一种基于机器视觉全自动混凝土试件成型面识别方法与流程

1.本发明涉及混凝土试件识别领域，具体涉及一种基于机器视觉全自动混凝土试件成型面识别方法。


背景技术：

2.在混凝土试件的成型过程中，有五面接触混凝土成型试模，试件表面光滑，粗糙度小，一面用工具抹平后，表面粗糙度大于其他五面，通常称之为成型面。现有技术中，针对成型面的识别方案上，多采用接触的工作方式，易对被测物体以及仪器设备造成划痕和磨损。


技术实现要素：

3.针对现有技术的不足，本发明提供了一种基于机器视觉全自动混凝土试件成型面识别方法
4.本发明所要解决的技术问题采用以下技术方案来实现：
5.一种基于机器视觉全自动混凝土试件成型面识别方法，包括激光器、工业相机成像系统、计算机软件系统和驱动机构；
6.试件放置在驱动机构上，驱动机构带动试件经过激光器下方，激光器将光照射在试件表面上，工业相机成像系统负责摄取图像信息，并输入计算机软件系统，计算机软件系统控制相机的图像拍摄和存储，通过计算机软件系统计算得出试件表面高度，采用激光三角法原理对被测试件表面和激光器之间的距离变化进行测量，将对试件表面高度变化值的测量转化为对相机成像面上光斑中心位置偏移值的测量，驱动机构接收到计算机的指令后，调节传送带的速度，满足不同调节测量。
7.发明的进一步技术：
8.优选的，所述驱动机构具体为传送带，且传送带的传送表面与激光器垂直。
9.优选的，所述激光三角法属于无接触测量，测量时，由光源发出的一束激光照射在待测物体平面上，通过反射最后在检测器上成像。当物体表面的位置发生改变时，其所成的像在检测器上也发生相应的位移。通过像移和实际位移之间的关系式，真实的物体位移可以由对像移的检测和计算得到。
10.本发明的有益效果为：
11.与传统的检测设备相比，我们提供的基于机器视觉全自动混凝土试件成型面识别系统及方法具有独特的优势：
12.1.该系统是无接触工作方式，避免了对被测物体以及仪器设备造成划痕和磨损，适用于传统方式不便检测的表面形态测量和分析。
13.2适用于各种测量环境，只需一次性设置和校准，节约维护和再检定的时间和成本。
14.3.能在线连续动态测量，工作效率高。
15.4.无需人工介入，可节省大量人力成本。
附图说明
16.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
17.图1为本发明的工作原理图。
具体实施方式
18.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.如图1所示，本发明为实施例一种基于机器视觉全自动混凝土试件成型面识别方法，包括激光器、工业相机成像系统、计算机软件系统和驱动机构；
20.试件放置在驱动机构上，驱动机构带动试件经过激光器下方，激光器将光照射在试件表面上，工业相机成像系统负责摄取图像信息，并输入计算机软件系统，计算机软件系统控制相机的图像拍摄和存储，通过计算机软件系统计算得出试件表面高度，采用激光三角法原理对被测试件表面和激光器之间的距离变化进行测量，将对试件表面高度变化值的测量转化为对相机成像面上光斑中心位置偏移值的测量，通过智能系统计算分析差异识别混凝土成型面的方法。
21.其中的，智能系统分为训练模式和检测模式。训练模式指的是对不同规格形式、不同条件成型的混凝土试件的各面图像进行训练建模的过程，它通过采集到的试件各面图像进行试件之内、试件之间模板图像训练，建立标准的测试模型。检测模块是将实时图像与模板图像进行一致性对比，该模块首先通过模板匹配算法进行成型面定位，之后采用定位的结果进行图像配准，将实时检测图像与模板图像对齐，然后将检测图像与模板图像进行图像差分处理得到差异图像，最后再对差异图像进行blob分析，最终得到检测的结果。
22.所述驱动机构具体为传送带，且传送带的传送表面与激光器垂直。
23.所述激光三角法属于无接触测量，测量时，由光源发出的一束激光照射在待测物体平面上，通过反射最后在检测器上成像。当物体表面的位置发生改变时，其所成的像在检测器上也发生相应的位移。通过像移和实际位移之间的关系式，真实的物体位移可以由对像移的检测和计算得到。
24.上述关系式为：如果模板模型和搜索图像完全匹配，则该函数将返回1，如果搜索图像中不存在该对象，得分将为0。相关性系数的值越小，表明物体间越不相似，差异越大；反之则相似度越大差异越小。score最大值所对应的坐标的位置就是模板图像在待匹配图像中的最优匹配位置。同时在匹配结果中，还可以得到检测图像相对模板的角度、位置以及缩放比例等，进而计算出检测图像与模板图像之间的仿射矩阵。配准的过程也就是将检测图像通过得到的仿射矩阵进行仿射变换从而与模板图像重合。
25.选用实验室、搅拌站、施工工地成型100mm
×
100mm
×
100mm、150mm
×
150mm
×
150mm各十组，通过机器视觉的图像一致性比对算法，首先采用模板匹配算法进行图像配准，再将
校准之后的图像与模板图像进行差分计算出差分图像，再进一步进行blob分析从而检测出模板图像与标准图像的差异，完成训练模式的调试。切换为检测模式，扩大一倍检测样品数量，统计识别成功率99.2％。
26.需要说明的是，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。
27.在本发明中，除非有明确的规定和限定，特征之间相互交错，不一定独立存在。以上显示与描述包括本发明的基本原理、主要特征及其优点。从事该专业的技术人员需知，本发明不局限于上述实施例的限制，上述的实施例与说明书仅为本发明的优选例，而不是用来限制本发明，以成为唯一选择。在发明的精神和范围要求下，本发明还可进一步变化并优化，对本发明进行的改进优化都进入要求保护的本发明范围内，本发明要求保护具体范围由所附的权利要求书及其等效物界定。


技术特征：
1.一种基于机器视觉全自动混凝土试件成型面识别方法，其特征在于，包括激光器、工业相机成像系统、计算机软件系统和驱动机构；试件放置在驱动机构上，驱动机构带动试件经过激光器下方，激光器将光照射在试件表面上，工业相机成像系统负责摄取图像信息，并输入计算机软件系统，计算机软件系统控制相机的图像拍摄和存储，通过计算机软件系统计算得出试件表面高度，采用激光三角法原理对被测试件表面和激光器之间的距离变化进行测量，将对试件表面高度变化值的测量转化为对相机成像面上光斑中心位置偏移值的测量，通过智能系统计算分析差异识别混凝土成型面的方法。2.根据权利要求1中所述的一种基于机器视觉全自动混凝土试件成型面识别方法，其特征在于，所述驱动机构具体为传送带，且传送带的传送表面与激光器垂直。3.根据权利要求1中所述的一种基于机器视觉全自动混凝土试件成型面识别方法，其特征在于，所述激光三角法属于无接触测量，测量时，由光源发出的一束激光照射在待测物体平面上，通过反射最后在检测器上成像，当物体表面的位置发生改变时，其所成的像在检测器上也发生相应的位移，通过像移和实际位移之间的关系式，真实的物体位移由对像移的检测和计算得到。

技术总结
本发明公开了一种基于机器视觉全自动混凝土试件成型面识别方法，是一种能利用工业相机的机器视觉快速识别混凝土各表面通过智能系统计算分析差异识别混凝土成型面的方法，机器视觉是用机器代替人眼来做测量和判断，机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号，传送给专用的图像处理系统，得到被摄目标的形态信息，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作。据判别的结果来控制现场的设备动作。据判别的结果来控制现场的设备动作。


技术研发人员：董献国 刘军 李亚南 音正兵 付良庆 胡晓曼
受保护的技术使用者：安徽省建筑工程质量监督检测站有限公司
技术研发日：2023.04.10
技术公布日：2023/9/7