[发明专利]一种零件的视觉检测方法及系统

权利要求书

1.一种零件的视觉检测方法，其特征在于，包括以下步骤：

步骤1，获取零件的图像，并对所获取的零件图像进行预处理及二值化处理；

步骤2，获取零件图像中零件的边缘形状特征；

步骤3，获取所述零件图像的检测区域，所述检测区域为零件中包含所有圆孔的区域；

步骤4，通过霍夫圆变换识别检测区域中是否存在有圆孔，若存在，则获取所存在的每一个圆孔的半径大小及位置信息；若不存在，则获取预设时间间隔后的一帧零件图像后，返回步骤1；

步骤5，根据所获取零件的边缘形状特征信息和零件图像中所有圆孔的半径大小、位置信息识别所述零件种类或判断所述零件是否合格。

2.如权利要求1所述零件的视觉检测方法，其特征在于，步骤1包括：

步骤101，获取零件的图像，对所获取的零件图像通过灰度转换、增强转换为灰度图像；

步骤102，对所述灰度图像进行高斯模糊处理，所述高斯模糊处理所用函数为

步骤103，对预处理后的零件图像进行二值化处理。

3.如权利要求2所述零件的视觉检测方法，其特征在于，步骤103包括：

将二值图像中的各像素点的灰度值与预设阈值进行对比，若大于所述预设阈值，则赋予该像素点灰度值255；否则，则赋予该像素点灰度值0。

4.如权利要求3所述零件的视觉检测方法，其特征在于，步骤3包括：

步骤301，通过图像形态学变换对零件图像中的圆孔的轮廓进行粗提取；

步骤302，根据粗提取后的圆孔利用最小外接矩形获取所述零件图像的检测区域，所述检测区域为零件中包含所有圆孔的区域。

5.如权利要求4所述零件的视觉检测方法，其特征在于，步骤4中，获取所存在的每一个圆孔的半径大小及位置信息包括：

首先用Canny算法进行边缘检测，得到检测区域中所有圆孔边界的二值图；

用Sobel算子计算检查区域中某一圆孔的梯度，遍历边缘二值图中的非0点，沿着梯度方向和反方向画线段，线段的起点和长度由设定的参数决定，将线段经过的点在累加器中计数，计数越多的点越有可能成为圆心，获取此时圆心的坐标为该圆孔的位置信息；

对所有非0点距圆心的距离从小到大排序，从小半径开始依次统计，相差在某个量的点都近似认为是同一个圆，计数所有属于该圆的点；逐渐放大半径继续计数，比较两个半径点的线密度＝点数/半径，线密度越高，半径的可信度越大，在参数允许范围内反复以上步骤直至得到最优半径，此时的最优半径为该圆孔的半径。

6.一种零件的视觉检测方法，其特征在于，包括图像获取模块、图像预处理模块、二值化模块、零件边缘获取模块、检测区域获取模块、圆孔特征获取模块和判断模块，其中

图像获取模块，用于获取零件的图像；

图像预处理模块，用于对所获取的零件图像进行预处理；

二值化模块，用于对预处理后的零件图像进行二值化；

零件边缘获取模块，用于获取零件图像中零件的边缘形状特征；

检测区域获取模块，用于获取所述零件图像的检测区域，所述检测区域为零件中包含所有圆孔的区域；

圆孔特征获取模块，用于通过霍夫圆变换识别检测区域中是否存在有圆孔，若存在，则获取所存在的每一个圆孔的半径大小及位置信息；若不存在，则预设时间间隔后在图像获取模块中获取一帧零件图像后；

判断模块，根据所获取零件的边缘形状特征信息和零件图像中所有圆孔的半径大小、位置信息识别所述零件种类或判断所述零件是否合格。

7.如权利要求6所述零件的视觉检测方法，其特征在于，所述图像预处理模块包括灰度图像转换单元和高斯模糊处理单元，其中

灰度图像转换单元，用于对所获取的零件图像通过灰度转换、增强转换为灰度图像；

高斯模糊处理单元，用于对所述灰度图像进行高斯模糊处理，所述高斯模糊处理所用函数为