一種筆芯質量的自動檢測方法
【專利摘要】本發明涉及一種筆芯質量的自動檢測方法，（1）采集線跡圓的數字圖像；（2）對采集到的圖像做散點Hough變換：首先在整幅圖像上隨機選取N個點，N取值為40~80之間，分別以每一個點為參考點，畫水平、垂直兩條線，然后，在這兩條線上進行該點的散點Hough變換；所述的散點Hough變換，是在這兩條線上將二維圖像域變換到參數域，將圓心坐標（x，y）和半徑表示為三個參數c1,c2,c3，則(x-c1)2+(y-c2)2＝c32；由于半徑近似已知，僅依據像素點更新c1,c2相應參數值的累加表決器，得到該點的兩個參數的估計值；（3）將若干點的散點Hough變換結果進行綜合，得到圓心、半徑的估計結果；（4）做基于證據累加的邊緣檢測得到線跡寬度的數據；（5）進行滑動平均處理后，依據結果作出筆芯質量的最終判斷。
【專利說明】一種筆芯質量的自動檢測方法
【技術領域】
[0001]本發明屬于文具制造和檢測領域，特別涉及一種筆芯質量的自動檢測方法。
【背景技術】
[0002]目前，我國制筆行業的自動筆芯質量檢測依屬空白，大量的制筆企業采用人工質量檢測的方法，效率低下，并且在人力成本日益增長情況下，企業承擔著巨大的經濟負擔。
【發明內容】
[0003]本發明的目的在于，為實現筆芯質量的自動檢測，利用攝像機拍攝待測筆芯畫出的圓圈線跡，從而提出了一種筆芯質量的自動檢測方法。 [0004]圖像中圓輪廓的識別在圖像處理等領域有著重要的應用，Hough變換給我們提供了一種有效的解決思路。該方法檢測圖像中像素點的共線性，是一種全局性的檢測方法。當已知數據點集中存在干擾點或噪聲時，它可以很好地抑制干擾或噪聲，同時它還可以將已知數據的點集擬合成多條直線。但是由于經典hough變換的基本原理是將圖像空間轉換到參數空間，變換的精度不容易控制，當實際問題對檢測直線的精度要求較高時，其所需的計算時間和存儲空間也隨之增大，對于圓這種參數較多的圖形輪廓來說計算量很大，基本不能滿足實時性的要求。針對這些問題，本發明提出一種散點Hough變換的方法。該方法是在Hough變換的基礎上，為檢測圓形輪廓進行了改進。主要的改進有:(I)在參數計算時，隨機選取圖像的部分散點，僅在通過這些點的水平線、垂線上進行Hough變換，大大減小了計算量，由于水平線、垂線的綜合運算，保證了結果的準確性；(2)在半徑近似已知的情況下，將傳統的圓心(X，y)、半徑(r)參數的三維搜索簡化為半徑擾動的圓心點(x，y) 二維搜索，進一步減小了計算量，使得算法得以工程實現。
[0005]邊緣是一幅圖像最基本的特征，是圖像強度變化最明顯的部分。邊緣檢測往往是圖像處理的第一步，可以減少圖像分析的數據量并同時保留物體邊界結構的大部分信息。在模式識別以及機器視覺領域具有非常重要的作用。目前，常用的邊緣檢測的方法主要有以下幾種:(I)梯度法；(2) 二階微分算子；(3)利用統計法、小波理論、假設檢驗等進行邊緣檢測。這幾種方法的實用性存在不同程度的問題。本發明在經典理論的研究基礎上，采用了一種基于證據累加的邊緣檢測算法。
[0006]在提取的判決信息之后，本發明提出了滑動平均證據判決方法。該方法在選取平均值時，通過設置平滑的保護帶、輔助帶等措施，使平均處理后的結果更加準確。
[0007]為實現上述目的，本發明提出了一種筆芯質量的自動檢測方法，并在原理樣機上做了應用實現。所述方法可以包含如下步驟:
[0008](I)采集線跡圓的數字圖像；
[0009](2)對采集到的圖像做散點Hough變換:首先在整幅圖像上隨機選取N個點，N取值為40-80之間，分別以每一個點為參考點，畫水平、垂直兩條線，然后，在這兩條線上進行該點的散點Hough變換；[0010]所述的散點Hough變換，是在這兩條線上將二維圖像域變換到參數域，將圓心坐標(X，y)和半徑表示為三個參數cl，c2，c3，則(X-C1)2+(y_c2)2 = C32 ;由于半徑近似已知，僅依據像素點更新cl，c2相應參數值的累加表決器，得到該點的兩個參數的估計值；
[0011](3)將上述若干點的散點Hough變換結果進行綜合，得到圓心、半徑的估計結果；
[0012](4)以上述得到的圓心、半徑為參考，做基于證據累加的邊緣檢測得到線跡寬度的數據，并以此數據作為判斷筆芯質量好壞的證據基礎；
[0013](5)對上述線跡寬度的數據進行滑動平均處理后，依據結果作出筆芯質量的最終判斷，包括:斷線、單邊或正常。
[0014]所述的步驟(2)還包括對N個點的估計值做統計平均，計算均值和方差，剔除超過3倍方差的估計值。
[0015]所述的步驟(3)中，在對散點Hough變換結果進行綜合后，剔除明顯超出范圍的結果，最后，得到圓心、半徑的估計結果。
[0016]所述的步驟(4)中做基于證據累加的邊緣檢測的步驟包括:首先，以圓心為參考點，形成向外輻射的360條射線，然后，所述的邊緣檢測方法在這360條射線上進行，從圓心開始，根據像素數據判斷是否達到邊界，如果連續三次符合條件則判為達到線跡邊緣，外邊緣與內邊緣之差即為線跡的寬度。
[0017]所述的步驟(6)中滑動平均處理是對線跡寬度數據在30°的范圍內做平均，以數據點左右5°范圍為保護帶，不參與求和，5°?30°的范圍為輔助帶，參與求和，形成平均和，并做歸一化處理，形成滑動平均后的數據。
[0018]所述的步驟(6 )在滑動平均處理之后，先滑動平均后的對線跡寬度數據進行整理，剔除對于系統造成的線跡接頭處的墨跡增厚、墨跡拖尾等處的測量值，然后，將剩余的數據將被作為判斷筆芯質量好壞的證據使用。
[0019]所述的步驟(6)中的最終判斷的規則包括:線跡有中斷判為斷線，平滑平均后的數據方差過大判為單邊，其他則判為正常。
[0020]所述的步驟(6)中的最終判斷為單邊的方法為:如果線跡寬度數據的平均值*厚度因子小于線跡寬度數據的最大值和最小值之差，則判斷為單邊。
[0021]所述的N取值為50。
[0022]本發明的優點在于，本發明的筆芯質量的自動檢測方法，主要思想是利用攝像機拍攝待測筆芯畫出的圓圈線跡，隨后用本發明提出的散點Hough變換算法、基于證據累加的邊緣檢測方法和滑動平均證據判決方法，最終得出對筆芯質量的判斷。
【專利附圖】
【附圖說明】
[0023]圖1是本發明的筆芯質量的自動檢測方法的流程示意圖；
[0024]圖2是本發明的一實施例中的A筆的線跡照片；
[0025]圖3是本發明上述實施例中A筆的滑動平均后的線跡寬度結果的示意圖；
[0026]圖4是本發明的筆芯質量的自動檢測方法判斷為正常的結果顯示；
[0027]圖5是本發明的筆芯質量的自動檢測方法判斷為單邊的結果顯示；
[0028]圖6是本發明的筆芯質量的自動檢測方法判斷為斷線的結果顯示。【具體實施方式】
[0029]下面結合附圖和【具體實施方式】對本發明作進一步詳細描述:
[0030]本發明的實質是在筆芯加工的流水線上，實現了筆芯質量的自動快速檢測。本發明提出的一種自動筆芯質量檢測的方法，目前已在原理樣機上實現應用。
[0031]如圖1所示，所述方法包含如下步驟:
[0032]步驟101)，在流水線上用高清工業攝像頭采集線跡圓的數字圖像；
[0033]步驟102)，對采集到的圖像做散點Hough變換，該步驟包括:
[0034](I)首先在整幅圖像上隨機選取I個點，以該點為參考點，畫水平、垂直兩條線；
[0035](2)在這兩條線上進行Hough變換，由二維圖像域變換到參數域，具體講，就是將圓心X坐標、圓心y坐標和半徑表示為三個參數Cl, c2, c3, (X-C1)^(Y-C2)2 = c32 ;由于半徑近似已知，僅依據像素點更新Cl，c2相應參數值的累加表決器，得到兩個參數的估計值，也即完成了 Hough變換；
[0036](3)將(I)和(2)重復N次(N可以在40-80之間取值，只要符合所需的精度要求即可)，得到圓心和半徑的N次獨立的估計結果；
[0037]步驟103)，對步驟102)中N次的估計結果做統計平均，具體的操作包括:
[0038](I)計算N次 估計結果的均值和方差，偏離均值超過3倍方差的估計值即認為是野值，予以剔除；
[0039](2)對剩余的參數做統計平均，得到三個參數的估計值；
[0040]步驟104)，以上述步驟中得到的圓心為參考，做基于證據累加的邊緣檢測；具體操作如下:
[0041](I)首先以圓心為參考點，形成向外輻射的360條射線，
[0042](2)從圓心開始，根據像素數據判斷是否達到邊界，如果連續三次符合條件則判為達到線跡邊緣，外邊緣與內邊緣之差即為線跡的寬度；
[0043](3)將(2)中所述的邊緣檢測方法在這360條射線上進行。
[0044]步驟105)，整理步驟104)中得到的線跡寬度數據，包括:
[0045](I)剔除非法值，對于系統造成的線跡接頭處的墨跡增厚、墨跡拖尾等處的測量值，一概剔除；
[0046](2)剩余的數據將被作為判斷筆芯質量好壞的證據使用。
[0047]步驟106)將步驟105)中的線跡寬度數據在30°的范圍內做平均，以形成最終的證據；具體操作如下:
[0048](I)選定第一個點，以此數據點為中心，左右5°的范圍為保護帶，不參與運算，5°~30°的范圍為輔助帶，做求和運算得到數據和，第一個數據點除以數據和，形成平均后的數據；
[0049](2)數據點前移，重復(I)的操作，直至處理完成所有的數據點；
[0050]步驟107)根據滑動平均后的數據，作出筆芯質量的最終判斷，包括正常、斷線和單邊。線跡有中斷判為斷線，平滑平均后的數據方差過大判為單邊，其他判為正常。
[0051]本實施例中，是對圖2的一支筆的線跡照片進行處理判斷，圖3是滑動平均后的線跡寬度數據，可見，厚度最大與最小差別約為4，標題顯示的為平均值7.98。如果將厚度因子設置為0.3，則判斷門限值=7.98*0.3=2.4〈4，所以判斷為單邊；圖4~圖6是正常、單邊、斷線三種情況的樣本及判斷結果顯示。
[0052]最后所應說明的是，以上實施例僅用以說明本發明的技術方案而非限制。盡管參照實施例對本發明進行了詳細說明，本領域的普通技術人員應當理解，對本發明的技術方案進行修改或者等同替換，都不脫離本發明技術方案的精神和范圍，其均應涵蓋在本發明的權利要求范圍當中。
【權利要求】
1.一種筆芯質量的自動檢測方法，所述方法的步驟包括: (1)采集線跡圓的數字圖像； (2)對采集到的圖像做散點Hough變換:首先在整幅圖像上隨機選取N個點，N取值為40-80之間，分別以每一個點為參考點，畫水平、垂直兩條線，然后，在這兩條線上進行該點的散點Hough變換； 所述的散點Hough變換，是在這兩條線上將二維圖像域變換到參數域，將圓心坐標(X，Y)和半徑表示為三個參數Cl，c2, c3，則(X-C1)2+(y-c2)2 = C32 ;由于半徑近似已知，僅依據像素點更新cl，c2相應參數值的累加表決器，得到該點的兩個參數的估計值； (3)將上述若干點的散點Hough變換結果進行綜合，得到圓心、半徑的估計結果； (4)以上述得到的圓心、半徑為參考，做基于證據累加的邊緣檢測得到線跡寬度的數據，并以此數據作為判斷筆芯質量好壞的證據基礎； (5)對上述線跡寬度的數據進行滑動平均處理后，依據結果作出筆芯質量的最終判斷，包括:斷線、單邊或正常。
2.根據權利要求1所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(2)還包括對N個點的估計值做統計平均，計算均值和方差，剔除超過3倍方差的估計值。
3.根據權利要求1或2所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(3)中，在對散點Hough變換 結果進行綜合后，剔除明顯超出范圍的結果，最后，得到圓心、半徑的估計結果。
4.根據權利要求1所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(4)中做基于證據累加的邊緣檢測的步驟包括:首先，以圓心為參考點，形成向外輻射的360條射線，然后，所述的邊緣檢測方法在這360條射線上進行，從圓心開始，根據像素數據判斷是否達到邊界，如果連續三次符合條件則判為達到線跡邊緣，外邊緣與內邊緣之差即為線跡的寬度。
5.根據權利要求1所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(5)中滑動平均處理是對線跡寬度數據在30°的范圍內做平均，以數據點左右5°范圍為保護帶，不參與求和，5°~30°的范圍為輔助帶，參與求和，形成平均和，并做歸一化處理，形成滑動平均后的數據。
6.根據權利要求1或5所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(5)在滑動平均處理之后，先滑動平均后的對線跡寬度數據進行整理，剔除對于系統造成的線跡接頭處的墨跡增厚、墨跡拖尾等處的測量值，然后，將剩余的數據將被作為判斷筆芯質量好壞的證據使用。
7.根據權利要求1所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(5)中的最終判斷的規則包括:線跡有中斷判為斷線，平滑平均后的數據方差過大判為單邊，其他則判為正常。
8.根據權利要求1或7所述的筆芯質量的自動檢測方法，其特征在于，所述的步驟(5)中的最終判斷為單邊的方法為:如果線跡寬度數據的平均值*厚度因子小于線跡寬度數據的最大值和最小值之差，則判斷為單邊。
9.根據權利要求1所述的筆芯質量的自動檢測方法，其特征在于，所述的N取值為50。
【文檔編號】G01B11/24GK104006758SQ201310060629
【公開日】2014年8月27日 申請日期:2013年2月26日 優先權日:2013年2月26日
【發明者】張繼紅 申請人:張繼紅