一种基于机器视觉的钢桶螺纹盖位姿识别方法技术

本发明专利技术公开了一种基于机器视觉的钢桶螺纹盖位姿识别方法，包括，利用相机采集放置于传送带上的钢桶螺纹盖的俯视图，并对图像进行预处理，得到钢桶螺纹盖单像素外轮廓曲线，通过圆的垂径定理，利用逐点扫描的方式得到钢桶螺纹盖的中心坐标即抓取点的位置；再提取钢桶螺纹盖的内部的直线特征，求出直线在图像像素坐标系下的斜率，利用反三角函数得出钢桶螺纹盖的摆放角度。相对于目前绝大多数的国内企业仍采用传统的示教再现方法，本发明专利技术提出的算法不需要在传动带上添加辅助定位机构，设备和流水线简单，减小了流水线的故障发生率，提高了流水线的生产效率。

Recognition method of position and posture of steel barrel thread cover based on machine vision

The invention discloses a method for identifying the position and pose of steel drum screw cap based on machine vision, which includes capturing the top view of the steel drum screw cap placed on the conveyor belt by a camera, preprocessing the image, obtaining the single pixel outline curve of the steel drum screw cap, and using the vertical diameter theorem of the circle and scanning point by point. To the center coordinate of the drum screw cap, that is, the position of the grasping point, and then extract the inner straight line features of the drum screw cap, the slope of the straight line in the image pixel coordinate system is obtained, and the position angle of the drum screw cap is obtained by the inverse triangle function. Compared with the traditional teaching and reappearance method adopted by most domestic enterprises at present, the proposed algorithm does not need to add auxiliary positioning mechanism on the transmission belt, the equipment and pipeline are simple, the failure rate of the pipeline is reduced, and the production efficiency of the pipeline is improved.

【技术实现步骤摘要】
一种基于机器视觉的钢桶螺纹盖位姿识别方法
本专利技术涉及一种钢桶螺纹盖的装配
，特别是一种基于机器视觉的钢桶螺纹盖位姿识别方法。
技术介绍
钢桶螺纹盖的装配是钢桶生产流水线上十分重要的一道工序，传统的人工旋紧操作或机械半自动化的加工方式不但费时费力，效率低下，还难以保证产品质量。数据表明，手工装配在一定程度上具有明显的缺陷，如装配精度重复性差、装配精度低、生产效率低、装配成本高。文献《柔性上料机与视觉辅助抓取系统的开发》指出部分标准产品如果所有的装配都通过手工完成，则生产效率可能会降至40％左右；当装配自动化程度提高后，生产效率可以相应的提升至85％～97％，但目前装配自动化的平均水平仅为10％～15％。为此国内外多家企业提出采用机械臂加专用末端执行器来代替人工或传统机械设备实现钢桶螺纹盖的自动化装配，而钢桶螺纹盖的识别和抓取就成为了整个装配过程实现的前提。目前绝大多数的国内企业仍采用传统的示教再现方法，而示教再现只能简单重复示教的轨迹和动作，不能对于钢桶螺纹盖位置变化做出相应的调整，因此需要在传动带上添加辅助定位机构以保证每次钢桶螺纹盖的位置和摆放角度保持不变，但这会使得流水线上的设备更加冗余，加大了流水线的故障发生率。要保证钢桶螺纹盖的自动化装配，必须实现精确判断钢桶螺纹盖的位置和摆放角度，并将信息反馈给机器人控制器，控制机械臂进行调整，实现精确抓取。
技术实现思路
本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。鉴于上述和/或现有的钢桶螺纹盖装配方法中存在的问题，提出了本专利技术。因此，本专利技术其中的一个目的是提供一种基于机器视觉的钢桶螺纹盖位姿识别方法，其不需要在传动带上添加辅助定位机构，只需要一个相机，减小了流水线的故障发生率。为解决上述技术问题，本专利技术提供如下技术方案：一种基于机器视觉的钢桶螺纹盖位姿识别方法，其包括，利用相机采集放置于传送带上的钢桶螺纹盖的俯视图图像，并对图像先后进行灰度化和锐化处理；采用基于灰度直方图的全局阈值分割方法对经过锐化处理之后的图像进行分割操作，提取出图像中的钢桶螺纹盖信息，以得到所述钢桶螺纹盖的灰度直方图及对应的二值化图像；对所述二值化图像进行形态学处理，利用形态学填充，将所述钢桶螺纹盖图像处理成一个实心的圆形，并通过面积阈值分割，去除所述钢桶螺纹盖外部的杂质噪声，以得到一个圆形连通域；对所述圆形连通域进行边缘检测，以检测出其外轮廓曲线，并通过垂径定理确定圆心的位置；以及，将锐化后的图像进行边缘检测，以得到含有钢桶螺纹盖内部信息的二值图像，并采用直线特征检测方法提取所述钢桶螺纹盖的内部直线特征，得出所述钢桶螺纹盖中心在图像像素坐标系下的坐标，以及所述钢桶螺纹盖的摆放角度。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：所述图像灰度化处理采用RGB三原色加权取平均值的方式进行转换，将原始彩色图像转换为灰度图像。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：所述图像锐化处理采用二阶差分算子来增强图像的边缘信息。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：在得到所述钢桶螺纹盖中心在图像像素坐标系下的坐标基础上，再结合相机的标定得到钢桶螺纹盖中心在机器人基坐标系下的X-Y平面的坐标。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：所述边缘检测采用Canny算子边缘检测。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：所述直线特征检测方法采用Hough(霍夫)变换。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：将所述Canny算子边缘检测后的图像提取以钢桶螺纹盖中心为圆心的一个圆形ROI，所述圆形ROI包含所述钢桶螺纹盖的内部直线特征。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：对提取所述圆形ROI后的图像进行Hough直线检测，求出图像空间直线的方程，从而得到直线的斜率，并利用反三角函数得出直线的倾斜角度。作为本专利技术所述基于机器视觉的钢桶螺纹盖位姿识别方法的一种优选方案，其中：在得出所述钢桶螺纹盖中心在图像像素坐标系下的坐标，以及所述钢桶螺纹盖的摆放角度之后，通过相机的标定求出其在机器人基坐标系下的X-Y平面的坐标，以获取其完整的位姿信息，并将位姿信息通过上位机发送给机器人控制器，控制机械臂及其末端执行器对所述钢桶螺纹盖进行抓取。本专利技术的有益效果：本专利技术通过对图像进行预处理，得到钢桶螺纹盖单像素外轮廓曲线，通过圆的垂径定理，利用逐点扫描的方式得到，钢桶螺纹盖的中心坐标即抓取点的位置；同时通过采用Hough(霍夫)变换，提取钢桶螺纹盖的内部的直线特征，求出直线在图像像素坐标系下的斜率，利用反三角函数得出钢桶螺纹盖的摆放角度。相对于目前绝大多数的国内企业仍采用传统的示教再现方法，本专利技术提出的算法不需要在传动带上添加辅助定位机构，设备和流水线简单，减小了流水线的故障发生率，提高了流水线的生产效率。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：图1为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的图像采集系统整体结构示意图。图2为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖灰度图像。图3为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的8邻域拉普拉斯锐化滤波图像。图4为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖灰度直方图。图5为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖内部信息的二值图像。图6为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的形态学去噪的去噪前与去噪后对比图。图7为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的Canny算子处理流程示意图。图8为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖外轮廓图像。图9为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖中心定位示意图。图10为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的Hough(霍夫)变换原理示意图。图11为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的提取ROI示意图。图12为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的提取直线特征示意图。图13为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的钢桶螺纹盖位姿识别算法流程图。图14为本专利技术基于机器视觉的钢桶螺纹盖位姿识别方法所述的坐标系相对位置示意图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的钢桶螺纹盖位姿识别方法，其特征在于：包括，利用相机(100)采集放置于传送带(200)上的钢桶螺纹盖(400)的俯视图图像，并对图像先后进行灰度化和锐化处理；采用基于灰度直方图的全局阈值分割方法对经过锐化处理之后的图像进行分割操作，提取出图像中的钢桶螺纹盖(400)信息，以得到所述钢桶螺纹盖(400)的灰度直方图及对应的二值化图像；对所述二值化图像进行形态学处理，利用形态学填充，将所述钢桶螺纹盖(400)图像处理成一个实心的圆形，并通过面积阈值分割，去除所述钢桶螺纹盖(400)外部的杂质噪声，以得到一个圆形连通域；对所述圆形连通域进行边缘检测，以检测出其外轮廓曲线，并通过垂径定理确定圆心的位置；以及，将锐化后的图像进行边缘检测，以得到含有钢桶螺纹盖(400)内部信息的二值图像，并采用直线特征检测方法提取所述钢桶螺纹盖(400)的内部直线特征，得出所述钢桶螺纹盖(400)中心在图像像素坐标系下的坐标，以及所述钢桶螺纹盖(400)的摆放角度。

【技术特征摘要】
1.一种基于机器视觉的钢桶螺纹盖位姿识别方法，其特征在于：包括，利用相机(100)采集放置于传送带(200)上的钢桶螺纹盖(400)的俯视图图像，并对图像先后进行灰度化和锐化处理；采用基于灰度直方图的全局阈值分割方法对经过锐化处理之后的图像进行分割操作，提取出图像中的钢桶螺纹盖(400)信息，以得到所述钢桶螺纹盖(400)的灰度直方图及对应的二值化图像；对所述二值化图像进行形态学处理，利用形态学填充，将所述钢桶螺纹盖(400)图像处理成一个实心的圆形，并通过面积阈值分割，去除所述钢桶螺纹盖(400)外部的杂质噪声，以得到一个圆形连通域；对所述圆形连通域进行边缘检测，以检测出其外轮廓曲线，并通过垂径定理确定圆心的位置；以及，将锐化后的图像进行边缘检测，以得到含有钢桶螺纹盖(400)内部信息的二值图像，并采用直线特征检测方法提取所述钢桶螺纹盖(400)的内部直线特征，得出所述钢桶螺纹盖(400)中心在图像像素坐标系下的坐标，以及所述钢桶螺纹盖(400)的摆放角度。2.如权利要求1所述的基于机器视觉的钢桶螺纹盖位姿识别方法，其特征在于：所述图像灰度化处理采用RGB三原色加权取平均值的方式进行转换，将原始彩色图像转换为灰度图像。3.如权利要求1所述的基于机器视觉的钢桶螺纹盖位姿识别方法，其特征在于：所述图像锐化处理采用二阶差分算子来增强图像的边缘信息。4.如权利要求1所述的基于机器视觉的钢桶螺纹盖位姿识别方...

【专利技术属性】
技术研发人员：徐超，平雪良，王晨学，蒋毅，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32