[发明专利]一种基于机器视觉的坯料规格检测方法

权利要求书

1.一种基于机器视觉的坯料规格检测方法，其特征在于，具体包括以下步骤：

S1、智能判断物体到来情况：视觉检测系统采用实时视频分析的方式，通过实时抓拍物体，判断物体前部边缘实际位置后，停止物体实际运行；待物体完全停止后，采集6-10张被测物体实时图像；物体完全停止的判断依据如下：

a设置相机帧率；

b对每一帧图像进行ROI移动侦测检查，即依据基准背景图片ROI与当前帧ROI进行像素对比；对比时，首先将ROI区域进行灰度处理，然后将ROI区域每一像素点进行差分计算；当基准背景图片ROI中的任一像素与实时图片ROI中所对应的像素差值大于一定阈值时，认为该区域有新的移动物体到来；

c识别系统通过现场控制设备，使得运动物体停止；

d等待3-5秒后，再次运用移动侦测技术，此时，比较前后两帧图像ROI区域内容，若像素差累积值低于一定阈值，则认为检测物体处于完全停止状态，并可进行下一步的智能识别过程；

像素差累计值表示如下：

其中，graydiff_sum表示像素差累计值；gray_pre(i,j)表示前一帧第i行第j列像素灰度值；gray_now(i,j)表示当前帧第i行第j列像素灰度值；

e若检测结果为物体仍旧处于运动状态，则继续等待3-5秒后，执行d步；

S2、检测物体边缘检测

1)连续提取n(n≥5)秒内所有2n幅检测图片:利用OPENCV的canny检测方法，将图片中被测物体的边缘进行提取；对于被测物体的具体一个边缘，将提取出2n条检测出来的不同边缘；取2n条线段中最长的线段作为基准线段，取剩余2n-1条线段的两个端点作为待优化点的集合命名为点空间Q(x_i,y_i)，其中i＝1,2,...,2n-1；

2)求出空间Q中每一个点(x_i,y_i)到基准线段的距离d_i，其计算过程如下：

3)若则点Q_i舍弃；其中阈值计算过程如下

v_low＝avg(d)+stdev(d)

v_high＝avg(d)-stdev(d)

avg(d)表示所有点到基准线段的距离平均值，stdev(d)表示所有点到基准线段的距离标准差；

4)将2.3步骤中所有满足条件的点与基准线段的两个端点组成点空间，其中i＝1,2,...,2n-k，k为所舍弃点的个数；

5)对点空间P内所有点运用最小二乘法，可以得到理论上最优的检测物体边缘的斜率k和截距b，其计算过程如下：

其中，表示坐标x的平均值，表示坐标y的平均值；则理论上最优的检测物体边缘可表示为

y＝kx+b；

此时，考虑点集空间P(x_i,y_i)，i＝1,2,...,2n-k，计算所有点到直线y＝kx+b之间的距离，分别在直线两端取距离直线y＝kx+b最近的两个点，将这两个点进行连接，即为最终计算的被测物体边缘；

6)以此类推，可将视野可及的物体条边缘进行检测；

S3、边缘检测结果进行实际尺寸换算；

通过换算，可以得到真实的被测物体规格信息；

L_act＝L_det*α

其中，L_act表示物体实际长度，单位：米；L_det表示物体检测长度，单位：像素，α表示单位像素比，单位：米/像素。

2.根据权利要求1所述的一种基于机器视觉的坯料规格检测方法，其特征在于，所述S1步骤中采用的基准背景图片为无检测物体出现时的纯背景图片。

3.根据权利要求1所述的一种基于机器视觉的坯料规格检测方法，其特征在于，所述S1步骤中设置相机帧率为2fps。