一种应用于筛选机的视觉检测系统及方法与流程

本发明涉及机器视觉检测，具体为一种应用于筛选机的视觉检测系统及方法。

背景技术：

1、视觉检测是一种利用机器视觉技术来自动检测产品尺寸、外观缺陷等的自动化技术；在筛选机中，视觉检测技术的应用非常广泛，它能够替代人工进行快速、精确的检测工作；

2、在现有环境下，由于社会生产需求的飞跃性增长，对于生产的各个环节都需要高效化发展，其中原料筛选由传统人工演变为筛选机进行自动化筛选，然而传统筛选机仅通过原料的物理属性进行区别筛选存在较大的误差率，实用性不高；而结合视觉检测的筛选机可以较大地提高筛选机的智能性，然而现有的筛选机的视觉检测仍存在图像粗匹配和准确度不足的缺陷。

技术实现思路

1、本发明的目的在于提供一种应用于筛选机的视觉检测系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：

3、一种应用于筛选机的视觉检测方法，该方法包括以下步骤：

4、s100、通过在筛选机组件上装置摄像系统构建对应的视觉检测网络，通过视觉网络对目标对象进行视觉检测，获取目标图像数据；所述视觉检测网络为实现对目标进行动态追踪、定位和检测的网络系统；

5、s200、通过数据集成分析对目标图像数据进行数据量化处理，获取对应目标图像的特征点，通过映射构建图像坐标系对各特征点进行坐标定位，绘制对应目标的坐标特征点阵图；

6、s300、根据坐标特征点阵图对目标图像进行特征点分布关联处理，通过关联处理获取目标对象的图像表征区域；结合环境影响对当前目标的表征区域与数据库数据进行匹配分析，根据分析结果对当前目标对象进行类别判断；

7、s400、输出当前目标对象的匹配分析数据并将类别判断结果输出至逻辑判断单元进行目标分类。

8、所述s100通过在筛选机组件上装置摄像系统构建对应的视觉网络，通过视觉网络对目标对象进行视觉检测，获取目标图像数据的具体步骤如下：

9、s101、通过在筛选机组件设备环境中进行摄像系统装置，通过将摄像系统与筛选机控制系统进行局域网络连接构建对应的视觉检测网络；

10、s102、通过视觉检测网络对筛选机目标检测区域进行对象图像数据采集，将采集数据传输至图像分析系统进行图像分析；所述图像分析系统位于筛选机控制系统。

11、所述s200通过数据集成分析对目标图像数据进行数据量化处理，获取对应目标图像的特征点，通过映射构建图像坐标系对各特征点进行坐标定位，绘制对应目标的坐标特征点阵图的具体步骤如下：

12、s201、在图像分析系统中对采集的目标图像数据进行集成分析获取当前目标对象的全貌图像数据；其中通过对应目标进行多角度图像数据采集，并通过对采集的多角度图像数据进行集成不重复拼接，获取目标的全貌图像数据；对当前目标对象的全貌图像数据进行量化分析处理获取图像中的特征点，其分析计算公式为；其中为当前目标的全貌图像数据的平均亮度值；为全貌图像中各像素点处的亮度值；为全貌图像中像素点数量，m为横向像素点数量，n为纵向像素点数量；结合图像亮度分析结果，对全貌图像中的特征点进行确定，其判断逻辑为若，则将对应像素点标注为图像中的特征点；若，则将对应像素点进行灰度处理，不作标注；所述灰度处理为将不是特征点的像素点进行图像亮度灰度化，将其调节为较大程度异于特征点，凸显特征点的存在；

13、s202、将灰度处理后的全貌图像数据进行坐标系映射，在坐标系中获取对应各特征点的坐标数据，根据各特征点的坐标数据获取全貌图像数据的对应坐标特征点阵图。

14、所述s300根据坐标特征点阵图对目标图像进行特征点分布关联处理，通过关联处理获取目标对象的图像表征区域；结合环境影响对当前目标的表征区域与数据库数据进行匹配分析，根据分析结果对当前目标对象进行类别判断的具体步骤如下：

15、s301、对当前对象的坐标特征点阵图进行提取，以各特征点为延伸起点，对邻接特征点进行不重复连接，通过分析邻接特征点的距离进行连接对象选择，其分析计算公式为；其中为对应延伸起点的特征与邻接特征点的邻接距离；为对邻接距离计算结果进行最小取值；

16、和分别为对应邻接距离计算结果的第一最小值和第二最小值；其中各特征点仅存在两条连接线，且各特征点进行连接时优先与距离小的特征点进行连接；所述第一最小值和第二最小值分别为对临界距离计算结果进行升序排序，分别取对应的最小的两个值；根据特征点连接分析结果，分别将各特征点对邻接的距离最小的两个特征点进行连接；根据对连接后的特征点与特征邻接线段进行同方向向量化处理，获取对应局部特征点构建的特征向量；其中同方向向量化处理为将连接后的邻接的3个特征点和连接生成的2个线段转换为同方向的向量，所述同方向为前一个向量的尾部指向下一向量；通过向量合成获取各局部特征点构建的特征向量的合成特征向量，其计算公式为；其中为局部特征向量的合成向量；和分别为局部特征点构建的特征向量；为局部邻接的特征点；则将对应局部特征向量与合成向量构建的区域标注为图像表征区域；

17、s302、结合各图像表征区域与对应区域的合成特征向量对当前目标的坐标特征点阵图进行特征偏置分析，其计算公式为；其中和分别为当前目标的坐标特征点阵图在水平方向和垂直方向的特征偏置值；为对应各图像表征区域的面积，u为对应各图像表征区域的标签；为目标全貌图像的面积；为对应各图像表征区域中的合成向量；为对应各图像表征区域中的合成向量的水平夹角；

18、s303、通过调取数据库中对应各分类对象的坐标特征点阵图分析数据，结合当前目标的坐标特征点阵图的特征偏置分析结果进行匹配分析，其计算公式为；其中为当前目标图像特征数据与数据库中对应各分类对象的匹配值；和分别为当前目标图像数据和数据库对应各分类对象图像数据采集的环境光强度值；和分别为数据库中对应各分类对象的坐标特征点阵图的水平方向和垂直方向的特征偏置值；和分别为当前目标和对应数据库中各分类对象坐标特征点阵图的非图像表征区域面积；为对应非图像表征区域的综合评估特征偏置值；其中控制实际目标采集的图像数据与数据库中各类别目标的采集图像数据面积相同；通过引入环境光照比作为匹配影响系数，再利用坐标特征点阵图的水平和垂直的特征偏置值的分布情况结合非特征区域的综合评估计算，进行匹配分析；根据分析结果对当前目标进行类别判断，若存在，则将符合条件的匹配对象进行匹配值降序排序，选取匹配值最大值对应的匹配对象为当前目标的类别信息；若不存在，则对当前目标进行未知类别信息标记。

19、所述s400输出当前目标对象的匹配分析数据并将类别判断结果输出至逻辑判断单元进行目标分类的具体步骤如下：

20、s401、筛选机控制中心将当前目标的类别分析数据进行数据日志记录，并将类别分析结果传输至逻辑判断单元；

21、s402、筛选机逻辑判断单元根据类别分析结果进行分类，对未知类别信息标记的对象进行警示。

22、一种应用于筛选机的视觉检测系统，所述系统包括视觉检测模块、图像数据处理模块、图像特征分析模块和类别判断输出模块；

23、所述视觉检测模块通过在筛选机组件上装置摄像系统构建对应的视觉检测网络，通过视觉网络对目标对象进行视觉检测，获取目标图像数据；所述图像数据处理模块通过数据集成分析对目标图像数据进行数据量化处理，获取对应目标图像的特征点，通过映射构建图像坐标系对各特征点进行坐标定位，绘制对应目标的坐标特征点阵图；所述图像特征分析模块根据坐标特征点阵图对目标图像进行特征点分布关联处理，通过关联处理获取目标对象的图像表征区域；结合环境影响对当前目标的表征区域与数据库数据进行匹配分析，根据分析结果对当前目标对象进行类别判断；所述类别判断输出模块输出当前目标对象的匹配分析数据并将类别判断结果输出至逻辑判断单元进行目标分类。

24、所述视觉检测模块包括视觉检测网络构建单元和图像数据采集单元；所述视觉检测网络构建单元通过在筛选机组件设备环境中进行摄像系统装置，通过将摄像系统与筛选机控制系统进行局域网络连接构建对应的视觉检测网络；所述图像数据采集单元通过视觉检测网络对筛选机目标检测区域进行对象图像数据采集，将采集数据传输至图像分析系统进行图像分析。

25、所述图像数据处理模块包括特征点确定单元和坐标特征点阵图生成单元；所述特征点确定单元在图像分析系统中对采集的目标图像数据进行集成分析获取当前目标对象的全貌图像数据；对当前目标对象的全貌图像数据进行量化分析处理获取图像中的特征点，结合图像亮度分析结果，对全貌图像中的特征点进行确定，并对非特征点进行灰度处理；所述坐标特征点阵图生成单元将灰度处理后的全貌图像数据进行坐标系映射，在坐标系中获取对应各特征点的坐标数据，根据各特征点的坐标数据获取全貌图像数据的对应坐标特征点阵图。

26、所述图像特征分析模块包括图像表征区域确定单元、图像特征偏置分析单元和图像数据匹配分析单元；所述图像表征区域确定单元对当前对象的坐标特征点阵图进行提取，以各特征点为延伸起点，对邻接特征点进行不重复连接，通过分析邻接特征点的距离进行连接对象选择；据特征点连接分析结果，分别将各特征点对邻接的距离最小的两个特征点进行连接；根据对连接后的特征点与特征邻接线段进行同方向向量化处理，获取对应局部特征点构建的特征向量；通过向量合成获取各局部特征点构建的特征向量的合成特征向量；则将对应局部特征向量与合成向量构建的区域标注为图像表征区域；所述图像特征偏置分析单元结合各图像表征区域与对应区域的合成特征向量对当前目标的坐标特征点阵图进行特征偏置分析；所述图像数据匹配分析单元通过调取数据库中对应各分类对象的坐标特征点阵图分析数据，结合当前目标的坐标特征点阵图的特征偏置分析结果进行匹配分析；根据分析结果对当前目标进行类别判断。

27、所述类别判断输出模块包括数据日志单元和逻辑输出单元；所述数据日志单元将当前目标的类别分析数据进行数据日志记录，并将类别分析结果传输至逻辑判断单元；所述逻辑输出单元根据类别分析结果进行分类，对未知类别信息标记的对象进行警示。

28、与现有技术相比，本发明所达到的有益效果是：本发明利用筛选机与摄像设备及局域网络构建了筛选机的视觉检测网络；利用视觉检测网络实现对筛选目标进行全貌多角度图像数据采集、处理、分析和判断；通过对采集的图像数据进行全局亮度分析确定特征像素点，并通过对图像进行灰度处理和坐标映射处理获取特征点阵图；利用量化向量处理对各特征点进行邻接向量构建和表征区域确定，结合特征向量和表征区域对应数据库中各类别对象数据进行特征偏置分布匹配分析，确定目标的类别判断；本发明结合多方因素进行数据匹配计算，实现了筛选机的视觉检测判断，并较大程度提高了筛选机的目标分类范围，提高了筛选的准确性。

技术特征：

1.一种应用于筛选机的视觉检测方法，其特征在于：该方法包括以下步骤：

2.根据权利要求1所述的一种应用于筛选机的视觉检测方法，其特征在于：所述s100通过在筛选机组件上装置摄像系统构建对应的视觉网络，通过视觉网络对目标对象进行视觉检测，获取目标图像数据的具体步骤如下：

3.根据权利要求2所述的一种应用于筛选机的视觉检测方法，其特征在于：所述s200通过数据集成分析对目标图像数据进行数据量化处理，获取对应目标图像的特征点，通过映射构建图像坐标系对各特征点进行坐标定位，绘制对应目标的坐标特征点阵图的具体步骤如下：

4.根据权利要求3所述的一种应用于筛选机的视觉检测方法，其特征在于：所述s300根据坐标特征点阵图对目标图像进行特征点分布关联处理，通过关联处理获取目标对象的图像表征区域；结合环境影响对当前目标的表征区域与数据库数据进行匹配分析，根据分析结果对当前目标对象进行类别判断的具体步骤如下：

5.根据权利要求4所述的一种应用于筛选机的视觉检测方法，其特征在于：所述s400输出当前目标对象的匹配分析数据并将类别判断结果输出至逻辑判断单元进行目标分类的具体步骤如下：

6.一种应用于筛选机的视觉检测系统，其特征在于：所述系统包括视觉检测模块、图像数据处理模块、图像特征分析模块和类别判断输出模块；

7.根据权利要求6所述的一种应用于筛选机的视觉检测系统，其特征在于：所述视觉检测模块包括视觉检测网络构建单元和图像数据采集单元；所述视觉检测网络构建单元通过在筛选机组件设备环境中进行摄像系统装置，通过将摄像系统与筛选机控制系统进行局域网络连接构建对应的视觉检测网络；所述图像数据采集单元通过视觉检测网络对筛选机目标检测区域进行对象图像数据采集，将采集数据传输至图像分析系统进行图像分析。

8.根据权利要求7所述的一种应用于筛选机的视觉检测系统，其特征在于：所述图像数据处理模块包括特征点确定单元和坐标特征点阵图生成单元；所述特征点确定单元在图像分析系统中对采集的目标图像数据进行集成分析获取当前目标对象的全貌图像数据；对当前目标对象的全貌图像数据进行量化分析处理获取图像中的特征点，结合图像亮度分析结果，对全貌图像中的特征点进行确定，并对非特征点进行灰度处理；所述坐标特征点阵图生成单元将灰度处理后的全貌图像数据进行坐标系映射，在坐标系中获取对应各特征点的坐标数据，根据各特征点的坐标数据获取全貌图像数据的对应坐标特征点阵图。

9.根据权利要求8所述的一种应用于筛选机的视觉检测系统，其特征在于：所述图像特征分析模块包括图像表征区域确定单元、图像特征偏置分析单元和图像数据匹配分析单元；所述图像表征区域确定单元对当前对象的坐标特征点阵图进行提取，以各特征点为延伸起点，对邻接特征点进行不重复连接，通过分析邻接特征点的距离进行连接对象选择；根据特征点连接分析结果，分别将各特征点对邻接的距离最小的两个特征点进行连接；根据对连接后的特征点与特征邻接线段进行同方向向量化处理，获取对应局部特征点构建的特征向量；通过向量合成获取各局部特征点构建的特征向量的合成特征向量；则将对应局部特征向量与合成向量构建的区域标注为图像表征区域；所述图像特征偏置分析单元结合各图像表征区域与对应区域的合成特征向量对当前目标的坐标特征点阵图进行特征偏置分析；所述图像数据匹配分析单元通过调取数据库中对应各分类对象的坐标特征点阵图分析数据，结合当前目标的坐标特征点阵图的特征偏置分析结果进行匹配分析；根据分析结果对当前目标进行类别判断。

10.根据权利要求9所述的一种应用于筛选机的视觉检测系统，其特征在于：所述类别判断输出模块包括数据日志单元和逻辑输出单元；所述数据日志单元将当前目标的类别分析数据进行数据日志记录，并将类别分析结果传输至逻辑判断单元；所述逻辑输出单元根据类别分析结果进行分类，对未知类别信息标记的对象进行警示。

技术总结
本发明公开了一种应用于筛选机的视觉检测系统及方法，属于机器视觉检测技术领域。本发明在筛选机装置摄像系统构建视觉检测网络，对目标对象进行视觉检测，获取目标图像数据；通过数据集成分析对目标图像数据进行数据量化处理，获取对应目标图像的特征点，通过映射构建图像坐标系对各特征点进行坐标定位，绘制对应目标的坐标特征点阵图；根据坐标特征点阵图对目标图像进行特征点分布关联处理，通过关联处理获取目标对象的图像表征区域；结合环境影响对当前目标的表征区域与数据库数据进行匹配分析，根据分析结果对当前目标对象进行类别判断；输出当前目标对象的匹配分析数据并将类别判断结果输出至逻辑判断单元进行目标分类。

技术研发人员：李友丹,诸钦泉,余昌郡,梅利峰
受保护的技术使用者：常州市美特精密电机有限公司
技术研发日：
技术公布日：2024/9/23