(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210484101.5 (22)申请日 2022.05.05 (71)申请人 深圳英博达智能科技有限公司 地址 518057 广东省深圳市龙华区民治街 道上芬社区建设路大为商务时空C座 201 (72)发明人 许敬宇　田中海　张景辉　刘海洋　 (74)专利代理 机构 北京棘龙知识产权代理有限 公司 11740 专利代理师 刘传勇 (51)Int.Cl. G01N 21/88(2006.01) G01N 21/01(2006.01) (54)发明名称 一种用于柔性产品的机器视觉检测方法及 装置 (57)摘要 本发明公开了一种用于柔性产品的机器视 觉检测方法及装置， 其中检测方法包括以下步 骤： 步骤一、 图像采集模块定位； 步骤二、 图像采 集； 步骤三、 图像预处理； 步骤四、 图像分割； 步骤 五、 形态学处理； 步骤六、 缺陷检测； 步骤七、 检测 结果输出。 本发 明采用采集模块与中央处理模块 能够自动对产品外观进行检测， 从而避免了人工 长时间连续作业造成的误检和漏检， 从而提高了 检测质量， 降低了不合格的产品的误判， 能够满 足使用需求。 权利要求书3页 说明书7页 附图2页 CN 115165887 A 2022.10.11 CN 115165887 A 1.一种用于柔 性产品的机器视 觉检测方法， 其特 征在于， 包括以下步骤： 步骤一、 图像采集模块定位； 步骤二、 图像采集： 利用采集模块对图像进行采集； 步骤三、 图像预处理： 利用数据处理模块对采集到的图像进行预处理， 图像预处理包括 空间滤波和空间锐化； 步骤四、 图像分割； 步骤五、 形态学处理： 在图像获取过程中， 形态学处理通过结构元素的逻辑运算来对采 集模块噪声、 光照不均和被测物体表面细小灰尘所产生的一些噪声点进行去除， 运算结果 为输出图像相应的元 素； 步骤六、 缺陷检测： 采用差影法进行缺陷检测； 步骤七、 检测结果输出。 2.根据权利要求1所述的一种用于柔性产品的机器视觉检测方法， 其特征在于， 在所述 步骤一中， 将图像采集模块的坐标系设定为0rXrYrZr， 其中Xr轴与0XY的成像坐标系中的X轴 方向保持一致， Yr轴与0XY的成像坐标系中 的Y轴方向保持一致， 其中Z轴位于采集模块光轴 线上， 随机设定空间内的一点Q(Xc,Yc,Zc)， 并连接Q点与中心点， Q点和中心点的连线与成像 平面的公共点即为成像点P， 是Q点在0XY坐标系上的成像点， 依据相似三角形 理论能够得到 机位坐标与P点所在的成像平 面坐标之间的关系， 如公 式(1)所示， 根据公 式(1)得到X和Y的 数值， 如公式(2)所示， 采集模块坐标与成像平面坐标之间相互转换后， 其转换关系为如公 式(3)的矩阵形式； 公式(3)中， p为P点在0XY坐标系的坐标， 其 为1X3矩阵向量。 3.根据权利要求1所述的一种用于柔性产品的机器视觉检测方法， 其特征在于， 在所述 步骤二中， 用固定在测量台上的夹钳固定待检测物品的两端， 令待检测物品保持水平， 然后 使通过驱动模块使采集模块沿垂 直方向对待检测物品进行拍照， 将采集到的图像数字化并 传输到计算机的相关模块中进行 下一步的图像处 理。 4.根据权利要求1所述的一种用于柔性产品的机器视觉检测方法， 其特征在于， 在所述 步骤三中， 图像预 处理对模糊图像进 行逆运算， 如微分运算、 梯度运算， 就可以使图像清晰； 空间锐化滤波主要应用于突出灰度的过渡部 分， 增强图像边缘， 使目标物体的边缘鲜明， 以 便于提取目标物体的边界、 对图像进 行分割， 为图像的后续处理打下基础； 由于二阶导数对 图像处理中图像中的噪声比较敏感， 因此常用一阶导数来检测边缘设有一副原始图像f(x，权　利　要　求　书 1/3 页 2 CN 115165887 A 2y)则其梯度表达式为： 又可写作： 实际工程应用中， 直接采用梯度算子计算量比较大， 通常采用梯度模板算子， 常见的算 子有Roberts算子、 Prewitt算子、 Sobel算子， 如表所示， 通过 实验， Sobel算子最适合系统图 像处理； 表1 边缘检测算子列表 5.根据权利要求1所述的一种用于柔性产品的机器视觉检测方法， 其特征在于， 在所述 步骤四中， 基于阈值的分割方法通过选取一个或几个阈值把图像的灰度级分为几个部分， 进而将目标区域 提取出来， 阈值分割可用公式表示 为： 其中， f(x， y)是图像原始(x， y)处灰度值， g(x， y)是分割后灰度值， T为阈值； 根据T取值 方式的不同， 阈值分割分为全局阈值处 理、 局部阈值处 理、 动态阈值处 理。 6.根据权利要求1所述的一种用于柔性产品的机器视觉检测方法， 其特征在于， 在所述 步骤六中， 差影法的原理是对两幅图像按照对应像素做差依据做差结果判断是否有缺陷， 匹配技术的另一种形式是灰度相关法方法是以图像像素的相关性来衡量图像间的相似性 关于灰度相关的相似性测量有许多种相似性测量 函数其中最常用的是 灰度相关函数； 差影法可通过 预先设置一个阈值将其与差值做比较从而检测出缺陷如式(3)所示： 设模板图像局部子图f1(x， y)与待检图像局部子图f2(x， y)的大小均为M  X N为了测量 两幅图像的相关性除了差影法外还可以利用相关系数作为相似性度量当两幅图一致时它 们的相关性必然是最大的从而相关系数也将是最大的式(4)给 出相关系数的求取公式：权　利　要　求　书 2/3 页 3 CN 115165887 A 3