能出現(xiàn)的8類(lèi)缺陷形式分別進(jìn)行輪廓特征提取，8類(lèi)缺陷：塑件翹曲變形、表面黑點(diǎn)、尺寸不穩(wěn)定、收縮凹陷、銀紋、飛邊、填充不良、開(kāi)裂。特征提取結(jié)果如圖4。
[0043]
(3)對(duì)注塑工件采用基于hu矩的輪廓匹配算法得出匹配精度：利用hu矩函數(shù)(下式3)建立模板圖像和缺陷圖像的不變矩?cái)?shù)據(jù)，將缺陷圖像的不變矩?cái)?shù)據(jù)與模板圖像的不變矩?cái)?shù)據(jù)進(jìn)行匹配得出匹配結(jié)果，將匹配結(jié)果的數(shù)值作為幾何輪廓相似度的度量。hu矩函數(shù)是圖像的二階、三階中心矩組合成的七個(gè)不變矩。
[0044]
本實(shí)施例所述建立的模板圖像的hu矩?cái)?shù)據(jù)如下：
[0045]
hu1[1]＝2.02425；hu1[2]＝4.46429；hu1[3]＝8.01779；hu1[4]＝8.98081；hu1[5]＝18.0195；hu1[6]＝-11.5543；hu1[7]＝17.499。
[0046][0047]
本實(shí)施例中，該函數(shù)對(duì)標(biāo)準(zhǔn)工件的匹配精度在0.0871到0.1517之間。引入這個(gè)匹配精度區(qū)間的下限記作ω，用于建立j(ψ
ij
)仲裁函數(shù)，本實(shí)施例中ω＝0.15。
[0048]
將設(shè)計(jì)好的標(biāo)準(zhǔn)模板分別于8類(lèi)缺陷圖像進(jìn)行匹配，并輸出匹配結(jié)果如下。
[0049][0050]
(4)使用基于j(ψ
ij
)仲裁函數(shù)的塑件模板匹配機(jī)制對(duì)待測(cè)工件與標(biāo)準(zhǔn)模板進(jìn)行匹配：結(jié)合標(biāo)準(zhǔn)模板的數(shù)據(jù)，本實(shí)例中閾值ω的統(tǒng)計(jì)學(xué)縮放值為0.2542。除了塑件尺寸不穩(wěn)定這類(lèi)缺陷會(huì)進(jìn)入二次預(yù)處理程序以外，其他七類(lèi)缺陷均順利檢測(cè)。而尺寸不穩(wěn)定的圖像在二次預(yù)處理以后也得到了準(zhǔn)確地分類(lèi)。
[0051]
將本發(fā)明提出的新方法可視化后，如圖5所示。
[0052]
本發(fā)明實(shí)施例的電子設(shè)備，包括：存儲(chǔ)器、處理器及在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上所述方法的步驟。電子設(shè)備可以設(shè)置在相應(yīng)工位上，以攝像頭和存儲(chǔ)器處理器的方式實(shí)現(xiàn)。
[0053]
當(dāng)然，本發(fā)明也可以直接是暫態(tài)或非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上所述方法的步驟。
[0054]
應(yīng)當(dāng)理解的是，對(duì)本領(lǐng)域普通技術(shù)人員來(lái)說(shuō)，可以根據(jù)上述說(shuō)明加以改進(jìn)或變換，
而所有這些改進(jìn)和變換都應(yīng)屬于本發(fā)明所附權(quán)利要求的保護(hù)范圍。
技術(shù)特征：
1.一種兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于包括如下步驟：s1：采集注塑工件圖像并對(duì)所采集的注塑工件圖像數(shù)據(jù)預(yù)處理；s2：圖像數(shù)據(jù)集的輪廓特征提取和標(biāo)準(zhǔn)模板數(shù)據(jù)的建立；s3：對(duì)注塑工件采用基于hu矩的輪廓匹配算法得出匹配精度；s4：使用基于j(ψ
ij
)仲裁函數(shù)的塑件模板匹配機(jī)制對(duì)待測(cè)工件與標(biāo)準(zhǔn)模板進(jìn)行匹配。2.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s1中注塑工件圖像數(shù)據(jù)預(yù)處理包括以下步驟：原始圖像進(jìn)行灰度變換處理，灰度圖像進(jìn)行中值濾波，經(jīng)平滑處理后的圖像再進(jìn)行銳化處理。3.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于，步驟s2中圖像數(shù)據(jù)集的各類(lèi)標(biāo)準(zhǔn)圖像做輪廓特征提取，使用了經(jīng)典canny邊緣檢測(cè)算法，首先用高斯一階導(dǎo)函數(shù)濾波器對(duì)圖像進(jìn)行預(yù)處理，再計(jì)算出梯度的方向和幅值，基于非最大化抑制理論確定圖像較為精確的邊緣信息，并根據(jù)實(shí)際圖像設(shè)定相應(yīng)閾值獲取最佳輪廓特征，由此建立各類(lèi)缺陷圖像的標(biāo)準(zhǔn)模板的圖像數(shù)據(jù)庫(kù)。4.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s2中將高門(mén)限灰度值設(shè)定為240，低門(mén)限灰度值設(shè)定為200。5.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s3中對(duì)注塑工件采用基于hu矩的輪廓匹配算法得出匹配精度包括以下步驟：利用hu矩函數(shù)建立模板圖像和缺陷圖像的不變矩?cái)?shù)據(jù)，將缺陷圖像的不變矩?cái)?shù)據(jù)與模板圖像的不變矩?cái)?shù)據(jù)進(jìn)行匹配得出匹配結(jié)果，將匹配結(jié)果的數(shù)值作為幾何輪廓相似度的度量。6.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s3中hu矩函數(shù)是圖像的二階、三階中心矩組合成的七個(gè)不變矩。7.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s3中，缺陷圖像的不變矩?cái)?shù)據(jù)與模板圖像的不變矩?cái)?shù)據(jù)之間使用如下公式進(jìn)行匹配：其中，ψ
ij
表示匹配結(jié)果，記作匹配精度，其數(shù)值大小和相似程度呈反相關(guān)趨勢(shì)；i用于記待測(cè)工件的編號(hào)，j表示同一工件圖像輸進(jìn)行匹配的次數(shù)，k表示被處理圖像的hu矩從一到七的順序，a表示標(biāo)準(zhǔn)模板，b表示歷次的待測(cè)圖像；表示圖片編號(hào)為i的標(biāo)準(zhǔn)模板的第k個(gè)hu矩?cái)?shù)據(jù)，表示圖片編號(hào)為i的待測(cè)圖像的第k個(gè)hu矩?cái)?shù)據(jù)。8.根據(jù)權(quán)利要求1所述的兼具多變量穩(wěn)定性的注塑工件模板匹配方法，其特征在于步驟s4中使用基于j(ψ
ij
)仲裁函數(shù)的塑件模板匹配機(jī)制對(duì)待測(cè)工件與標(biāo)準(zhǔn)模板進(jìn)行匹配按以下仲裁函數(shù)j(ψ
ij
)公式進(jìn)行匹配：
其中，i表示待測(cè)工件的編號(hào)，j表示同一工件圖像輸進(jìn)行匹配的次數(shù)也是同一工件輸入仲裁函數(shù)的次數(shù)，一般是一次或者兩次；hu
a
[k]表示標(biāo)準(zhǔn)模板圖像的hu不變矩?cái)?shù)據(jù)，k表示被處理圖像的hu矩從一到七的順序；ω為合格工件的精度下限閾值；如果仲裁函數(shù)j(ψ
ij
)值為1，也即匹配精度低于閾值ω，則該圖像所表示的工件為合格產(chǎn)品；如果仲裁函數(shù)值為0，也即匹配精度高于閾值ω，但低于其統(tǒng)計(jì)學(xué)縮放值，則將圖像進(jìn)行二次預(yù)處理，進(jìn)一步提取特征信息后再匹配，如第二次的匹配精度仍高于閾值，再劃歸到缺陷圖像數(shù)據(jù)集；如果函數(shù)值為-1，也即匹配精度ω高于閾值的統(tǒng)計(jì)學(xué)縮放值，將該工件直接劃歸為缺陷圖像數(shù)據(jù)集。9.一種電子設(shè)備，包括：存儲(chǔ)器、處理器及在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)如上權(quán)利要求1-8任一項(xiàng)所述方法的步驟。10.一種暫態(tài)或非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被執(zhí)行時(shí)實(shí)現(xiàn)如上權(quán)利要求1-8任一項(xiàng)所述方法的步驟。
技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種注塑工件模板匹配方法、電子設(shè)備及存儲(chǔ)介質(zhì)，通過(guò)建立J(ψ
