(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211249120.6 (22)申请日 2022.10.11 (71)申请人 无锡安欣 达科技有限公司 地址 214000 江苏省无锡市锡山区东港镇 创业路60号 (72)发明人 缪建国　李立军　陆海斌　徐磊　 (74)专利代理 机构 重庆宏知亿知识产权代理事 务所(特殊普通 合伙) 50260 专利代理师 孙超 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 7/12(2017.01) (54)发明名称 一种基于图像识别的铆钉尺寸检测系统 (57)摘要 本发明公开了一种基于图像识别的铆钉尺 寸检测系统。 本发明中， 所述铆钉尺寸检测模块 在进行尺寸检测时， 先进行Hough变换， 得到有用 的铆钉图像的直线段， 并对铆钉的铆钉长度、 铆 钉直径及钉帽直径进行尺寸计算， 得到铆钉尺 寸， 在系统初始化时， 工作人员通过键盘输入铆 钉具体尺 寸的参数值及公差范围， 图像预处理模 块和图像处理模块配合， 对铆钉图像采集模块拍 摄采集得到的图像进行处理， 使得后续的图像处 理更加精确， 减少了误差的产生， 提高了铆钉的 图像质量， 保证了系统的检测精度， 相机标定模 块通过选 取标准铆钉作为标定工件， 计算出相机 在采集铆钉图像时的像素当量， 完成系统的标 定， 从而使得后续的检测过程有了参照物， 提高 了系统的检测准确性。 权利要求书2页 说明书4页 附图1页 CN 115511862 A 2022.12.23 CN 115511862 A 1.一种基于图像识别的铆钉尺寸检测系统， 包括启动模块(1)、 铆钉图像采集模块(2)、 图像预处理模块(3)、 图像处理模块(4)、 相机标定模块(5)、 铆钉尺寸检测 模块(6)、 图像增 强模块(7)、 图像滤波模块(8)、 二值化处理模块(9)和边缘检测模块(10)， 其特征在于： 所述 启动模块(1)的输出端连接有 所述铆钉图像采集模块(2)的输入端， 所述铆钉图像采集模块 (2)的输出端连接有所述图像预处理模块(3)的输入端， 所述图像预处理模块(3)的输出端 连接有所述图像处理模块(4)的输入端， 所述图像处理模块(4)的输出端 连接有所述相机标 定模块(5)的输入端， 所述相机标定模块(5)的输出端连接有所述铆钉尺寸检测模块(6)的 输入端。 2.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述图像 处理模块(4)的内部设置有图像增强模块(7)、 图像滤波模块(8)、 二值化处理模块(9)和边 缘检测模块(10)， 所述图像增强模块(7)、 图像滤波模块(8)、 二值化处理模块(9)和边缘检 测模块(10)的输出端连接有所述图像处 理模块(4)的输入端。 3.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述铆钉 图像采集模块(2)选择型号MV ‑EM200M的面阵CCD相机进行铆 钉图像的采集， 所述铆钉图像 采集模块(2)所检测的铆钉的最大尺寸不超过10mm ×10mm， 根据铆钉的几何参数和相机的 镜头接口， 所述铆钉图像采集模块(2)选择 型号为AFT‑ZML1024的光学镜 头。 4.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述图像 预处理模块(3)通过相机描点的方式提前获取了相机的内参矩阵和畸变系数； 这两项参数 用于修正相 机的畸变； 后续利用空间变换和灰度差值两项操作对图像进行变换， 获得符合 矩形特征的图像。 5.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述图像 增强模块(7)首先对图像进 行离散傅里叶变换， 将操作转换到频率域上进 行， 然后对图像低 通滤波， 去除瑕疵等高频信息， 转换回原空间中与原图进行差分， 从而得到增强后的图像。 6.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述图像 滤波模块(8)采用双边滤波的方法进行图像滤波， 所述图像滤波模块(8)在检测时， 如果窗 口中存在噪声点， 那么它必然为3 ×3滤波窗口中某一行或者某一列的最大值或最小值； 因 此， 本文的算法是求出每一行和每一列的最大值和最小值， 求出每一行和每一列的最大值 和最小值是能尽可能多得考虑到窗口中的像素点， 避免将极值点作为阈值， 因而起不到检 测作用； 然后将最大值的均值作为 最大阈值， 最小值的均值作为 最小阈值。 7.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述二值 化处理模块(9)通过选择适当的阈值将原本具有多个灰度等级的图像转换成仍然能够反映 图像整体与局部特征的黑白二值图像， 即只要像素的灰度值大于给定阈值的就置为255， 小 于给定阈值的就置为0， 经过这样处理后的图像就会呈现出黑白对比明显的效果； 这里可以 把灰度值为0的像素点组成的区域判定为属于特定目标物体； 灰度值为255表 示的像素点组 成区域判定为特定目标物体背 景或者其他的物体区域； 当然， 也可以将灰度为255的像素点 区域判定为特定目标物体， 灰度为0的像素点区域判定为背 景或者其他的物体区域； 如果某 个物体内部的像素灰度值差距不大， 并且处于一个与其不同大小灰度值的相同背景下， 我 们就可以通过阈值法得到比较理想的分割效果。 8.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述边缘权　利　要　求　书 1/2 页 2 CN 115511862 A 2检测模块(10)利用相 邻点像素的灰度差， 在边缘处取得极值， 从而检测到图像边缘信息， 删 除非边缘部 分， 从而对噪声起到平滑作用， 所述边缘检测模块(10)先对图像进 行高斯滤波， 然后再进行Laplacian边缘检测， 边缘检测结果为零的即为边缘点的位置； 这就是拉普拉 斯‑高斯算子， 简称LoG算子， 又称Marr算子； 该方法弥补了Laplacian算子对噪声极为敏感 的问题， 大大提高了抗噪声能力， 但 也因为对原本尖锐的边缘进 行了平滑处理， 对这类边缘 的检测精度有所 下降。 9.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述相机 标定模块(5)的具体步骤如下： 1、 选取几个尺寸标准的铆钉样件作为标定工件， 通过影像测 量仪测量获得它的钉杆直径尺寸： d； 2、 将标定工件放置于铆钉检测系统上进行测量， 此时 测量系统处于正常的工作状态： 光源、 相 机的参数以及工件和相 机之间的相对位置等均与 正常工作时相同。 10.如权利要求1所述的一种基于图像识别的铆钉尺寸检测系统， 其特征在于： 所述铆 钉尺寸检测模块(6)在 进行尺寸检测时， 先进 行Hough变换， 得到有用的铆钉图像的直线 段， 并对铆钉的铆钉长度、 铆钉直径及钉帽直径进行尺寸计算， 得到铆钉尺寸， 在系统初始化 时， 工作人员通过键盘输入铆钉具体尺寸的参数值及公差范围， 在尺寸检测过程中， 系统调 用UpdateDat a， 对输入的参数进行读取并进行保存， 然后将利用像素当量计算出实际尺寸 值， 并进行比较， 如果 不合格即会显示出来。权　利　要　求　书 2/2 页 3 CN 115511862 A 3