[发明专利]基于改进Canny算子的安全套正反面识别法有效

专利信息
申请号: 201810615461.8 申请日: 2018-10-23
公开(公告)号: CN109087278B 公开(公告)日: 2022-04-29
发明(设计)人: 王湘明;吴扬峰;王浩任 申请(专利权)人: 沈阳工业大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/60;G06T7/13
代理公司: 沈阳智龙专利事务所(普通合伙) 21115 代理人: 周智博;宋铁军
地址: 110870 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 canny 算子 安全套 正反面 识别
【说明书】:

基于改进Canny算子的安全套正反面识别法,该法提取安全套内外环,并尽可能过滤掉内环中由于安全套形变而产生的其他边缘,由检测点和中心点位置关系来确定梯度方向的方法,并构造相应的卷积核用来放大该方向的梯度幅值,进而实现对内外环的提取,达到过滤掉一些干扰边缘的目的。本文以5阶方阵为算例,通过机器视觉识别正反面各350例实验,证明本方法的正确性和可行性。实验结果表明,本方法不仅能准确判断环状安全套正反面,而且在保证检测精度的同时也能满足检测效率。

技术领域:本发明涉及一种基于改进Canny算子的安全套正反面识别法。

背景技术:从生产线上下来的聚氨酯安全套为卷曲环状形态,在电检环节之前要进行安全套正反面识别,以便后续工作的展开,但该工作现由人工完成。

机器视觉技术在工件的测量[1]识别[2]和定位[3]等方面已有了很多应用,例如:1]Robles L F,Azzopardi G,Alegre E.et al.Identificat-ion of milling inserts insitu based on a versatile machine vision system[J].Journal of ManufacturingSystems:2017,45:48-57.

[2]Shaoli,Peng,Jianhua,et al.Accurate Measurement Method for Tube'sEndpoints Based on Machine Vision[J].C hinese Journal of MechanicalEngineering:2017,30(1):1-12.

[3]张志佳,魏信,周自强等.基于Kinect的典型零部件识别与定位[J].沈阳工业大学学报,2017,39(03):29 9-303.(Zhang zhi-jia,Wei xin,Zhou zi-qiang,etal.Identification and location of typical components based on Kinect.Journalof Shenyang University ofTechnology:2017,39(03):299-303)

但目前的视觉识别算法尚不能对聚氨酯安全套内外环进行准确提取。聚氨脂安全套在脱模后的形态为环状,为实现电检,需将其展开,现有的工艺过程是由人工来完成,所以需要一种可以替代人工并提高识别效率的机器视觉检测方法。

发明内容:

发明目的:本发明提供一种基于改进Canny算子的安全套正反面识别法,其目的是解决以往所存在的问题。

技术方案:

一种基于改进Canny算子的安全套正反面识别法,其特征在于:该法提取安全套内外环,并尽可能过滤掉内环中由于安全套形变而产生的其他边缘,由检测点和中心点位置关系来确定梯度方向的方法,并构造相应的卷积核用来放大该方向的梯度幅值,进而实现对内外环的提取,达到过滤掉一些干扰边缘的目的。

该方法步骤如下:

(1)、将原本Canny梯度幅值两次卷积计算的方式变为分区域特定方向的单次卷积计算,在保留特定梯度幅值的基础上,降低杂波的梯度幅值;

(2)、建立了基于正态分布的卷积因子,并设计出卷积核生成算法;

(3)、给出了判定环状安全套正反面的判定方法,及其相应判据。

安全套内外环近似圆形,且内环与外环基本是一种同心圆的关系;以圆心对所检测点的径向重新定义梯度方向,计算特定方向上的梯度值,滤掉噪声边缘;

(一)、获取中心点:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳工业大学,未经沈阳工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810615461.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top