The invention belongs to the technical field of machine vision image processing, in particular to an accurate positioning method of a round object with thickness interference. The invention adopts the method of edge point density thickness based on noise removal, to eliminate the interference noise on the thickness of circular objects, and the center position of rotating mirror relations to solve the noise problem, calculate the object rotation direction; in the intermediate objects with prominent columns, the calculation of object rotation angle by the size of the center offset algorithm. Specific steps include: edge density edges from the noise removal thickness based on the image processing; rotation center thickness based on noise; accurate target positioning based on center offset. The invention is especially suitable for the accurate detection and positioning of circular objects with thickness interference in industrial scenes. The method has higher location accuracy, higher processing rate and better noise immunity.
【技术实现步骤摘要】
一种带厚度干扰的圆形物体的精确定位方法
本专利技术属于机器视觉图像处理
,具体涉及在工业场景下,对圆形物体的精确检测和定位的方法。
技术介绍
图像处理技术通常是一个视觉系统的核心部分,本专利技术所涉及的边缘点提取以及椭圆检测均为图像处理领域最为重要的研究方法之一。当人们观察一个物体时,所感知到边缘通常是颜色有明显变化的地方,而在图像中对这种变化进行数学表示的就是边缘检测算子。其中比较常用的算子有Roberts算子、Sobel算子、Prewitt算子、Laplacian算子以及Canny算子等。这些传统的基于边缘检测算子的算法虽然能够提取出边缘的像素,但同时会将很多噪声点误认为是边缘。尤其当物体的厚度不可忽略时,厚度因素会导致物体在边缘的提取过程中加入很多的噪点,使检测出的物体形状在倾斜的厚度一侧向外扭曲。Hough变换是由PaulHough于1962年提出的,实现了一种从图像空间到参数空间的映射关系。其核心思想在于点与线的对偶性,图像空间中共线的点可以与参数空间中交于同一点的线一一对应。Hough变换被广泛用于线段、圆、椭圆等目标的检测中,各种新的改进算法也陆续提出。针对于椭圆检测,较为经典的有5点Hough变换检测,随机Hough变换检测等方法。为缩小参数空间的维度,提出了一种基于椭圆三点(长轴2端点和椭圆上其它任意1点)确定法的1维度Hough变换检测法。在工业应用中,单目2D相机由于成本低廉和处理快速等优势而被广泛应用。工业环境下为进行物体抓取,可将单目2D相机固定在机械臂上,相机随机械臂一起移动,在物体正上方拍摄图像。工业环境中圆形零件使用非 ...
【技术保护点】
一种带厚度干扰的圆形物体的精确检测和定位方法,其特征在于,具体步骤为:(1)基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓;(2)基于厚度噪点中心的旋转镜像处理;(3)基于中心点偏移的目标精确定位;其中,步骤(1)所述的基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓,具体流程如下:(a)使用高阈值Canny算子提取边缘像素点,对边缘像素点进行连接,提取出连续的轮廓曲线;(b)使用低阈值Canny算子再作边缘点检测;(c)遍历流程(a)中提取到的每个轮廓曲线的点p
【技术特征摘要】
1.一种带厚度干扰的圆形物体的精确检测和定位方法,其特征在于,具体步骤为:(1)基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓;(2)基于厚度噪点中心的旋转镜像处理;(3)基于中心点偏移的目标精确定位;其中,步骤(1)所述的基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓,具体流程如下:(a)使用高阈值Canny算子提取边缘像素点,对边缘像素点进行连接,提取出连续的轮廓曲线;(b)使用低阈值Canny算子再作边缘点检测;(c)遍历流程(a)中提取到的每个轮廓曲线的点p1,p2,…,pn,统计pi(i=1,…n)的周围k×k范围的边缘点的个数di,作为pi的边缘点密度的计量值,其中,k为预设的参数;(d)根据每个轮廓点pi(i=1,…n)的边缘点密度di的大小,对该轮廓上的所有像素点进行升序排序;(e)找到边缘点密度d>=DensityThresh的第一个轮廓点的序号j,取rate=MIN(j/size,RateThresh),将排序后的尾部rate比例的轮廓点作为噪声点删去,其中,DensityThresh为预设的密度阈值参数,size为轮廓的像素点数,RateThresh为预设的噪声点比例阈值;(f)计算出流程(d)中删去的噪声点的中心noiseCenter,用于步骤(2)解决圆形物体在图像中的镜像问题;步骤(2)所述的基于厚度噪点中心的旋转镜像处理,具体流程如下:(a)对步骤(1)提取的去噪声点后的轮廓,采用基于Hough变换的椭圆长短轴-三点检测法,得到椭圆参数{O(Ox,Oy),a,b,θ},实现圆...
【专利技术属性】
技术研发人员:张文强,罗燕飞,罗琳耀,路红,张睿,郑骁庆,陈辰,薛向阳,
申请(专利权)人:复旦大学,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。