[发明专利]一种基于机器视觉的二维位移检测方法

说明书

技术领域

本发明涉及基于机器视觉的二维位移检测方法，尤其适用于在目标物灰度与背景灰度很接近情况下的视觉检测场合。

背景技术

机器视觉不会有人眼的疲劳，有着比人眼更高的精度和速度，特别是在探测不可视物体和高危险场景时，更具有其突出的优点。目前，机器视觉已成功应用于工业检测、医学、图像等领域，大幅度地提高了工作的效率和执行的可靠性。机器视觉检测主要通过分析处理并解释光学非接触传感器观测到的图像后做出决定，进而控制机器或过程，图像分割是其关键技术。到目前为止，人们基于各种立场和观点，提出了各式各样的图像分割方法。但传统的图像分割方法应用于工业现场存在以下方面的不足：其一，工业现场光线条件一般比较恶劣，日夜光强相差较大，且晚上采集的图像中目标物灰度与背景灰度非常接近，传统图像分割方法难以适用；其二，工业现场一般存在冲击、振动，有的甚至非常剧烈，虽然相机在光线暗时可以通过调整曝光时间来增强图像清晰度，但检测系统对实时性要求都较高，且曝光时间若超过1/6秒，就容易因相机晃动或拍摄对象的移动而产生幻影，图片变得模糊，完全靠调整曝光时间来调整图像灰度也不现实。因此，为实现工业现场基于机器视觉的二维位移检测，有效解决视觉检测系统中图像分割准确性和处理时间上的矛盾，有必要提出一种高可靠性、高实时性的基于机器视觉的二维位移检测新方法。

发明内容

本发明要解决技术问题是提供一种基于机器视觉的二维位移检测方法，该方法实时性好，准确度、可靠性高，实用性强。

本发明为解决上述技术问题所采用的技术方案是：

一种基于机器视觉的二维位移检测方法，其特征在于，包括以下步骤：

步骤1：在被测物上贴检测标志物；

步骤2：摄像机拍摄检测标志物图像；

步骤3：通过阈值自适应方法求取检测标志物图像的分割阈值，再采用图像分割阈值分割检测标志物图像中的光斑，得到二值化光斑图像；

步骤4：对二值化光斑图像的二值化效果进行评价，得到指标值，如果指标值达到标准值(标准值取4.0％，或者小于4.0％的一个值)，转到步骤6，否则，进入下一步；

步骤5：根据指标值对摄像机的曝光时间进行调整，将调整后的曝光时间值作为摄像机的当前曝光时间值；返回到步骤2；

步骤6：根据得到的符合标准值的二值化光斑图像识别光斑在摄像机坐标系中的二维位移；

步骤7：通过摄像机坐标系与实际笛卡尔坐标系之间的转换，得到被测物的实际二维位移；

步骤4中，所述的指标值为相对距离：

式中l、A分别为二值化光斑图像中白斑的轮廓像素数和总像素数。

步骤3中，所述的求取分割阈值的方法为：

将场景图像的灰度值分为1～m级，灰度值i的像素数为n_i，则

总像素数N为N=Σi=1ni;m]]>

第i级像素值概率P_i为P_i＝n_i/N；

用整数K将其分为两组C0＝{1，2，…，K}，C1＝{K+1，K+2，…，m}，则C0组产生的概率ω₀为