具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

如图1所示，本发明公开实施例所提供的基于机器视觉的冲压工艺板料偏移视觉测量系统包括：

拍摄单元1、控制单元2、数据处理单元3、算法识别单元4。

所述拍摄单元1包括：高精度矩阵相机和镜头组成的拍摄模组，以及专用的高亮度聚光光源模组。

所述控制单元2包括光源控制机构2-1，拍摄角度控制机构2-2，镜头对焦控制机构2-3；

所述光源控制机构2-1，用于在生产线外控制光源的开启和关闭；

拍摄角度控制机构2-2，用于在生产线外控制拍摄单元的方向及角度移动以便对准目标板料边缘部分；

所述镜头对焦机构2-3，用于实现生产线外相机镜头对焦。可以实现无需操作人员进入冲压生产线，即可调整拍摄方向，对焦和开关光源操作。避免了生产线停顿，消除了人员进入产线作业的安全隐患。

所述数据处理单元3包含工控机，交换机等设备。

所述工控机，交换机等设备用于分别与拍摄模组的高精度矩阵相机、控制单元2以及PLC控制器相连，存储高精度矩阵相机所采集的图像并对图像进行处理，控制光源的亮灭以及将图像检测结果发送PLC控制器或进行信息的传输等。

所述算法识别单元4，用于实施标定与实时检测。

下面结合具体实施例对本发明技术方案作进一步描述。

实施例

在本发明的一个实施例中，拍摄单元包括：高精度矩阵相机和镜头组成的拍摄模组，以及专用的高亮度聚光光源模组。

根据相机成像原理：确定所要达到的视野范围(FOV)和工作距离(WD)，根据二者计算得出工业镜头的焦距(f)，计算公式如下：

焦距f＝WD×靶面尺寸h/FOV(H or V)

视野范围HF＝WD×靶面尺寸(h)/焦距f

视场FOV(H or V)＝靶面尺寸(h)/光学倍率

工作距离WD＝f(焦距)×靶面尺寸(h)/FOV(H or V)

光学倍率＝靶面尺寸(h)/FOV(H or V)。

根据冲压模具开合的最大间距和板料在模具中的位置，确定工作距离WD，相机工作距离料片边缘3m远，相机拍摄角度根据模具大小边缘位置确定，可由角度调节装置调节；对于视野范围HF，HF应大于板料的宽度d，视野范围HF定为1000mm×1000mm；选用镜头的焦距f，f应满足f＝工作距离WD×相机靶面尺寸(h)/视野范围HF，根据公式换算，计算得到镜头的焦距f为25mm；并由控制单元实现遥控对焦；考虑到冲压板料通常是表面较光滑的金属，且拍摄位置必须远离加工生产线，一半的工业光源无法满足要求，所以选用聚光性较好的高亮光源，跟随相机视野对板料边缘和附近位置打光；选用100W的聚光远投光源。

根据工业现场情况，现场环境及距离要求，拍摄模组距离料片边缘工作距离为3m远，待检测模具视野检测范围要求为1m×1m，检测精度要小于0.7mm/pix，由于需要在较远的物距(>2米)拍摄光滑金属，一般的工业漫射光无法满足，故在实验后确定使用较大功率光束聚集的投影光源，并根据客户的精度和视野要求，选择较大尺寸相机靶面和高像素的高帧率相机，根据检测需求，相机选择为2000万USB3.0黑白工业相机；镜头为25mmFA镜头，光源为100W聚光型LED工业远投光源，3m远的视野范围为1m×1m。

综合选型为高精度2000万矩阵相机和25mmFA镜头组成的拍摄模组，专用的100W高亮度聚光光源模组。

在本发明一实施例中，算法识别单元包括标定步骤与检测步骤两部分组成。

如图2所示，提供一种基于机器视觉的冲压工艺板料偏移视觉测量方法，包括：

S101,使用标定尺在冲压模具中的拍摄位置拍摄一张图片，并根据标定尺在照片中的尺寸计算拍摄的实际单像素精度；

S102,统计型号模具在冲压时的板料位于准确位置的状态作为比对基准，计算并记录板料边缘在图片中的所在位置，将此位置设定为基准位置；以设备运行第一模为标定图像，对取待检测区域采取边缘提取算法提取基准边缘，将基准线起始点的行列值存储；

S103,拍摄模组的高精度矩阵相机接收到机床开模合模的触发信号后，根据触发信号拍摄生产过程中的板料图片，记录此时板料边缘在图片中的所在位置，并与基准位置比对，计算出此时板料相对于基准位置的偏移量，并乘以计算得到的单像素精度，确定本次冲压加工后，板料的实际偏移量。

在一优选实施例步骤S101中,单像素精度(mm/pix)＝单方向视场大小(mm)/相机单方向分辨率(pix)。

在一优选实施例步骤S102中，拍摄模组的高精度矩阵相机接收到机床开模合模的触发信号后，根据触发信号拍摄生产过程中的板料图片，图3即为相机接受到触发信号后每一模所采集到的图像效果图。

在一优选实施例步骤S103中，记录此时板料边缘在图片中的所在位置，利用客户方选取的图片为基准图片，提取待测图片的料片边缘，并根据基准找到边缘特征点，并乘以单像素精度计算边缘偏移量，判断是否有料边偏移现象。即可确定本次冲压加工后，板料的实际偏移量。如图4所示，即为检测结果。利用客户方选取的图片为基准图片，提取待测图片的料片边缘，并乘以单像素精度计算边缘偏移量，判断是否有料边偏移现象。如：以第一行为基准，第二行为待测图片，计算得偏移像素平均值为18.527pix，偏移量为18.527(pix)×0.34(mm/pix)＝6.12mm。查看图片，对应于实际尺寸标定，可判断算法工作正常。

在本发明提供的一优选实施例中，在冲压机工作第一模具图像中可框选一区域Image1为基准区域；并且在后续冲压过程中，冲压机工作中可实时监测某一模图像Image2；而且可以根据基准图像找寻到标志点图像；通过比较Image1与Image2中基准点的偏移量，后期数据处理；经过上述对比处理，6.12mm即为偏移量。实时检测每一模具数值，根据客户需求，如超过5mm报警，即可实时检测。

在本发明一优选实施例中，本发明提供的算法处理流程为：

(1)若为第一模图像，图示ROI区域为现场操作工人手动画取ROI区域，对于非第一模图像，图像ROI区域由第一模图像基准顺延。后续对图像进行算法处理，算法处理过程每一模图像均一致。

(2)可使用自适应阈值做筛选，配合区域膨胀腐蚀将料片边缘待检测区域画取出来；

(3)对区域做Canny边缘提取，即可以提取出料片边缘待检测位置；

(4)将料片边缘线沿着图像行值、列值区域划分，得到特征点，比较第一模具与实时模具特征点的偏移量，即可得到料片偏移量是否超标。

本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围应由所附的权利要求来限制。