[发明专利]一种基于MATLAB图像处理的托槽焊膏视觉检测方法

说明书

本发明公开了一种基于MATLAB图像处理的托槽焊膏视觉检测方法，包括步骤为：首先以摄像头采集托槽图像；接着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；提取托槽主体图像；再对托槽主体图像的边界修正和去噪声，最后通过计算托槽主体图像内黑点百分比判定是否有焊膏。通过上述方法，满足托槽生产自动化对焊膏检测的要求，保证了托槽上基底钎焊的可靠性。

技术领域

本发明属于视觉检测技术领域，涉及一种托槽焊膏检测方法。

背景技术

托槽是口腔正畸矫治所需的一种医疗器件，用粘接剂直接粘接于牙冠表面，弓丝通过托槽对牙齿施以各种类型的矫治力。托槽的主要作用在于固定弓丝，从而使弓丝更好的发挥作用，传递矫治力，以此控制牙齿三维的移动，达到正畸矫治的目的。为加强托槽与牙面的粘接力，托槽需要焊接具有金属网格的基底，通过粘合剂，使托槽牢固地粘接于牙面上。目前，托槽和基底主要由不锈钢制成，采用钎焊工艺实现两者的结合，钎料为银基钎焊膏，在焊接之前必须在托槽上点焊膏。传统生产过程全部由人工完成，产量低，成本高，市场竞争、成本控制等因素迫使托槽生产过程必须实行自动化。为了保证焊接的可靠性，托槽焊膏检测是自动化生产必备的一道工序。由于零件尺寸小，而且为了不影响焊接质量，不允许接触检测，而光电检测法误检率较高，不能够满足可靠性要求，托槽焊膏检测是一项技术难点。

发明内容

本发明要解决的技术问题是：针对托槽焊膏检测的技术难点，实现托槽焊膏的自动化检测，提高检测的效率和准确性。

为了解决上述技术问题，本发明提供一种基于MATLAB图像处理的托槽焊膏视觉检测方法。

本发明所述的基于MATLAB图像处理的托槽焊膏视觉检测方法，包括步骤：

(1)以摄像头采集托槽图像；摄像头可以是USB摄像头、数码相机等；

(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(根据托槽主体的形态提取感兴趣区)；

(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。

作为对所述的托槽焊膏视觉检测方法的进一步改进，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)确定托槽主体图像左右边界：在图像的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)。

作为对所述的托槽焊膏视觉检测方法的进一步改进，确定托槽主体图像左右边界的方法是：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再用步骤(32)的方法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。

作为对所述的托槽焊膏视觉检测方法的进一步改进，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。

作为对所述的托槽焊膏视觉检测方法的进一步改进，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。