(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 202211177722.5 (22)申请日 2022.09.26 (71)申请人 苏州恒挚智能科技有限公司 地址 215332 江苏省苏州市昆山市花 桥镇 金星路18号A1栋20 6室 (72)发明人 徐文强　 (74)专利代理 机构 合肥市都耒知识产权代理事 务所(普通 合伙) 34227 专利代理师 刘新雷 (51)Int.Cl. G01B 11/00(2006.01) G06T 7/00(2017.01) G06T 17/00(2006.01) (54)发明名称 一种基于计算机视觉的检测方法 (57)摘要 本发明涉及检测方法技术领域， 且公开了一 种基于计算机视觉的检测方法， 包括以下步骤： S1、 当产品到达工业摄像机拍摄区域， 工业摄像 机对产品进行拍照， 抓取产品的图像信息， 并将 图像进行传输至计算机； S2、 照片 采集完成后， 传 输到计算机内部， 计算机内部分析程序开始对照 片进行分析， 获取照片中产品的特征信息； S3、 图 像信息采集完成之后， 根据图像信息进行三维重 建产品； S4、 获得产品的实际尺寸之后， 与理论的 尺寸进行比较， 获得理论与实际之间的偏差， 即 补偿量。 本发 明提出一种基于计算机视觉的检测 方法， 本发明解决现有检测方法时效性差， 误差 大， 成本高的问题。 权利要求书1页 说明书3页 附图1页 CN 115388776 A 2022.11.25 CN 115388776 A 1.一种基于计算机 视觉的检测方法， 其特 征在于， 包括以下步骤： S1、 当产品到达工业摄像机拍摄区域， 工业摄像机对产品进行拍照， 抓取产品的图像信 息， 并将图像进行传输 至计算机； S2、 照片采集完成后， 传输到计算机内部， 计算机内部分析程序开始对照片进行分析， 获取照片中产品的特 征信息； S3、 图像信息采集完成之后， 根据图像信息进行三维重建产品； S4、 获得产品的实际尺寸之后， 与理论的尺寸进行比较， 获得理论与实际之间的偏差， 即补偿量； S5、 补偿量获取之后， 计算机将补偿量数据进行矩阵变换， 变换成机器人的空间三位坐 标信息； S6、 智能机器人对实物产品进行操作。 2.根据权利要求1所述的一种基于计算机视觉的检测方法， 其特征在于， 在S1中， 产品 进入到摄像机的拍摄范围， 触发信号， 信号控制摄像机， 摄像机进行拍照， 抓取产品的图像 信息， 摄像机附近配有光源。 3.根据权利要求1所述的一种基于计算机视觉的检测方法， 其特征在于， 在S2中， 经过 图像预处理， 灰度化处理， 降噪， 二值化处理， 骨架提取， Hough变换， 获取照 片中产品的特征 曲线。 4.根据权利要求1所述的一种基于计算机视觉的检测方法， 其特征在于， 在S3中， 利用 图像处理采集到的信息， 摄像机的相关信息， 进行空间坐标变换， 可进行三维重建， 进而获 得产品的实际尺寸。 5.根据权利要求1所述的一种基于计算机视觉的检测方法， 其特征在于， 在S4中， 将实 际产品尺寸与理论产品尺 寸进行对比计算， 获取补偿量， 实际产品数据通过图像分析、 三 维 重建获得， 计算机中提前储存产品的理论数据， 在进行检测前， 确定产品的具体型号， 即可 调用该产品的理论数据， 与实际产品对比计算获得补偿量。 6.根据权利要求1所述的一种基于计算机视觉的检测方法， 其特征在于， 在S5中， 计算 机分析计算获得补偿量必须进行矩阵变换， 变换成机器人 的三维空间坐标， 这样机器人可 以运动到指定位置， 对检测的产品进行 下一步操作。 7.根据权利要求1 ‑6任一所述的一种基于计算机视觉的检测方法， 其特征在于， 在S6 中， 根据补偿量分解得到的三 维空间坐标信息， 智能机器人运动到指 定位置， 对产品进行下 一步操作， 根据生产现场的实际状况， 将不合格的产品剔除， 或者对产品进行下一步的加 工， 修正。 8.根据权利要求2所述的一种基于计算机视觉的检测方法， 其特征在于， 在S1中， 如果 环境亮度低， 影响图片的成像效果， 光源 会补充亮度， 使得图像满足计算机分析的要求。权　利　要　求　书 1/1 页 2 CN 115388776 A 2一种基于计算机 视觉的检测方 法 技术领域 [0001]本发明涉及检测方法领域， 尤其涉及一种基于计算机 视觉的检测方法。 背景技术 [0002]目前， 国内外在线检测产品主要有接触检测和非接触检测两种， 对与接触检测来 说， 其检测过程是对产品样 本进行抽样检测， 在实验室进行尺寸测量， 对与形状复杂的产品 进行破坏性检测， 获取其尺寸， 根据检测结果判定产品是否合格， 对于非接触检测， 通常采 取三维扫描， 然后通过扫描获得点云， 进行三维逆向， 获取产品数模。 [0003]接触检测和非接触检测两种， 都存在一些明显的缺陷和不足， 对与接触检测来说， 其检测过程是基于产品样本进 行抽样检测， 虽然检测结果比较可靠， 但是时效性较差， 反馈 周期较长， 尤其是对于一些高精尖的产品， 不能实现快速高效的检测， 并且有 些产品的接触 性检测还需要对产品进 行破坏， 检测成本较高； 对于非接触检测， 目前通常采用三 维扫描的 方式进行， 获得产品的三 维点云数据， 扫描设备本身存在误差， 并且需要对点云进 行逆向建 模获得产品数模， 建模过程存在更大误差， 最终获得的产品误差较大， 有时会造成结果 “误 判”， 给生产造成较大的损失。 [0004]为解决上述问题， 本申请中提出一种基于计算机 视觉的检测方法。 发明内容 [0005](一)发明目的 [0006]为解决背景技术中存在的技术问题， 本发明提出一种基于计算机视觉的检测方 法， 本发明解决现有检测方法时效性差， 误差大， 成本高的问题。 [0007](二)技术方案 [0008]为解决上述问题， 本发明提供了一种基于计算机 视觉的检测方法， 包括以下步骤： [0009]S1、 当产品到达工业摄像机拍摄区域， 工业摄像机对产品进行拍照， 抓取产品的图 像信息， 并将图像进行传输 至计算机； [0010]S2、 照片采集完成后， 传输到计算机内部， 计算机内部分析程序开始对照片进行分 析， 获取照片中产品的特 征信息； [0011]在该步骤中， 图像分析的程序可根据使用环境进行调整， 优化， 可满足不同场景使 用， 力求图像分析 结果快速、 高效、 精准、 灵敏； [0012]S3、 图像信息采集完成之后， 根据图像信息进行三维重建产品； [0013]S4、 获得产品的实际尺寸之后， 与理论的尺寸进行比较， 获得理论与实际之间的偏 差， 即补偿量； [0014]S5、 补偿量获取之后， 计算机将补偿量数据进行矩阵变换， 变换成机器人的空间三 位坐标信息； [0015]S6、 智能机器人对实物产品进行操作。 [0016]优选的， 在S1中， 产品进入到摄像机的拍摄范围， 触发信号， 信号控制摄像机， 摄像说　明　书 1/3 页 3 CN 115388776 A 3