一种自动检测吊耳位置的识别方法技术

本发明专利技术公开了一种自动检测吊耳位置的识别方法，针对相机的成像模型对相机进行了基于OpenCV的相机标定，并对采集到的图像进行畸变矫正。随后通过使用Microsoft Visual Studio2010为算法编译平台配合OpenCV2.4.9开源图像库，开发了压力容器吊装吊耳位置的检测识别算法，针对吊耳图像，进行图像处理，并获得吊耳轮廓并求取吊耳中心点坐标，对数据进行了分析处理，根据本文设计算法，坐标点最大误差2.5mm，最小误差可以达到0.1mm，通过分析数据与图像之间的关系可以得到处于相机视野中心的吊耳位置坐标越准确，越偏离中心位置，得到的坐标误差也越大，通过本发明专利技术可以找到吊耳位置坐标。

A Recognition Method for Automatic Detection of the Location of Lifting Ear

The invention discloses a method for automatically detecting the location of the lifting lug, calibrates the camera based on OpenCV according to the imaging model of the camera, and corrects the distortion of the collected image. Then, by using Microsoft Visual Studio 2010 as algorithm compilation platform and OpenCV2.4.9 open source image database, an algorithm for detecting and identifying the location of lifting lug of pressure vessel is developed. Aiming at lifting lug image, image processing is carried out, and the contour of lifting lug is obtained, and the coordinates of lifting lug center point are obtained. The data are analyzed and processed. According to the algorithm designed in this paper, the maximum error of coordinate point is 2.5mm and the minimum error is 0.1mm. By analyzing the relationship between data and image, the more accurate and deviated coordinate of the lifting ear position in the center of camera vision can be obtained. The larger coordinate error can be obtained. Through the present invention, the coordinate of the lifting ear position can be found. \u3002

【技术实现步骤摘要】
一种自动检测吊耳位置的识别方法
本专利技术一种自动检测吊耳位置的识别方法,涉及基于机器视觉的目标识别和定位。
技术介绍
中国作为一个工业大国，随着现代工业的不断进步和科学的不断发展，经济的发展，对工业的要求越来越高，一套完整的自动化系统尤为必要，不仅可以改善了劳动条件，降低了工人的劳动强度，而且能够确保生产安全，同时大幅提高生产力。在目前工厂内压力容器吊装过程中，仍为人工识别吊耳位置，这样不仅效率低，并且对人的生命安全有一定威胁。如果利用机器视觉技术将图像转换为计算机可识别的数字图像,并通过图像处理识别压力容器吊耳位置，指导天车吊装机构吊装压力容器到指定的安装位置,这项技术可以有效的提高生产效率和工人的生命安全。为此，设计一套能够自动识别吊装吊耳位置的检测软件，能够有效的提高整个自动化系统的效果，使其更高效且更低成本的生产，对解决我国劳动力日益昂贵和短缺的问题，有着很大的帮助。基于视觉技术的目标识别指的是在视频或者二位图像内寻找给定物体的过程。目前，欧美诸多国家都在目标识别跟踪技术方面开展了大量的研究工作。20世纪90年代，麻省理工大学以及美国其他多所高等院校都开始对在民用和军事上的视频处理技术应用展开了研究。Maryland大学对人体的运动动作识别进行研究，并研制出了一套能识别简单运动行为的人体运动跟踪系统。英国的雷丁大学也在目标物体的检测、识别以及跟踪方面也进行了大量的研究工作。国内的许多研究所也在目标识别领域取得了许多成果例如中国科学院以及国防科技大学、清华大学等机构和高校。目标识别一般分为两个步骤，一是先完成对目标的特征描述，主要针对目标的形状、结构、颜色纹理等，以此将目标从复杂背景中分离出来。二是将目标的特征进行匹配，当匹配结果能到达一定的标准，此时，便可以认为目标在此背景中，即可认为目标被识别。如王丽光等针对手语开发的实时手语识别系统，显著提高了手语的检测速率和准确度。目标的定位指的是在物体已经被识别的基础上，计算得到物体在背景中的具体位置，在此基础上，可以完成后续的操作。近些年，计算机视觉领域在目标定位的研究和应用已经取得了非常大的发展和突破，目前被广泛应用的目标定位系统主要分为两类，即双目识别系统和单目识别系统。双目视觉系统使用两部平行安装的摄像机分别采集图像信息并同时处理，利用双目视差来计算物体的距离，可以直接求解场景中目标的深度信息；但其成本高，特征点匹配难度大，计算量较大。如Thorpe开发了Navlab系统，主要应用于汽车驾驶中的路况信息自动检测识别。单目测量则是根据摄像机的焦距、事先标定的坐标系参数和特定约束条件估算目标深度信息，结构简单，运算速度快，成本较低，算法不复杂，比较实用。本专利技术针对研究的压力容器吊耳的识别与检测具有相对单一、固定工作环境的特点，使用单目视觉系统，通过摄像机获取工件图像，并通过图像预处理、关键特征的提取、位姿计算等步骤，提供实时的目标位姿信息，且具有较好的实时性和鲁棒性。
技术实现思路
为了自动识别检测压力容器吊装吊耳的位置，本专利技术的目的是一种自动检测吊耳位置的识别方法。本专利技术解决其技术问题所采用的技术方案包括一种自动检测吊耳位置的识别方法：选用针孔模型的相机采集吊耳图像，进行相机标定，并对采集到的图像进行畸变校正；对吊耳图像进行预处理，并进行图像灰度化；采取基于阈值的分割方法，确定吊耳图像中的目标图像，并将目标图像与背景进行分离；对目标图像进行数学形态学处理，平滑图像轮廓，消除噪声；对目标图像进行寻找轮廓运算，并计算所有的轮廓面积，去除阈值范围外的其他面积的轮廓，得到吊耳的轮廓信息；通过观察吊耳轮廓外形，计算轮廓点集边缘的矩形边界中心点，作为吊耳中心坐标；其中，所述吊耳中心坐标为像素坐标，经过坐标转换得到实际坐标点。其中，相机标定的方法为张友正棋盘标法。其中，相机标定操作步骤包括：制作棋盘格标定板，规格尺寸自定；在相机视野内，移动标定板并变换角度，拍摄若干图片；校测每张棋盘图片的交点坐标；不考虑透镜畸变的条件下，利用旋转矩阵的正交性，求得相机的内外参数；利用最小二乘法估算相机的透镜畸变。其中，在采取基于阈值的分割方法进行分割的步骤中，对吊耳图像中的每一个像素点的灰度值与预设阈值T进行比对，将像素点灰度值大于阈值T的灰度归类于区域R0，像素点灰度值小于或者等于阈值T的灰度归类于区域R1，实现将吊耳图像分割为两个区域。其中，基于阈值的分割方法进行分割时，使用的阈值类型为反二进制阈值。其中，对目标图像进行数学形态学处理的方法为进行闭运算。其中，计算轮廓点集边缘的矩形边界中心点的方法为：根据矩形的四个角点的位置，检测出吊耳最小外接的中心点坐标，作为吊耳中心点坐标。其中，将像素坐标转换为实际坐标点的坐标转换方法的步骤包括：通过相机的标定，得到相机的内参数矩阵，利用求得的参数矩阵，将以像素为单位的图像坐标转化为以毫米为单位的实际坐标；令1/dx＝fx，1/dy＝fy，其中dx和dy表示x方向和y方向的一个像素分别占的长度单位(mm)，fx和fy表示图像的中心点像素坐标和图像原点坐标之间相差的横向和纵向像素数；由于相机拍摄得到的图像是遵从线性透视规律，通过针孔模型推导得到比例关系：d为物体到相机的距离，单位为毫米；x是物体在图像中的长度，ω为物体的实际长度；y是物体在图像中的宽度，而h是物体的实际宽度；根据上述换算出吊耳外接矩形中心点的实际坐标。本专利技术具有的有益的效果是：通过构建基于机器视觉的压力容器吊装吊耳位置识别与检测实验平台，通过程序找到吊耳位置坐标。因此本专利技术能够自动识别检测压力容器吊装吊耳的位置，不仅能够提高工作效率，还可以减少人力资源的浪费，密切关系到工厂的经济效益。附图说明图1是本专利技术提供的一种自动检测吊耳位置的识别方法的流程示意图。图2是本专利技术提供的一种自动检测吊耳位置的识别方法的逻辑示意图。图3是本专利技术提供的一种自动检测吊耳位置的识别方法中通过相机获取的吊耳图像。图4是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像消除图像畸变效果图。图5是本专利技术提供的一种自动检测吊耳位置的识别方法中吊耳图像的灰度示意图。图6是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像进行阈值分割时，阈值为110的各种阈值类型效果图。图7是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像进行阈值分割时阈值过低的效果图。图8是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像进行阈值分割时阈值过高的效果图。图9是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像进行阈值分割时阈值为100结果图。图10是本专利技术提供的一种自动检测吊耳位置的识别方法中对吊耳图像进行闭运算效果图。图11是本专利技术提供的一种自动检测吊耳位置的识别方法中除去目标图像中不在阈值范围内的轮廓效果图。图12是本专利技术提供的一种自动检测吊耳位置的识别方法中图像处理完成后的效果图及图像坐标点。图13是本专利技术提供的一种自动检测吊耳位置的识别方法中吊耳外接矩形中心点的实际坐标效果图。图14是本专利技术提供的一种自动检测吊耳位置的识别方法中进行对比验证设置吊耳的示意图。图15是本专利技术提供的一种自动检测吊耳位置的识别方法中验证的误差分析折线图。具体实施方式下面结合附图和具体实施例对本专利技术作进一本文档来自技高网...

【技术保护点】
1.一种自动检测吊耳位置的识别方法，其特征在于，包括：选用针孔模型的相机采集吊耳图像，进行相机标定，并对采集到的图像进行畸变校正；对吊耳图像进行预处理，并进行图像灰度化；采取基于阈值的分割方法，确定吊耳图像中的目标图像，并将目标图像与背景进行分离；对目标图像进行数学形态学处理，平滑图像轮廓，消除噪声；对目标图像进行寻找轮廓运算，并计算所有的轮廓面积，去除阈值范围外的其他面积的轮廓，得到吊耳的轮廓信息；通过观察吊耳轮廓外形，计算轮廓点集边缘的矩形边界中心点，作为吊耳中心坐标；其中，所述吊耳中心坐标为像素坐标，经过坐标转换得到实际坐标点。

【技术特征摘要】
1.一种自动检测吊耳位置的识别方法，其特征在于，包括：选用针孔模型的相机采集吊耳图像，进行相机标定，并对采集到的图像进行畸变校正；对吊耳图像进行预处理，并进行图像灰度化；采取基于阈值的分割方法，确定吊耳图像中的目标图像，并将目标图像与背景进行分离；对目标图像进行数学形态学处理，平滑图像轮廓，消除噪声；对目标图像进行寻找轮廓运算，并计算所有的轮廓面积，去除阈值范围外的其他面积的轮廓，得到吊耳的轮廓信息；通过观察吊耳轮廓外形，计算轮廓点集边缘的矩形边界中心点，作为吊耳中心坐标；其中，所述吊耳中心坐标为像素坐标，经过坐标转换得到实际坐标点。2.根据权利要求1所述的一种自动检测吊耳位置的识别方法，其特征在于，所述相机标定的方法为张友正棋盘标法。3.根据权利要求2所述的一种自动检测吊耳位置的识别方法，其特征在于，相机标定操作步骤包括：制作棋盘格标定板，规格尺寸自定；在相机视野内，移动标定板并变换角度，拍摄若干图片；校测每张棋盘图片的交点坐标；不考虑透镜畸变的条件下，利用旋转矩阵的正交性，求得相机的内外参数；利用最小二乘法估算相机的透镜畸变。4.根据权利要求1所述的一种自动检测吊耳位置的识别方法，其特征在于：在采取基于阈值的分割方法进行分割的步骤中，对吊耳图像中的每一个像素点的灰度值与预设阈值T进行比对，将像素点灰度值大于阈值T的灰度归类于区域R0，像素点...

【专利技术属性】
技术研发人员：王福杰，俞恒杰，杨琦，陆辉山，薛卓兰，
申请(专利权)人：中北大学，
类型：发明
国别省市：山西,14