一種基于機器視覺的手套撕破和油污檢測方法
【專利摘要】本發明涉及一種基于機器視覺的手套撕破和油污檢測方法，用于檢測生產線上的手套，包括以下步驟：(1)采用工業相機拍攝多個手套的多幅連續圖片；(2)利用卡爾曼濾波器對手套進行視覺跟蹤，獲取同一個手套的多個角度的圖像信息；(3)對手套進行輪廓提取，并裁剪成合適大小；(4)檢測手套是否有撕破；(5)檢測手套是否有油污。與現有技術相比，本發明具有使用方便等優點。
【專利說明】
一種基于機器視覺的手套撕破和油污檢測方法
技術領域
[0001] 本發明涉及一種手套缺陷檢測方法，尤其是涉及一種基于機器視覺的手套撕破和 油污檢測方法。
【背景技術】
[0002] 在目前的制造業企業中，對于產品的缺陷檢測大多是通過人工操作完成的。這樣 做所導致的問題是：由于人會疲勞，所以無法保證檢測的質量一直處在較高水平；另外，工 業生產的環境比較惡劣，對人體存在一定的危害。在手套生產的過程中，由于生產原料和加 工工藝的原因，生產現場的檢測工人暴露在高溫，嘈雜的環境之中，采取每兩個小時輪一次 崗的方式進行產品的缺陷檢測。無論是對于工人，還是對于企業，采取一種有效的方式來替 代人眼進行檢測勢在必行。
[0003] 基于機器視覺的缺陷檢測已經擁有很廣泛的應用，是一項相對成熟的技術，在實 際生產中已經有了一些成功的案例。但是，目前的缺陷檢測對象幾乎都是具有固定幾何形 狀的剛性物體，從最開始的對于鋼材表面的缺陷檢測，到后來的對于玻璃，甚至是水果的缺 陷檢測都屬于這樣的范疇。而對于手套這樣的柔性物體，由于形狀的變化很大，導致手套的 個體間的差異也很大，對于缺陷檢測帶來了一定的難度和挑戰。
【發明內容】
[0004] 本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種效率高的基于 機器視覺的手套撕破和油污檢測方法。
[0005] 本發明的目的可以通過以下技術方案來實現:一種基于機器視覺的手套撕破和油 污檢測方法，用于檢測生產線上的手套，包括以下步驟：
[0006] (1)采用工業相機拍攝多個手套的多幅連續圖片；
[0007] (2)利用卡爾曼濾波器對手套進行視覺跟蹤，獲取同一個手套的多個角度的圖像 信息；
[0008] (3)對手套進行輪廓提取，并裁剪成合適大小；
[0009] (4)檢測手套是否有撕破；
[0010] (5)檢測手套是否有油污。
[0011] 所述的步驟(1)中，拍攝時，在生產線上增加黑色背景。
[0012] 所述的步驟(2)具體為:將手套和手模的整體看作一個矩形，取該矩形中心作為卡 爾曼濾波器的輸入，根據該輸入估計出下一幀圖像中該手套的位置，得到同一手套的多個 角度的圖像信息，實現跟蹤任務。
[0013] 所述的步驟(3)具體為:采用Canny邊緣檢測算子，找到手套輪廓的最高、最低、最 左和最右的四個點構造一個矩形，將該矩形所覆蓋的范圍裁剪出來，作為下一步要處理的 圖片。
[0014] 所述的步驟(4)具體為：
[0015] (401)判斷手套輪廓的圖片中是否有背景色，如果有，則手套有撕破，否則轉步驟 (402);
[0016] (402)判斷除手套末端區域外，是否有一層手套材料疊加背景色的顏色，如果有， 則手套有撕破，否則，手套無撕破，所述的手套末端區域以手套邊緣為部分輪廓，且僅有一 層手套材料疊加背景色的顏色。
[0017]所述的步驟(5)具體為：
[0018] (501)根據公式將圖片的色彩空間從RGB轉換到HSV，
[0021] v=max
[0022] 其中，r，g，b分別是原圖RGB色彩空間中的三個參量轉換到[0，1 ]區間內的值，max 是r，g，b中的最大值，min是r，g，b中的最小值，h表示色調，s表示飽和度，v表示明度；
[0023] (502)如果40<h<50,則手套上有油污，否則，手套無油污。
[0024] 所述的步驟(3)中對手套進行輪廓提取之前，使用腐蝕算法和膨脹算法消除圖片 中的噪點。
[0025] 與現有技術相比，本發明具有以下優點：
[0026] (1)采用卡爾曼濾波器對手套進行跟蹤，因為卡爾曼濾波器可以通過當前一幀圖 像中手套的位置估計出下一幀圖像中手套的位置，相比直接比對兩幀圖片中手套位置的變 化進行跟蹤的方法，可以獲得更加準確的跟蹤結果和對于噪聲有更好的魯棒性；
[0027] (2)采用Canny邊緣檢測算子，對手套進行輪廓提取，在保證圖片分辨率一定的情 況下，圖片的尺寸最小，提高了缺陷檢測的速度；
[0028] (3)對手套進行輪廓提取之前，使用腐蝕算法和膨脹算法消除圖片中的噪點，提高 檢測精度。
【附圖說明】
[0029]圖1為本發明的流程圖；
[0030]圖2為撕破發生在手套末端區域的檢測示意圖；
[0031 ]圖3為撕破未發生在手套末端區域的檢測示意圖；
[0032]圖中標識為:1工業相機，2手套，3撕破部分，4黑色背景。
【具體實施方式】
[0033] 下面結合附圖和具體實施例對本發明進行詳細說明。
[0034] 如圖1所示，一種基于機器視覺的手套撕破和油污檢測方法，用于檢測生產線上的 手套2,包括以下步驟：
[0035] (1)采用工業相機1拍攝多個手套2的多幅連續圖片;為了提高檢測質量和檢測速 度，結合工業生產的實際情況，拍攝時在生產線上增加了黑色背景4。由于工業生產中手套2 在平移的過程中還伴隨著自身的旋轉，考慮到對于一個手套2的檢測要得到從不同角度觀 察手套2的圖片，本發明采用一個固定工業相機1拍攝多幅連續圖像的，利用手套2在生產線 上的自身旋轉獲取對于一個手套2的多角度圖像。一個工業相機1的視野中存在多個手套2， 因此，必須對同一個手套2在多幅圖像中進行視覺跟蹤。
[0036] (2)利用卡爾曼濾波器對手套2進行視覺跟蹤，獲取同一個手套2的多個角度的圖 像信息;具體為:將手套2和手模的整體看作一個矩形，取該矩形中心作為卡爾曼濾波器的 輸入，根據該輸入估計出下一幀圖像中該手套2的位置，得到同一手套2的多個角度的圖像 信息，實現跟蹤任務。因為卡爾曼濾波器可以通過當前一幀圖像中手套2的位置估計出下一 幀圖像中手套2的位置，相比直接比對兩幀圖片中手套2位置的變化進行跟蹤的方法，可以 獲得更加準確的跟蹤結果和對于噪聲有更好的魯棒性。
[0037] (3)對手套2進行輪廓提取，并裁剪成合適大小；當得到了同一手套2在多幅圖像中 的位置信息后，裁剪出只含有一只手套2的圖片，并將多幀圖片結合起來，得到同一只手套2 的多個角度的圖像信息。但是，在開始檢測手套2缺陷之前，為了提高缺陷檢測的速度，在保 證圖片分辨率一定的情況下，使得圖片的尺寸盡可能的小，剛好包含了手套2的圖片是最理 想的。為了實現這樣的目的，本發明采用Canny邊緣檢測算子，對手套2進行輪廓提取，找到 輪廓中最高，最低，最左，最右的四個點來構造出一個矩形，將這個矩形所覆蓋的范圍裁剪 出來，作為下一步要處理的圖片
[0038] (4)檢測手套2是否有撕破;具體為：（401)判斷手套2輪廓的圖片中是否有背景色， 如果有，則手套2有撕破，否則轉步驟(402);
[0039] (402)判斷除手套2末端外，是否有一層手套材料疊加背景色的顏色，如果有，則手 套2有撕破，否則，手套2無撕破，所述的手套末端區域以手套邊緣為部分輪廓，且僅有一層 手套材料疊加背景色的顏色。
[0040] 在檢測輪廓的過程中通常存在著一些噪聲，比如鏡頭不干凈等，這將導致在檢測 到的輪廓中除了手套2手模的外輪廓和撕破的內輪廓外還有一些非常小的小輪廓，為了排 除這些噪點的干擾，對圖片進行輪廓提取操作之前，使用腐蝕算法和膨脹算法消除這些噪 點。
[0041 ]對于撕破的檢測是基于輪廓的，因為當手套2存在撕破的情況下，相當于較合格手 套2相比多了一個內輪廓。因此當在外輪廓的基礎上，若檢測出多余的輪廓，則該手套2可能 存在撕破這種缺陷。工業相機1所采集到的無撕破的手套2圖片可以看作是兩層手套材料疊 加在黑色背景4之上所表現出來的一種顏色效果，但是，在手套2的末端，由于工業相機1的 安裝角度和手套2在生產線上的形變，使得這部分手套2的圖像是一層手套材料疊加在背景 上，較其他部分而言顏色會更深一些。由于這部分的存在，我們可以將手套2的撕破分成兩 類:第一種是手套2的撕破部分3在手套2的末端部分(如圖2所示），這使得撕破部分3直接呈 現黑色背景4顏色，很容易對其進行檢測；第二種手套2的撕破部分3不在手套2的末端部分 (如圖3所示），這使得手套2的撕破部分3也是一層手套材料疊加在背景之上，和手套2的末 端部分具有一樣的顏色表現，可以通過兩部分輪廓坐標的分布對其進行區分，以排除手套2 末端部分對于第二種撕破檢測的干擾，因為手套2末端部分的輪廓分布十分接近圖像底部， 第二種撕破的輪廓坐標和圖像底部存在一定的距離，否則這將是第一種撕破的情況。
[0042] (5)檢測手套2是否有油污。由于油污通常呈現淡黃色，肉眼觀察不是十分的明顯， 很容易在檢測過程中將其忽略。本發明通過色彩空間的轉換，使得油污呈現在HSV色彩空間 的Η維度，而背景的黑色和手套2的白色呈現在V維度，和RGB色彩空間將油污、手套2和背景 顏色耦合在三個維度相比，達到了解耦合的目的，同時，由于油污相比于手套2有著更強的 反光性，所以在HSV空間中輔助以S空間的參數設置，可以更好的區分出油污
[0043] 步驟(5)具體為：
[0044] (501)根據公式將圖片的色彩空間從RGB轉換到HSV，
[0047] v=max
[0048] 其中，r，g，b分別是原圖RGB色彩空間中的三個參量轉換到[0，1 ]區間內的值，max 是r，g，b中的最大值，min是r，g，b中的最小值，h表示色調，s表示飽和度，v表示明度；
[0049] (502)如果40彡h彡50,則手套上有油污，否則，手套無油污。
【主權項】
1. 一種基于機器視覺的手套撕破和油污檢測方法，用于檢測生產線上的手套，其特征 在于，包括W下步驟： (1) 采用工業相機拍攝多個手套的多幅連續圖片； (2) 利用卡爾曼濾波器對手套進行視覺跟蹤，獲取同一個手套的多個角度的圖像信息； (3) 對手套進行輪廓提取，并裁剪成合適大小； (4) 檢測手套是否有撕破； (5) 檢測手套是否有油污。2. 根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(1)中，拍攝時，在生產線上增加黑色背景。3. 根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(2)具體為:將手套和手模的整體看作一個矩形，取該矩形中屯、作為卡爾曼濾波 器的輸入，根據該輸入估計出下一帖圖像中該手套的位置，得到同一手套的多個角度的圖 像信息，實現跟蹤任務。4. 根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(3)具體為:采用化nny邊緣檢測算子，找到手套輪廓的最高、最低、最左和最右 的四個點構造一個矩形，將該矩形所覆蓋的范圍裁剪出來，作為下一步要處理的圖片。5. 根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(4)具體為： (401) 判斷手套輪廓的圖片中是否有背景色，如果有，則手套有撕破，否則轉步驟 (402)； (402) 判斷除手套末端區域外，是否有一層手套材料疊加背景色的顏色，如果有，則手 套有撕破，否則，手套無撕破，所述的手套末端區域W手套邊緣為部分輪廓，且僅有一層手 套材料疊加背景色的顏色。6. 根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(5)具體為： (501)根據公式將圖片的色彩空間從RGB轉換到HSV，v=m3x 其中，r，g，b分別是原圖RGB色彩空間中的Ξ個參量轉換到[0，1 ]區間內的值，max是r， g，b中的最大值，min是;r，g，b中的最小值，h表示色調，S表示飽和度，V表示明度； (502)如果40《h《50，則手套上有油污，否則，手套無油污。7.根據權利要求1所述的一種基于機器視覺的手套撕破和油污檢測方法，其特征在于， 所述的步驟(3)中對手套進行輪廓提取之前，使用腐蝕算法和膨脹算法消除圖片中的噪點。
【文檔編號】G06T5/00GK106097312SQ201610379631
【公開日】2016年11月9日
【申請日】2016年6月1日
【發明人】陳啟軍, 孫旭
【申請人】同濟大學