[发明专利]一种基于机器视觉的笔记本电脑壳体间隙检测方法

说明书

本发明公开了一种基于机器视觉的笔记本电脑壳体间隙检测方法，包括如下步骤：步骤S1：通过图像采集设备采集笔记本电脑壳体间隙的图像，存储于计算机中，并通过灰度转换将彩色图像转化为灰度图像；步骤S2：经由步骤S1中的灰度转化，采用双边滤波方法对图像进行平滑处理；步骤S3：经由步骤S2中的图像平滑处理，对图像二值化处理转化为二值图像；步骤S4：经由步骤S3中的二值化处理，使用一阶差分Sobel算子计算梯度幅值以及梯度方向；步骤S5：对步骤S4处理获得的图像进行双阈值检测和边缘连接得到边缘图像；步骤S6：对步骤S5获得的边缘图像，利用最小二乘法拟合出边缘直线，计算两条直线间的平均距离，完成笔记本电脑壳体间隙检测的目的。

技术领域

本发明涉及机器视觉与图像处理领域，具体设计一种基于机器视觉的笔记本电脑壳体间隙检测方法。

背景技术

笔记本电脑生产过程中其壳体间隙是外观检查的重要项目，传统人工测量存在效率低、精度低等问题，实现笔记本电脑壳体间隙自动检测对于生产制造具有重要意义。

传统Canny算子进行边缘检测，速度快，但是会出现细节模糊，容易产生干扰边缘，导致无法准确测量出笔记本电脑壳体间隙值。运用传统Canny算法检测笔记本电脑壳体间隙边缘的不足：第一，通过高斯滤波方法进行图像平滑处理，既抑制了噪声也使得边缘模糊化，不利于边缘信息提取；第二，使用3*3的Sobel卷积模板计算图像梯度幅值与方向，在处理笔记本电脑壳体间隙图像时效果不突出；第三，笔记本电脑壳体间隙受到产品漆面细微色差或者成型公差等因素影响，在对图像进行二值化处理时最佳分割阈值不是固定的，需要选取合适的动态阈值，才能实现壳体间隙边缘的正确检测。

发明内容

基于上述现有技术的不足，本发明提出了一种基于机器视觉的笔记本电脑壳体间隙检测方法。

本发明的技术方案为：一种基于机器视觉的笔记本电脑壳体间隙检测方法，包括如下步骤：

步骤S1：通过图像采集设备采集笔记本电脑壳体间隙的图像，存储于计算机中，并通过灰度转换将彩色图像转化为灰度图像；

步骤S2：经由步骤S1中的灰度转化，采用双边滤波方法对图像进行平滑处理；

步骤S3：经由步骤S2中的图像平滑处理，对图像二值化处理转化为二值图像；

步骤S4：经由步骤S3中的二值化处理，使用一阶差分Sobel算子计算梯度幅值以及梯度方向，对梯度幅值图像进行非极大值抑制操作，细化边缘信息；

步骤S5：对步骤S4处理获得的图像进行双阈值检测和边缘连接得到边缘图像；

步骤S6：对步骤S5获得的边缘图像，利用最小二乘法拟合出边缘直线，计算两条直线间的平均距离，完成笔记本电脑壳体间隙检测的目的。

进一步，所述步骤S2中的双边滤波方法为：由两个函数组成，其中一个函数通过几何空间距离决定滤波系数，另一个由像素差值决定滤波系数；双边滤波方法的权重系数由上述两个函数的乘积决定，几何空间距离越远，所占权重越低；像素差值越小权重越大；当处理非边缘部分图像时，由于临近像素的像素值的差值比较小，所以相对应的值域核权重约等于1，这时候相当于直接对该部分图像进行了高斯模糊；而当在边缘区域时，临近像素的差值比较大，那么相对应的值域权重约等于0，造成此处权重系数下降，所以当前像素受到较小的影响，从而较好的保持了图像的边缘细节信息。

进一步，所述步骤S3中对图像进行二值化处理的方法为：通过统计学的方式选取一个阈值，使得这个阈值能够最大程度的将前景色与背景色分开，采用最大类间方差法确定动态阈值过程：

首先计算出图像中各个灰度值所占的概率；

然后用阈值k将图像中的像素按灰度级划分为背景与前景并分别计算背景与前景灰度级出现的概率，由此可以计算出背景与前景的平均灰度值；