(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211050485.6 (22)申请日 2022.08.30 (71)申请人 吉林省信息技 术研究所 地址 130119 吉林省长 春市南关区和美路 999号 (72)发明人 郭昊　 (74)专利代理 机构 长春众邦菁华知识产权代理 有限公司 2 2214 专利代理师 张伟 (51)Int.Cl. G01N 21/84(2006.01) G01B 11/24(2006.01) G06T 7/00(2017.01) G06T 7/13(2017.01) G06V 10/44(2022.01)G06V 10/75(2022.01) G06V 10/74(2022.01) (54)发明名称 一种基于机器视觉的装配质 量检测方法及 装置 (57)摘要 本发明公开了一种基于机器视觉的装配质 量检测方法及装置， 具体涉及机器视觉领域， 包 括以下步骤： 步骤S1、 摄像机对装配完成后的装 配件进行图像采集， 获取待检测的装配件图像； 步骤S2、 提取待检测装配件的 图像中各个轮廓细 节特征； 步骤S3、 根据各个轮廓细 节特征， 判断装 配件质量状况； 步骤S4、 对相邻待检测装配件的 质量状况进行比较， 获取装配质量趋势； 步骤S5、 根据装配质量趋势判断装配设备的运行状态， 并 对异常的运行状态发出警报。 通过 获取装配件的 装配质量趋势， 从而对装配设备的运行状态进行 评估判断， 从而一方面能够提高整体生产装配件 的质量水平， 另一方面产业人员也能够清楚地掌 握整个装配产线的装配 状态， 便于把控质量。 权利要求书3页 说明书9页 附图2页 CN 115144399 A 2022.10.04 CN 115144399 A 1.一种基于 机器视觉的装配质量检测方法， 其特 征在于： 包括以下步骤： 步骤S1、 摄 像机对装配完成后的装配件进行图像采集， 获取待检测的装配件图像； 步骤S2、 提取待检测装配件的图像中各个 轮廓细节特 征； 步骤S3、 根据各个 轮廓细节特 征， 判断装配件质量状况； 步骤S4、 对相邻待检测装配件的质量状况进行比较， 获取装配质量趋势； 步骤S5、 根据装配质量趋势判断装配设备的运行状态， 并对异常的运行状态发出警报。 2.根据权利要求1所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S3中， 通过基于边缘特征 的模板匹配方法， 计算装配件图像与标准装配件图像之间的灰度 相关度值， 判断装配件质量状况， 灰度相关度值计算公式如下： 式中， s和t分别为基准图像的移动参数， 为灰度相关度值， a、 b为标准装配件图 像的边界参数， 为装配件图像的函数， 为标准装配件图像函数。 3.根据权利要求2所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S4中， 装配质量趋势包括： 振荡 走势类型、 上涨趋势走势类型以及下跌趋势走势类型； 所述振荡走势类型， 是指相邻装配件的灰度相关度值处于在某一数值上下不断反复； 即： 式中， 为振荡中心灰度相关度值， 构成振荡的回归区间； 所述上涨趋势走势类型， 是指相邻装配件的灰度相关度值呈上升趋势依次往上增大； 即： 式中， q为第q次检测的装配件序号， q+1为第q+1次检测的装配件序号， 二者为相邻关 系； 所述下跌趋势走势类型， 是指相邻装配件的灰度相关度值呈下降趋势依次往下降低； 即： 。 4.根据权利要求3所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S5中， 对装配设备的运行状态进行判断的判断方法如下： 若装配质量走势属于振荡走势类型， 且灰度相关度值的振荡低点高于标准阈值， 则说 明相关产线的自动化装配设备运行状态 平稳正常； 若装配质量走势属于上涨趋势走势类型， 则说明相关产线的自动 化装配设备运行状态 越来越高； 若装配质量走势属于下跌趋势走势类型， 则说明相关产线的自动 化装配设备运行状态权　利　要　求　书 1/3 页 2 CN 115144399 A 2越来越差， 存在故障风险。 5.根据权利要求3所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S3中， 还包括步骤S3.1， 具体的为， 判断装配件的质量 等级， 判断方法如下： 若 ， 则该装配件为高质量产品； 若 ， 则该装配件为 合格产品； 若 < ， 则该装配件为 不合格产品； 为高质量标准灰度相关度值， 合格标准灰度相关度值。 6.根据权利要求2所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S4中， 还包括步骤S4.1， 具体的， 在相邻装配件的灰度相关度值完全相同情况下， 判断运输 传递设备与摄 像机是否发生故障， 判断方法如下： 对运输传递设备 是否处于运行状态进行判断， 若运输传递设备不处于运行状态则发出运输传递设备故障警报； 若运输传递设备处于运行状态则发出摄 像机故障警报。 7.根据权利要求5所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S5中， 还包括步骤S5.1， 具体的， 根据自动化装配 设备最终振荡走势类型下的振荡中心灰度 相关度值p的大小， 对自动化装配设备进行评级判断， 判断方法如下： 若 ， 则该产线自动化装配设备为高标准设备； 若 ， 则该产线自动化装配设备为 合格设备； 若p< ， 则该产线自动化装配设备为 不合格设备。 8.根据权利要求1所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 还包括 步骤S6， 具体的， 根据装配质量走势判断自动装配设备故障类型为渐进式故障或偶发性故 障， 并发出相应警报。 9.根据权利要求8所述的一种基于机器视觉的装配质量检测方法， 其特征在于： 在步骤 S6中， 还包括步骤S6.1， 具体的为， 其记录发生偶发性故 障的装配件灰度相关度值趋势图， 并根据相关数据进行函数拟合， 将该故障与拟合函数进行相互标记， 并根据装配件灰度相 关度值趋势对偶发性故障进行 预报。 10.一种基于机器视觉的装配质量检测装置， 其特征在于， 该装置用于实现权利要求1 至9中任一项所述的一种基于 机器视觉的装配质量检测方法， 包括： 自动装配模块， 用于对 装配件进行装配拼接， 并将完成品放置在运输传递模块上； 运输传递模块， 用于将装配件传送至 图像采集模块的采集位置， 便于 图像采集模块对 装配件进行图像采集； 图像采集模块， 用于对 装配件进行图像采集； 图像处理模块， 用于将图像采集模块采集的图像进行处 理， 提取相关轮廓特 征；权　利　要　求　书 2/3 页 3 CN 115144399 A 3