一种模具保护器及其实现方法
一种模具保护器及其实现方法
【技术领域】
[0001] 本发明涉及模具监测技术领域，特别是一种模具保护器及其实现方法。
【背景技术】
[0002] 现有的模具保护器的实现方法主要都是基于基准图像的模板匹配，S卩，通过采集 多张合格的模板图像作为基准图像，每次开模到位后获取当前模板图像和所有基准图像依 次对比，只要和其中一张基准图像基本类似，即当前模板图像每个像素点和基准图像对应 像素点灰度值的差异大于容差的总点数小于设定值，即认为当前模板图像是合格的，反之 则为不合格。这种方法的优点是容易实现且用户容易理解，但不足之处在于如果开模位置 稍有不准，则图像差异就会较大而引起误报；而且，如果模板较多，则处理速度慢，增加生产 周期时间。
【发明内容】
[0003] 本发明为解决上述问题，提供了一种模具保护器及其实现方法，使得模板匹配效 率更高。
[0004] 为实现上述目的，本发明采用的技术方案为：
[0005] 一种模具保护器的实现方法，其特征在于，包括以下步骤：
[0006] 10.采集多幅合格的模板图像，作为基准图像；
[0007] 20.计算所述基准图像的最小值图像和最大值图像；
[0008] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0009] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0010] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0011] 优选的，所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0012] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0013] 22.根据待检测区域的大小自动设置放大系数；
[0014] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0015] 优选的，所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平 均值、标准差，进一步包括以下步骤：
[0016] 211.计算灰度累加和：
[0018] 212?计算均值：
[0020] 213?计算标准差：
[0022] 其中，匕(x，y)为第i张基准图像上坐标为（x，y)的像素点的灰度值，k为基准图 像的张数。
[0023] 优选的，所述的步骤22中，根据待检测区域的大小自动设置放大系数，计算方法 如下：
[0024] 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T= 1 ;
[0025] 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T= 2 ;
[0026] 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T= 3。
[0027] 优选的，所述的步骤23中，根据所述的灰度累加和、平均值、标准差及放大系数， 计算基准图像的最小值图像和最大值图像，计算方法如下：
[0028] 231.计算最小值图像各个像素点的颜色值：
[0030] 232.计算最小值图像各个像素点的颜色值：
[0032] 其中，
为所述的平均值；S(x，y)为所述的标准差；T为所述的放大系 数。
[0033] 另外，本发明还提供了一种模具保护器，其特征在于，其至少包括：
[0034] 图像采集模块，用于采集多幅合格的模板图像，作为基准图像；
[0035] 图像计算模块，用于计算所述基准图像的最小值图像和最大值图像；
[0036] 分析判断模块，用于判断待检测的模板图像的每个像素点的颜色值是否在所述的 最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该 待检测的模板图像的像素点为合格点，否则为不合格点；
[0037] 分析统计模块，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计剩 余不合格点的数量；
[0038] 阈值判断模块，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预 设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
[0039] 本发明的有益效果是：
[0040] 本发明的一种模具保护器及其实现方法，其通过预先采集多幅合格的模板图像作 为基准图像，并分别计算所述基准图像的最小值图像和最大值图像，然后在进行模具匹配 检测时进行判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点，并进一步排除单一的不合格点，将剩余不合格点的 数量与预设阈值进行对比，大于预设阈值则本次检测结果为不合格，小于预设阈值则本次 检测结果为合格，准确率更高，避免了因模具开模位置变动造成的误报，并且以多张基准图 像计算得到的最大值图像和最小值图像来代替传统的逐张模板进行匹配的方法，算法更简 单，处理速度更快，检测所需时间大大减少。
【附图说明】
[0041] 此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0042] 图1为本发明一种模具保护器的实现方法的流程简图；
[0043] 图2为本发明一种模具保护器的结构示意图。
【具体实施方式】
[0044] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结 合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用 以解释本发明，并不用于限定本发明。
[0045] 如图1所示，本发明的一种模具保护器的实现方法，其包括以下步骤：
[0046] 10.采集多幅合格的模板图像，作为基准图像；
[0047] 20.计算所述基准图像的最小值图像和最大值图像；
[0048] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0049] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0050] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0051] 本实施例所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0052] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0053] 22.根据待检测区域的大小自动设置放大系数；
[0054] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0055] 所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平均值、标 准差，进一步包括以下步骤：
[0056] 211.计算灰度累加和：
[0058] 212?计算均值：
[0060] 213?计算标准差：
[0062] 其中，Gi(X，y)为第i张基准图像上坐标为（X，y )的像素点的灰度值，k为基准图 像的张数。
[0063] 所述的步骤22中，根据待检测区域的大小自动设置放大系数，计算方法如下：
[0064] 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T= 1 ;
[0065] 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T= 2 ;
[0066] 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T= 3。
[0067] 所述的步骤23中，根据所述的灰度累加和、平均值、标准差及放大系数，计算基准 图像的最小值图像和最大值图像，计算方法如下：
[0068] 231.计算最小值图像各个像素点的颜色值：
[0070] 232.计算最小值图像各个像素点的颜色值：
mm
[0072] 其中，：为所述的平均值；S(x，y)为所述的标准差；T为所述的放大系 数。
[0073] 所述的步骤40中，分析所有不合格点的相邻点，排除单一的不合格点，主要是根 据九宫格算法，针对每个不合格点，分析当前不合格点周围的点，每个不合格点的周围最多 有8个点，如果该8个点都是合格的，则该当前不合格点判断为单一的不合格点，给予排除； 如果该8个点中至少有一个点也不合格，则该当前不合格点不是单一的不合格点，给予保 留。
[0074] 如图2所示，本发明还提供了一种模具保护器，其特征在于，其至少包括：
[0075] 图像采集模块A，用于采集多幅合格的模板图像，作为基准图像；
[0076] 图像计算模块B，用于计算所述基准图像的最小值图像和最大值图像；
[0077] 分析判断模块C，用于判断待检测的模板图像的每个像素点的颜色值是否在所述 的最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则 该待检测的模板图像的像素点为合格点，否则为不合格点；
[0078] 分析统计模块D，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计 剩余不合格点的数量；
[0079] 阈值判断模块E，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预 设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
[0080] 需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重 点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。 对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参 见方法实施例的部分说明即可。并且，在本文中，术语"包括"、"包含"或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括 那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或 者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并 不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领 域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以 通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上 述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0081] 上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所 披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能 够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人 员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护 范围内。
【主权项】
1. 一种模具保护器的实现方法，其特征在于，包括以下步骤：10.采集多幅合格的模板图像，作为基准图像；20. 计算所述基准图像的最小值图像和最大值图像；30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对应像 素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图像的 像素点为合格点，否则为不合格点；40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数量；50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检测结 果为不合格，小于预设阈值则本次检测结果为合格。2. 根据权利要求1所述的一种模具保护器的实现方法，其特征在于：所述的步骤20 中，计算所述基准图像的最小值图像和最大值图像，进一步包括以下步骤：21. 对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；22. 根据待检测区域的大小自动设置放大系数；23. 根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值图像 和最大值图像。3. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤21 中，对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差，进一步包括以下步 骤：211. 计算灰度累加和：212. 计算均值：213. 计算标准差：其中，GiOc, y)为第i张基准图像上坐标为（x，y)的像素点的灰度值，k为基准图像的 张数。4. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤22 中，根据待检测区域的大小自动设置放大系数，计算方法如下： 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T = 1 ; 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T = 2 ; 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T = 3。5. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤23 中，根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值图像和最 大值图像，计算方法如下：231. 计算最小值图像各个像素点的颜色值：232. 计算最小值图像各个像素点的颜色值：其中，J/'? I vl·为所述的平均值；s(x，y)为所述的标准差；T为所述的放大系数。6. -种模具保护器，其特征在于，其至少包括： 图像采集模块，用于采集多幅合格的模板图像，作为基准图像； 图像计算模块，用于计算所述基准图像的最小值图像和最大值图像； 分析判断模块，用于判断待检测的模板图像的每个像素点的颜色值是否在所述的最小 值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检 测的模板图像的像素点为合格点，否则为不合格点； 分析统计模块，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不 合格点的数量； 阈值判断模块，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈 值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
【专利摘要】本发明公开了一种模具保护器及其实现方法，其通过预先采集多幅合格的模板图像作为基准图像，并分别计算所述基准图像的最小值图像和最大值图像，然后在进行模具匹配检测时进行判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图像的像素点为合格点，否则为不合格点，并进一步排除单一的不合格点，将剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格，准确率更高，算法更简单，处理速度更快，检测所需时间大大减少。
【IPC分类】G06T7/00
【公开号】CN104899863
【申请号】CN201510154376
【发明人】梁火炎, 郑红杰, 梁敬德, 王希文
【申请人】厦门博视源机器视觉技术有限公司
【公开日】2015年9月9日
【申请日】2015年4月2日
【技术领域】
[0001] 本发明涉及模具监测技术领域，特别是一种模具保护器及其实现方法。
【背景技术】
[0002] 现有的模具保护器的实现方法主要都是基于基准图像的模板匹配，S卩，通过采集 多张合格的模板图像作为基准图像，每次开模到位后获取当前模板图像和所有基准图像依 次对比，只要和其中一张基准图像基本类似，即当前模板图像每个像素点和基准图像对应 像素点灰度值的差异大于容差的总点数小于设定值，即认为当前模板图像是合格的，反之 则为不合格。这种方法的优点是容易实现且用户容易理解，但不足之处在于如果开模位置 稍有不准，则图像差异就会较大而引起误报；而且，如果模板较多，则处理速度慢，增加生产 周期时间。
【发明内容】
[0003] 本发明为解决上述问题，提供了一种模具保护器及其实现方法，使得模板匹配效 率更高。
[0004] 为实现上述目的，本发明采用的技术方案为：
[0005] 一种模具保护器的实现方法，其特征在于，包括以下步骤：
[0006] 10.采集多幅合格的模板图像，作为基准图像；
[0007] 20.计算所述基准图像的最小值图像和最大值图像；
[0008] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0009] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0010] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0011] 优选的，所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0012] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0013] 22.根据待检测区域的大小自动设置放大系数；
[0014] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0015] 优选的，所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平 均值、标准差，进一步包括以下步骤：
[0016] 211.计算灰度累加和：
[0018] 212?计算均值：
[0020] 213?计算标准差：
[0022] 其中，匕(x，y)为第i张基准图像上坐标为（x，y)的像素点的灰度值，k为基准图 像的张数。
[0023] 优选的，所述的步骤22中，根据待检测区域的大小自动设置放大系数，计算方法 如下：
[0024] 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T= 1 ;
[0025] 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T= 2 ;
[0026] 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T= 3。
[0027] 优选的，所述的步骤23中，根据所述的灰度累加和、平均值、标准差及放大系数， 计算基准图像的最小值图像和最大值图像，计算方法如下：
[0028] 231.计算最小值图像各个像素点的颜色值：
[0030] 232.计算最小值图像各个像素点的颜色值：
[0032] 其中，
为所述的平均值；S(x，y)为所述的标准差；T为所述的放大系 数。
[0033] 另外，本发明还提供了一种模具保护器，其特征在于，其至少包括：
[0034] 图像采集模块，用于采集多幅合格的模板图像，作为基准图像；
[0035] 图像计算模块，用于计算所述基准图像的最小值图像和最大值图像；
[0036] 分析判断模块，用于判断待检测的模板图像的每个像素点的颜色值是否在所述的 最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该 待检测的模板图像的像素点为合格点，否则为不合格点；
[0037] 分析统计模块，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计剩 余不合格点的数量；
[0038] 阈值判断模块，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预 设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
[0039] 本发明的有益效果是：
[0040] 本发明的一种模具保护器及其实现方法，其通过预先采集多幅合格的模板图像作 为基准图像，并分别计算所述基准图像的最小值图像和最大值图像，然后在进行模具匹配 检测时进行判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点，并进一步排除单一的不合格点，将剩余不合格点的 数量与预设阈值进行对比，大于预设阈值则本次检测结果为不合格，小于预设阈值则本次 检测结果为合格，准确率更高，避免了因模具开模位置变动造成的误报，并且以多张基准图 像计算得到的最大值图像和最小值图像来代替传统的逐张模板进行匹配的方法，算法更简 单，处理速度更快，检测所需时间大大减少。
【附图说明】
[0041] 此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0042] 图1为本发明一种模具保护器的实现方法的流程简图；
[0043] 图2为本发明一种模具保护器的结构示意图。
【具体实施方式】
[0044] 为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结 合附图及实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用 以解释本发明，并不用于限定本发明。
[0045] 如图1所示，本发明的一种模具保护器的实现方法，其包括以下步骤：
[0046] 10.采集多幅合格的模板图像，作为基准图像；
[0047] 20.计算所述基准图像的最小值图像和最大值图像；
[0048] 30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对 应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图 像的像素点为合格点，否则为不合格点；
[0049] 40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数 量；
[0050] 50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检 测结果为不合格，小于预设阈值则本次检测结果为合格。
[0051] 本实施例所述的步骤20中，计算所述基准图像的最小值图像和最大值图像，进一 步包括以下步骤：
[0052] 21.对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；
[0053] 22.根据待检测区域的大小自动设置放大系数；
[0054] 23.根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值 图像和最大值图像。
[0055] 所述的步骤21中，对所述的基准图像的每个像素点计算灰度累加和、平均值、标 准差，进一步包括以下步骤：
[0056] 211.计算灰度累加和：
[0058] 212?计算均值：
[0060] 213?计算标准差：
[0062] 其中，Gi(X，y)为第i张基准图像上坐标为（X，y )的像素点的灰度值，k为基准图 像的张数。
[0063] 所述的步骤22中，根据待检测区域的大小自动设置放大系数，计算方法如下：
[0064] 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T= 1 ;
[0065] 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T= 2 ;
[0066] 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T= 3。
[0067] 所述的步骤23中，根据所述的灰度累加和、平均值、标准差及放大系数，计算基准 图像的最小值图像和最大值图像，计算方法如下：
[0068] 231.计算最小值图像各个像素点的颜色值：
[0070] 232.计算最小值图像各个像素点的颜色值：
mm
[0072] 其中，：为所述的平均值；S(x，y)为所述的标准差；T为所述的放大系 数。
[0073] 所述的步骤40中，分析所有不合格点的相邻点，排除单一的不合格点，主要是根 据九宫格算法，针对每个不合格点，分析当前不合格点周围的点，每个不合格点的周围最多 有8个点，如果该8个点都是合格的，则该当前不合格点判断为单一的不合格点，给予排除； 如果该8个点中至少有一个点也不合格，则该当前不合格点不是单一的不合格点，给予保 留。
[0074] 如图2所示，本发明还提供了一种模具保护器，其特征在于，其至少包括：
[0075] 图像采集模块A，用于采集多幅合格的模板图像，作为基准图像；
[0076] 图像计算模块B，用于计算所述基准图像的最小值图像和最大值图像；
[0077] 分析判断模块C，用于判断待检测的模板图像的每个像素点的颜色值是否在所述 的最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则 该待检测的模板图像的像素点为合格点，否则为不合格点；
[0078] 分析统计模块D，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计 剩余不合格点的数量；
[0079] 阈值判断模块E，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预 设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
[0080] 需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重 点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。 对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参 见方法实施例的部分说明即可。并且，在本文中，术语"包括"、"包含"或者其任何其他变体 意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括 那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或 者设备所固有的要素。在没有更多限制的情况下，由语句"包括一个……"限定的要素，并 不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领 域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以 通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上 述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0081] 上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所 披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能 够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人 员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护 范围内。
【主权项】
1. 一种模具保护器的实现方法，其特征在于，包括以下步骤：10.采集多幅合格的模板图像，作为基准图像；20. 计算所述基准图像的最小值图像和最大值图像；30.判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对应像 素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图像的 像素点为合格点，否则为不合格点；40.分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不合格点的数量；50.将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检测结 果为不合格，小于预设阈值则本次检测结果为合格。2. 根据权利要求1所述的一种模具保护器的实现方法，其特征在于：所述的步骤20 中，计算所述基准图像的最小值图像和最大值图像，进一步包括以下步骤：21. 对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差；22. 根据待检测区域的大小自动设置放大系数；23. 根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值图像 和最大值图像。3. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤21 中，对所述的基准图像的每个像素点计算灰度累加和、平均值、标准差，进一步包括以下步 骤：211. 计算灰度累加和：212. 计算均值：213. 计算标准差：其中，GiOc, y)为第i张基准图像上坐标为（x，y)的像素点的灰度值，k为基准图像的 张数。4. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤22 中，根据待检测区域的大小自动设置放大系数，计算方法如下： 若待检测区域的外包矩形的长和宽的最小值小于40,则放大系数T = 1 ; 若待检测区域的外包矩形的长和宽的最小值等于40,则放大系数T = 2 ; 若待检测区域的外包矩形的长和宽的最小值大于40,则放大系数T = 3。5. 根据权利要求2所述的一种模具保护器的实现方法，其特征在于：所述的步骤23 中，根据所述的灰度累加和、平均值、标准差及放大系数，计算基准图像的最小值图像和最 大值图像，计算方法如下：231. 计算最小值图像各个像素点的颜色值：232. 计算最小值图像各个像素点的颜色值：其中，J/'? I vl·为所述的平均值；s(x，y)为所述的标准差；T为所述的放大系数。6. -种模具保护器，其特征在于，其至少包括： 图像采集模块，用于采集多幅合格的模板图像，作为基准图像； 图像计算模块，用于计算所述基准图像的最小值图像和最大值图像； 分析判断模块，用于判断待检测的模板图像的每个像素点的颜色值是否在所述的最小 值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检 测的模板图像的像素点为合格点，否则为不合格点； 分析统计模块，用于分析所有不合格点的相邻点，排除单一的不合格点，并统计剩余不 合格点的数量； 阈值判断模块，用于将所述的剩余不合格点的数量与预设阈值进行对比，大于预设阈 值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格。
【专利摘要】本发明公开了一种模具保护器及其实现方法，其通过预先采集多幅合格的模板图像作为基准图像，并分别计算所述基准图像的最小值图像和最大值图像，然后在进行模具匹配检测时进行判断待检测的模板图像的每个像素点的颜色值是否在所述的最小值图像的对应像素点的颜色值和最大值图像的对应像素点的颜色值之间，若是，则该待检测的模板图像的像素点为合格点，否则为不合格点，并进一步排除单一的不合格点，将剩余不合格点的数量与预设阈值进行对比，大于预设阈值则本次检测结果为不合格，小于预设阈值则本次检测结果为合格，准确率更高，算法更简单，处理速度更快，检测所需时间大大减少。
【IPC分类】G06T7/00
【公开号】CN104899863
【申请号】CN201510154376
【发明人】梁火炎, 郑红杰, 梁敬德, 王希文
【申请人】厦门博视源机器视觉技术有限公司
【公开日】2015年9月9日
【申请日】2015年4月2日
最新回复(0)