一种基于工业计算机的视觉检测方法及系统与流程

本发明涉及视觉检测，具体涉及一种基于工业计算机的视觉检测方法及系统。

背景技术：

1、现代社会中工业生产已经成为经济发展的重要支柱；随着技术的进步和消费者需求的多样化，对工业产品的质量和性能要求日益提高，在产品的质量检测中，通过视觉进行检测以及进入工业加工行业中，然而现有的视觉检测中难以发现细节上的产品质量问题，没有较为准确的监测效果，难以保证机器视觉的检测精度。

技术实现思路

1、本发明的目的是提供一种基于工业计算机的视觉检测方法及系统，以解决背景技术中不足。

2、为了实现上述目的，本发明提供如下技术方案：一种基于工业计算机的视觉检测方法，包括以下步骤：

3、确定目标监测体，建立目标监测体的标准模型，对应标准模型标记监测区域以及对应的监测项目作为监测信息，将监测信息与对应的目标监测体和标准模型进行信息绑定；

4、获取标准模型中的多个特征信息，基于多个特征信息之间的位置信息，基于特征信息对标准模型进行覆膜得到监测模型；

5、基于工业计算机实时采集目标监测体的外形图像，基于外形图像构建目标监测体模型；

6、将监测模型对目标监测体模型进行重合，基于监测模型进行分化得到对应目标监测体模型的自适应模型；

7、将不满足预设条件的自适应模型对应的目标监测体模型作为异常模型并在监测模型中进行标记。

8、在一个优选的实施方式中，所述对应标准模型标记监测区域以及对应的监测项目作为监测信息，将监测信息与对应的目标监测体和标准模型进行信息绑定的步骤，包括：

9、获取需要进行监测的目标作为目标监测体，采集目标监测体的标准外形以及对应的尺寸构建标准模型；

10、基于标准模型划分需要监测的区域作为监测区域，对应监测区域制定对应的监测项目，将监测区域与对应的监测项目作为监测信息；

11、将监测信息与对应的目标监测体和标准模型进行信息绑定；

12、工控机通过软件与网络通信等多种手段，以及与其他设备的协同工作完成信息的协议传输以及信息的协同对应，另外工控机可以作为网络安全设备，运行各种安全软件和工具，监控和保护企业的网络安全。

13、在一个优选的实施方式中，所述获取标准模型中的多个特征信息，基于多个特征信息之间的位置信息，基于特征信息对标准模型进行覆膜得到监测模型的步骤，包括：

14、获取标准模型中形状的边缘线以及折角点，在边缘线以及折角点上均设置特征点，其中，边缘线上设置有多个特征点，将设置了特征点的边缘线以及折角点作为多个特征信息；

15、获取多个特征信息中多个特征点之间的位置信息，其中，位置信息包括多个特征点之间连线的距离以及角度；

16、对应特征信息在标准模型上进行虚拟覆膜得到监测模型。

17、在一个优选的实施方式中，所述对应特征信息在标准模型上进行虚拟覆膜得到监测模型的步骤，包括：

18、对应特征信息设置覆膜架，基于标准模型与覆膜架进行虚拟覆膜；

19、对应虚拟覆膜设置多个覆膜点，对应覆膜点划分对应的标准模型的表面范围，基于覆膜点记载对应的标准模型表面范围的位置信息；

20、将相邻的多个覆膜点之间进行连接并记载相邻的多个覆膜点之间的距离以及方位信息。

21、在一个优选的实施方式中，所述基于工业计算机实时采集目标监测体的外形图像，基于外形图像构建目标监测体模型的步骤，包括：

22、基于工业计算机实时采集目标监测体的外形图像，确定外形图像中对应标准模型的特征信息在外形图像中进行标记；

23、确定外形图像中目标监测体的外形尺寸，基于外形尺寸、外形图像以及标记的特征信息进行三维构建得到目标监测体模型。

24、在一个优选的实施方式中，所述将监测模型对目标监测体模型进行重合，基于监测模型进行分化得到对应目标监测体模型的自适应模型的步骤，包括：

25、基于多个特征信息中多个特征点之间的位置信息将监测模型与目标监测体模型根据特征信息进行重合，将监测模型进行分化得到贴合模型；

26、建立贴合模型中特征点与监测模型中特征点之间的第一引线关系；

27、建立贴合模型中覆膜点与监测模型中覆膜点之间的第二引线关系；

28、将建立第一引线关系与第二引线关系之后的贴合模型与目标监测体模型进行贴合得到自适应模型。

29、在一个优选的实施方式中，所述将不满足预设条件的自适应模型对应的目标监测体模型作为异常模型并在监测模型中进行标记的步骤，包括：

30、对应多个特征点以及多个覆膜点分别设置对应的预设条件；

31、获取自适应模型中特征点与对应的标准模型中的特征点之间的第一区别信息，其中，第一区别信息包括自适应模型中特征点与对应的标准模型中特征点之间的距离信息；

32、获取自适应模型中覆膜点与对应的标准模型中的覆膜点之间的第二区别信息，其中，第二区别信息包括自适应模型中覆膜点与对应的标准模型中的覆膜点之间距离信息；

33、将不符合预设条件的第一区别信息与第二区别信息的自适应模型对应的目标监测体模型作为异常模型；

34、在监测模型中标记不符合预设条件的第一区别信息与第二区别信息的特征点与覆膜点。

35、本发明还提供一种基于工业计算机的视觉检测系统，包括；

36、确定模块，用于确定目标监测体，建立目标监测体的标准模型，对应标准模型标记监测区域以及对应的监测项目作为监测信息，将监测信息与对应的目标监测体和标准模型进行信息绑定；

37、获取模块，与确定模块连接，用于获取标准模型中的多个特征信息，基于多个特征信息之间的位置信息，基于特征信息对标准模型进行覆膜得到监测模型；

38、构建模块，与获取模块连接，用于基于工业计算机实时采集目标监测体的外形图像，基于外形图像构建目标监测体模型；

39、重合模块，与构建模块连接，用于将监测模型对目标监测体模型进行重合，基于监测模型进行分化得到对应目标监测体模型的自适应模型；

40、对比模块，与重合模块连接，用于将不满足预设条件的自适应模型对应的目标监测体模型作为异常模型并在监测模型中进行标记。

41、在上述技术方案中，本发明提供的技术效果和优点：

42、本发明在覆膜上设置多个覆膜点，每个覆膜点负责对应的标准模型表面范围并通过覆膜点记录对应的标准模型表面范围的位置信息，之后在标准模型的模型上将相邻的多个覆膜点之间进行连接并记载相邻的多个覆膜点之间的距离以及方位信息，能够得到一个覆膜点网，且每个覆膜点均负责对应的标准模型表面范围的位置信息，该位置信息为标准模型表面范围上整个表面的形状位置信息，能够更加精确的对产品进行监控，避免后续产品外形检测过程中漏掉产品缺陷，保证机器视觉的检测精度。

技术特征：

1.一种基于工业计算机的视觉检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于工业计算机的视觉检测方法，其特征在于：所述对应标准模型标记监测区域以及对应的监测项目作为监测信息，将监测信息与对应的目标监测体和标准模型进行信息绑定的步骤，包括：

3.根据权利要求1所述的一种基于工业计算机的视觉检测方法，其特征在于：所述获取标准模型中的多个特征信息，基于多个特征信息之间的位置信息，基于特征信息对标准模型进行覆膜得到监测模型的步骤，包括：

4.根据权利要求3所述的一种基于工业计算机的视觉检测方法，其特征在于：所述对应特征信息在标准模型上进行虚拟覆膜得到监测模型的步骤，包括：

5.根据权利要求1所述的一种基于工业计算机的视觉检测方法，其特征在于：所述基于工业计算机实时采集目标监测体的外形图像，基于外形图像构建目标监测体模型的步骤，包括：

6.根据权利要求1所述的一种基于工业计算机的视觉检测方法，其特征在于：所述将监测模型对目标监测体模型进行重合，基于监测模型进行分化得到对应目标监测体模型的自适应模型的步骤，包括：

7.根据权利要求1所述的一种基于工业计算机的视觉检测方法，其特征在于：所述将不满足预设条件的自适应模型对应的目标监测体模型作为异常模型并在监测模型中进行标记的步骤，包括：

8.一种基于工业计算机的视觉检测系统，用于实现权利要求1-7任一项所述的一种基于工业计算机的视觉检测方法，其特征在于：包括；

技术总结
本发明公开了一种基于工业计算机的视觉检测方法及系统，涉及视觉检测技术领域，确定目标监测体，建立目标监测体的标准模型，对应标准模型标记监测区域以及对应的监测项目作为监测信息，获取标准模型中的多个特征信息，基于多个特征信息之间的位置信息，基于特征信息对标准模型进行覆膜得到监测模型；基于工业计算机实时采集目标监测体的外形图像，将监测模型对目标监测体模型进行重合，将不满足预设条件的自适应模型对应的目标监测体模型作为异常模型并在监测模型中进行标记。本发明能够更加精确的对产品进行监控，避免后续产品外形检测过程中漏掉产品缺陷，保证机器视觉的检测精度。

技术研发人员：周星辰,秦伟,马瑞
受保护的技术使用者：深圳华北工控软件技术有限公司
技术研发日：
技术公布日：2024/8/27