一种基于智能视觉的电容字符检测方法技术

本发明专利技术公开了一种基于智能视觉的电容字符检测方法，具体涉及智能视觉技术领域，包括以下步骤：偏振片安装于工业相机镜头前，对偏振光进行一定的遮蔽，偏振光经过漫反射后将变成自然光，经过镜面发射后仍然是偏振光，根据测试分选机工位条件的限制，将光源布置在芯片的正上方，通过螺纹丝杆调节光源距电容的距离。通过设计金属定位块的方式来提高检测字符区域的效率，通过基于灰度方式的水平垂直投影进行字符的局部分割，利用基于图像采集结果和分割结果进行全局与局部模板匹配，以保证检测的精度。基于机器视觉的电容字符检测技术在自动化识别领域应用非常广泛。动化识别领域应用非常广泛。动化识别领域应用非常广泛。

【技术实现步骤摘要】
一种基于智能视觉的电容字符检测方法


[0001]本专利技术涉及智能视觉
，具体为一种基于智能视觉的电容字符检测方法。

技术介绍

[0002]电容亦称作“电容量”，是指在给定电位差下自由电荷的储藏量，记为C，国际单位是法拉(F)。一般来说，电荷在电场中会受力而移动，当导体之间有了介质，则阻碍了电荷移动而使得电荷累积在导体上，造成电荷的累积储存，储存的电荷量则称为电容，电容字符很小很难辨认，迫使在字符检测上投入了大量的人力财力，由于在电容的生产及应用过程中，会导致电容字符磨损，从而影响对字符的辨认、以及质量评估，检测人员肉眼不方便检测；
[0003]现有技术中的基于智能视觉的电容字符检测方法存在以下问题：
[0004]现有的电容字符检测方法工人的需求量大且检测效率低，也存在着较多的不可靠因素，为此，我们提出一种基于智能视觉的电容字符检测方法用于解决上述问题。

技术实现思路

[0005]本专利技术的目的在于提供一种基于智能视觉的电容字符检测方法，以解决上述
技术介绍
中提出的问题。
[0006]为解决上述技术问题，本专利技术采用如下技术方案：一种基于智能视觉的电容字符检测方法，包括以下步骤：
[0007]步骤一：偏振片安装于工业相机镜头前，对偏振光进行一定的遮蔽，偏振光经过漫反射后将变成自然光，经过镜面发射后仍然是偏振光，根据测试分选机工位条件的限制，将光源布置在芯片的正上方，通过螺纹丝杆调节光源距电容的距离；
[0008]步骤二：电容字符在线实时检测对检测速度和检测精度有较高的要求，在PC机上，通过多线程技术提高CPU的利用率，提高系统的处理速度；
[0009]步骤三：在进行字符分割之前，要进行电容的位姿矫正，利用二值化图像的像素分布直方图进行分析，从而找出相邻字符的分界点进行分割，字符缺陷识别采用基于边缘特征的模板匹配；
[0010]步骤四：模板匹配的基本思想是让模板在目标图像中做平移运动，将模板左上角和待检测的图像左上角重合，每移动一个像素，计算模板与待匹配图像的相似度，遍历结束之后，将符合阈值的位置认定为最佳匹配位置，基于灰度的互相关模板匹配是通过用模板图像遍历待匹配图像，每移动一个像素，计算对应部分的互相关值，将互相关值的最大值作为最佳匹配位置；
[0011]步骤五：归一化互相关系数法是一个亮度、对比度线性不变量，能够明显改善光照的线性变化带来的影响；
[0012]步骤六：模板由目标图像边缘的一系列点组成，合格度判断电容字符缺陷，合格度包括模板匹配的相似度、字符较于电容本身的旋转角度、字符相对于电容本身位置偏移，三个指标同时满足，则认定为合格。
[0013]优选地，所述检测系统由工业相机、工业镜头、图像采集卡、工业光源、起偏振片、PC机以及机械结构和机械传动构成。
[0014]优选地，所述通过检测精度、检测速度、视野范围、工作距离、工件尺寸来选取合适的工业相机和工业镜头。
[0015]优选地，所述通过数据传输的大小进行图像采集，所述方法采用漫反射条形组合光源。
[0016]优选地，所述采用起振片和偏振片为了提高字符与背景的对比度，降低辐照与辐射强度。
[0017]优选地，所述起振片可以将光源发出来的光变成偏振光，放置于光源位置处字符定位通过设计金属定位块的方式，利用金属材料在光源辐照下的辐射特性与电容的差异性提高对比度来进行快速定位。
[0018]与现有技术相比，本专利技术的有益效果在于：
[0019]本专利技术通过设计金属定位块的方式来提高检测字符区域的效率，通过基于灰度方式的水平垂直投影进行字符的局部分割，利用基于图像采集结果和分割结果进行全局与局部模板匹配，以保证检测的精度，基于机器视觉的电容字符检测技术在自动化识别领域应用非常广泛，设计使用电容专用定位块的方式来解决字符搜索定位，通过投影切分来进行字符的分割，作为整体和局部字符匹配，提高字符检测的准确性，整体上在鲁棒性、实时性、准确性上能够满足字符识别的要求。
附图说明
[0020]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]图1为本专利技术整体的步骤流程图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]实施例：如图1所示，本专利技术提供了一种基于智能视觉的电容字符检测方法，所述包括以下步骤：
[0024]步骤一：检测系统由工业相机、工业镜头、图像采集卡、工业光源、起偏振片、PC机以及机械结构和机械传动构成，通过检测精度、检测速度、视野范围、工作距离、工件尺寸来选取合适的工业相机和工业镜头，通过数据传输的大小进行图像采集，方法采用漫反射条形组合光源，偏振片安装于工业相机镜头前，对偏振光进行一定的遮蔽，偏振光经过漫反射后将变成自然光，经过镜面发射后仍然是偏振光，打光方式采用正面明视场，根据测试分选机工位条件的限制，将光源布置在芯片的正上方，通过螺纹丝杆调节光源距电容的距离；
[0025]步骤二：电容字符在线实时检测对检测速度和检测精度有较高的要求，包括字符定位、字符分割、字符匹配在实时性上都有较高的要求，在PC机上，通过多线程技术提高CPU的利用率，提高系统的处理速度；步骤三：在进行字符分割之前，要进行电容的位姿矫正，利用二值化图像的像素分布直方图进行分析，从而找出相邻字符的分界点进行分割，字符缺陷识别采用基于边缘特征的模板匹配；
[0026]步骤四：模板匹配的基本思想是让模板在目标图像中做平移运动，将模板左上角和待检测的图像左上角重合，每移动一个像素，计算模板与待匹配图像的相似度，遍历结束之后，将符合阈值的位置认定为最佳匹配位置，基于灰度的互相关模板匹配是通过用模板图像遍历待匹配图像，每移动一个像素，计算对应部分的互相关值，将互相关值的最大值作为最佳匹配位置；
[0027]步骤五：基于灰度的互相关模板匹配缺点是在光场不均匀情况下，不具有鲁棒性，归一化互相关系数法是一个亮度、对比度线性不变量，能够明显改善光照的线性变化带来的影响，但是随着图像分辨率的提高，图像匹配的时间会增加，匹配准确度也存在差异，甚至会发生匹配失效的情况，并且由于工件的位姿和完整性等存在差异，会引起光照的非线性变化，这会导致图像的灰度差异大，进而导致模板匹配结果不准确，较于基于灰度的互相关模板匹配，基于边缘的模板匹配不需要建立两幅图像之间点的对应关系，具有较好的鲁棒性；
[0028]步骤六：模板由目标图像边缘的一系列点组成，合格度判断电容字符缺陷本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能视觉的电容字符检测方法，其特征在于：所述包括以下步骤：步骤一：偏振片安装于工业相机镜头前，对偏振光进行一定的遮蔽，偏振光经过漫反射后将变成自然光，经过镜面发射后仍然是偏振光，根据测试分选机工位条件的限制，将光源布置在芯片的正上方，通过螺纹丝杆调节光源距电容的距离；步骤二：电容字符在线实时检测对检测速度和检测精度有较高的要求，在PC机上，通过多线程技术提高CPU的利用率，提高系统的处理速度；步骤三：在进行字符分割之前，要进行电容的位姿矫正，利用二值化图像的像素分布直方图进行分析，从而找出相邻字符的分界点进行分割，字符缺陷识别采用基于边缘特征的模板匹配；步骤四：模板匹配的基本思想是让模板在目标图像中做平移运动，将模板左上角和待检测的图像左上角重合，每移动一个像素，计算模板与待匹配图像的相似度，遍历结束之后，将符合阈值的位置认定为最佳匹配位置，基于灰度的互相关模板匹配是通过用模板图像遍历待匹配图像，每移动一个像素，计算对应部分的互相关值，将互相关值的最大值作为最佳匹配位置；步骤五：归一化互相关系数法是一个亮度、对比度线性不变量，能够明显改善光照的线性变化带来的影响；步骤六：模板由目标图像边...

【专利技术属性】
技术研发人员：请求不公布姓名，
申请(专利权)人：扬州工业职业技术学院，
类型：发明
国别省市：