[发明专利]一种基于CCD面阵相机视觉检测的五金零件尺寸测量方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于CCD面阵相机视觉检测的五金零件尺寸测量方法。

背景技术

现今社会中，电子工业、航天工业、汽车工业的发展对其中的工件精度要求越来越高，传统工件检测工艺中普遍采用游标卡尺或者螺旋测微器进行人工测量，效率低、测量精度随机性大，已经不能满足现代工业对测量工艺的效率、精度等方面的要求。在传统工件检测上，工人需要知道合格工件的尺寸来判断新工件是否合格，随后发展处机器视觉的方法简单比较合格工件与新工件的图像来判断是否合格，但是这样判断的工件种类少，精度差。于是，许多新兴的行业对检测方面提出了更高的要求。例如，工业生产线上零配件的测量，产品包装印刷的检测，图像实时监控，机器人视觉导航，半导体芯片封装检测，印刷电路板定位等。在这些应用中，采用传统的人工检测的方法已经难以满足生产生活的需要，制约了生产力水平的发展和提高。这一方面是由于人类的本性，长时间工作容易产生疲劳，无法保证很高的检测正确率。另一方面，由于人眼的生理极限，很难在速度、精度等方面得到提高。因此，现代工业生产迫切需要一种新的机器技术出现，来替代人类视觉。

但是，现阶段机器视觉技术并不是特别完善，在一定程度上达不到要求的检测水平，于是科研人员逐渐将研究重点转移到如何应用机器交互的方法快速完成检测过程，而且检测精度高。

所以本设计采用了以标准工件为模板，测量工件尺寸，并通过人工神经网络筛出不合格工件。

发明内容

本发明的目的在于解决上述问题提出一种基于CCD面阵相机视觉检测的五金零件尺寸测量方法，有效解决检测中出现的认为的误检，利用相机标定的方法还原尺寸大小，再进行一系列的图像处理，并且利用人工神经网络识别工件尺寸是否标准，提高检测效率，节省人力资源成本，有利于合理的利用资源，提高生产自动化程度，实现五金零件尺寸测量检测全自动化。

为了达到此目的，本发明采用以下技术方案：

一种基于CCD面阵相机视觉检测的五金零件尺寸测量方法，包括以下步骤；

A.判断是否训练人工神经网络，若没有则进行人工神经网络的训练；

B.通过采集多幅标定板图像进行相机矫正，保存相关标定信息；

C.在相机出光点处设置激光传感器，测量镜头出光点至检测表面的垂直距离；

D.电脑通过软件触发控制工业照相机对一个尺寸标准的五金零件进行拍照作为原图样本，在清晰的图像内采集模板区域；

E.获取待检测的五金零件的二值图像，通过模板匹配获取待检测图像的目标区域；

F.对待检测图像的目标区域进行图像处理，获取待检测工件用于尺寸测量的边缘，并计算边缘间的像素距离；

G.将提取到的特征值进行归一化处理，经过人工神经网络计算可以判别出工件尺寸是否标准；

H.通过步骤B过程中求得的标定板水平放置时的外参矩阵，与步骤C过程求得的垂直距离，计算图像像素距离与实际距离的关系；

I.根据步骤G和步骤H计算出待检测工件的实际尺寸。

更优的，训练人工神经网络包括如下步骤：

a.用工业照相机对尺寸有缺陷的工件进行拍照，收集工件缺陷；

b.将收集回来的缺陷提取缺陷特征；

c.利用BP算法训练人工神经网络，将训练结构保存到电脑以备后面程序调用。

更优的，所述人工神经网络包括输入层、隐含层和输出层。

更优的，BP算法训练人工神经网络包括以下步骤：

(1)对输入缺陷样本特征值进行归一化，确定学习效率θ，精度α或者学习次数n；

(2)计算隐含层和输出层的输出值；

(3)计算人工神经网络输出层权值修改量和隐含层权值修改量；

(4)修改输出层权值矩阵和隐含层权值矩阵；

(5)判断是否达到精度α要求或者是否达到学习次数n，满足则结束并且将隐含层权值矩阵和输出层权值矩阵保存在电脑里，系统开始检测工件表面尺寸时即可从电脑中读取隐含层权值矩阵和输出层权值矩阵使用，不满足则返回步骤(2)。

更优的，步骤B中相机标定使用张正友相机标定法进行相机标定。