一种机箱划痕视觉检测方法与流程

技术特征：
1.一种机箱划痕视觉检测方法，其特征在于：包括如下步骤：步骤1、用工业相机对机箱划痕进行拍照，获取待检测图像；步骤2、通过混沌灰狼算法优化相机内参值，得到相机内参的最优值，即优化后的相机内参值，具体为：步骤2.1、通过张氏算法计算相机内参的初始值，在相机内参初始值的基础上，初始化狼群的搜索种群数量n、协同系数向量a、协同系数向量c及最大迭代次数；步骤2.2、初始化狼群搜索个体的位置，所述狼群个体的位置为相机内参值；步骤2.3、根据每个个体的适应度值迭代计算出α狼、β狼、δ狼的位置，并更新搜索位置；步骤2.4、判断是否达到最大迭代次数，如果达到则执行步骤2.5；否则，执行步骤2.3；步骤2.5、把获得最优搜索位置作为目标函数的最优解，即为相机内参的最优值；步骤3、将优化后的相机内参值代入opencv函数，对待检测图像进行畸变矫正，得到矫正后的图像；步骤4、判断矫正后图像的划痕直径和长度是否符合生产标准要求，如是，则该机箱为合格机箱；否则，为不合格机箱。2.依据权利要求1所述的一种机箱划痕视觉检测方法，其特征在于：步骤2.3，具体包括：步骤2.3.1、基于适应度函数计算出每个个体的适应度值，该适应度值为迭代计算出的几组相机内参的最优解，并根据适应度值的大小，把最优内参赋给α狼，把第二优内参赋给β狼，把第三优的内参赋给δ狼；步骤2.3.2、计算相机内参值的系数向量以及相机内参值的系数向量；步骤2.3.3、计算α狼、β狼、δ狼到目标猎物的距离；计算狼群搜索个体的位置；步骤2.3.4、更新狼群搜索位置。3.依据权利要求2所述的一种机箱划痕视觉检测方法，其特征在于：步骤3，具体包括：将相机的输入矩阵、变换矩阵和畸变参数输入opencv中的initundistortrectifymap()函数，求解出新的矩阵、未畸变的尺寸和两个输出映射，将两个输出映射输入remap()函数，得到矫正后的图像。4.依据权利要求3所述的一种机箱划痕视觉检测方法，其特征在于：步骤3中所述畸变参数包括优化后的相机内参值。5.依据权利要求4所述的一种机箱划痕视觉检测方法，其特征在于：对于矫正后的图像的另一种处理方式为：对矫正后图像通过双边滤波算法进行图片降噪处理，再执行步骤4。6.依据权利要求5所述的一种机箱划痕视觉检测方法，其特征在于：对于矫正后的图像的另一种处理方式为：对矫正后图像通过双边滤波算法进行图片降噪处理，并通过亚像素边缘提取算法分析矫正后图像，再执行步骤4。

技术总结
本发明公开的一种高精度机箱划痕视觉检测方法，属于瑕疵检测技术领域。所述方法，包括：S101、工业相机对机箱划痕进行拍照，获取待检测图像；S102、通过混沌灰狼算法优化相机内参值；S103、将优化后的相机内参值代入OpenCV函数，对待检测图片进行畸变矫正，得到矫正后的图像；S104、判断矫正后图像的划痕直径和长度符合生产标准要求，如是，则该机箱为合格机箱；否则，为不合格机箱；本发明通过机器视觉技术以及在计算机上利用混沌灰狼算法等方法对图片进行处理，实现使用机器进行高精度机箱划痕检测，通过机器检验提高了检测机箱划痕的检验速度，节省了检验时间，提高了检验效率。提高了检验效率。提高了检验效率。


技术研发人员：王宪朝 张川川 孙海博 张常清 范丽华 董宇鹏 陈瑞剑 张爱国
受保护的技术使用者：百信信息技术有限公司
技术研发日：2021.09.22
技术公布日：2022/1/6