一种基于机器视觉的棒料圆心定位方法

文档序号:1902777 发布日期:2021-11-30 浏览:29次 >En<

阅读说明:本技术 一种基于机器视觉的棒料圆心定位方法 (Bar center positioning method based on machine vision ) 是由 孙勇 彭宇升 徐超 凌云汉 苏子宁 苏畅 黄达力 袁超 孙越 尹世杰 孙伟领 于 2021-09-03 设计创作,主要内容包括:本发明公开一种基于机器视觉的棒料圆心定位方法,用于确定堆积的圆棒料中目标圆棒的圆心,包括步骤:对采集圆棒图像的机器视觉系统的相机标定;自动调节相机曝光时间,采集ROI区域满足要求的图像;提取待处理圆棒端面的轮廓几何特征,形成特征模板;用特征模板对ROI区域图像中搜索匹配,识别出圆棒轮廓及其圆心像素坐标;基于圆心像素坐标确定出目标圆棒轮廓;对目标圆棒轮廓采用规则圆反拟合,确定最终的圆心像素坐标;将最终的圆心像素坐标转换为空间位置坐标,完成定位。本发明能实现对堆积的圆棒料进行圆心精准定位,能实现控制机械手精准位移到预定位置取料。(The invention discloses a method for positioning the circle center of a bar stock based on machine vision, which is used for determining the circle center of a target round bar in a stacked round bar stock and comprises the following steps: calibrating a camera of a machine vision system for acquiring a round bar image; automatically adjusting the exposure time of a camera, and acquiring an image of which the ROI area meets the requirement; extracting the contour geometric characteristics of the end face of the round bar to be processed to form a characteristic template; searching and matching the ROI area image by using the characteristic template, and identifying the contour of the round bar and the pixel coordinates of the circle center of the round bar; determining the outline of the target round bar based on the pixel coordinates of the circle center; regular circle inverse fitting is adopted for the contour of the target round bar, and the final circle center pixel coordinate is determined; and converting the final circle center pixel coordinate into a space position coordinate to finish positioning. The invention can realize the accurate positioning of the circle center of the accumulated round bar material and can realize the control of the manipulator to accurately move to a preset position for taking the material.)

一种基于机器视觉的棒料圆心定位方法

技术领域

本发明涉及机器视觉技术领域,特别是涉及一种基于机器视觉的棒料圆心定位方法。

背景技术

由于圆棒状自身特点,因此实现多规格圆棒料的自适应上料成为自动上料系统亟待解决的问题。为了配合生产,并提高圆棒料的上料自动化,需要使用X、Y轴机械手通过夹具将呈三角状堆积料框中的圆棒料一根一根地输送到工位上;在夹具取料时,需要对不同规格的圆棒料精确定位,以保证待输送的圆棒料能正好被放在夹具的预定位置。然而由于圆棒料的特殊性,在采用普通传感器检测定位达到工艺的要求,不能实现圆棒料能正好被放在夹具的预定位置。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于机器视觉的棒料圆心定位方法,用于生产现场各种光照条件的高精度的圆棒料视觉识别和定位,通过机器视觉技术实现对航空锻造生产线上圆棒料的精准识别和定位。

为实现本发明的目的所采用的技术方案是:

一种基于机器视觉的棒料圆心定位方法,用于确定堆积的圆棒料中目标圆棒的圆心,包括步骤:

S1.对采集圆棒图像的机器视觉系统的相机标定;

S2.自动调节相机曝光时间,获得ROI区域满足要求的图像;

S3.提取待处理圆棒端面的轮廓几何特征,形成特征模板;

S4.用特征模板对ROI区域图像中搜索匹配,识别出圆棒轮廓及其圆心像素坐标;

S5.基于所述圆心像素坐标确定出目标圆棒轮廓;

S6.对目标圆棒轮廓采用规则圆反拟合,确定最终的圆心像素坐标;

S7.将最终的圆心像素坐标转换为空间位置坐标,完成定位。

作为一个优选的技术方案,采用九点标定法,利用仿射变换获取相机的内参和外参,求解出实物的空间位置与图像中对应点之间的坐标关系,实现对所述相机的标定。

作为一个优选的技术方案,根据ROI区域图像的灰度值及图像熵阈值来自动调节相机曝光时间。

作为一个优选的技术方案,所述自动调节相机曝光时间的步骤如下:

根据灰度值差异将ROI区域分成上部区与下部区:

分别计算上部区与下部区的灰度平均值作为该区域的灰度值;

分别计算上部区与下部区的图像熵;

当圆棒所在ROI区域的灰度值处于指定灰度平均值区间值内且大于指定图像熵阈值时,即为相机曝光时间。

作为一个优选的技术方案,所述基于所述圆心坐标确定出图像中待输送的圆棒的步骤如下:

在ROI区域图像中,基于识别出的圆棒轮廓的圆心像素坐标,将Z轴上最大数值的圆心像素坐标所对应的圆棒轮廓作为目标圆棒轮廓。。

本发明的基于机器视觉的棒料圆心定位方法,通过以上技术方案,能实现对堆积的圆棒料进行圆心精准定位,方便控制机械手准确位移到相应的上料位置以从料框中对应的取料,以输送圆棒料到目的位置。

附图说明

图1是本发明实施例的基于机器视觉的棒料圆心定位方法流程图;

图2是本发明实施例的圆棒料ROI区域;

图3是本发明实施例的训练得到的圆棒料轮廓几何特征;

图4是本发明实施例的对圆棒料匹配得到的结果;

图5是本发明实施例的反拟合得到的圆棒料轮廓和圆心;

图6是采用本发明方法的某个视觉识别系统装置及待识别的实物。

具体实施方式

以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。

本发明实施例中,堆积的圆棒料2如图6所示呈三角状堆积在V型料框1中,机器视觉系统的相机3配置在圆棒料2的后方,采集ROI区域圆棒料的图像,实现对圆棒料的中心定位,以用于X、Y方向移动的控制机械手带着夹具移动合适的位置取定位识别好的圆棒料进行输送。

如图1-图6所示,本发明实施例的基于机器视觉的棒料圆心定位方法,用于确定堆积的圆棒料中目标圆棒的圆心,其步骤如下:

S1.相机标定:

为了获得精确的棒料圆心坐标,在对图像进行分析处理之前需要进行坐标转换的预处理,即对相机进行标定。

作为一个可选的实施例,在对相机进行标定时,可以采用九点标定法,在圆棒料区域选取9个点进行相机标定,利用仿射变换获取相机的内参和外参,从而求解出实物的空间位置与图像中对应点之间的坐标关系,然后根据该坐标关系即可根据图像中的坐标解析出实物在现实空间中的精确位置。

示例性的,假设某个圆棒料圆心在图像中的像素坐标为(u,v),对应的机械手坐标为(x,y),则有:

其中,Sx和Tx为x轴方向的缩放和平移变换系数;Sy和Ty为y轴方向的缩放和平移变换系数;θ为对应的旋转角度。由上式整理可得:

具体的,通过九点标定法获得9组数据,进一步通过最小二乘法求解仿射变换的各个参数(所有变换系数和旋转角度的值),进一步提升相机的识别精度,实现对相机的标定。

S2.自动调节曝光时间,获得符合要求的图像:

作为一个优选的实施例,本发明可以是以ROI区域(一个扇形区域)灰度平均值和图像熵阈值为寻优条件,对相机曝光时间调节,当圆棒料所在图像区域满足最佳区域灰度平均值区间并且大于指定图像熵阈值时,即可获得最佳的圆棒料图像。

具体的,可以利用上述的技术,多次调节相机的曝光时间,直到找到满足条件的曝光时间作为相机拍照的最佳曝光时间,采集圆棒料的图像。

由于ROI区域(如图2所示V型区域)的上部区以及下部区的自然光照强度存在较大差异,而同一高度内区域光照差异较小,因此,为了最佳的圆棒料图像,本发明实施例,如根据灰度值差异将ROI划分为上部区(扇环区)以及下部区(扇形区),并采用区域灰度平均值作为该区域灰度值。每个区域平均灰度值计算公式如下:

其中M×N为图像区域包含像素点的个数;g(m,n)为图像中点(m,n)的灰度值。

除区域的灰度值外,各个区域的图像熵也是描述图像信息和特征的指标之一;灰度图像中,一维熵可以反映图像包含的信息量大小,图像熵的值越大,图像包含的信息就越多。示例性的,其计算公式如下:

其中pi为图中灰度值为i的像素点所占的比例;k代表图像的灰度级数。

确定了各个区域的平均灰度值以及图像熵后,根据该各个区域的平均灰度值以及图像熵,即可根据相应的阈值来判断是否符合要求,是否能形成预定符合要求的圆棒料图像,以满足后期的图像处理的需要。

其中,可以是通过实际测试选取合适的区域灰度值范围以及图像熵阈值作为相机曝光时间调节的依据。

S3.圆棒料几何特征训练:

对实际生产中要处理的圆棒料的圆端面进行特征训练,提取圆棒料端面的轮廓形状特征,该轮廓形状特征为其边缘特征,是对圆棒料的原图像进行边缘提取获得,然后将得到的边缘特征分割为多个几何基元,在待搜索图像中匹配这些分割的几何基元,从而实现搜索匹配待搜索图像;

S4.圆棒料识别:

在步骤S3的基础上,根据训练好的轮廓几何形状特征对目标图像中的圆棒料进行搜索匹配,识别匹配出得到多个圆棒料轮廓以及及其圆心像素坐标;

需要说明的,本步骤S4中,通过搜索匹配得到的圆棒料,其轮廓可能是不规则的,即不是一个规则的圆,形成这种现象的影响因素有多种,其中比较直观的就是在同一个位置观察不同位置的圆棒料得到的视图都不是一个标准的圆;因此,在此步骤中,在初步确定出圆心像素坐标后,可能会导致圆心像素坐标不准确,因此,需要后续步骤进一步识别定位圆心,以提高识别精度;

其中,上述的圆心像素坐标即所述不规则圆的形心;

S5.圆心排序:

根据S4步骤中识别到的标图像中的多个圆棒料轮廓的的圆心像素坐标,找出Z轴(垂直方向,以扇形ROI区域的一条边为X轴,另一个条边为Y轴)的最大坐标对应的圆棒料轮廓,作为目标棒料;

S6.反拟合:

对步骤S5中获取的圆棒料轮廓进行反拟合操作,在步骤S4匹配得到的不规则圆轮廓的基础上,采用规则圆来拟合棒料轮廓,确定出最终的圆心像素坐标,完成对圆棒料的定位;通过反拟合进一步提高圆棒料的圆心识别的精度;

S7.坐标转换:

根据步骤S1中得到的实物的空间位置与图像中对应点之间的坐标关系,将最终的圆心的像素坐标转换为空间位置坐标,完成圆心定位。

本发明的基于机器视觉的棒料圆心定位方法,通过以上技术方案,能实现对堆积的圆棒料进行圆心精准定位,方便控制机械手准确位移到相应的上料位置以从料框中对应的取料,以输送圆棒料到目的位置。

以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。

10页详细技术资料下载
上一篇:一种医用注射器针头装配设备
下一篇:一种家具生产用木材表面平整度检测装置

网友询问留言

已有0条留言

还没有人留言评论。精彩留言会获得点赞!

精彩留言,会给你点赞!