轴对称图形的偏转角度识别的单目机器视觉方法技术

本发明专利技术涉及一种轴对称图形的偏转角度进行识别的单目机器视觉方法。本发明专利技术视觉系统的拍照角度是工件的俯视图。本发明专利技术对轴对称工件的偏转角度进行了定义，并根据该定义开发对应方法，使得机器视觉系统通过利用基于OpenCV的库函数来识别并计算轴对称工件的偏转角度。该方法抗干扰性强，对硬件设备要求较低，同时识别精度高。将本视觉系统应用于具有识别轴对称工件的偏转角度任务的流水线上会显著提高流水线的工作效率，实现机器代替人工测量从而实现生产自动化。

【技术实现步骤摘要】
轴对称图形的偏转角度识别的单目机器视觉方法
本专利技术涉及一种系统对轴对称工件的偏转角度识别的单目机器视觉方法。
技术介绍
概括而言，机器视觉可以理解为将视觉装置安装在机器上，或者是让机器具有图像获取和分析的能力。准确来说，美国制造工程师协会(SME)机器视觉分会和美国机器人工业协会(RIA)自动化视觉分会对于机器视觉的定义是：“Machinevisionistheuseofdevicesforopticalnon-contactsensingtoautomaticallyreceiveandinterpretanimageofarealsceneinordertoobtaininformationand/orcontrolmachinesorprocesses.”，对应的中文译文是：“机器视觉是利用非接触感知的视觉设备自动获取真实场景的图像，并进行相应图像处理，以此得到控制机器或生产过程所需的信息。”机器视觉的工业应用与数字图像处理技术是密不可分的。系统在通过设备获取图像后，转换为数字图像信息输入到图像处理端，经过所开发的方法计算和处理后，输出项目中所感兴趣的物理量或其他信息。本专利技术所感兴趣的就是描述轴对称工件的摆放姿态的物理量之一——偏转角度。通常来说，机器视觉方法内都包含图像预处理、图像分割、图像特征识别与提取等部分。而这些技术的基础理论是由冈萨雷斯教授及其团队整合并发表成书。根据这些基础理论，人们在此基础上进行满足各种各样的项目目标的机器视觉方法开发。另外，关于机器视觉系统领域的专项研究，是由20世纪70年代英国的Marr教授开始并搭建了一套完善的视觉理论体系。以Marr视觉理论和数字图像处理理论为基础，根据不同项目的需要，开发对应的机器视觉系统及其方法，可以实现机器视觉代替人眼识别的过程，从而大大提高流水线生产的效率和质量。已有的识别轴对称图形偏转角度的方法大多是基于图形惯性矩的数学方法。这类方法通过对于工件图像的二值化后，将工件从图片中单独提取，并计算工件在图片中的惯性矩。求出惯性矩最小的轴即作为工件的偏转方向。这类方法的优势在于，利用数学基础对图像进行分析，理论上能够非常准确地计算出工件惯性矩最小的轴，从而计算该轴与指定方向的偏转角度。但是该方法的劣势在于，对于获取的图像质量以及对图像二值化的质量要求非常高。当相机像素较低使得工件在图像中较为模糊，或者图像处理技术效果较差使得工件图像二值化的过程中损失了工件部分信息时，该方法计算所得的偏转角度会有较大的误差。另外，这类方法的通用性和抗干扰能力也较差，轴对称零件的轮廓不规则或者图像获取过程中的噪声较大，都会对最终计算得到的偏转角度产生影响。
技术实现思路
本专利技术的目的在于提供一种系统对轴对称工件的偏转角度识别的单目机器视觉方法。本专利技术提出的轴对称工件的偏转角度识别的单目机器视觉方法，具体步骤如下：(1)机器视觉硬件系统的搭建所述机器视觉硬件系统由相机、光源系统和图像处理设备组成，光源系统包含光照部分和遮光部分。遮光部分称为黑箱，能够减少外界环境对拍照环境的影响；光照部分则为拍照环境单独提供光源，保证工件的亮度；光源系统为相机获取图像创造指定的拍摄环境，通过相机对目标工件进行拍照，获取工件原始图像，将所得工作原始图像信息输入到图像处理设备中，进行原始图像的处理与分析，从而得到所需要的结果；机器视觉硬件系统对于轴对称工件的拍照角度采用能完全展示工件外形轮廓的俯视图；另外，工件的主体颜色应当与背景颜色有较为明显的区分；(2)工件图像的几何中心(xc，yc)的确定(2.1).对于几何图形规则的工件：先将工件图像灰度化后再进行直方图分析，找出区分工件与背景的阈值，利用阈值将图像进行二值化，从而将工件与背景区分开，得到原图像的二值图Ibinary，并利用二值图求取工件的重心；(2.1)对于几何图形不规则的工件：当工件具有一定的几何特征时，所述几何特征为工件本身几何中心与工件某一部分圆的圆心重合，或者几何中心与某对角线交点重合，则可以提取所述几何特征的标准图形，从而更为准确地得到几何中心；(3)工件外轮廓的提取(3.1)当图像质量较好，图像中不存在人眼可见的椒盐噪声，工件边缘轮廓线清晰不模糊时，可以直接采取边缘提取方法，如canny方法等，得到工件的外轮廓图像；(3.2)当图像质量较差，噪声干扰较大时，可以使用原图像的二值图Ibinary先进行腐蚀操作得到Ierode，再用原图像减去腐蚀后的图像的操作，得到工件的外轮廓图像，即Ioutline＝Ibinary-Ierode；(4)截取圆环的设定以工件的几何中心(xc，yc)为原点，设定半径和宽度适当的截取圆环，该圆环与工件外轮廓相交于多点，具体为(x1，y1)，(x2，y2)，...，(xn，yn)；截取圆环的半径选择需要根据不同工件进行对应的调整，选择原则是应当使得截取圆环所截到的点明显分布在工件沿标准对称轴方向的两侧，且两侧的点有明显的可区分距离；(5)截取点的筛选和分组由于使用的是截取圆环而并非截取圆，故圆环与工件轮廓的一条线段相交可能不止一个点。对于同一条线段截取到的多个点，只需要选取其中一个，而舍弃其他多余点即可。此后，需要对工件沿标准对称轴方向两侧的截取点进行分组，同一侧的归于一组。假设分组完成后，两组点分别为(x11，y11)，(x12，y12)，...，(x1m，y1m)和(x21，y21)，(x22，y22)，...，(x2k，y2k)；(6)两侧截取点的中点计算及偏转角度的计算根据步骤(5)的分组，由于工件是轴对称的，故将同一侧的所有点的横纵坐标相加求均值后，即可得到同侧所有点的中点，该中点位于标准对称轴上；两侧的截取点通过计算后得到两个位于标准对称轴上的中点(xz1，yz1)和(xz2，yz2)，即可通过两点法求出标准对称轴，进而通过计算得到工件的偏转角度θ；本专利技术适用的轴对称图形应当在绕其几何中心旋转90°以内的过程中不与原图形重合，例如本专利技术不适用于正方形或圆形轮廓的工件。如有多个对称轴的图形，则取相对于对称轴的惯性矩最小的对称轴作为标准对称轴。规定标准对称轴水平时，偏转角度为0°。当工件顺时针旋转时，标准对称轴与水平轴之间的夹角则规定为工件偏转角度。本专利技术中，所述边缘提取方法为canny方法。本专利技术的有益效果在于：1.本专利技术对于机器视觉系统中所使用的相机设备要求不高，相机像素只需高于100万即可；2.本专利技术对于轴对称工件的轮廓无特殊要求，工件轮廓可以是规则直线或曲线，也可以是不规则曲线；3.本专利技术方法抗干扰能力强且精度较高。附图说明图1为机器视觉硬件系统结构示意图。图2为本专利技术方法的流程图。图3为手表壳工件偏转角度的说明。图4为手表壳的实际拍照效果图。图5为手表壳实拍图像的灰度直方图。图6为腐蚀加图像相减后获得的手表壳轮廓。图7为使用截取圆环获得截取点的结果图。图8～图14为用于检测算法的不同偏转角度的工件图。图中标号：1为黑箱，2为相机，3为环形光源，4为手表外壳，5为载物盘。具体实施方式下面通过手表壳制造生产的项目实例结合附图进一步说明本专利技术。实施例1：手表壳生产项目所搭建的机器视觉硬件系统示意图如图1。机器视觉硬件系统由相机2、光源系统和图像处理设备组成，首先，光源本文档来自技高网...

【技术保护点】
1.轴对称工件的偏转角度识别的单目机器视觉方法，其特征在于具体步骤如下：(1)机器视觉硬件系统的搭建所述机器视觉硬件系统由相机、光源系统和图像处理设备组成，光源系统包含光照部分和遮光部分；遮光部分称为黑箱，能够减少外界环境对拍照环境的影响；光照部分则为拍照环境单独提供光源，保证工件的亮度；光源系统为相机获取图像创造指定的拍摄环境，通过相机对目标工件进行拍照，获取工件原始图像，将所得工作原始图像信息输入到图像处理设备中，进行原始图像的处理与分析，从而得到所需要的结果；机器视觉硬件系统对于轴对称工件的拍照角度采用能完全展示工件外形轮廓的俯视图；另外，工件的主体颜色应当与背景颜色有较为明显的区分；(2)工件图像的几何中心(xc，yc)的确定(2.1)对于几何图形规则的工件：先将工件图像灰度化后再进行直方图分析，找出区分工件与背景的阈值，利用阈值将图像进行二值化，从而将工件与背景区分开，得到原图像的二值图Ibinary，并利用二值图求取工件的重心；(2.1)对于几何图形不规则的工件：当工件具有一定的几何特征时，所述几何特征为工件本身几何中心与工件某一部分圆的圆心重合，或者几何中心与某对角线交点重合，则可以提取所述几何特征的标准图形，从而更为准确地得到几何中心；(3)工件外轮廓的提取(3.1)当图像质量较好，图像中不存在人眼可见的椒盐噪声，工件边缘轮廓线清晰不模糊时，可以直接采取边缘提取方法，如canny方法等，得到工件的外轮廓图像；(3.2)当图像质量较差，噪声干扰较大时，可以使用原图像的二值图Ibinary先进行腐蚀操作得到Ierode，再用原图像减去腐蚀后的图像的操作，得到工件的外轮廓图像，即Ioutline＝Ibinary‑Ierode；(4)截取圆环的设定以工件的几何中心(xc，yc)为原点，设定半径和宽度适当的截取圆环，该圆环与工件外轮廓相交于多点，具体为(x1，y1)，(x2，y2)，...，(xn，yn)；截取圆环的半径选择需要根据不同工件进行对应的调整，选择原则是应当使得截取圆环所截到的点明显分布在工件沿标准对称轴方向的两侧，且两侧的点有明显的可区分距离；(5)截取点的筛选和分组由于使用的是截取圆环而并非截取圆，故圆环与工件轮廓的一条线段相交可能不止一个点；对于同一条线段截取到的多个点，只需要选取其中一个，而舍弃其他多余点即可；此后，需要对工件沿标准对称轴方向两侧的截取点进行分组，同一侧的归于一组；假设分组完成后，两组点分别为(x11，y11)，(x12，y12)，...，(x1m，y1m)和(x21，y21)，(x22，y22)，...，(x2k，y2k)；(6)两侧截取点的中点计算及偏转角度的计算根据步骤(5)的分组，由于工件是轴对称的，故将同一侧的所有点的横纵坐标相加求均值后，即可得到同侧所有点的中点，该中点位于标准对称轴上；...

【技术特征摘要】
1.轴对称工件的偏转角度识别的单目机器视觉方法，其特征在于具体步骤如下：(1)机器视觉硬件系统的搭建所述机器视觉硬件系统由相机、光源系统和图像处理设备组成，光源系统包含光照部分和遮光部分；遮光部分称为黑箱，能够减少外界环境对拍照环境的影响；光照部分则为拍照环境单独提供光源，保证工件的亮度；光源系统为相机获取图像创造指定的拍摄环境，通过相机对目标工件进行拍照，获取工件原始图像，将所得工作原始图像信息输入到图像处理设备中，进行原始图像的处理与分析，从而得到所需要的结果；机器视觉硬件系统对于轴对称工件的拍照角度采用能完全展示工件外形轮廓的俯视图；另外，工件的主体颜色应当与背景颜色有较为明显的区分；(2)工件图像的几何中心(xc，yc)的确定(2.1)对于几何图形规则的工件：先将工件图像灰度化后再进行直方图分析，找出区分工件与背景的阈值，利用阈值将图像进行二值化，从而将工件与背景区分开，得到原图像的二值图Ibinary，并利用二值图求取工件的重心；(2.1)对于几何图形不规则的工件：当工件具有一定的几何特征时，所述几何特征为工件本身几何中心与工件某一部分圆的圆心重合，或者几何中心与某对角线交点重合，则可以提取所述几何特征的标准图形，从而更为准确地得到几何中心；(3)工件外轮廓的提取(3.1)当图像质量较好，图像中不存在人眼可见的椒盐噪声，工件边缘轮廓线清晰不模糊时，可以直接采取边缘提取方法，如canny方法等，得到工件的外轮廓图像；(3.2)当图像质量较差，噪声干扰较大时，可以使用原图像的二值图Ibinary先进行腐蚀操作得到Ierode，再用原图像减去腐蚀后的图像的操作，得到工件的外轮廓图像，即Ioutline＝Ibinary-Ierode；(4)截取圆环的...

【专利技术属性】
技术研发人员：吴轩全，李梦如，陈哲，卜王辉，陈茂林，奚鹰，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31