[发明专利]工件检测方法和装置

说明书

本发明公开了一种工件检测方法和装置，该方法包括：对工件的第一检测图进行抽样得到第二检测图，并对工件所对应的第一参考图进行抽样得到第二参考图；以第一角度对第二检测图进行多次旋转，在每次旋转后，将当前旋转后的第二检测图与第二参考图相减，得到差值，直至得到的差值为第一最小差值，将得到第一最小差值时对第二检测图旋转的总角度确定为第一角度偏差值；基于第一角度偏差值以及预定的角度误差得到旋转角度范围；在该范围内以第二角度对第一检测图进行多次旋转，在每次旋转后，将当前旋转后的第一检测图与第一参考图相减，得到差值，直至差值为第二最小差值，并将得到第二最小差值时对第一检测图旋转的总角度确定为第二角度偏差值。

技术领域

本发明涉及图像处理领域，并且特别地，涉及一种工件检测方法和装置。

背景技术

工件定位算法是一种常用算法。该算法的目的是要确定工件的位置偏移、角度偏移等信息，以便基于这些信息对工件进行后续处理。目前，工件定位算法已经在机器人抓取物件、机器视觉等多个领域中广泛应用，成为了对工件进行检测和测量的主要手段之一。

在一些对于精度要求较高的检测和测量场景中，对于工件的定位也提出了更高的要求。为了提高检测精度，目前已经提出了多种的检测方法。例如，在申请号为201310509532.3、名称为“一种基于CCD的高精度测量方法”的专利中，就公开了对工件进行检测的方案。该方案建立了一个基于机器视觉的机械零件检测模型，该模型综合运用了摄像机标定、亚像素边缘轮廓提取和基于形状的模板匹配技术。在该专利所公开的方案中，首先根据摄像机成像模型，对相机进行内外部参数标定，根据内部参数校正畸变图像。然后，定位被测物，区分其上下边缘并提取上表面的亚像素边缘，导入CAD数据模型，采用基于形状的模板匹配方法匹配被测物。最后将轮廓距离作为误差的度量。

该专利所公开的方案虽然具有较高的检测精度，但是运算量很大、检测速度较慢、且复杂度较高，因此无法适用于对检测速度有较高要求的场景中，例如，该专利公开的方案很难应用于在线检测。

此外，在申请号为201210227659.1、名称为“基于图像边界极坐标化离散序列的角度识别方法”的专利中，公开了一种专门用于识别角度的方案。该方案首先求取目标图像的边界离散序列，之后将目标图像的边界离散序列与模板图像的边界离散序列以第二决策的方式进行粗匹配，得到转角的粗匹配结果；最后，在上一步基础上，通过第三决策，求得目标图像相对于模板图像的精确转角。通过先进行粗匹配之后进行精确匹配，该专利所公开的方案能够在一定程度上减小运算量。但是，该专利在将旋转后的图像与模板图像进行粗匹配和精确匹配时，所采用的方案是建立相应的匹配评价函数对旋转后的图像进行计算。这种采用函数进行计算来完成匹配的方案依然具有较大的运算量，处理效率较低，计算过程较为复杂，不易于实现。另外，对于边界不明显的工件，该专利的检测准确率将明显降低。

针对相关技术中工件检测的运算量大、过程复杂、不易实现、以及不能适用所有工件的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术中的上述问题，本发明提出一种工件检测方法和装置，能够减少运算量、降低复杂度和实现的难度，同时可以适用于各种工件。

根据本发明的一个方面，提供了一种工件检测方法。

根据本发明的工件检测方法包括：对待检测的工件的第一检测图进行抽样，得到第二检测图，并对工件所对应的第一参考图进行抽样，得到第二参考图，其中，第一检测图由对待检测的工件进行拍照得到；以预定的第一角度对第二检测图进行多次旋转，在每次旋转后，将当前旋转后的第二检测图与第二参考图相减，得到差值，直至得到的差值为第一最小差值，将得到第一最小差值时对第二检测图旋转的总角度确定为第一角度偏差值；基于第一角度偏差值以及预定的角度误差，得到旋转角度范围；在旋转角度范围内以第二角度对第一检测图进行多次旋转，在每次旋转后，将当前旋转后的第一检测图与第一参考图相减，得到差值，直至得到的差值为第二最小差值，并将得到第二最小差值时对第一检测图旋转的总角度确定为第二角度偏差值。