[发明专利]一种电动注塑机模具检测方法

说明书

技术领域

本发明涉及一种电动注塑机模具检测方法，具体地说是一种对电动注塑模具表面残留物进行检测的方法。

背景技术

近年来，随着科技的快速进步，国内经济呈现良好发展，其中塑料行业的发展也有很大进步。注塑机作为主要的塑料制品生产机械，其性能和自动化水平在不断提高。机械手用于配合注塑机进行生产，在注塑机生产加工过程中，在注塑机产品成型后，模具开模，机械手找抓取产品后时常会有塑料残留、脱模不完整等异常脱模现象，如不及时处理在注塑机巨大的冲击力作用下残留物会对模具造成极大破坏，严重影响生产效率，增加生产成本。目前主要的模具保护方法有全电式和油压式，全电式在注塑机中电流输出滞后时间过久时不能快速检测到残留物的存在；而油压式则在动模位置定位过程中存在较大偏差，导致实际位置与测量位置差距大，检测不准确。另外，人工检测方法是目前应用最广的检测手段，但工作时间过长导致的视觉疲劳容易引发误检和漏判，造成不必要的停工，甚至破坏模具。

目前国内图像处理与识别技术发展迅猛，逐渐向数字化、智能化方向发展，在交通、勘探、医学、工业等多个领域都有应用，但应用在注塑机模具保护中的应用还比较少，故此。本发明结合图像处理计算速度快、检测精度高、智能化等优点，提出一种电动注塑机模具检测方法。

发明内容

本发明要解决的技术问题是提供一种电动注塑机模具检测方法，能够快速、准确的检测到模具中的残留物情况。

为了解决上述技术问题，本发明采取以下技术方案：

一种电动注塑机模具检测方法，包括以下步骤：

S1,获取一幅无残留物的矩形标准模具图像作为标准模板图像，提取该标准模版图像的边缘图像，去除该标准模板图像的背景区域得到模具区域，将标准化模板图像尺寸归一化为L×L大小，将标准模板图像分割为m个大小均为W×W的子模块图像，提取各个子模块图像的特征值，设标准模板图像中的残留物阈值为T；

S2,采集开模后的待检测模具图像，对该待检测模具图像进行亮度补偿，使待检测模具图像与标准模板图像具有相同的亮度和对比度；

S3,提取待检测模具图像的边缘图像，将待检测模具图像中的模具区域分割出来；

S4,将待检测模具图像尺寸归一化为L×L大小，将待检测模具图像分割为m个大小均为W×W的子图像，提取各个子图像的特征值；

S5,将待检测模具图像中的第i个子图像的特征值与标准模板图像中的第i个子模块图像的特征值进行模板匹配，记录相似度S_i，并且计算待检测模具图像中的前i个子图像与标准模板图像中的前i个子模块图像的相似度的和即总相似度S，其中i的取值范围为[1,m]，

S6,比较总相似度S与残留物阈值T的大小关系，若S>T，则当前待检测模具图像含有残留物，结束检测过程；若S<T，判断i与m的大小关系，若i＝m，则当前待检测模具图像没有残留物，结束检测过程；若i<m，则i+1并返回步骤S5，直到i＝m，结束检测过程。

所述步骤S2中，对亮度的补偿具体包括：

S2.1，设待检测模具图像的原图像灰度级为i∈[0,a]，经过灰度级映射后的灰度级为j∈[0,b]；

S2.2,归一化：灰度级i的概率密度函数为其中H(i)为待检测模具图像的灰度直方图中灰度级为i的像素点数量，N为待检测模具图像总的像素点数；

S2.3,灰度直方图的概率分布函数为

S2.4,采取四舍五入的方法计算灰度级映射后的灰度值j＝255INT[p_i]；

S2.5,通过以上过程实现了从原图像灰度级i→j映射后灰度级的映射关系，原始图像的灰度值从f(m,n)＝i→g(m,n)＝j变换。

所述步骤S3中提到边缘图像时具体包括以下步骤：

S3.1，采用Canny算子对待检测模具图像进行检测得到边缘图像，然后对所获取的边缘图像中的连通域做面积统计，将小于设定面积阈值A的连通域去除；

S3.2,在对矩形标准模具进行边缘提取时记录该矩形标准模具的四个边缘长度L₁、L₂、L₃和L₄，其中L₁＝L₃,L₂＝L₄，且L₂>L₁；