视觉成像设备的震动测试方法、计算机设备及存储介质

技术领域

本发明涉及视觉成像技术领域，特别是涉及一种视觉成像设备的震动测试方法、计算机设备及存储介质。

背景技术

随着视觉成像技术的不断发展，设备对于视觉检测精度的要求越来越高，对视觉成像设备整体稳定性的要求也越来越高，因此，针对视觉成像设备稳定性的震动测试必不可少。目前，在进行震动测试时，主要利用震动测试仪检测获取视觉成像设备在运行状态下的震动频率。但是根据震动频率无法直观地判断震动对视觉成像结果的影响程度。

发明内容

基于此，有必要针对无法直观地判断震动对视觉成像结果的影响程度的问题，提供一种视觉成像设备的震动测试方法。

一种视觉成像设备的震动测试方法，包括获取视觉成像设备上标记图形的多帧图像；多帧所述图像为在所述视觉成像设备处于震动状态时获取的；分别对每帧所述图像进行图像识别处理，确定每帧所述图像中的目标图形并获取所述目标图形的重心坐标；根据每帧所述图像上所述目标图形的重心坐标的变化情况生成震动范围图。

上述视觉成像设备的震动测试方法，获取视觉成像设备处于震动状态时，该视觉成像设备上标记图形的多帧图像。对每帧图像分别进行图像识别处理，获取每帧图像中的目标图形，并计算获取每帧图像中目标图形的重心坐标。对每帧所述图像上所述目标图形的重心坐标进行图像化处理，以获取标记图形的震动范围图。利用震动范围图可以直观地对标记图形因震动而出现的位移范围进行展示，从而实现量化震动给设备带来影响的目的。

在其中一个实施例中，控制工业相机对处于震动状态时的所述视觉成像设备上的标记图形进行拍摄，获取所述标记图形的多帧图像。

在其中一个实施例中，所述分别对每帧所述图像进行图像识别处理，确定每帧所述图像中的目标图形并获取所述目标图形的重心坐标包括对所述图像中的轮廓进行识别，根据所述标记图形的特征筛选出所述目标图形；获取所述目标图形的面积，并将所述目标图形的面积与预设面积进行比较；当所述目标图形的面积小于所述预设面积时，获取所述目标图形的重心坐标。

在其中一个实施例中，使用图像距算法获取所述目标图形的重心坐标。

在其中一个实施例中，当所述目标图形的面积不小于所述预设面积时，所述方法还包括对所述目标图形进行重影分离处理，获取第一分离图形和第二分离图形；使用图像矩算法分别获取所述第一分离图形和所述第二分离图形的重心坐标；将获取的两个所述重心坐标与前一帧所述图像中的重心坐标相比较，将欧氏距离远的那一个所述重心坐标选定为该帧图像的重心坐标。

在其中一个实施例中，所述对所述目标图形进行重影分离处理，获取第一分离图形和第二分离图形包括根据所述目标图形的轮廓截取感兴趣区域；对所述感兴趣区域进行低阈值二值化处理，获取重影交叠区域；对所述重影交叠区域进行反处理，并对处理后的所述重影交叠区域进行均分获取第一掩膜和第二掩膜；将所述第一掩膜与反处理后的所述重影交叠区域叠加获取第三掩膜，将所述第二掩膜与反处理后的所述重影交叠区域叠加获取第四掩膜；使用所述第三掩膜对所述感兴趣区域进行掩膜处理获取第一分离图形，使用所述第四掩膜对所述感兴趣区域进行掩膜处理获取第二分离图形。

在其中一个实施例中，在分别对每帧所述图像进行图像识别处理，确定每帧所述图像中的目标图形并获取所述目标图形的重心坐标前，所述方法还包括分别对每帧所述图像进行二值阈值处理。

在其中一个实施例中，所述根据每帧所述图像上所述目标图形的重心坐标的变化情况生成震动范围图包括建立变化幅度坐标系；其中，所述坐标系的横轴上的每个点分别代表一帧所述图像，所述坐标系的纵轴上的每个点分别代表一帧所述图像中所述目标图形的重心坐标的坐标值；根据每帧所述图像上所述目标图形的重心坐标的横坐标，绘制横坐标变化曲线图；根据每帧所述图像上所述目标图形的重心坐标的纵坐标，绘制纵坐标变化曲线图。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任意一项实施例中所述的视觉成像设备的震动测试方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任意一项实施例中所述的视觉成像设备的震动测试方法的步骤。

附图说明

为了更清楚地说明本说明书实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明其中一实施例的视觉成像设备的震动测试方法的方法流程示意图；

图2为本发明其中一实施例的工业相机的结构示意图；

图3为本发明其中一实施例的标定装置的结构示意图；

图4为本发明其中一实施例的对图像进行图像识别处理的方法流程示意图；

图5为本发明其中一实施例的拍摄标记点获取的图像示意图；

图6为本发明其中一实施例的图像中标记点出现重影的示意图；

图7为本发明另一实施例的对图像进行图像识别处理的方法流程示意图；

图8为本发明其中一实施例的对目标图形进行重影分离处理的方法流程示意图；

图9为本发明其中一实施例的最小外接矩形的示意图；

图10为本发明其中一实施例的分割线的示意图；

图11为本发明其中一实施例的需要截取的ROI区域图像的示意图；

图12为本发明其中一实施例的截取后的ROI区域图像的示意图；

图13为本发明其中一实施例的重影交叠区域的示意图；

图14为本发明其中一实施例的对重影交叠区域进行反处理后的示意图；

图15为本发明其中一实施例的第一掩膜和第二掩膜的示意图；

图16为本发明其中一实施例的第一分离图形和第二分离图形的示意图；

图17为本发明其中一实施例的生成震动范围图的方法流程示意图；

图18为本发明其中一实施例的震动范围图的示意图。

具体实施方式

为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中给出了本发明的优选实施方式。但是，本发明可以以许多不同的形式来实现，并不限于本文所描述的实施方式。相反的，提供这些实施方式的目的是为了对本发明的公开内容理解得更加透彻全面。

需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”、“上”、“下”、“前”、“后”、“周向”以及类似的表述是基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

随着视觉显示技术的不断发展，目前对于视觉检测精度的要求越来越高，对设备整体稳定性要求越来越高，因此用于判断震动对于视觉成像设备的显示状态影响的震动测试必不可少。本发明提供了一种用于判断自动化设备上环境震动和各运动机构产生的震动对视觉成像结果影响的测试方法。

图1为本发明其中一实施例的视觉成像设备的震动测试方法的方法流程示意图，所述方法包括如下步骤S100至S300。

S100：获取视觉成像设备上标记图形的多帧图像；多帧图像为在视觉成像设备处于震动状态时获取的。

S200：分别对每帧图像进行图像识别处理，确定每帧图像中的目标图形并获取目标图形的重心坐标。

S300：根据每帧图像上目标图形的重心坐标的变化情况生成震动范围图。

在视觉成像设备处设置震动源，以模拟视觉成像设备在应用于自动化设备时的环境震动和各运动机构产生的震动。保证视觉成像设备除了因震动而产生的移动外，其所处的位置相对固定。使用固定于预设区域的相机对视觉成像设备上的标记图形进行多次拍摄，视觉成像设备上的标记图形处于相机的拍摄画面范围内，获取标记图形的多帧图像。对多帧图像逐一进行处理，分别确定每帧图像中的目标图形以及目标图形的重心坐标。由于相机的位置是固定的，因此其拍摄到的图像的画面范围也是固定的，通过对比每张图像中标记图形的位置变化，就可以直观地判断出震动对视觉成像结果的影响程度。

标记图形可以是任意形状的图形，在进行震动测试时，可以根据标记图形的形状设定图像识别中的目标图形，也可以根据图像识别中已设定的目标图形的形状确定标记图形。图像中识别得到的目标图形所在位置即为拍摄该帧图像时，标记图形在相机的画面范围内的所处位置。根据识别到的目标图形可以获取该目标图形的重心坐标。由于在震动的影响下标记图形会出现一定程度的旋转、位移，而每个标记图形有且仅有一个重心，因此可以通过每帧图像中目标图形的重心坐标的变化情况来判断标记图形因震动而产生的位移范围。对各帧图像中目标图形的重心坐标进行图像化处理，以获取标记图形的震动范围图，从而实现量化震动对视觉成像设备带来的影响的目的。

在其中一个实施例中，控制工业相机对处于震动状态时的视觉成像设备上的标记图形进行拍摄，获取标记图形的多帧图像。图2为本发明其中一实施例的工业相机的结构示意图。在本实施例中，选用高速相机110加远心镜头120进行拍摄。高速相机是工业相机的一种，高速相机可以安装于机器流水线上代替人眼来做测量和判断，通过数字图像摄取目标转换成图像信号，并传输至专用的图像处理系统。高速相机与普通相机相比具有高图像稳定性、高传输能力和高抗干扰能力等优点。远心镜头(Telecentric)可以用于纠正传统工业镜头视差的不足，它可以在一定的物距范围内，使得到的图像放大倍率不会变化。远心镜头由于其特有的平行光路设计适用于对镜头畸变要求很高的机器视觉应用场合。

图3为本发明其中一实施例的标定装置的结构示意图，将标记图形设置于带平行光源230的标定板210上，从而保证高速相机110加远心镜头120对标定板210上的标记图形进行拍摄时镜头畸变少。标定板210和平行光源230之间还设置有平行膜220，用于滤除散射光，从而减少散射光导致拍摄造成的误差。将高速相机110加远心镜头120作为测试设备对视觉成像设备进行无接触测试，该测试设备的结构简单、灵活性好，可以架设在任何自动化设备内。

图4为本发明其中一实施例的对图像进行图像识别处理的方法流程示意图，在其中一个实施例中，分别对每帧图像进行图像识别处理，确定每帧图像中的目标图形并获取目标图形的重心坐标包括如下步骤S210至S240。

S210：对图像中的轮廓进行识别，根据标记图形的特征筛选出目标图形。

S220：获取目标图形的面积，并将目标图形的面积与预设面积进行比较。

S230：当目标图形的面积小于预设面积时，获取目标图形的重心坐标。

将高速相机110拍摄获取的多帧图像保存在图像处理系统的一个文件夹中，图像处理系统在对图像进行处理时，依次从该文件夹中获取每帧图像。图像处理系统利用轮廓提取函数对每帧图像中目标区域的轮廓进行提取，根据标记图形的形状特征对提取到的轮廓进行筛选。例如，可以根据根据标记的形状、面积大小等特征限定范围，确定目标图形。

图5为本发明其中一实施例的拍摄标记点获取的图像示意图。一些实施例中，为了在后续对图像进行图像处理时，更易于对标记图形进行识别，选择圆形作为标记图形，即标定板210上的标记图形为如图5中黑色实心圆形图案所示的标记点。由于在本实施例中，标记图形的形状是圆形，因此通过对轮廓中的圆进行筛选，以确定目标圆轮廓。

图6为本发明其中一实施例的图像中标记点出现重影的示意图，在一些震动情况下对标记点快速捕获图片时可能会形成如图6所示的圆心重影的情况。因此，在确定目标图形时，还需要对该图形是否存在重影的情况进行判断。工业相机的拍摄位置是固定的，工业相机拍摄区域的视野不变，图像中标记点的面积也应该不变。然而，在圆重影的情况下，其面积会比正常圆的面积大，因此，在处理每帧画面时，还需要计算获取目标圆轮廓的面积。若计算图像中圆的面积小于预设面积，则表明该帧图像中没有出现圆重影情况，可以直接获取该圆轮廓的重心。在本实施例中，预设面积为正常圆面积的1.2倍。在实际应用中，可以根据测试要求选取合适的预设面积来对是否出现重影情况进行判断。

在其中一个实施例中，使用图像距算法获取目标图形的重心坐标。图像处理系统利用图像距函数来获取轮廓重心，即目标图形的圆心坐标(C

其中，M

几何矩中的i+j等于几就为几阶矩，包括0阶矩(M

其中，C

图7为本发明另一实施例的对图像进行图像识别处理的方法流程示意图，在其中一个实施例中，当目标图形的面积不小于预设面积时，方法还包括如下步骤S240至S260。

S240：对目标图形进行重影分离处理，获取第一分离图形和第二分离图形。

S250：使用图像矩算法分别获取第一分离图形和第二分离图形的重心坐标。

S260：将获取的两个重心坐标与前一帧图像中的重心坐标相比较，将欧氏距离远的那一个重心坐标选定为该帧图像的重心坐标。

当目标图形的面积不小于预设面积时，还需要对该帧图像进行二次处理，并获取目标图形的重心坐标。在圆重影的情况下，其面积会比正常圆的面积大。若计算图像中圆的面积大于等于预设面积，则表明该帧图像中出现了圆重影情况。在本实施例中，预设面积为正常圆面积的1.2倍，即当图像中圆的面积为正常圆面积的1.2倍以上时，对该帧图像进行重影分离处理。将目标图形与重影区分开来，分为第一分离图形和第二分离图形。

将重影部分区分为第一分离图形和第二分离图形后，可以利用上述实施例中的几何距的计算公式分别计算第一分离图形和第二分离图形的几何距，并根据几何距计算获取第一分离图形的重心坐标m

图8为本发明其中一实施例的对目标图形进行重影分离处理的方法流程示意图，在其中一个实施例中，对目标图形进行重影分离处理，获取第一分离图形和第二分离图形包括如下步骤S241至S249。

S241：根据目标图形的轮廓截取感兴趣区域。

S243：对感兴趣区域进行低阈值二值化处理，获取重影交叠区域。

S245：对重影交叠区域进行反处理，并对处理后的重影交叠区域进行均分获取第一掩膜和第二掩膜。

S247：将第一掩膜与反处理后的重影交叠区域叠加获取第三掩膜，将第二掩膜与反处理后的重影交叠区域叠加获取第四掩膜。

S249：使用第三掩膜对感兴趣区域进行掩膜处理获取第一分离图形，使用第四掩膜对感兴趣区域进行掩膜处理获取第二分离图形。

根据目标图形的轮廓截取感兴趣区域ROI(Region Of Interest)，在机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域ROI。获取该重影区域的最小外接矩形，保证在截取感兴趣区域ROI时能够将重影区域全部截取到。在本实施例中，以对图6所示的标记点出现重影的情况进行处理为例，对重影分离的处理过程进行说明，但并不能因此而理解为对本发明专利范围的限制。图6中重影部分的最小外接矩形如图9中的矩形边框所示。图9为本发明其中一实施例的最小外接矩形的示意图。

图10为本发明其中一实施例的分割线的示意图，获取最小外接矩形后，选择合适的分割线。在本实施例中，将最小外界矩形的长边方向上的中轴线作为分割线。当两个圆形部分重叠时，在重叠方向上的直径会长于其本身的直径。重影部分的最小外界矩形的长度方向即为两个圆形的重叠方向，因此将长度方向上的中轴线作为分割线可以更好地将两个重叠的圆分割开来。将以该分割线为对角线确定一正方形区域，将该正方形区域定义为感兴趣区域ROI，如图11所示。图11为本发明其中一实施例的需要截取的ROI区域图像的示意图，其中，最小外界矩形全部处于感兴趣区域ROI内部，从而保证在截取感兴趣区域ROI时能将重影区域全部截取到。对图11中的正方形边框进行截取，即可获得如图12所示的截取后的ROI区域图像。图12为本发明其中一实施例的截取后的ROI区域图像的示意图。

ROI区域图像中像素较深的区域可以视为重影交叠区域，对ROI区域图像进行低阈值二值化处理即可将重影交叠区域提取出来，得到如图13所示的重影交叠区域。图13为本发明其中一实施例的重影交叠区域的示意图，图中黑色区域即为重影交叠区域。对重影交叠区域进行反处理得到mask掩膜。其中，反处理过程为将图13中的黑色区域处理为白色区域，将图13中的白色区域处理为黑色区域，从而获取如图14所示的mask掩膜。图14为本发明其中一实施例的对重影交叠区域进行反处理后的示意图。

沿上述步骤中确定的分割线对如图14所示的mask掩膜进行均分，将其一分为二分别获取如图15所示的两个掩膜。图15为本发明其中一实施例的第一掩膜和第二掩膜的示意图，图15中的(a)为第一掩膜，图15中的(b)为第二掩膜。将如图15中的(a)所示的第一掩膜与如图14中所示的mask掩膜进行叠加可以获取第三掩膜。对第一掩膜与mask掩膜进行叠加时，将两图像中的白色区域叠加融合在一块从而生成新的掩膜，即第三掩膜。同样地，将如图15中的(b)所示的第二掩膜与如图14中所示的mask掩膜进行叠加可以获取第四掩膜。对第二掩膜与mask掩膜进行叠加时，将两图像中的白色区域叠加融合在一块从而生成新的掩膜，即第四掩膜。

使用第三掩膜对如图12中所示的截取后的ROI区域图像进行掩膜处理可以得到第一分离图形。使用第四掩膜对如图12中所示的截取后的ROI区域图像进行掩膜处理可以得到第二分离图形。图16为本发明其中一实施例的第一分离图形和第二分离图形的示意图，其中，图16中的(a)为第一分离图形，图16中的(b)为第二分离图形。

将重影部分区分为第一分离图形和第二分离图形后，可以利用上述实施例中的重心坐标选择方法，选择第一分离图形和第二分离图形中任意一图形的重心坐标作为该帧图像的重心坐标，以保证获取的重心坐标在用于评估震动对视觉成像结果带来的影响时不会造成误差。

应该理解的是，虽然图1、5、7、8的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1、5、7、8中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

在其中一个实施例中，在分别对每帧图像进行图像识别处理，确定每帧图像中的目标图形并获取目标图形的重心坐标前，还可以分别对每帧图像进行二值阈值处理，减少环境噪音对图像识别结果的影响，从而进一步地保证获取的每一帧图像中目标图形的重心坐标在用于评估震动对视觉成像结果带来的影响时，可以减小因误差而造成的负面影响，提高准确性。

图17为本发明其中一实施例的生成震动范围图的方法流程示意图，在其中一个实施例中，根据每帧图像上目标图形的重心坐标的变化情况生成震动范围图包括如下步骤S310至S330。

S310：建立变化幅度坐标系；其中，坐标系的横轴上的每个点分别代表一帧图像，坐标系的纵轴上的每个点分别代表一帧图像中目标图形的重心坐标的坐标值。

S320：根据每帧图像上目标图形的重心坐标的横坐标，绘制横坐标变化曲线图。

S330：根据每帧图像上目标图形的重心坐标的纵坐标，绘制纵坐标变化曲线图。

建立一个用于量化标机图形因震动而产生的位移范围的变化幅度坐标系。其中，该坐标系的横轴上的每个点分别代表一张图像，该坐标系的纵轴上的每个点则代表一个数值。根据每帧图像上目标图形的重心坐标的横纵坐标，分别绘制一横坐标变化曲线图和纵坐标变化曲线图，如图18所示的两条曲线。图18为本发明其中一实施例的震动范围图的示意图。图18中上半部分的曲线代表了目标图形的x坐标的变化范围，上半部分的曲线则代表了目标图形的y坐标的变化范围。

震动范围图能够直观地展示出震动对视觉成像的影响。测试人员可以通过观察x坐标和y坐标的变化幅度范围，评估震动对该视觉成像设备分别在水平和垂直方向上带来的影响。进一步地，测试人员还能够根据分析结果判断该视觉成像设备滤震方式的有效性。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任意一项实施例中所述的视觉成像设备的震动测试方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述任意一项实施例中所述的视觉成像设备的震动测试方法的步骤。

在本说明书的描述中，参考术语“有些实施例”、“其他实施例”、“理想实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特征包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性描述不一定指的是相同的实施例或示例。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的若干个实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。