[发明专利]一种零件的视觉检测方法及系统

说明书

本发明提出了一种零件的视觉检测方法及系统，所述系统包括以下步骤：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；获取零件图像中零件的边缘形状特征；获取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；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；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、位置信息识别零件种类或判断零件是否合格。本发明可以较高效、精准的完成零件种类检测，避免了人工检验过程中由于视觉疲劳导致出错的问题，且可以根据检测区域提取的视觉特征信息较准确了解圆形特征的位置，精度高且效率高。

技术领域

本发明涉及零件检测技术领域，具体涉及一种零件的视觉检测方法及系统。

背景技术

在工业上的生产到装配的过程中，会有各种零件的分批次运输，由于各种零件的种类及数量众多，同时一些零件结构的不规则，在人工操作的过程中难以避免的会出现零件种类出错的情况。为了避免这种情况的发生，工厂在生产成品前，通过人工检验的方法观察零件是否出错；然而人工检验过程中，容易产生疲劳现象，当一个时间段内观察过多零件时，容易出现视觉疲劳，导致检验时容易发生错误，从而导致残品流入市场，造成企业不可弥补的损失。另外，在零件已装配的情况下，人工检验也很难检测出来。

发明内容

针对现有技术的不足，本发明提出一种零件的视觉检测方法及系统，避免了人工检验过程中由于视觉疲劳导致出错的问题。

本发明的技术方案是这样实现的：一种零件的视觉检测方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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；