(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 202210994199.9 (22)申请日 2022.08.18 (71)申请人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 秦岭　胡志成　尹政杰　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 胡琳萍 (51)Int.Cl. G06V 10/75(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01) G06V 10/44(2022.01) B07C 5/34(2006.01)B07C 5/36(2006.01) (54)发明名称 注塑工件模板匹配方法、 电子 设备及存储介 质 (57)摘要 本发明公开了一种注塑工件模板匹配方法、 电子设备及存储介质， 通过建立J(ψij)仲裁函 数实现了模板匹配机制。 包括四个主要步骤： 注 塑工件图像数据预处理； 图像数据集的轮廓特征 提取和标准模板的建立； 对注塑工件采用基于Hu 矩的轮廓匹配算法得出匹配精度并确定匹配阈 值及其统计学缩放值； 最后使用基于J(ψij)仲 裁函数的塑件模板匹配机制对待测工件与标准 模板进行匹配。 本发明取代了传统检测方法中基 于灰度值的检测， 使 得注塑工件的模板匹配对平 移、 旋转和缩放等影响因素具有稳定性。 本发明 实现了注塑工件的缺陷自动化检测， 检测速度 快、 准确度和鲁棒性较之传统方法均有明显提 升。 权利要求书2页 说明书5页 附图3页 CN 115471684 A 2022.12.13 CN 115471684 A 1.一种兼具多变量稳定性的注塑工件 模板匹配方法， 其特 征在于包括如下步骤： S1： 采集注塑工件图像并对所采集的注塑工件图像数据预处 理； S2： 图像数据集的轮廓特 征提取和标准模板数据的建立； S3： 对注塑工件 采用基于 Hu矩的轮廓匹配算法得 出匹配精度； S4： 使用基于J( ψij)仲裁函数的塑件 模板匹配机制对待测工件与标准模板进行匹配。 2.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S1中注塑工件图像数据预处理包括以下步骤： 原始图像进行灰度变换处理， 灰度图像进 行中值滤波， 经平 滑处理后的图像再进行锐化处 理。 3.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于， 步 骤S2中图像数据集的各类标准图像做轮廓特征提取， 使用了经典Canny边缘检测算法， 首先 用高斯一 阶导函数滤波器对图像进行预处理， 再计算出梯度的方向和幅值， 基于非最大化 抑制理论确定图像较为精确的边缘信息， 并根据实际图像设定相应阈值获取最佳轮廓特 征， 由此建立各类缺陷图像的标准模板的图像数据库。 4.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S2中将高门限灰度值设定为240， 低门限灰度值设定为20 0。 5.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S3中对注塑工件采用基于Hu矩的轮廓匹配算法得出匹配精度包括以下步骤： 利用Hu矩 函 数建立模板图像和缺陷图像的不变矩数据， 将缺陷图像的不变矩数据与模板图像的不变矩 数据进行匹配得 出匹配结果， 将匹配结果的数值作为几何轮廓相似度的度量。 6.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S3中Hu矩函数 是图像的二阶、 三阶中心 矩组合成的七个不变矩。 7.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S3中， 缺陷图像的不变矩数据与模板图像的不变矩数据之间使用如下公式进行匹配： 其中， ψij表示匹配结果， 记作匹配精度， 其数值大小和相似程度呈反相关趋势； i用于记 待测工件的编号， j表示同一工件图像输进行匹配的次数， k表示被处理 图像的Hu矩从一到 七的顺序， A表示标准模板， B表示历 次的待测图像； 表示图片编号为i的标准模板的第k 个Hu矩数据， 表示图片编号 为i的待测图像的第k个Hu矩数据。 8.根据权利要求1所述的兼具多变量稳定性的注塑工件模板匹配方法， 其特征在于步 骤S4中使用基于J( ψij)仲裁函数的塑件模 板匹配机制对待测工件与标准模 板进行匹配按以 下仲裁函数J( ψij)公式进行匹配：权　利　要　求　书 1/2 页 2 CN 115471684 A 2其中， i表示待测工件的编号， j表示同一工件图像输进行匹配的次数也是同一工件输 入仲裁函数的次数， 一般是一次或者两次； huA[k]表示标准模板图像的Hu不变矩数据， k表 示被处理图像的Hu矩从一到七的顺序； Ω为 合格工件的精度下限阈值； 如果仲裁函数J( ψij)值为1， 也即匹配精度低于阈值Ω， 则该图像所表示的工件为合格 产品； 如果仲裁函数值为0， 也即匹配精度高于阈值Ω， 但低于其统计学缩放值， 则将图像进 行二次预 处理， 进一步提取特征信息后再匹配， 如第二次的匹配精度仍高于阈值， 再划归到 缺陷图像数据集； 如果函数值为 ‑1， 也即匹配精度Ω高于阈值的统计学缩放值， 将该工件直接划归为缺 陷图像数据集。 9.一种电子设备， 包括： 存储器、 处理器及在存储器上并可在处理器上运行的计算机程 序， 其特征在于， 所述处理器执行所述计算机程序时实现如上权利要求 1‑8任一项所述方法 的步骤。 10.一种暂态或非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所 述计算机程序被执 行时实现如上权利要求1 ‑8任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115471684 A 3