(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210290716.4 (22)申请日 2022.03.23 (65)同一申请的已公布的文献号 申请公布号 CN 114387438 A (43)申请公布日 2022.04.22 (73)专利权人 武汉锦辉 压铸有限公司 地址 430000 湖北省黄石市江夏区金口街 金塔路1号7＃车间 (72)发明人 陆志惠　 (74)专利代理 机构 武汉华强专利代理事务所 (普通合伙) 42237 专利代理师 康晨 (51)Int.Cl. G06V 10/25(2022.01) G06V 10/44(2022.01)G06V 10/82(2022.01) G06N 3/04(2006.01) 审查员 王齐强 (54)发明名称 基于机器视觉的压铸机参数调控方法 (57)摘要 本发明涉及基于机器视觉的压铸机参数调 控方法， 属于压铸机调控领域。 方法包括以下步 骤： 获取铸件 图像， 利用边缘检测算子提取铸件 图像的边缘， 得到铸件边缘图； 将铸件边缘图中 的边缘进行划分， 得到多条边缘段； 根据各边缘 段之间的相似性对各边缘段进行分组， 提取各组 中的疑似欠注区域； 根据各疑似欠注区域的突变 程度得到 各疑似欠注区域的目标欠注 点数量， 根 据各疑似欠注区域的目标欠注点数量得到铸件 的欠注程度； 根据铸件的欠注 程度对压铸机参数 进行调控。 本发 明提高了对铸件欠注 程度判断的 准确性。 权利要求书2页 说明书7页 附图1页 CN 114387438 B 2022.06.10 CN 114387438 B 1.一种基于 机器视觉的压铸机参数调控方法， 其特 征在于， 包括以下步骤： 获取铸件图像， 利用边 缘检测算子提取铸件图像的边 缘， 得到铸件边 缘图； 将铸件边缘图中的边缘进行划分， 得到多条边缘段； 根据各边缘段之间的相似性对各 边缘段进行分组， 提取 各组中的疑似欠注区域； 根据各疑似欠注区域的突变程度得到各疑似欠注区域的目标欠注点数量， 根据 各疑似 欠注区域的目标欠注点数量得到铸件的欠注程度； 根据铸件的欠注程度对压铸机参数进行调控； 获取各疑似欠注区域的突变程度的方法包括： 对于任一疑似欠注区域： 获取该疑似欠注区域对应的相邻边缘段， 作为该欠注区域对应的正常边缘段； 获取该 疑似欠注区域对应的正常边缘段对应的高斯混合模型， 将该疑似欠注区域对应的高斯混合 模型中所有子高斯模型的均值 点拟合成为 一条曲线， 记为 参考纹理曲线； 根据该疑似欠注区域中各疑似欠注点的位置和邻域内的纹理深浅程度， 构建该疑似欠 注区域的样本集； 获取该疑似欠注 区域的样本集对应的高斯混合模型， 将 高斯混合模型中 所有子高斯模型的均值 点拟合成为 一条曲线， 记为 欠注纹理曲线； 使用搜索策略确定参考纹理曲线和欠注纹理曲线的最长公共子序列， 根据欠注纹理曲 线的长度以及所述 最长公共子序列的长度计算该疑似欠注区域的突变程度； 利用如下计算公式计算各疑似欠注区域的突变程度： 其中， 为某一疑似欠注区域的突变程度， 为该疑似欠注区域对应的最长公共子序列 的长度； 为该疑似欠注区域对应的欠注纹理曲线的长度； 为该疑似欠注区域对应的参 考纹理曲线和欠注纹 理曲线的豪斯多夫距离； 利用如下计算公式计算各疑似欠注区域的目标欠注点数量： 其中， 为某一疑似 欠注点的突变程度， 为该疑似欠注区域内疑似欠注点的数量； 为该疑似欠注区域中目标欠注点的数量； 利用如下公式计算铸件的欠注程度： 其中， 为铸件的欠注程度， 为疑似欠注区域的序号， 为第 个疑似欠注区域中目标 欠注点的数量； 为疑似欠注区域的数量； 为铸件的面积。 2.根据权利要求1所述的基于机器视觉的压铸机参数调控方法， 其特征在于， 所述将铸 件边缘图中的边 缘进行划分， 得到多条边 缘段， 包括： 将铸件边缘图中的边缘点提取出来， 将提取出来的边缘点拟合成一条曲线， 将该曲线 记为边缘曲线；权　利　要　求　书 1/2 页 2 CN 114387438 B 2计算边缘曲线上每一 点的曲率， 得到边 缘曲率曲线， 获取边 缘曲率曲线的间断点； 以间断点 为分界， 将边 缘曲线分成不同的边 缘段。 3.根据权利要求1所述的基于机器视觉的压铸机参数调控方法， 其特征在于， 所述根据 各边缘段之间的相似性对各边 缘段进行分组， 包括： 根据各边 缘段上像素点的位置和邻域内的纹 理深浅程度构建各边 缘段的描述； 根据各边 缘段的描述计算任意两条边 缘段之间的相似度； 判断所述相似度与相似度阈值的大小关系， 若相似度大于等于相似度阈值， 则将对应 两边缘段划分为 一组； 若相似度小于相似度阈值， 则将对应两边 缘段划分为 不同组。 4.根据权利要求3所述的基于机器视觉的压铸机参数调控方法， 其特征在于， 获取各边 缘段上像素点的邻域内的纹 理深浅程度的方法包括： 计算铸件灰度图中各像素点的梯度， 将梯度作为对应像素点的像素值， 得到铸件梯度 图； 在铸件梯度图像中， 对于各边缘段上的各边缘像素点： 以对应边缘段长度为窗口宽度， 获取窗口内的灰度共生矩阵， 计算灰度共生矩阵的对比度， 记为邻域内的纹 理深浅程度。 5.根据权利要求3所述的基于机器视觉的压铸机参数调控方法， 其特征在于， 利用如下 公式计算任意两条边 缘段之间的相似度： 其中， 为两条边缘段之间的相似度， 为两条边缘段上各像素点之间在空域中的最 小距离， 为样本空间中两条边 缘段对应的样本集的KL散度。 6.根据权利要求1所述的基于机器视觉的压铸机参数调控方法， 其特征在于， 所述提取 各组中的疑似欠注区域， 包括： 对于任一组内的任意两条相邻的边 缘段： 将该两条相邻的边缘段记为基准边缘段， 连接两条基准边缘段中最近的两个像素点， 得到一条辅助线段； 在铸件梯度图中， 获取其中的所有连通 域， 将与所述辅助线段相交的连通 域标记出来； 获取标记出来的连通 域的凸包， 将凸包 包含的图像区域记为疑似欠注区域。权　利　要　求　书 2/2 页 3 CN 114387438 B 3