一种基于机器视觉的电容器引脚距离测量及分拣方法

技术领域

本发明属于电容器检测技术领域，具体是一种基于机器视觉的电容器引脚距离测量及分拣方法。

背景技术

随着现代工业的高速发展，电子元器件的小型化以及产品的精密度日益提高，现代工业对电子产品的自动化检测提出较高的要求。如小型电容器引脚之间距离的测量，电容器边缘结构是否存在较大曲率，几何结构大小是否合格等问题。传统工艺的人工检测存在检测率低下，检测精度不够高，产品信息无法进行电子数据统计等缺点。因此采用自动化机械传输结合图像处理技术实现电容器几何尺寸检测，实现合格产品与不良品的自动分拣是提高生产效率必不可少的环节。当前图像识别理论日趋成熟，边界识别算法能够有效的对图像边界提取，RANSAC拟合能够有效地消除局外点对拟合的干扰，从而实现对目标体边界的准确有效拟合。使得机器视觉在工业生产线上的使用成为可能。其次在工业传输控制系统日趋成熟，通过机械结构设计完成各种复杂的动作。因此，在工业生产线上采用机器视觉结合机械结构设计，能够有效的提高产品检测及分类效率。在这样的技术背景下，本专利采用机械传输系统设计以及图像识别技术，完成对电容器引脚距离测量及方位角判断，最后产品经过分拣系统实现合格品与次品的自动分拣。以达到提高产品检测效率，减少误判率，减少用人成本的目的。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于机器视觉的电容器引脚距离测量及分拣方法。

本发明的目的可以通过以下技术方案实现：

一种基于机器视觉的电容器引脚距离测量及分拣方法，具体步骤包括：

步骤一：设置传送装置，包括限位传送带、限位机构、主传送带、副传送带、机器视觉光源、工业相机、光电传感器以及电动伸缩杆；

步骤二：进行图像采集，获得目标图像；

步骤三：进行目标图像识别定位；

步骤SA1：将目标图像进行灰度化处理并设定灰度阈值，进行图像二值化；

步骤SA2：将二值化后的图像数据矩阵进行列向求和，并将求和结果归一化至[0,1]区间；将归一化结果大于0.5的列向序列号标记为index，对index进行差分计算，对差分结果进行归一化处理并统计大于0.7的点的数目，标记为N，则整个图像中的电容器个数为N+1个；

步骤SA3：将获得的列项序列号index进行聚类，聚类中心个数为N+1，则聚类中心结果即为图片中各电容器的列项中心，根据电容器尺寸，将整个图像以各聚类中心为基准点中心点进行裁剪，并按照聚类中心进行子图像命名；

步骤SA4：将各子图像进行行向求和，并将求和结果归一化至[0,1]区间，将归一化结果大于0.5的行向序列号记为index_row，截取子图像的第index_row(1)至index_row(end)行，其中index_row(1)是index_row数组中第一个数，index_row(end)是index_row数组中最后一个数；

步骤四：进行金属引脚位置距离及平行度检测，获得判断结果；

步骤五：根据判断结果进行分拣。

进一步地，所述主传送带上设置有周期对比色带。

进一步地，工业相机对主传动带区域进行周期成像，实时识别采集图像，当主传送带上两条周期对比色带出现在相机视场中时，保存当前图片，并标记为目标图像；保存目标图像后，工业相机暂定T秒采样。

进一步地，目标图像的检测范围为两条对比色带之间的电子元器件，若前后两条色带上均有元器件遮挡，则前色带上的电子元器件计入本次检测范围，后色带上的电子元器件不计入该次检测。

进一步地，金属引脚位置距离及平行度检测的方法包括：

获取标准件金属引脚中心所在的位置[X1,Y1]，以及金属引脚所占据区间M*N，获取子图像，以[X1,Y1]为中心，根据图像大小设置增加余量L，截取(M+L)*(N+L)大小区间作检测对象，采用Sobel边缘检测算子对检测对象进行处理，获得初步的检测边界，并结合最小二乘边界拟合得出两金属引脚的中心位置，并以此作为基准点连接成线，根据图像的空间分辨率计算金属引脚之间的距离及其与水平方向上的夹角；采用边缘检测及RANSAC拟合检测电容器的边界线计算其与水平方向上的夹角，比较两金属引脚的中心位置连线倾角与电容器边界倾角的差值，设定阈值，判断电容器金属引脚是否合格，结合所识别对象的子图像编号存储判断结果，判断结果包括检测合格和检测不合格。

进一步地，根据判断结果进行分拣的方法包括：

通过主传送带两侧的光电传感器进行实时信号检测，识别对应电容器的判断结果，并根据识别的判断结果生成对应的动作信号，将动作信号发送给电动伸缩杆；当动作信号对应的判断结果为检测合格时，电动伸缩杆不作任何动作，产品由主传动带传送；当动作信号对应的判断结果为检测不合格时，电动伸缩杆将次品推送到副传送带。

与现有技术相比，本发明的有益效果是：

采用限位传动带及限位机械结构设计，实现主传动带上的电容器限位分布，避免了人工操作，实现电容器排列的自动化；使用的电容器中心位置定位算法优点在于拥有较少的计算量并且能够快速对图像中各电容器的中心位置进行定位，结合子图像编号处理技术，能够同时处理对生产线上的多个电容器进行识别分类，提高了系统的分类效率；边界检测拟合采用RANSAC拟合算法，提高了对边界干扰点的抗性，提高识别准确率；采用双条传送带，光电传感器及电动伸缩杆结合图像处理结果实现次品与合格品的自动分类，采用的主传动带用以传动合格品，副传输带用以传送次品，降低了电动伸缩杆工作次数，提高系统的工作效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明方法流程图；

图2为本发明传送装置示意图；

图3为本发明二值化图；

图4为本发明二值化图列向求和归一化示意图；

图5为本发明二值化图行向求和归一化示意图；

图6为本发明金属引脚边缘检测及拟合圆示意图；

图7为本发明电容器边界检测及RANSAC拟合示意图。

图中：1、限位传送带；2、主传送带；3、副传送带；4、限位机构；5、机器视觉光源；6、工业相机；7、电动伸缩杆。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1至图7所示，一种基于机器视觉的电容器引脚距离测量及分拣方法；

根据机器视觉成像图对图像中的各电容器定位，裁剪出各子图像，根据图像处理识别算法对各子图像金属引脚中心点之间的距离以及平行度进行测量，并根据阈值判断其是否合格，最后在光电传感器接收到有产品经过后，若该产品的图像处理结果为次品，则数据处理系统向电动伸缩杆发出动作信号，将该次品推送至副传动带，从而实现产品分拣。

具体方法包括：

步骤一：如图2所示，设置传送装置，包括限位传送带、限位机构、主传送带、副传送带、机器视觉光源、工业相机、光电传感器以及电动伸缩杆；

生产完成的电容器，经过限位传送带后，下落至主传送带，由于限位结构，使得各电容器之间呈现间隔排列；

所述主传送带上设置有周期对比色带，通过设置周期对比色带为检测图像提供触发信息；副传输带主要用来接收从主传送带推送过来的不良品传输；三条传动带的摆放位置如图2所示，其中主传动带和副传输带平行放置，限位带在主传动带上方与主传动带垂直，限位带的限位结构端位于主传动带中心上方。

步骤二：进行图像采集，获得目标图像；

工业相机对主传动带区域进行周期成像，实时识别采集图像，当主传送带上两条周期对比色带出现在相机视场中时，保存当前图片，并标记为目标图像；保存目标图像后，工业相机暂定T秒采样；T时间的设置由传送带的速度以及周期对比色带的宽度决定，保证经过T时间后，前一次保存图像中的对比色带离开机器视觉视场。

光照设计采用侧向补光设计，在工业相机前端增加滤光片以降低电容器表面的镜面反射影响；工业相机位于主传动带的上方，当检测到传送带上的两条对比色带同时出现时，保存该图像并进行后续的图像检测，其中目标图像的检测范围为两条对比色带之间的电子元器件，若前后两条色带上均有元器件遮挡，则前色带上的电子元器件计入本次检测范围，后色带上的电子元器件不计入该次检测。

步骤三：进行目标图像识别定位；

如图3-图5所示，进行目标图像识别定位的方法包括：

步骤SA1：将目标图像进行灰度化处理并设定灰度阈值，进行图像二值化；

步骤SA2：将二值化后的图像数据矩阵进行列向求和，并将求和结果归一化至[0,1]区间；将归一化结果大于0.5的列向序列号标记为index，对index进行差分计算，对差分结果进行归一化处理并统计大于0.7的点的数目，标记为N，则整个图像中的电容器个数为N+1个；

步骤SA3：将获得的列项序列号index进行聚类，聚类中心个数为N+1，则聚类中心结果即为图片中各电容器的列项中心，根据电容器尺寸，将整个图像以各聚类中心为基准点中心点进行裁剪，并按照聚类中心进行子图像命名；如从右往左依次将子图像命名为1，2，3，...，N+1；

步骤SA4：将各子图像进行行向求和，并将求和结果归一化至[0,1]区间，将归一化结果大于0.5的行向序列号记为index_row，截取子图像的第index_row(1)至index_row(end)行，其中index_row(1)是index_row数组中第一个数，index_row(end)是index_row数组中最后一个数；进一步缩小子图像的检测范围。

示例性的，将获得的列项序列号index进行聚类，聚类中心个数为N+1，所得聚类中心为513,1328,2146，再根据电容器的大小1233*460，将整个图像以各聚类中心为基准点中心点进行裁剪，并按照聚类中心从右往左依次将子图像命名为1，2，3，N+1。

步骤四：进行金属引脚位置距离及平行度检测，获得判断结果；

金属引脚位置距离及平行度检测的方法包括：

获取标准件金属引脚中心所在的位置[X1,Y1]，以及金属引脚所占据区间M*N，获取子图像，以[X1,Y1]为中心，根据图像大小设置增加余量L，截取(M+L)*(N+L)大小区间作检测对象，采用Sobel边缘检测算子对检测对象进行处理，获得初步的检测边界，并结合最小二乘边界拟合得出两金属引脚的中心位置，并以此作为基准点连接成线，根据图像的空间分辨率计算金属引脚之间的距离及其与水平方向上的夹角；采用边缘检测及RANSAC拟合检测电容器的边界线计算其与水平方向上的夹角，比较两金属引脚的中心位置连线倾角与电容器边界倾角的差值，设定阈值，判断电容器金属引脚是否合格，结合所识别对象的子图像编号存储判断结果，判断结果包括检测合格和检测不合格。

其中，增加余量L是根据电容器金属引脚大小，以及分辨率进行设定的，可以通过获取具有的种类组合，设置对应的增加余量L，可以由相关的专家进行设置，建立匹配表，在需要时匹配对应的增加余量L。

步骤五：根据判断结果进行分拣；

根据判断结果进行分拣的方法包括：

通过主传送带两侧的光电传感器进行实时信号检测，识别对应电容器的判断结果，并根据识别的判断结果生成对应的动作信号，将动作信号发送给电动伸缩杆；当动作信号对应的判断结果为检测合格时，电动伸缩杆不作任何动作，产品由主传动带传送；当动作信号对应的判断结果为检测不合格时，电动伸缩杆将次品推送到副传送带。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。