[发明专利]一种笔芯质量的自动检测方法

说明书

技术领域

本发明属于文具制造和检测领域，特别涉及一种笔芯质量的自动检测方法。

背景技术

目前，我国制笔行业的自动笔芯质量检测依属空白，大量的制笔企业采用人工质量检测的方法，效率低下，并且在人力成本日益增长情况下，企业承担着巨大的经济负担。

发明内容

本发明的目的在于，为实现笔芯质量的自动检测，利用摄像机拍摄待测笔芯画出的圆圈线迹，从而提出了一种笔芯质量的自动检测方法。

图像中圆轮廓的识别在图像处理等领域有着重要的应用，Hough变换给我们提供了一种有效的解决思路。该方法检测图像中像素点的共线性，是一种全局性的检测方法。当已知数据点集中存在干扰点或噪声时，它可以很好地抑制干扰或噪声，同时它还可以将已知数据的点集拟合成多条直线。但是由于经典hough变换的基本原理是将图像空间转换到参数空间，变换的精度不容易控制，当实际问题对检测直线的精度要求较高时，其所需的计算时间和存储空间也随之增大，对于圆这种参数较多的图形轮廓来说计算量很大，基本不能满足实时性的要求。针对这些问题，本发明提出一种散点Hough变换的方法。该方法是在Hough变换的基础上，为检测圆形轮廓进行了改进。主要的改进有：（1）在参数计算时，随机选取图像的部分散点，仅在通过这些点的水平线、垂线上进行Hough变换，大大减小了计算量，由于水平线、垂线的综合运算，保证了结果的准确性；（2）在半径近似已知的情况下，将传统的圆心（x，y）、半径（r）参数的三维搜索简化为半径扰动的圆心点（x,y）二维搜索，进一步减小了计算量，使得算法得以工程实现。

边缘是一幅图像最基本的特征，是图像强度变化最明显的部分。边缘检测往往是图像处理的第一步，可以减少图像分析的数据量并同时保留物体边界结构的大部分信息。在模式识别以及机器视觉领域具有非常重要的作用。目前，常用的边缘检测的方法主要有以下几种：（1）梯度法；（2）二阶微分算子；（3）利用统计法、小波理论、假设检验等进行边缘检测。这几种方法的实用性存在不同程度的问题。本发明在经典理论的研究基础上，采用了一种基于证据累加的边缘检测算法。

在提取的判决信息之后，本发明提出了滑动平均证据判决方法。该方法在选取平均值时，通过设置平滑的保护带、辅助带等措施，使平均处理后的结果更加准确。

为实现上述目的，本发明提出了一种笔芯质量的自动检测方法，并在原理样机上做了应用实现。所述方法可以包含如下步骤：

（1）采集线迹圆的数字图像；

（2）对采集到的图像做散点Hough变换：首先在整幅图像上随机选取N个点，N取值为40~80之间，分别以每一个点为参考点，画水平、垂直两条线，然后，在这两条线上进行该点的散点Hough变换；

所述的散点Hough变换，是在这两条线上将二维图像域变换到参数域，将圆心坐标（x，y）和半径表示为三个参数c1,c2,c3，则(x-c₁)²+(y-c₂)²＝c₃²；由于半径近似已知，仅依据像素点更新c1,c2相应参数值的累加表决器，得到该点的两个参数的估计值；

（3）将上述若干点的散点Hough变换结果进行综合，得到圆心、半径的估计结果；

（4）以上述得到的圆心、半径为参考，做基于证据累加的边缘检测得到线迹宽度的数据，并以此数据作为判断笔芯质量好坏的证据基础；

（5）对上述线迹宽度的数据进行滑动平均处理后，依据结果作出笔芯质量的最终判断，包括：断线、单边或正常。

所述的步骤（2）还包括对N个点的估计值做统计平均，计算均值和方差，剔除超过3倍方差的估计值。

所述的步骤（3）中，在对散点Hough变换结果进行综合后，剔除明显超出范围的结果，最后，得到圆心、半径的估计结果。

所述的步骤（4）中做基于证据累加的边缘检测的步骤包括：首先，以圆心为参考点，形成向外辐射的360条射线，然后，所述的边缘检测方法在这360条射线上进行，从圆心开始，根据像素数据判断是否达到边界，如果连续三次符合条件则判为达到线迹边缘，外边缘与内边缘之差即为线迹的宽度。

所述的步骤（6）中滑动平均处理是对线迹宽度数据在30°的范围内做平均，以数据点左右5°范围为保护带，不参与求和，5°~30°的范围为辅助带，参与求和，形成平均和，并做归一化处理，形成滑动平均后的数据。