[发明专利]一种亚像素边缘角度的测量方法、系统、设备及存储介质

说明书

本申请公开了一种亚像素边缘角度的测量方法、系统、设备及存储介质，该测量方法包括：采集标准零件的原始图像，建立测量模型并添加所述原始图像中标准零件边缘的测量区域的分布参数；采集待测零件的目标图像，获取所述目标图像中待测零件边缘的待测区域；将所述待测区域与所述测量区域对齐，提取出所述待测区域的边缘点；利用随机抽样一致性算法对所述待测区域进行边缘拟合，得出所述待测零件的亚像素边缘角度。本申请通过建立的测量模型进行区域对齐，再通过随机抽样一致性算法进行边缘拟合，最终得到亚像素边缘角度，测量模型设定简单，计算量少，提高了测量的精度，并且系统的鲁棒性有所改善，测量效率高。

技术领域

本发明涉及视觉检测技术领域，特别是涉及一种亚像素边缘角度的测量方法、系统、设备及存储介质。

背景技术

工业产品的尺寸测量是工业产品质检中的重要环节。在如今产品多样化、批量化的流水线生产模式中，人工检测已经无法满足产品质检在成本、效率和精度等方面的要求。视觉检测就是一种新型的产品检测技术，它是以图像处理技术为基础，并且具有很高的灵活性和准确性。

视觉检测是通过相机等图像获取设备的图像信号，再传送给图像处理系统，根据像素分布和亮度、颜色等信息，对这些信息进行处理来提取特定的特征信息，最后根据处理的结果来控制设备的运动。它在检测缺陷等方面具有不可估量的价值。

在一般的视觉检测中，对图像进行去燥，二值化，阈值分割等操作后，一般会选择一些边缘检测算法，例如一阶的有Roberts Cross算子，Prewitt算子，Sobel算子，Kirsch算子等，二阶的有Canny算子，Laplacian算子等。其中大部分算子所能检测到的边缘均为像素级别，但是随着工业技术的发展，传统的边缘检测方法已经不能满足实际需要，因此亚像素级的检测方法应运而生，它通常是对图像进行二值化分析，然后对于图像中逐渐发生过度变化的区域，通过插值、拟合等多种方法获取边缘点的亚像素位置，现在常见的方法有矩方法、插值法和拟合法。

然而这些方法对于图像的噪声较为敏感，或者是对于模型的计算量较为复杂。例如在一般的边缘检测中，对图像进行二值化处理、阈值分割后，为了获取更加平滑的边缘线，通常会对其进行膨胀或者腐蚀运算，这就造成了零件检测的精度低、鲁棒性差的问题。

因此，如何解决边缘检测中精度低、模型运算复杂的问题，是本领域技术人员亟待解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种亚像素边缘角度的测量方法、系统、设备及存储介质，测量模型的设定简单，可以减少计算量，改善系统的鲁棒性，提高测量的精度和效率。其具体方案如下：

一种亚像素边缘角度的测量方法，包括：

采集标准零件的原始图像，建立测量模型并添加所述原始图像中标准零件边缘的测量区域的分布参数；

采集待测零件的目标图像，获取所述目标图像中待测零件边缘的待测区域；

将所述待测区域与所述测量区域对齐，提取出所述待测区域的边缘点；

利用随机抽样一致性算法对所述待测区域进行边缘拟合，得出所述待测零件的亚像素边缘角度。

优选地，在本发明实施例提供的上述亚像素边缘角度的测量方法中，采集标准零件的原始图像，建立测量模型并添加所述原始图像中标准零件边缘的测量区域的分布参数，具体包括：

通过工业相机采集标准零件的原始图像；

建立测量模型，并将两个相交的测量线对象添加至所述测量模型；

根据两个所述测量线对象，确定所述原始图像中标准零件边缘的测量区域；

对所述原始图像进行灰度化和中值滤波处理，得到原始灰度图像；