[发明专利]一种机箱划痕视觉检测方法

权利要求书

1.一种机箱划痕视觉检测方法，其特征在于：包括如下步骤：

步骤1、用工业相机对机箱划痕进行拍照，获取待检测图像；

步骤2、通过混沌灰狼算法优化相机内参值，得到相机内参的最优值，即优化后的相机内参值，具体为：

步骤2.1、通过张氏算法计算相机内参的初始值，在相机内参初始值的基础上，初始化狼群的搜索种群数量N、协同系数向量A、协同系数向量C及最大迭代次数；

步骤2.2、初始化狼群搜索个体的位置，所述狼群个体的位置为相机内参值；

步骤2.3、根据每个个体的适应度值迭代计算出α狼、β狼、δ狼的位置，并更新搜索位置；

步骤2.4、判断是否达到最大迭代次数，如果达到则执行步骤2.5；否则，执行步骤2.3；

步骤2.5、把获得最优搜索位置作为目标函数的最优解，即为相机内参的最优值；

步骤3、将优化后的相机内参值代入OpenCV函数，对待检测图像进行畸变矫正，得到矫正后的图像；

步骤4、判断矫正后图像的划痕直径和长度是否符合生产标准要求，如是，则该机箱为合格机箱；否则，为不合格机箱。

2.依据权利要求1所述的一种机箱划痕视觉检测方法，其特征在于：步骤2.3，具体包括：

步骤2.3.1、基于适应度函数计算出每个个体的适应度值，该适应度值为迭代计算出的几组相机内参的最优解，并根据适应度值的大小，把最优内参赋给α狼，把第二优内参赋给β狼，把第三优的内参赋给δ狼；

步骤2.3.2、计算相机内参值的系数向量以及相机内参值的系数向量；

步骤2.3.3、计算α狼、β狼、δ狼到目标猎物的距离；计算狼群搜索个体的位置；

步骤2.3.4、更新狼群搜索位置。

3.依据权利要求2所述的一种机箱划痕视觉检测方法，其特征在于：步骤3，具体包括：将相机的输入矩阵、变换矩阵和畸变参数输入OpenCV中的initUndistortRectifyMap()函数，求解出新的矩阵、未畸变的尺寸和两个输出映射，将两个输出映射输入remap()函数，得到矫正后的图像。

4.依据权利要求3所述的一种机箱划痕视觉检测方法，其特征在于：步骤3中所述畸变参数包括优化后的相机内参值。

5.依据权利要求4所述的一种机箱划痕视觉检测方法，其特征在于：对于矫正后的图像的另一种处理方式为：对矫正后图像通过双边滤波算法进行图片降噪处理，再执行步骤4。

6.依据权利要求5所述的一种机箱划痕视觉检测方法，其特征在于：对于矫正后的图像的另一种处理方式为：对矫正后图像通过双边滤波算法进行图片降噪处理，并通过亚像素边缘提取算法分析矫正后图像，再执行步骤4。