[发明专利]基于机器视觉的批量零件特征检测方法、系统、介质和设备

权利要求书

1.一种基于机器视觉的批量零件特征检测方法，其特征在于，包括：

步骤S101、在样本零件的图像中选定包含待检测特征的样本区域；其中，所述样本零件为所述批量零件中的任意一件；

步骤S102、基于ORB算法，对待测零件的图像与所述样本零件的图像进行对齐；其中，所述待测零件为所述批量零件中与所述样本零件不同的任意一件；

步骤S103、基于所述样本零件的图像中的所述样本区域，获取所述待测零件的图像的检测区域；

步骤S104、基于边缘检测算法，对所述检测区域进行边缘检测，得到所述检测区域的边缘图像；

步骤S105、基于霍夫变换方法，根据所述边缘图像，对所述待测零件的待检测特征进行检测；

在步骤S102中，

基于ORB旋转匹配算法，根据所述待测零件的图像中的对齐标识与所述样本零件的图像中的对齐标识，对所述待测零件的图像与所述样本零件的图像进行对齐；通过搭载远心镜头的面阵相机采集样本零件、待测零件的图像，并在采集到的样本零件的图像以及待测零件的图像中分别进行标识；通过将对应的标识对齐，使待测零件的图像的方向、角度与样本零件的图像的方向、角度一致，实现待测零件的图像与样本零件的图像的对齐；

在步骤S103中，

将所述样本区域在所述待测零件的图像中进行投影，获取所述待测零件的图像的检测区域；

在步骤S104中，

基于深度学习的边缘检测算法，对所述检测区域进行边缘检测，得到所述检测区域的边缘图像。

2.根据权利要求1所述的基于机器视觉的批量零件特征检测方法，其特征在于，在步骤S101中，

对获取的所述样本零件的图像进行噪声预处理，并在所述样本零件的噪声预处理后的图像中选定包含待检测特征的所述样本区域。

3.根据权利要求1所述的基于机器视觉的批量零件特征检测方法，其特征在于，在步骤S105中，

基于霍夫变换方法，对所述边缘图像中待检测特征进行检测，并将检测结果映射到所述待测零件的图像中，计算所述待测零件的待检测特征。

4.根据权利要求1-3任一所述的基于机器视觉的批量零件特征检测方法，其特征在于，通过搭载双远心镜头的面阵相机获取所述样本零件的图像以及所述待测零件的图像。

5.一种基于机器视觉的批量零件特征检测系统，其特征在于，包括：

区域划分单元，配置为在样本零件的图像中选定包含待检测特征的样本区域；其中，所述样本零件为所述批量零件中的任意一件；

图像对齐单元，配置为基于ORB算法，对待测零件的图像与所述样本零件的图像进行对齐；其中，所述待测零件为所述批量零件中与所述样本零件不同的任意一件；

区域投影单元，配置为基于所述样本零件的图像中的所述样本区域，获取所述待测零件的图像的检测区域；

边缘检测单元，配置为基于边缘检测算法，对所述检测区域进行边缘检测，得到所述检测区域的边缘图像；

特征检测单元，配置为基于霍夫变换方法，根据所述边缘图像，对所述待测零件的待检测特征进行检测；

图像对齐单元进一步配置为：基于ORB旋转匹配算法，根据所述待测零件的图像中的对齐标识与所述样本零件的图像中的对齐标识，对所述待测零件的图像与所述样本零件的图像进行对齐；通过搭载远心镜头的面阵相机采集样本零件、待测零件的图像，并在采集到的样本零件的图像以及待测零件的图像中分别进行标识；通过将对应的标识对齐，使待测零件的图像的方向、角度与样本零件的图像的方向、角度一致，实现待测零件的图像与样本零件的图像的对齐；

区域投影单元进一步配置为：将所述样本区域在所述待测零件的图像中进行投影，获取所述待测零件的图像的检测区域。

6.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序为如权利要求1-4任一所述的基于机器视觉的批量零件特征检测方法。

7.一种电子设备，其特征在于，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的程序，所述处理器执行所述程序时实现如权利要求1-4任一所述的基于机器视觉的批量零件特征检测方法。