买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院沈阳自动化研究所

摘要：本发明属于计算机视觉领域，具体说是一种用于液晶面板装箱搭边的视觉检测方法，包括以下步骤：通过分别设置在包装箱底部四个角上方处的工业面阵相机，拍摄包装箱箱角的灰度图像；对于包装箱每个角拍摄包装箱箱角的灰度图像，进行视觉检测：1对包装箱箱角进行定位：获取到箱角的定位坐标x，y；2根据箱角定位坐标x，y，判断在检测范围内液晶面板是否出现搭边于包装箱上。本发明不需要借助线激光、点激光或者其它三维数据，仅凭二维图像就能检测搭边情况。也不像基于图像的深度学习检测算法，不需要大量的训练图像，仅用一张训练图像就可以实现搭边检测功能。

主权项：1.一种用于液晶面板装箱搭边的视觉检测方法，其特征在于，包括以下步骤：通过分别设置在包装箱底部四个角上方处的工业面阵相机，拍摄包装箱箱角的灰度图像；对于包装箱每个角拍摄包装箱箱角的灰度图像，进行视觉检测：1对包装箱箱角进行定位：通过边缘定位算法，分别获取箱角的纵向边缘定位坐标y和箱角的横向边缘定位坐标x，即获取到箱角的定位坐标x，y；所述步骤1，具体为：1-1通过均值金字塔法包装箱箱角的灰度图像进行降采样处理：根据降采样的缩放尺度对灰度图像进行缩放，以减少图像噪声对边缘的干扰；1-2将降采样后的灰度图像进行弱曲率边缘检测，获取到灰度图像的弱曲率边缘；1-3对灰度图像的弱曲率边缘按梯度方向筛选出的灰度图像的边缘点；1-4对筛选出的灰度图像的边缘点进行中值滤波，对边缘点进行去噪，得到去噪后的边缘点；1-5对去噪后的边缘点进行上采样：将每个边缘点的坐标值除以降采样采用的缩放尺度，得到经上采样后的边缘点；1-6对边缘点求取其形心，获取边缘的整体位置，将横向边缘返回y坐标，纵向边缘返回x坐标，即获取到箱角的定位坐标x，y；2根据箱角定位坐标x，y，判断在检测范围内液晶面板是否出现搭边于包装箱上；所述判断在检测范围内液晶面板是否出现搭边于包装箱上，具体为：液晶面板搭边于包装箱上包括两种情况，分别为：大搭边检测和小搭边检测；其中，大搭边检测为液晶面板搭边与包装箱的搭边量不小于5mm；小搭边检测为液晶面板搭边与包装箱的搭边量小于5mm；所述大搭边检测和小搭边检测均根据离线训练得到的参数，对待检测图像进行在线检测；所述大搭边检测的离线训练阶段，具体为：3-1获取一张包装箱未发生搭边的灰度图像，对未发生搭边的灰度图像进行图像增强处理，使用γ小于1的伽马校正算法进行图像增强，得到增强后的图像gout，即：gout＝cginγ其中，c是一个常数，gin是变换前的图像灰度，gout是变换后的图像灰度；3-2对增强后的图像gout采用基于KMeans聚类法进行区域分割，分割为K个区域；3-3统计灰度特征：统计区域k的灰度均值和方差其中nk为点个数，则有： 其中，k为分割后区域的索引；3-4根据步骤3-3获取到未发生搭边情况下的灰度均值和方差对于待检测图像，判断区域内的每个点，如果点在正态分布1δ方差内，认定为箱点；根据整个区域内部箱点的面积，大于90％，则没有发生搭边情况，反之，产生大搭边情况；所述小搭边检测的离线训练阶段，具体为：4-1获取一张与大搭边检测的离线训练阶段相同的包装箱未发生搭边的灰度图像，对未发生搭边的灰度图像通过均值金字塔法对灰度图像进行降采样，即： 其中，u0,v0为灰度图像坐标，g为图像灰度；4-2对降采样后的图像进行场景目标灰度取样：其中，场景目标包括：箱子场景目标、液晶面板场景目标、垫片场景目标、其他场景目标；所述其他场景目标为液晶面板场景目标与箱子场景目标之间的缝隙区域；通过下式获取四种场景目标的灰度均值和方差，即： 其中，μk为某种场景目标的灰度均值，δk为某种场景目标的方差，为场景目标k的点i的灰度,nk为目标k的点数目；4-3根据步骤4-2根据步骤3-3获取到的4个场景目标的灰度均值和方差，判断4个场景目标的高斯概率密度，挑选出最大的高斯概率密度的场景目标作为当前这个像素点的判定目标；统计待检测图像中整个区域内的所有点，如果判定为最大高斯概率密度的场景目标的点总数大于95％，则认为全部为该场景目标，即发生小搭边情况，反之，无搭边情况。

全文数据：

权利要求：

百度查询： 中国科学院沈阳自动化研究所 一种用于液晶面板装箱搭边的视觉检测方法