[发明专利]一种基于MATLAB图像处理的托槽焊膏视觉检测方法

权利要求书

1.一种基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于包括步骤：

（1）以摄像头采集托槽图像；

（2）将采集的托槽图像转换到HSV空间，并对H空间灰度图进行对比度增强、二值化和去噪声处理；

（3）提取托槽主体图像；

（4）托槽主体图像的边界修正和去噪声；

（5）计算托槽主体图像内黑点百分比判定是否有焊膏；

步骤（3）所述提取托槽主体图像的过程如下：

（31）确定托槽主体图像的上下边界：找到图像矩阵白点最多的一列，再分别从该列的第一行查找并记录第一个白点的行号、从最后一行起查找并记录最后一个白点的行号，行号即托槽主体在二值图像中的上边界和下边界；

（32）确定托槽主体图像的左右边界：将图像的水平中心线沿垂直方向上下调整，根据不同位置的水平中心线确定出不同的左边界和右边界，再分别求出左边界集合的方差和右边界集合的方差，选择方差较小的集合的均值为基准，再根据托槽主体的几何宽度计算另一侧边界；

根据不同位置的水平中心线确定出不同的左边界和右边界的方法：在图像的某个水平中心线上从图像的左边界向右查找第一个白点、从图像的右边界向左查找第一个白点，左边第一个白点的列号和右边第一个白点的列号即托槽主体的左边界和右边界；

（33）托槽主体图像提取：利用MATLAB提取子矩阵的方法从二值图像中提取托槽主体区域图像，提取方法为：托槽主体图像=处理的二值化图像（上边界：下边界，左边界：右边界）。

2.根据权利要求1所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于步骤（4）中所述的边界修正是以得到托槽主体的最大内接矩形图像为准进行边界修正。

3.根据权利要求1所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于步骤（5）中所述的黑点百分比判定阈值根据生产需要的焊膏量来确定。

4.根据权利要求1所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，其特征在于：在步骤（2）之后、步骤（3）之前还有下述步骤：

（21）把图像取反，去噪声处理后，再取反。