一种应用于模具合模的智能视觉分析方法

本发明属于模具智能分析，涉及一种应用于模具合模的智能视觉分析方法。

背景技术：

1、模具是工业生产中以注塑、压铸、冲压等方法得到的模子，具有特定的轮廓或内腔形状，是用来成型的工具。模具一般由动模和定模组合，在注塑成型时由动模和定模闭合构成浇注系统和型腔。合模是模具制作过程中相当关键的一步，合模不到位可导致板件不稳定及后续整改时给板件对策者误判，造成不必要的工作量和人力物力的浪费。

2、目前的合模操作步骤是将动模和定模安装在合模机上，合模机将定模和动模闭合，此时动模上均匀涂抹的红丹(一种燃料)通过闭合，涂抹到定模上；定模红丹分析阶段是根据定模上红丹的分布和深浅，判断合模时动模和定模的闭合情况；定模均匀度分析阶段是根据定模红丹的分析结果判断是否满足要求，若满足要求则合模完成；若不满足要求则需要依据分析结果继续打磨模具后继续进行上述过程直到满足要求。目前定模红丹分析和定模均匀度分析均采用人工判断，因各人工经验存在差异，无法形成稳定、统一和可精确量化的均匀度分析结果，分析效率低，精确度不高，还降低了后续打磨和合模的效率。

技术实现思路

1、本发明的目的是针对现有技术存在的上述问题，提出了一种应用于模具合模的智能视觉分析方法，其所要解决的技术问题是：如何提升合模的效率。

2、本发明的目的可通过下列技术方案来实现：一种应用于模具合模的智能视觉分析方法，包括如下步骤：

3、a、采集获得定模以及定模上红丹覆盖区域的定模图像；

4、b、对获得的定模图像进行分割处理获得定模区域分割掩模图，进而获得定模区域；

5、c、对获得的定模图像进行红丹区域分析处理获得红丹区域置信度图和红丹区域掩模图；

6、d、对获得的定模图像进行颜色空间转换处理进而依次获得距离张量图和色彩深度张量图；

7、e、根据获得的色彩深度张量图和红丹区域置信度图进行计算获得红丹颜色期望图，进而根据红丹颜色期望图以及红丹颜色期望图的图像宽度和图像高度来计算获得均匀度值；

8、f、根据均匀度值判断定模红丹的分布和深浅是否满足模具合模要求，在满足模具合模要求时，则合模完成，在不满足模具合模要求时，根据定模区域分割掩模图和红丹颜色期望图生成模具打磨的处理建议值。

9、本应用于模具合模的智能视觉分析方法的原理为：合模机将定模和动模闭合，此时动模上均匀涂抹的红丹通过闭合会涂抹到定模上，本方法就是对定模上的红丹涂抹情况进行分析来判断是否符合合模要求，首先采集定模图像，再对定模图像分别进行处理，从而获得定模区域分割掩模图、红丹区域置信度图、红丹区域掩模图、距离张量图和色彩深度张量图，之后根据色彩深度张量图和红丹区域置信度图进行计算获得红丹颜色期望图，再根据红丹颜色期望图计算均匀度值，最后根据均匀度值判断定模红丹的分布和深浅是否满足模具合模要求，在不满足时，根据定模区域分割掩模图和红丹颜色期望图生成模具打磨的处理建议值，根据处理建议值对模具进行重新打磨，打磨更加精确，为重新合模的成功率提供了保障，模具打磨后，重新将涂抹有红丹的动模和定模进行合模，并重新再根据本方法进行分析判断是否满足合模要求，通过本方法的应用有效提升了后续打磨和合模的效率。

10、在上述的应用于模具合模的智能视觉分析方法中，在所示步骤b中，获得定模区域分割掩模图的操作包括：

11、采用定模区域分割算法对获得的定模图像进行分割处理后输出逐像素的定模区域分割结果，从而形成定模区域分割掩模图。定模区域分割算法可采用语义分割算法，通过语义分割算法实现了图像像素级的分类，定模区域分割掩模图为定模区域和非定模区域通过黑白像素进行区分的图像。

12、在上述的应用于模具合模的智能视觉分析方法中，在所示步骤b中，获得定模区域的操作包括：采用边缘检测算法获得定模区域分割掩模图中黑白交界的边缘轮廓，并在边缘轮廓处设置坐标点，从而获得由坐标点包围的定模区域。

13、在上述的应用于模具合模的智能视觉分析方法中，在所示步骤c中，获得红丹区域置信度图的操作包括：

14、首先采用红丹区域分割算法对获得的定模图像进行处理后输出逐像素的二通道特征图，再使用softmax函数对二通道特征图进行计算从而获得红丹区域置信度图。红丹区域分割算法采用基于卷积神经网络的语义分割算法。softmax函数又叫归一化指数函数。

15、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤c中，获得红丹区域掩模图的操作包括：

16、使用argmax函数对红丹区域分割算法输出的二通道特征图进行逐像素点比较，在结果是红丹区域类别对应的通道序号时，确定比较的像素点属于红丹区域，由此获得红丹区域掩模图。红丹区域掩模图将红丹区域和非红丹区域通过黑白像素进行区分显示，从而确定出红丹所在区域。

17、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤d中，获得距离张量图的操作包括：

18、通过颜色空间转换将定模图像转换到hsv颜色空间中，获得颜色空间张量，再计算颜色空间张量和设定的颜色空间中心点的距离，从而获得距离张量图。

19、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤d中，获得色彩深度张量图的操作包括：

20、将距离张量图进行翻转操作，从而获得色彩深度张量图。

21、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤e中，获得红丹颜色期望图的操作包括：

22、将色彩深度张量图和红丹区域置信度图逐像素相乘得到红丹颜色期望图，具体公式如下：

23、e(u,v)＝p(u,v)*x(u,v)

24、其中，u,v表示像素坐标系中的坐标，p代表红丹区域置信度图；x表示色彩深度张量图；e表示红丹颜色期望图。

25、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤e中，通过均匀度计算公式将红丹颜色期望图、图像宽度和图像高度进行计算，从而获得均匀度值，所述均匀度计算公式为：

26、

27、其中，q表示均匀度值；m表示图像宽度；n表示图像高度。

28、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤f中，根据均匀度值判断定模红丹的分布和深浅是否满足模具合模要求的操作包括：

29、设定均匀度标准值；

30、将均匀度值与均匀度标准值进行比较，在均匀度值大于均匀度标准值时进入合模完成步骤；在均匀度小于均匀度标准值时，进入处理建议值生成步骤。

31、在上述的应用于模具合模的智能视觉分析方法中，在所述步骤f中，处理建议值生成步骤的操作包括：

32、将红丹颜色期望图逐像素进行值翻转，形成翻转期望图；

33、使用定模区域分割掩模图对红丹颜色期望值进行掩模处理，形成定模区域翻转期望图；

34、将定模区域翻转期望图中聚集区域连接，并使用各聚集区域的翻转期望值的均值，作为处理建议值。处理建议值由以下计算公式获得：其中，i表示某个聚集区域像素组成的向量，x表示向量下标；n表示向量的长度。

35、与现有技术相比，本应用于模具合模的智能视觉分析方法具有以下优点：

36、1、本发明实现了定模红丹分布的智能化分析，无需人为参与，有效节省了人力。

37、2、本发明采用的视觉分析方法，能够自动完成定模红丹在各区域的多维精细化分布分析，各部位红丹的深浅度量化分析，分析更加精确，进一步地，通过多维精细化分布分析和深浅度量化分析，能够获得稳定、统一且可精确量化的均匀度分析结果，进而根据分析结果给出模具的后续处理建议，使加工人员能够有针对性地对模具进行打磨处理，使其能够更快地符合合模要求，通过本方法有效提升了后续打磨和合模的效率。