[发明专利]一种基于机器视觉的点阵目标规律性检测方法

说明书

本发明涉及一种基于机器视觉的点阵目标规律性检测方法，其包括以下步骤：1)采用工业相机对点阵目标进行图像采集，获得待检测图像；2)对待检测图像进行Blob分析，获得若干个Blob；3)对每个Blob的尺寸属性信息进行计算及异常判断，和/或对每个Blob的位置属性信息进行计算与异常判断，若有异常，则点阵目标不具有规律性，若无异常，则点阵目标具有规律性。本发明通过图像采集和Blob分析，采用尺寸规律性检测法和/或位置规律性检测法可以自动检测出待检测点阵目标是否具有规律性，若不具有规律性则为不合格产品，从而实现机器替代人工进行自动检测，具有应用范围广、检测速度快、检测稳定性好、精准度高、检测成本低、可长时间工作等优点。

技术领域

本发明属于产品检测技术领域，尤其是涉及一种基于机器视觉的点阵目标规律性检测方法。

背景技术

目前，在诸如LED灯珠或者布匹等点阵目标产品生产过程中，时有发生LED灯珠的错装、漏装等现象，或者出现布匹表面出现瑕疵等问题，导致会有不合格产品产生，有必要对点阵目标产品进行规律性检测，以确保其质量。然而，现有技术中，通常是依靠人工目视进行检测，不仅增加了人工成本和管理成本，而且由于人眼检测的疲劳性和不稳定性，无法保证检测的准确率和效率，人工检测在效率上无法满足现代生产的要求。

因此，急需研究一种检测速度快，准确率高的基于机器视觉的点阵目标规律性检测方法。

发明内容

本发明的目的在于针对现有技术中存在的不足，提供一种设计合理，检测速度快，准确率高的基于机器视觉的点阵目标规律性检测方法。

为了实现上述目的，本发明采用以下技术方案：

本发明基于机器视觉的点阵目标规律性检测方法，其包括以下步骤：

1)采用工业相机对点阵目标进行图像采集，获得待检测图像；

2)对待检测图像进行Blob分析，获得若干个Blob；

3)采用尺寸规律性检测法对每个Blob的尺寸属性信息进行计算及异常判断，和/或采用位置规律性检测法对每个Blob的位置属性信息进行计算与异常判断，若有异常，则点阵目标不具有规律性，若无异常，则点阵目标具有规律性。

作为优选，步骤2)中对待检测图像进行Blob分析的具体步骤为：

2.1)将待检测图像转换为灰度图像进行高斯滤波处理，获得滤波后图像；

2.2)对滤波后图像进行高低灰度阈值的二值化处理，获得二值化图像；

2.3)对二值化图像基于边缘检测算法进行轮廓查找，获得若干个不同的轮廓连通域；

2.4)对若干个轮廓连通域分别采用不同标记进行标记，即得若干个Blob。

作为优选，步骤3)中对每个Blob的尺寸属性信息进行计算及异常判断，其具体步骤为：

3.11)提取每个Blob的尺寸属性信息，尺寸属性信息至少包括最小外接圆半径、面积和周长中的一种以上尺寸属性值；

3.12)将每个Blob的每种尺寸属性值与其他Blob相应尺寸属性值的平均值进行偏差计算，得到偏差值；

3.13)比较偏差值是否在预设的偏差值阈值范围内，若是，则判断为无异常，若否，则判断为有异常。

作为优选，步骤3)中对每个Blob的位置属性信息进行计算与异常判断，其具体步骤为：

3.21)将若干个Blob中除了位于待检测图像四周边缘的Blob以外的其他Blob作为基准Blob；

3.22)对每个基准Blob找到与其邻近的邻近Blob，形成邻近关系集合；