物体视觉检测方法及装置制造方法及图纸

本发明专利技术涉及一种物体视觉检测方法及装置，该方法及装置通过对模板图像内的检测区域图像和待测图像内的待测区域图像分别进行梯度运算，分别得到检测区域图像的模板直方图比较因子和待测区域图像的待测直方图比较因子，并根据模板直方图比较因子和待测直方图比较因子进行直方图比较，进而判断待测区域图像是否与检测区域图像一致，实现对产品的视觉检测和识别，由于避免了根据待测区域图像和检测区域图像的灰度值直接判断图像是否匹配，因此即使对于背景色相接近的物体，仍能够实现准确的视觉检测与识别，同时由于检测区域图像和待测区域图像的尺寸相对于原始的模板图像和待测图像均较小，因此梯度运算的运算效率较高，视觉检测的效率较高。

【技术实现步骤摘要】

本专利技术涉及视觉检测
，特别是涉及一种物体视觉检测方法及装置。
技术介绍
目前，对于物体的视觉检测一般采用模板匹配算法，例如，在生产流水线上的机箱外壳安装过程中，往往可能存在螺丝、端子、丝印等零件漏打的情况，因此为了避免由于漏件而导致的设备结构松动甚至设备损害，往往需要对机箱上各个零件所在的位置进行视觉检测，以确保产品安装正常。在工程上，当零件的颜色与机箱的背景色区别明显的情况下，一般采用模板匹配算法即可实现对零件是否漏打的检测，但是由于模板匹配算法主要是通过计算模板图像和待匹配图像之间的灰度差值的绝对值之和来确定图像的匹配程度，因此在零件的颜色与机箱的背景色相接近的情况下，模板匹配算法的误判性较大，检测效果较差，无法满足背景色相近的物体视觉检测的要求。
技术实现思路
基于此，有必要针对现有技术对背景色相近的物体视觉检测误判性较大的问题，提供一种物体视觉检测方法及装置，该方法及装置能够实现对背景色相接近的物体的视觉检测，提高背景色相近的物体的视觉检测的效果和准确性，同时相比较于人工目检提高了检测的准确性和效率，节约了人力成本。为实现上述目的，本专利技术采取如下的技术方案：一种物体视觉检测方法，所述方法包括以下步骤：获取标准产品的模板图像和待测产品的产品图像，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子，并对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集；根据所述匹配集对所述产品图像进行仿射变换，得到待测图像；获取检测区域图像位于所述模板图像内的位置信息，根据所述位置信息确定所述待测图像的待测区域图像；对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子；根据所述模板直方图比较因子和所述待测直方图比较因子判断所述待测区域图像是否与所述检测区域图像一致。相应地，本专利技术还提出一种物体视觉检测装置，所述装置包括：匹配单元，用于获取标准产品的模板图像和待测产品的产品图像，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子，并对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集；变换单元，用于根据所述匹配集对所述产品图像进行仿射变换，得到待测图像；区域图像确定单元，用于获取检测区域图像位于所述模板图像内的位置信息，根据所述位置信息确定所述待测图像的待测区域图像；运算单元，用于对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子；判断单元，用于根据所述模板直方图比较因子和所述待测直方图比较因子判断所述待测区域图像是否与所述检测区域图像一致。上述物体视觉检测方法及装置通过提取标准产品的模板图像的模板图像描述子和待测产品的产品图像的产品图像描述子，经过特征匹配，得到包括各个描述子匹配对的匹配集，并利用匹配集对产品图像进行仿射变换，得到与模板图像的尺寸信息相一致的待测图像后，对模板图像内的检测区域图像和待测图像内的待测区域图像分别进行梯度运算，分别得到检测区域图像的模板直方图比较因子和待测区域图像的待测直方图比较因子，最后根据模板直方图比较因子和待测直方图比较因子进行直方图比较，判断待测区域图像是否与检测区域图像一致，若一致，则表明待测产品与标准产品相同，从而实现了对待测产品的视觉检测。由于本专利技术所提出的物体视觉检测方法及装置根据模板直方图比较因子和待测直方图比较因子判断待测区域图像是否与检测区域图像一致，避免了根据待测区域图像和检测区域图像的灰度值直接判断图像是否匹配，因此即使对于背景色相接近的物体，本专利技术所提出的方法及装置仍能够实现准确的视觉检测与识别，同时由于检测区域图像和待测区域图像的尺寸相对于原始的模板图像和待测图像均较小，因此在进行梯度运算时的运算效率较高，进一步提高了物体视觉检测的效率。附图说明图1为本专利技术其中一个实施例中物体视觉检测方法的流程示意图；图2为本专利技术其中一个具体实施方式中物体视觉检测方法的流程示意图；图3为采集生产流水线上产品被测面图像的示意图；图4为本专利技术其中一个实施例中物体视觉检测装置的结构示意图。具体实施方式下面将结合附图及较佳实施例对本专利技术的技术方案进行详细描述。在其中一个实施例中，参见图1所示，一种物体视觉检测方法，该方法包括以下步骤：S100获取标准产品的模板图像和待测产品的产品图像，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子，并对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集；S200根据所述匹配集对所述产品图像进行仿射变换，得到待测图像；S300获取检测区域图像位于所述模板图像内的位置信息，根据所述位置信息确定所述待测图像的待测区域图像；S400对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子；S500根据所述模板直方图比较因子和所述待测直方图比较因子判断所述待测区域图像是否与所述检测区域图像一致。具体地，在本实施例中，以标准产品的图像作为模板图像，以待测产品的图像作为产品图像，为保证视觉检测的更优效果，这里的模板图像和产品图像优选地均是照度充足且照度均匀的图像，获取标准产品的模板图像和待测产品的产品图像后，分别提取模板图像的描述子和产品图像的描述子，得到相应的模板图像描述子和产品图像描述子，描述子是机器视觉识别领域中与图像特征相关的参量。在步骤S100中，在机器视觉识别
可以有多种提取图像的描述子的方法，作为其中一种具体的实施方式，分别提取模板图像的描述子和产品图像的描述子，得到相应的模板图像描述子和产品图像描述子的过程包括以下步骤：利用ORB特征提取算法对模板图像和产品图像进行特征提取，得到模板图像特征值和产品图像特征值；利用ORB描述子提取器对模板图像特征值和产品图像特征值进行描述子提取，得到模板图像描述子和产品图像描述子。ORB特征提取算法是一种用于基于视觉信息的特征点检测与描述算法，特征点检测部分利用运算速度特别快的FAST角点检测子，并针对FAST特征不具备方向的问题，加入了FAST特征的方向信息，而特征点描述部分则是利用基于像素点二进制位比较的BRIEF特征描述子，并改进了BRIEF描述子对图像噪声敏感和不具备旋转不变形的缺点，ORB特征提取算法结合角点检测算法与特征描述算法，具有计算速度快、适合实时监测等特点，已成为图像识别领域中常用的一种图像特征提取算法，本实施方式利用ORB特征提取算法对模板图像和产品图像进行特征提取，得到模板图像特征值和产品图像特征值后，再利用ORB描述子提取器对模板图像特征值和产品图像特征值进行描述子提取，得到模板图像描述子和产品图像描述子。在步骤S100中，得到模板图像描述子和产品图像描述子之后，对模板图像描述子和产品图像描述子进行特征匹配，得到匹配集，该匹配集由一对对描述子匹配对组成。作为特征匹配方法中的一种具体的实施方式，对模板图像描述子和产品图像描述子进行特征匹配时，可以利用K最近邻分类算法对模板图像描述子和产品图像描述子进行特征匹配本文档来自技高网...

【技术保护点】
一种物体视觉检测方法，其特征在于，包括以下步骤：获取标准产品的模板图像和待测产品的产品图像，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子，并对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集；根据所述匹配集对所述产品图像进行仿射变换，得到待测图像；获取检测区域图像位于所述模板图像内的位置信息，根据所述位置信息确定所述待测图像的待测区域图像；对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子；根据所述模板直方图比较因子和所述待测直方图比较因子判断所述待测区域图像是否与所述检测区域图像一致。

【技术特征摘要】
1.一种物体视觉检测方法，其特征在于，包括以下步骤：获取标准产品的模板图像和待测产品的产品图像，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子，并对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集；根据所述匹配集对所述产品图像进行仿射变换，得到待测图像；获取检测区域图像位于所述模板图像内的位置信息，根据所述位置信息确定所述待测图像的待测区域图像；对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子；根据所述模板直方图比较因子和所述待测直方图比较因子判断所述待测区域图像是否与所述检测区域图像一致。2.根据权利要求1所述的物体视觉检测方法，其特征在于，分别提取所述模板图像和所述产品图像的描述子，得到模板图像描述子和产品图像描述子的过程包括以下步骤：利用ORB特征提取算法对所述模板图像和所述产品图像进行特征提取，得到模板图像特征值和产品图像特征值；利用ORB描述子提取器对所述模板图像特征值和所述产品图像特征值进行描述子提取，得到所述模板图像描述子和所述产品图像描述子。3.根据权利要求1或2所述的物体视觉检测方法，其特征在于，对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到匹配集的过程包括：利用K最近邻分类算法对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到由描述子匹配对组成的所述匹配集。4.根据权利要求3所述的物体视觉检测方法，其特征在于，利用K最近邻分类算法对所述模板图像描述子和所述产品图像描述子进行特征匹配，得到由描述子匹配对组成的所述匹配集的过程包括：利用K最近邻分类算法对所述模板图像描述子和所述产品图像描述子进行特征匹配后，得到各个所述描述子匹配对，判断所述描述子匹配对的间距离的比值是否小于阈值，若是，则将间距离的比值小于阈值的描述子匹配对归入所述匹配集。5.根据权利要求1或2所述的物体视觉检测方法，其特征在于，对所述检测区域图像和所述待测区域图像分别进行梯度运算，得到所述检测区域图像的模板直方图比较因子和所述待测区域图像的待测直方图比较因子的过程包括以下步骤：对所述检测区域图像和所述待测区域图像分别进行灰度化处理和高通滤波处理，经坐标转换后分别得到极坐标下的梯度幅度；对所述梯度幅度进行归一化处理，并对归一化处...

【专利技术属性】
技术研发人员：邱伟波，
申请(专利权)人：广州视源电子科技股份有限公司，
类型：发明
国别省市：广东;44