[发明专利]一种基于机器视觉的空调压缩机滑片计数方法

说明书

本发明提供一种基于机器视觉的空调压缩机滑片计数方法，包括采集滑片端面图像，图像预处理，横向平均分割灰度图像，对每行图像单独计数，最后把每行的滑片数累加输出。图像预处理包括对图像灰度、平滑、自适应阈值二值化、形态学操作、寻找图像最大外廓，通过外廓在灰度图中获取滑片所在区域。计数方式为：将图片进行自适应阈值二值化，然后随机选取多行像素遍历，从每行像素值的变化信息中得到滑片数目，当每行的结果都一致时，认为数目正确。本发明方法基于机器视觉技术，实现了空调压缩机滑片的自动计数，有效解决了滑片上有油污使得图像残缺计数出错的问题，该方法速度快，误差小，易与维护，大大减少企业在生产过程中的人力成本。

技术领域

本发明涉及空调压缩机滑片生产过程中计数领域，特别涉及一种基于机器视觉的空调压缩机滑片计数方法。

背景技术

空调已经成为人们生活中不可缺少的电器，其需求量和产量十分巨大，而每台压缩机又需要配备多个滑片，因此滑片的产量更是惊人。在滑片生产过程中以及下线包装前都需要统计滑片数目，即对周转箱内的滑片进行计数，一方面是为必要的生产环节提供可溯源数据以满足生产工艺的需要，另一方面是为企业管理体系中的工作质量评价指标提供客观依据。

目前，我国空调压缩机滑片计数方面主要采用人工计数方式，人工计数误差较大，且工人劳动强度大，工作效率低，人力成本高。

发明内容

针对传统的采用人工计数方式存在的工作量大，容易出错等诸多问题，本发明提出一种基于机器视觉的空调压缩机滑片计数方法。

本发明为实现上述目的所采用的技术方案是：一种基于机器视觉的空调压缩机滑片计数方法，包括以下步骤：

步骤一：采集图像，图像预处理，得到仅有空调压缩机滑片端面图的灰度图；

步骤二：将预处理得到的图片横向均分，即每张图只包含一行空调压缩机滑片；

步骤三：对步骤二所得的每张图片进行计数包括：

a)随机在图像中选取多行像素线，将像素线经过的像素值进行滤波除去噪点，从处理过的像素值数值变化计算得到这张图片中滑片的数量；对比多行像素线统计得到的数目是否相等，如果相等则认为计数正确，记录数据；若还有图片待处理重复步骤a）处理下一张图片，直到所有图片处理完毕转步骤四；

b)如果不相等则再随机选择多行像素线重复上步a）操作，记录重复次数，直到相等，记录此时的结果和重复次数；若最后同一张图片重复次数超过设定值下限，修改自适应阈值的参数，再重新进行统计操作，直到出现统计操作少于设定值下限的数据出现，记录数据；若还有图片待处理重复步骤a）处理下一张图片，若所有图片处理完毕转步骤四；

c)出现最坏情况，即尝试完所有预设自适应阈值参数每个参数的统计操作都多于设定值下限，则选出所有结果中对应重复统计操作时计数最小的结果；

步骤四：所有图片都处理完，累加求和得到总计数。

所述图像预处理包括把彩色图像转换为灰度图像，将灰度图计算自适应阈值进行二值化得到二值化图像，对二值化图像高斯模糊后再进行二值化操作除去图像中的噪点，膨胀使得分离的滑片图像联合在一起，再腐蚀得到一块大小略大于滑片区域的白块，通过OpenCV提供的寻找轮廓函数findContours来寻找二值图像上最大的轮廓即滑片所处区域，从灰度图中截取这块区域便是滑片所处区域。

所述自适应阈值为：核大小为3*3，即对一个像素点为中心的9宫格区域像素值取平均得到阈值。

所述步骤三a）滤波除去噪点方法为：将像素线经过的像素值装入一个数组，对这个数组的信号进行“低通滤波”，具体操作为只有连续出现不一致的相同信号时认为信号变化，否则认为不变化并剔除不变化数据。

所述步骤三b）中自适应阈值的参数记为y，预设多个分别为y1……yn，自适应阈值记为x，最终阈值为t，t=x-y。