[发明专利]基于多相机阵列的大尺寸的工业板材在线测量系统及方法

说明书

本发明公开了基于多相机阵列的大尺寸的工业板材在线测量方法，包括如下步骤：S1、根据工业板材形状和目标尺寸构建嵌入式相机阵列；S2、采用ARM控制普通单目相机采集板材局部高分辨率图像；S3、利用嵌入式技术实现局部高分辨率图像目标的特征提取及局部测量；S4、根据局部图像的目标边缘特征，进行图像拼接，重建全局图像，计算工业板材的几何尺寸及多目标的精准分割。本发明采用分布式处理架构，各个子系统同步处理，系统规模具有可扩展性，不受限于工业板材的形状和目标尺寸，测量精度和运行效率高。

技术领域

本发明涉及机器视觉的工业智能应用领域，具体涉及一种基于多相机阵列的大尺寸的工业板材在线测量系统及方法。

背景技术

机器视觉技术采用摄像机，不仅可以实现对物体轮廓尺寸、面积、空间位置、形状、缺陷等参数和特征的综合测量和检测，而且具有非接触、高效、可靠、通用性好、易于实现自动化等优点。在大批量、连续自动化生产流水线上，迫切需要利用视觉实现产品目标的自动识别和精准分割。

目前对中小尺寸(100mm以下)机械器件的视觉测量技术相对比较成熟，但是对于尺寸大于100mm的大尺寸器件测量存在诸多问题：

1)多数视觉测量设备有特定量程，对尺寸超过量程的器件，无法测量；

2)相机视场角受限，单目相机对远程的目标边缘畸变严重，常存在伪边缘信息，严重影响目标的精准分割；

3)测量对象形状、大小受测量设备工作台面的限制；

4)多数测量设备都相对独立，较难与生产流水线完全整合；

5)大量程设备相对较重，搬运性能弱，且设备造价较髙。

分析以上问题，相比中小尺寸的机械器件，大尺寸工业板材的机器视觉测量和检测有两大难点：

一是必须建立基于序列不完备图像信息的大尺寸器件高精度测量方法。中小尺寸器件通过显微放大图像或高分辨率单幅图像，运用成熟的图像处理技术，即可获得满意的测量结果。而大尺寸器件要取得较高的测量精度，必须首先获得一张高分辨率全景图，由于拍摄视野与图像分辨率成反比，大尺寸器件无法直接获得单幅高分辨率图像，因为单幅高分辨率图像仅仅表达了大尺寸器件很小部分的信息。一般通过对大尺寸器件一系列高分辨率序列图像进行图像拼接来获得一张器件全景图。而图像拼接的各个环节不可避免地存在误差，这些误差不同程度地影响着拼接精度，从而影响着器件尺寸测量的精度。

二是必须攻克较大数量序列图像处理的实时计算的难题，使得在线测量成为可能。相比于中小尺寸器件，大尺寸器件需要进行的图像处理数据规模和图像处理复杂程度大大増加，而且在相同图像采集条件下，图像处理时间会随着器件的图幅数(器件大小)的增加而增加，从而造成大尺寸器件测量时间的増加，使得大尺寸器件难以实现在线测量。

总之，实现基于机器视觉的大尺寸工业板材在线测量及多目标自动分割存在诸多挑战：

1)相机视场不够，单目相机的视场难于覆盖整个板材平面；

2)获取图像常存在严重畸变，存在目标的伪边缘；

3)通常需要拼接在线获取的多帧序列图像；

4)测量及切割算法复杂度高。

虽然已有许多学者对这些问题和挑战展开了研究，但目前市场上依然没有合适的基于机器视觉的大尺寸工业板材在线测量及多目标提取。

发明内容

为解决上述问题，本发明提供了一种基于多相机阵列的大尺寸的工业板材在线测量系统及方法。

为实现上述目的，本发明采取的技术方案为：

基于多相机阵列的大尺寸的工业板材在线测量方法，包括如下步骤：