本實用新型涉及確定工件輪廓面積及輪廓不變矩的匹配檢測系統(tǒng)
技術(shù)領(lǐng)域：
，具體是一種基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)。
背景技術(shù)：
：隨著產(chǎn)品的大規(guī)模生產(chǎn)，好多沖壓件具有批量大、部件小、規(guī)格多等特點，對產(chǎn)品的質(zhì)量檢測精度要求越來越高，為了保證汽車工件的質(zhì)量，對工件的缺陷檢測是必不可少的環(huán)節(jié)。以往常采用人工識別的方法對沖壓件進(jìn)行目視或卡尺測量，但這種檢測方法速度慢、效率低、工人勞動強度大，質(zhì)量也難以保證。因此，將計算機圖像檢測技術(shù)應(yīng)用于沖壓件質(zhì)量的檢測具有重要的需求和價值。機器視覺具有非接觸、高效率、高精度、易集成等顯著優(yōu)點，應(yīng)用機器視覺進(jìn)行工件的缺陷檢測，可以解決困擾企業(yè)的很多問題，可以保證檢測的連續(xù)性以及實時性。當(dāng)前，很多檢測項目從簡單走向復(fù)雜，檢測方式也從人工走向自動化甚至智能化。視覺檢測就是檢測的一種趨勢，機器視覺解決方案可以利用機器代替人眼來做各種測量和判斷，具有非接觸、適應(yīng)能力強、快速高效、準(zhǔn)確、柔性好、可靠性高等特點，在現(xiàn)代工業(yè)檢測中受到了廣泛重視。中國專利CN103914827公開了一種汽車密封條輪廓缺陷的視覺檢測方法，該方法通過對載入圖像進(jìn)行閾值分割，得到二值圖像，進(jìn)行邊緣檢測，提取每個邊緣像素點的坐標(biāo)，計算目標(biāo)區(qū)域的凸包，計算密封條截面的最小包圍面積矩形，通過面積，以及邊緣像素點判斷是否存在缺陷，其不足之處在于：基于輪廓面積的檢測方法需要事先確定樣品的幾何形狀是規(guī)則的，同一種工件在相機視野下不同位置采集到的圖像所占的像素點會有所改變，并且由于缺陷所在位置不同、樣品擺放的角度不同都會對理想面積的估計產(chǎn)生影響，造成檢測結(jié)果不準(zhǔn)確，不能達(dá)到判斷的準(zhǔn)確性要求。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)的不足，本實用新型擬解決的技術(shù)問題是，提供一種基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)及方法。該檢測系統(tǒng)根據(jù)厚度為4mm異形沖壓件(異形沖壓件簡稱異形工件或工件)設(shè)計，根據(jù)智能相機采集到的單幀圖像，提取感興趣目標(biāo)異形沖壓件的輪廓，通過有效輪廓曲線計算輪廓的Hu矩(Hu矩具有旋轉(zhuǎn)、平移不變性又稱為Hu不變矩，即為不變矩)以及內(nèi)部區(qū)域的面積。在采集過程中，由于工件存在一定厚度，在相機視野不同位置處，采集到的相同工件的輪廓存在差異，并不是完全吻合。針對此問題，采取了多個樣本匹配的方法，調(diào)用多個樣本模板并保留面積特征、Hu矩參數(shù)。結(jié)合面積差分匹配檢測和Hu不變矩匹配檢測算法，進(jìn)而完成實時、連續(xù)輪廓缺陷檢測以及分類。此方法，能夠準(zhǔn)確檢測出占整個工件面積的0.5％以上的缺陷，提高了檢測精度，能夠滿足異形沖壓工件缺陷檢測要求。本實用新型的技術(shù)方案是，一種基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)，其特征在于該檢測系統(tǒng)包括智能相機、第一支架、第二支架、計算機、控制部分、透明旋轉(zhuǎn)圓盤、電機、傳感器和背部光源，控制部分控制電機的轉(zhuǎn)動及智能相機的觸發(fā)；由智能相機、第一支架和計算機共同構(gòu)成視覺系統(tǒng)，所述智能相機通過第一支架固定在透明旋轉(zhuǎn)圓盤的上方，智能相機通過通信線同時與計算機和控制部分連接，計算機與控制部分連接，所述透明旋轉(zhuǎn)圓盤與電機連接，所述背部光源位于智能相機的正下方，且處于透明旋轉(zhuǎn)圓盤的下方；所述傳感器包括傳感器發(fā)射器和傳感器接收器，傳感器接收器與傳感器發(fā)射器相對設(shè)置，并且在同一水平線上，傳感器發(fā)射器與第二支架相連，傳感器接收器固定在第一支架下部，傳感器接收器與傳感器發(fā)射器同時與控制部分連接。一種基于匹配的異形沖壓件輪廓缺陷視覺檢測方法，使用上述的檢測系統(tǒng)，該方法利用提取的標(biāo)準(zhǔn)和待檢測異形沖壓件的輪廓信息，根據(jù)利用標(biāo)準(zhǔn)工件和有缺陷工件存在的面積差異和具有旋轉(zhuǎn)、平移、縮放不變性的輪廓Hu不變矩的差異，對比待檢測異形沖壓件、標(biāo)準(zhǔn)異形工件的面積以及輪廓不變矩，分別計算得到面積差以及輪廓的匹配率(面積差即為面積差分算法的結(jié)果)，再分別設(shè)定閾值，判斷異形沖壓件是否存在缺陷，該方法的具體步驟是：第一步，圖像處理1-1圖像獲?。和ㄟ^智能相機獲取對比度明顯的異形沖壓件圖像；1-2圖像閾值自適應(yīng)分割：在步驟1-1的基礎(chǔ)上，對于采集到的圖像計算每個像素點周圍5×5區(qū)域的加權(quán)平均值，減去一個常數(shù)得到自適應(yīng)閾值，每個像素點像素值大于閾值的，確定為圖像中感興趣目標(biāo)對象異形沖壓件的有效點；1-3輪廓的尋?。涸诓襟E1-2的基礎(chǔ)上，對圖像中感興趣目標(biāo)對象異形沖壓件的有效點進(jìn)行曲線的不斷演化，設(shè)置迭代次數(shù)，可以得到異形沖壓件的有效輪廓曲線C(x,y)圖像；第二步，圖像信息分析2-1面積的計算：根據(jù)步驟1-3得到的輪廓曲線C(x,y)將圖像區(qū)域分為兩個部分，一部分是輪廓曲線內(nèi)部區(qū)域inC(x,y),另一部分是輪廓曲線外部區(qū)域outC(x,y)，對得到的輪廓曲線內(nèi)部區(qū)域inC(x,y)進(jìn)行積分，即可得到表征輪廓內(nèi)部區(qū)域大小的面積信息，此步驟可計算得到標(biāo)準(zhǔn)異形沖壓件的面積S0和待檢測的異形沖壓件的面積Sn，其中，Sn指的是第n個待檢測工件的面積，n≥1；2-2輪廓Hu不變矩的計算：對于步驟1-3得到的輪廓曲線C(x,y)，將輪廓上的所有點進(jìn)行積分運算，得到輪廓Hu不變矩，假設(shè)輪廓上的點個數(shù)為N，通過式(3)得到輪廓p+q階中心矩，μpq=Σi=1N(x-x‾)p(y-y‾)qf(x,y);---(3)]]>式中，p對應(yīng)x維度上的矩，q對應(yīng)y維度上的矩，和代表輪廓的重心：歸一化的p+q中心矩ηpq定義為：ηpq=μpq/(μ00ρ)---(6)]]>其中，ρ＝(p+q)/2+1；Hu不變矩是由式(6)得到的歸一化中心矩的線性組合，通過式(3)可以得到輪廓的二階和三階中心矩，帶入到式(6)得到二階三階歸一化中心矩，通過二階和三階歸一化中心矩構(gòu)造七個Hu不變矩I1～I(xiàn)7，具體Hu不變矩的公式為式(7)，Hu不變矩在連續(xù)圖像條件下可保持平移、縮放和旋轉(zhuǎn)不變；I1=η20+η02;I2=(η20-η02)2+4η112;I3=(η30-η12)2+(3η21-η03)2;I4=(η30+η12)2+(η21+η03)2;I5=(η30-3η12)(η30+η12)((η30+η12)2-3(η21+η03)2)+(3η21-η03)(η21+η03)(3(η30+η12)2-(η03+η12)2);I6=(η20-η02)(η30+η12)2-(η03+η21)2+4η11(η30+η12)(η03+η12);I7=(3η21+η03)(η30+η12)(η12+η30)2-3(η21+η03)2+(3η12-η30)(η21+η03)(3(η30+η12)2-(η21+η03)2);---(7)]]>2-3面積差分計算：將步驟2-1得到的標(biāo)準(zhǔn)異形沖壓件的面積S0和待檢測異形沖壓件的面積Sn作差，得到待檢測異形沖壓件與標(biāo)準(zhǔn)異形沖壓件的面積差分結(jié)果ΔSn，即ΔSn＝|S0-Sn|；2-4輪廓匹配率的計算：根據(jù)步驟2-2得到的Hu不變矩Ii(1≤i≤7)，定義評判標(biāo)準(zhǔn)：I(A,B)=Σi=17|1miA-1miB|;---(9)]]>其中，miA、miB被定義為：miA＝sign(IiA)·log|IiA|；(10)miB＝sign(IiB)·log|IiB|；(11)求取標(biāo)準(zhǔn)工件與待檢測工件的匹配率(以百分比為單位)：I＝100-I(A,B)×100；(12)式中，A，B分別指標(biāo)準(zhǔn)工件與待檢工件；第三步，實時檢測3-1圖像實時采集：檢測系統(tǒng)啟動后，控制部分控制承載工件的透明旋轉(zhuǎn)圓盤以恒定速度逆時針旋轉(zhuǎn)，當(dāng)工件運動到有傳感器發(fā)射器和傳感器接收器的對射位置之間時，傳感器將采集信號傳輸給控制部分，進(jìn)而控制承載工件的透明旋轉(zhuǎn)圓盤停止1s，從而能對工件進(jìn)行靜止拍照；同時控制部分發(fā)出信號給智能相機，利用智能相機外觸發(fā)模式觸發(fā)智能相機實時采集工件圖像，調(diào)用模板圖像以進(jìn)行下一步的圖像處理；3-2圖像處理：圖像采集結(jié)束后，通過計算機進(jìn)行圖像處理，通過步驟2-4的輪廓匹配率評判標(biāo)準(zhǔn)，再結(jié)合步驟2-3的面積差分結(jié)果設(shè)定閾值，進(jìn)行匹配檢測，判斷工件是否合格，并反饋給控制部分；3-3工件分類：經(jīng)過圖像處理判斷好工件是否合格后，接下來由外部抓取機構(gòu)對工件進(jìn)行抓取，合格工件放入合格庫，否則放入回收庫，從而完成了整個工件缺陷檢測。與現(xiàn)有技術(shù)相比，本實用新型的有益效果是：本實用新型方法通過控制部分智能控制承載工件的透明旋轉(zhuǎn)圓盤停止與啟動，能夠保證智能相機能夠在工件靜止?fàn)顟B(tài)下對其進(jìn)行實時采集，避免了運動連續(xù)抓拍所產(chǎn)生的工件圖像變形對后續(xù)圖像處理產(chǎn)生不良的影響這一問題。采集對比度比較明顯的圖像，并通過自適應(yīng)閾值分割能夠準(zhǔn)確得到圖像感興趣目標(biāo)異形工件的有效點，為輪廓的精確尋取提供前提條件。本實用新型采用的主動輪廓選擇性分割獲取輪廓的方法不依賴于梯度判定，能很好的改善邊緣檢測提取每個像素點時存在的邊緣泄露問題，對于邊界不光滑或者不連續(xù)的也能夠檢測出，有很強的抗噪、抗干擾能力，魯棒性強。采用多個樣本進(jìn)行匹配，并結(jié)合Hu不變矩的旋轉(zhuǎn)、平移、縮放不變性，解決了面積差分匹配不準(zhǔn)確的問題，顯著提高了系統(tǒng)的實時性和適應(yīng)性。在實時檢測階段，能夠?qū)崟r有效的將工件信號傳送給控制系統(tǒng)，智能控制圖像采集，進(jìn)而完成異形沖壓件的缺陷檢測，不需要人工干預(yù)，提高了工作效率。本實用新型的使用領(lǐng)域以及重要意義是：本方法適用于異形沖壓件的輪廓缺陷檢測，異形沖壓件在工業(yè)產(chǎn)業(yè)鏈中占有舉足輕重的地位，廣泛應(yīng)用于電子器件、汽車、大型設(shè)備、裝飾材料等，亟需方法準(zhǔn)確智能檢測沖壓件的輪廓缺陷，并且提高檢測的準(zhǔn)確性。其中的關(guān)鍵是輪廓的準(zhǔn)確獲取，以及匹配算法的精確性。本實用新型視覺檢測系統(tǒng)能夠避免對梯度的依賴，獲取具有高抗噪、抗干擾、魯棒性強的輪廓曲線，解決了輪廓獲取存在的準(zhǔn)確性、快速性問題。本實用新型方法將輪廓面積差分匹配檢測和Hu不變矩匹配檢測算法相結(jié)合，大大提高了檢測的準(zhǔn)確性以及適應(yīng)性，能夠滿足判斷準(zhǔn)確性的要求，更適用于工業(yè)應(yīng)用。附圖說明圖1為本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)一種實施例的結(jié)構(gòu)示意圖；圖2為本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)一種實施例在相機視野下，采集處于不同位置時的標(biāo)準(zhǔn)沖壓件模板示意圖；圖3為本實用新型所述檢測的一種異形沖壓件的結(jié)構(gòu)示意圖；圖4為本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)一種實施例工件到傳感器位置觸發(fā)相機后，沖壓件在視野下的固定范圍示意圖；圖5為本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)一種實施例加入噪聲后提取的輪廓圖像示意圖；圖中，1第一支架，2第二支架，3智能相機，4背部光源，5傳感器發(fā)射器，6傳感器接收器，7電機，8透明旋轉(zhuǎn)圓盤，9旋轉(zhuǎn)方向，10異形沖壓件，11通信線，12計算機。具體實施方式下面結(jié)合實施例及附圖對本實用新型作進(jìn)一步說明。本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)(簡稱檢測系統(tǒng)或系統(tǒng)，參見圖1)包括智能相機3、第一支架1、第二支架2、計算機12、控制部分、透明旋轉(zhuǎn)圓盤8、電機7、傳感器和背部光源4，控制部分控制電機7的轉(zhuǎn)動及智能相機3的觸發(fā)；由智能相機3、第一支架1和計算機12共同構(gòu)成視覺系統(tǒng)，所述智能相機3通過第一支架1固定在透明旋轉(zhuǎn)圓盤8的上方，智能相機3通過通信線11同時與計算機12和控制部分連接，計算機12與控制部分連接，用于顯示智能相機3采集和處理后的圖像；所述透明旋轉(zhuǎn)圓盤8與電機7連接，所述背部光源4位于智能相機3的正下方，且處于透明旋轉(zhuǎn)圓盤8的下方；所述傳感器包括傳感器發(fā)射器5和傳感器接收器6，傳感器接收器6與傳感器發(fā)射器5相對設(shè)置，并且在同一水平線上，傳感器發(fā)射器5與第二支架2相連，來固定位置完成信號的準(zhǔn)確發(fā)送，傳感器接收器6固定在第一支架1下部，傳感器接收器6與傳感器發(fā)射器5同時與控制部分連接，二者配合完成沖壓件位置信號的采集。本實用新型系統(tǒng)的進(jìn)一步特征在于所述異形沖壓件10的厚度為3～5mm，沖壓件長度為40～60mm，寬度為15～55mm，可檢測到的缺陷部位占整體的最小百分比為0.5％以上。本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測方法(簡稱方法)使用上述的檢測系統(tǒng)，主要應(yīng)用于工業(yè)現(xiàn)場，異形沖壓件的輪廓的檢測、識別與判斷輪廓缺陷進(jìn)而判斷沖壓件有無缺陷情況同時進(jìn)行，檢測算法充分適應(yīng)現(xiàn)場情況，該方法利用提取的標(biāo)準(zhǔn)和待檢測異形沖壓件的輪廓信息，根據(jù)利用標(biāo)準(zhǔn)工件和有缺陷工件存在的面積差異和具有旋轉(zhuǎn)、平移、縮放不變性的輪廓不變矩的差異，對比待檢測異形沖壓件、標(biāo)準(zhǔn)異形工件的面積以及輪廓不變矩，分別計算得到面積差以及輪廓的匹配率，再分別設(shè)定閾值，判斷異形沖壓件是否存在缺陷，該方法的具體步驟是：第一步，圖像處理1-1圖像獲?。和ㄟ^智能相機3獲取對比度明顯的異形沖壓件圖像；1-2圖像閾值自適應(yīng)分割：在步驟1-1的基礎(chǔ)上，對于采集到的圖像計算每個像素點周圍5×5區(qū)域的加權(quán)平均值，減去一個常數(shù)得到自適應(yīng)閾值，每個像素點像素值大于閾值的，確定為圖像中感興趣目標(biāo)對象異形沖壓件的有效點；1-3輪廓的尋取：在步驟1-2的基礎(chǔ)上，對圖像中感興趣目標(biāo)對象異形沖壓件的有效點進(jìn)行曲線的不斷演化，設(shè)置迭代次數(shù)，可以得到異形沖壓件的有效輪廓曲線C(x,y)圖像；第二步，圖像信息分析2-1面積的計算：根據(jù)步驟1-3得到的輪廓曲線C(x,y)將圖像區(qū)域分為兩個部分，一部分是輪廓曲線內(nèi)部區(qū)域inC(x,y),另一部分是輪廓曲線外部區(qū)域outC(x,y)，對得到的輪廓曲線內(nèi)部區(qū)域inC(x,y)進(jìn)行積分，即可得到表征輪廓內(nèi)部區(qū)域大小的面積信息，此步驟可計算得到標(biāo)準(zhǔn)異形沖壓件的面積S0和待檢測的異形沖壓件的面積Sn，其中，Sn指的是第n個待檢測工件的面積，n≥1；2-2輪廓Hu不變矩的計算：對于步驟1-3得到的輪廓曲線C(x,y)，將輪廓上的所有點進(jìn)行積分運算，得到輪廓Hu不變矩，假設(shè)輪廓上的點個數(shù)為N，通過式(3)得到輪廓p+q階中心矩，μpq=Σi=1N(x-x‾)p(y-y‾)qf(x,y);---(3)]]>式中，p對應(yīng)x維度上的矩，q對應(yīng)y維度上的矩，和代表輪廓的重心：歸一化的p+q中心矩ηpq定義為：ηpq=μpq/(μ00ρ);---(6)]]>其中，ρ＝(p+q)/2+1；Hu不變矩是由式(6)得到的歸一化中心矩的線性組合，通過式(3)可以得到輪廓的二階和三階中心矩，帶入到式(6)得到二階三階歸一化中心矩，通過二階和三階歸一化中心矩構(gòu)造七個Hu不變矩I1～I(xiàn)7，具體Hu不變矩的公式為式(7)，Hu不變矩在連續(xù)圖像條件下可保持平移、縮放和旋轉(zhuǎn)不變；I1=η20+η02;I2=(η20-η02)2+4η112;I3=(η30-η12)2+(3η21-η03)2;I4=(η30+η12)2+(η21+η03)2;I5=(η30-3η12)(η30+η12)((η30+η12)2-3(η21+η03)2)+(3η21-η03)(η21+η03)(3(η30+η12)2-(η03+η12)2);I6=(η20-η02)(η30+η12)2-(η03+η21)2+4η11(η30+η12)(η03+η12);I7=(3η21+η03)(η30+η12)(η12+η30)2-3(η21+η03)2+(3η12-η30)(η21+η03)(3(η30+η12)2-(η21+η03)2);---(7)]]>2-3面積差分計算：將步驟2-1得到的標(biāo)準(zhǔn)異形沖壓件的面積S0和待檢測異形沖壓件的面積Sn作差，得到待檢測異形沖壓件與標(biāo)準(zhǔn)異形沖壓件的面積差分結(jié)果ΔSn，即：ΔSn＝|S0-Sn|；(8)2-4輪廓匹配率的計算：根據(jù)步驟2-2得到的Hu不變矩Ii(1≤i≤7)，定義評判標(biāo)準(zhǔn)：I(A,B)=Σi=17|1miA-1miB|;---(9)]]>其中，miA、miB被定義為：miA＝sign(IiA)·log|IiA|；(10)miB＝sign(IiB)·log|IiB|；(11)求取標(biāo)準(zhǔn)工件與待檢測工件的匹配率(以百分比為單位)：I＝100-I(A,B)×100；(12)式中，A，B分別指標(biāo)準(zhǔn)工件與待檢工件；第三步，實時檢測3-1圖像實時采集：檢測系統(tǒng)啟動后，控制部分控制承載工件的透明旋轉(zhuǎn)圓盤8以恒定速度逆時針旋轉(zhuǎn)，當(dāng)工件運動到有傳感器發(fā)射器和傳感器接收器的對射位置之間時，傳感器將采集信號傳輸給控制部分，進(jìn)而控制承載工件的透明旋轉(zhuǎn)圓盤停止1s，從而能對工件進(jìn)行靜止拍照；同時控制部分發(fā)出信號給智能相機3，利用智能相機外觸發(fā)模式觸發(fā)智能相機實時采集工件圖像，調(diào)用模板圖像以進(jìn)行下一步的圖像處理；3-2圖像處理：圖像采集結(jié)束后，通過計算機12進(jìn)行圖像處理，通過步驟2-4的輪廓匹配率評判標(biāo)準(zhǔn)，再結(jié)合步驟2-3的面積差分結(jié)果設(shè)定閾值，進(jìn)行匹配檢測，判斷工件是否合格，并反饋給控制部分；3-3工件分類：經(jīng)過圖像處理判斷好工件是否合格后，接下來由外部抓取機構(gòu)對工件進(jìn)行抓取，合格工件放入合格庫，否則放入回收庫，從而完成了整個工件缺陷檢測。圖1所示實施例表明，本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)所使用的組裝測試平臺的硬件組成包括智能相機3、第一支架1、第二支架2、計算機12、控制部分、透明旋轉(zhuǎn)圓盤8、電機7、傳感器和背部光源4，控制部分控制電機7的轉(zhuǎn)動及智能相機3的觸發(fā)；由智能相機3、第一支架1和計算機12共同構(gòu)成視覺系統(tǒng)，所述智能相機3通過第一支架1固定在透明旋轉(zhuǎn)圓盤8的上方，智能相機3通過通信線同時與計算機12和控制部分連接，計算機12與控制部分連接，用于顯示智能相機3采集和處理后的圖像；所述透明旋轉(zhuǎn)圓盤8與電機7連接，所述背部光源4位于智能相機3的正下方，且處于透明旋轉(zhuǎn)圓盤8的下方；所述傳感器包括傳感器發(fā)射器5和傳感器接收器6，傳感器接收器6與傳感器發(fā)射器5相對設(shè)置，并且在同一水平線上，傳感器發(fā)射器5與第二支架2相連，來固定位置完成信號的準(zhǔn)確發(fā)送，傳感器接收器6固定在第一支架1下部，傳感器接收器6與傳感器發(fā)射器5同時與控制部分連接，二者配合完成沖壓件位置信號的采集。本實用新型的控制部分通過控制電機7帶動透明旋轉(zhuǎn)圓盤8轉(zhuǎn)動，透明旋轉(zhuǎn)圓盤8上承載異形沖壓件10，進(jìn)而實現(xiàn)對沖壓件10的傳送方向以及速度的控制，同時傳感器發(fā)射器5與傳感器接收器6輔助采集到的沖壓件10的位置信號，傳輸給控制部分，控制部分控制智能相機的觸發(fā)采集，智能相機3采集到的圖像傳輸給計算機12，由計算機12進(jìn)行圖像處理，圖像處理完成后控制部分則控制外部抓取機構(gòu)對檢測完成后的異形沖壓件進(jìn)行分類。背部光源4能夠提供照明，使得目標(biāo)與背景之間的對比度比較明顯，采集的圖像更清晰準(zhǔn)確。圖2所示實施例表明，本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)在智能相機3視野下，采集處于不同位置時的異形沖壓件10的示意圖，由圖示可以看出，由于異形沖壓件存在一定的厚度，當(dāng)沖壓件處于智能相機3視野下的不同位置處，視場角會發(fā)生一定的變化，會因此對采集的圖像產(chǎn)生一些影響，進(jìn)而影響最終的檢測效果。圖3為本實用新型一種實施例的異形沖壓件的結(jié)構(gòu)示意圖，是實驗所針對的目標(biāo)對象，圖4所示實施例表明，本實用新型由于傳感器發(fā)射器5和傳感器接收器6的存在，當(dāng)異形沖壓件10到達(dá)智能相機3的視野下，并且處于傳感器位置時，采集信號并傳輸給控制部分，控制觸發(fā)智能相機3采集圖像，這樣的方式使得沖壓件在智能相機3的視野大體范圍一致，不會發(fā)生很大的偏移，進(jìn)而減少了沖壓件所處的位置對檢測輪廓缺陷的影響，提高了檢測的可靠性。圖5所示實施例表明，本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)，在提取輪廓前加入強噪聲，得到的輪廓效果示意圖，圖中黑色斑點示意為噪聲，從圖中可以看出在加入強噪聲后仍然能準(zhǔn)確地提取異形沖壓件的輪廓圖像，本實用新型輪廓提取的算法不依賴于圖像的梯度，有很強的抗噪聲、抗干擾能力，魯棒性強，輪廓提取更加準(zhǔn)確。本實用新型可以根據(jù)工件的大小，以及占智能相機視野的大小，調(diào)整鏡頭的大小以及相機的物距。實施例本實施例基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)包括智能相機3、第一支架1、第二支架2、計算機12、控制部分、透明旋轉(zhuǎn)圓盤8、電機7、傳感器和背部光源4，控制部分控制電機7的轉(zhuǎn)動及智能相機3的觸發(fā)；由智能相機3、第一支架1和計算機12共同構(gòu)成視覺系統(tǒng)，所述智能相機3通過第一支架1固定在透明旋轉(zhuǎn)圓盤8的上方，智能相機3通過通信線同時與計算機12和控制部分連接，計算機12與控制部分連接，用于顯示智能相機3采集和處理后的圖像；所述透明旋轉(zhuǎn)圓盤8與電機7連接，所述背部光源4位于智能相機3的正下方，且處于透明旋轉(zhuǎn)圓盤8的下方；所述傳感器包括傳感器發(fā)射器5和傳感器接收器6，傳感器接收器6與傳感器發(fā)射器5相對設(shè)置，并且在同一水平線上，傳感器發(fā)射器5與第二支架2相連，來固定位置完成信號的準(zhǔn)確發(fā)送，傳感器接收器6固定在第一支架1下部，傳感器接收器6與傳感器發(fā)射器5同時與控制部分連接，二者配合完成沖壓件位置信號的采集。本實施例基于匹配的異形沖壓件輪廓缺陷視覺檢測方法，使用上述的檢測系統(tǒng)，該方法的具體步驟是：第一步，圖像處理1-1圖像獲?。和ㄟ^智能相機3獲取對比度明顯的異形沖壓件圖像；1-2圖像閾值自適應(yīng)分割：在步驟1-1的基礎(chǔ)上，對于采集到的圖像計算每個像素點周圍5×5區(qū)域的加權(quán)平均值，減去一個常數(shù)得到自適應(yīng)閾值，每個像素點像素值大于閾值的，確定為圖像中感興趣目標(biāo)對象異形沖壓件的有效點；1-3輪廓的尋?。涸诓襟E1-2的基礎(chǔ)上，對圖像中感興趣目標(biāo)對象異形沖壓件的有效點進(jìn)行曲線的不斷演化，設(shè)置迭代次數(shù)，可以得到異形沖壓件的有效輪廓曲線C(x,y)圖像；第二步，圖像信息分析2-1面積的計算：根據(jù)步驟1-3得到的輪廓曲線C(x,y)將圖像區(qū)域分為兩個部分，一部分是輪廓曲線內(nèi)部區(qū)域inC(x,y),另一部分是輪廓曲線外部區(qū)域outC(x,y)，對得到的輪廓曲線內(nèi)部區(qū)域inC(x,y)進(jìn)行積分，即可得到表征輪廓內(nèi)部區(qū)域大小的面積信息，此步驟可計算得到標(biāo)準(zhǔn)異形沖壓件的面積S0和待檢測的異形沖壓件的面積Sn，其中，Sn指的是第n個待檢測工件的面積，n≥1；所述輪廓內(nèi)部區(qū)域面積的計算公式為式(1)：S＝∫inC(x,y)u(x,y)dxdy；(1)其中，u(x,y)為圖像經(jīng)過閾值自適應(yīng)分割處理后提取出的輪廓曲線密度函數(shù)；2-2輪廓Hu不變矩的計算：對于步驟1-3得到的輪廓曲線C(x,y)，將輪廓上的所有點進(jìn)行積分運算，得到輪廓Hu不變矩，假設(shè)輪廓上的點個數(shù)為N，則可以得到輪廓的p+q階矩，如式：mpq=Σi=1Nxpyqu(x,y);---(2)]]>通過式(3)得到輪廓p+q階中心矩，μpq=Σi=1N(x-x‾)p(y-y‾)qu(x,y);---(3)]]>式中，p對應(yīng)x維度上的矩，q對應(yīng)y維度上的矩，和代表輪廓的重心：x‾=m10/m00;---(4)]]>y‾=m01/m00;---(5)]]>歸一化的p+q中心矩ηpq定義為：ηpq=μpq/(μ00ρ);---(6)]]>其中，ρ＝(p+q)/2+1；Hu不變矩是由式(6)得到的歸一化中心矩的線性組合，通過式(3)可以得到輪廓的二階和三階中心矩，帶入到式(6)得到二階三階歸一化中心矩，通過二階和三階歸一化中心矩構(gòu)造七個Hu不變矩I1～I(xiàn)7，具體Hu不變矩的公式為式(7)，Hu不變矩在連續(xù)圖像條件下可保持平移、縮放和旋轉(zhuǎn)不變；I1=η20+η02;I2=(η20-η02)2+4η112;I3=(η30-η12)2+(3η21-η03)2;I4=(η30+η12)2+(η21+η03)2;I5=(η30-3η12)(η30+η12)((η30+η12)2-3(η21+η03)2)+(3η21-η03)(η21+η03)(3(η30+η12)2-(η03+η12)2);I6=(η20-η02)(η30+η12)2-(η03+η21)2+4η11(η30+η12)(η03+η12);I7=(3η21+η03)(η30+η12)(η12+η30)2-3(η21+η03)2+(3η12-η30)(η21+η03)(3(η30+η12)2-(η21+η03)2);---(7)]]>2-3面積差分計算：將步驟2-1得到的標(biāo)準(zhǔn)異形沖壓件的面積Sb0和待檢測異形沖壓件的面積Sn作差，得到待檢測異形沖壓件與標(biāo)準(zhǔn)異形沖壓件的面積差分結(jié)果ΔSbn，即：ΔSbn＝|Sb0-Sn|；(8)當(dāng)?shù)趎個待檢測異形沖壓件與b個標(biāo)準(zhǔn)異形沖壓件的面積差分結(jié)果ΔSbn中，只要存在一個參數(shù)值在閾值范圍內(nèi)，即ΔSbn＜yuzhi，就判定該待檢測異形沖壓件為合格產(chǎn)品；其中，Sb0指的是第b標(biāo)準(zhǔn)異形沖壓件的面積，Sn指的是第n個待檢測工件的面積，本實施例中b為4，n為5；2-4輪廓匹配率的計算：根據(jù)步驟2-2得到的Hu不變矩Ii(1≤i≤7)，定義評判標(biāo)準(zhǔn)：I(A,B)=Σi=17|1miA-1miB|;---(9)]]>其中，miA、miB被定義為：miA＝sign(IiA)·log|IiA|；(10)miB＝sign(IiB)·log|IiB|；(11)求取標(biāo)準(zhǔn)工件與待檢測工件的匹配率(以百分比為單位)：Ikl＝100-I(Ak,Bl)×100；(12)式中，Ak，Bl分別指第k標(biāo)準(zhǔn)工件與第l個待檢工件；第三步，實時檢測3-1圖像實時采集：檢測系統(tǒng)啟動后，控制部分控制承載工件的透明旋轉(zhuǎn)圓盤8以恒定速度逆時針旋轉(zhuǎn)，當(dāng)工件運動到有傳感器發(fā)射器和傳感器接收器的對射位置之間時，傳感器將采集信號傳輸給控制部分，進(jìn)而控制承載工件的透明旋轉(zhuǎn)圓盤停止1s，從而能對工件進(jìn)行靜止拍照；同時控制部分發(fā)出信號給智能相機3，利用智能相機外觸發(fā)模式觸發(fā)智能相機實時采集工件圖像，調(diào)用模板圖像以進(jìn)行下一步的圖像處理；3-2圖像處理：圖像采集結(jié)束后，通過計算機12進(jìn)行圖像處理，通過步驟2-4的輪廓匹配率評判標(biāo)準(zhǔn)，再結(jié)合步驟2-3的面積差分結(jié)果設(shè)定閾值，進(jìn)行匹配檢測，判斷工件是否合格，并反饋給控制部分；3-3工件分類：經(jīng)過圖像處理判斷好工件是否合格后，接下來由外部抓取機構(gòu)對工件進(jìn)行抓取，合格工件放入合格庫，否則放入回收庫，從而完成了整個工件缺陷檢測。本實施例按要求連接好裝置，選擇異形沖壓件厚度為4mm，尺寸大小為43mm×45mm(參見圖3)。智能相機距離透明旋轉(zhuǎn)圓盤300mm，背部光源4位于智能相機3的正下方，且處于透明旋轉(zhuǎn)圓盤8的下方，距離明旋轉(zhuǎn)圓盤20mm左右，在使用時，首先打開智能相機電源，在與檢測過程中相同環(huán)境下，采集智能相機視野下不同位姿的標(biāo)準(zhǔn)異形沖壓件圖像作為模板，為接下來的匹配檢測做前提準(zhǔn)備。按照上述的方法步驟進(jìn)行檢測。表1為在異形沖壓件10出現(xiàn)在智能相機3的范圍大體一致的情況下，對同一個標(biāo)準(zhǔn)異形沖壓件進(jìn)行旋轉(zhuǎn)，得到標(biāo)準(zhǔn)異形沖壓件處于不同位姿的情況，對于不同位姿情況下的標(biāo)準(zhǔn)異形沖壓件進(jìn)行圖像采集，采集到的不同位姿的面積。本實例通過四個位姿進(jìn)行實驗，得到面積結(jié)果，從表1中可以看出不同姿態(tài)圖像對應(yīng)的面積存在一定差值，若標(biāo)準(zhǔn)異形沖壓件與沒有缺陷的異形沖壓件位姿不同，面積差值也可能會大于某些情況下標(biāo)準(zhǔn)異形沖壓件與有缺陷的異形沖壓件的面積差值，會導(dǎo)致誤判，由于工業(yè)檢測精度的要求，不能單獨通過設(shè)定面積差分匹配的閾值作為很準(zhǔn)確的判斷缺陷問題的標(biāo)準(zhǔn)。表2為在異形沖壓件10出現(xiàn)在智能相機3的范圍大體一致的情況下，對于標(biāo)準(zhǔn)異形沖壓件不同位姿進(jìn)行圖像采集，得到的Hu不變矩參數(shù)結(jié)果。結(jié)果表明不同姿態(tài)圖像對應(yīng)的Hu不變矩參數(shù)I1～I(xiàn)7變化不大，再次證明Hu不變矩的魯棒性，減少了位姿不同對于檢測結(jié)果的影響，為了準(zhǔn)確地識別異形沖壓件10的缺陷，匹配結(jié)果可通過得到每一個待檢測異形沖壓件的Hu矩參數(shù)與每一個標(biāo)準(zhǔn)異形沖壓件10做比較來判斷，并且結(jié)合每一個待檢測異形沖壓件的如表1所示的面積特征與每一個標(biāo)異形沖壓件進(jìn)行面積差分匹配。表3為應(yīng)用本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)及方法，得到的兩個合格工件和三個有缺陷的工件分別與標(biāo)準(zhǔn)異形沖壓件的面積差分結(jié)果。此表中選擇四個標(biāo)準(zhǔn)異形沖壓件作為面積差分模板，分別記為：模板1、模板2、模板3和模板4，通過結(jié)果可以看出合格工件與有缺陷的工件對于多個標(biāo)準(zhǔn)工件面積差分結(jié)果ΔSbn，其中b為標(biāo)準(zhǔn)工件的個數(shù)，n為待檢測工件的個數(shù)，可以看出合格品與標(biāo)準(zhǔn)異形沖壓件模板的面積差分結(jié)果，跟有缺陷的異形沖壓件與標(biāo)準(zhǔn)異形沖壓件模板的面積差分結(jié)果差距還是很大的，根據(jù)差分結(jié)果設(shè)定面積差分匹配閾值。每一個待檢測異形沖壓件，相對于不同模板，面積差分結(jié)果不同，選擇面積差分結(jié)果最小值ΔSmin，若小于閾值則證明待檢測異形沖壓件至少與其中一個模板匹配，就可以初步判斷待檢測異形沖壓件為沒有缺陷的，這樣可以初步判斷待檢測工件的缺陷情況。表4為應(yīng)用本實用新型基于匹配的異形沖壓件輪廓缺陷視覺檢測系統(tǒng)，兩個合格工件與三個有缺陷的工件Hu匹配結(jié)果。結(jié)果表明合格工件匹配率Ibj很高，在99％以上，這與有缺陷的工件配率(最高僅為90％左右)有明顯的區(qū)分，設(shè)定工件匹配率閾值，只要待檢測異形沖壓件與每個標(biāo)準(zhǔn)異形沖壓件模板的配率中，有大于設(shè)定的閾值的就可以判斷待檢測異形沖壓件為沒有缺陷的，人機交互界面顯示匹配率中最大的匹配率Imax(即最終匹配率)，結(jié)合表3的結(jié)果以及判斷，顯示最大的匹配率Imax，能夠準(zhǔn)確檢測出占整個工件面積的0.5％以上的缺陷，提高了檢測精度，能夠滿足實際現(xiàn)場中缺陷檢測的準(zhǔn)確性要求。表1表2表3表4當(dāng)前第1頁1 2 3