多目标透镜位置以及凹凸面识别的方法技术

本发明专利技术公开了多目标透镜位置以及凹凸面识别的方法，利用面光源照射平台上的透镜，使凸面和凹面向上的透镜分别在不同位置成像。然后通过目标识别算法，包括灰度化、中值滤波、二值化处理及形态学运算等处理，识别出每个透镜的位置和凹凸面的信息。本发明专利技术包含光照部分和图像识别部分，装置包括：平面光源，放置透镜的平台，透镜样品，CCD以及PC一台。本方法具有识别速度快，识别目标多，同时识别位置和正反面的优点。

Recognition Method of Multi-objective Lens Position and Concave and Convex Surface

The invention discloses a method for identifying the position of multi-objective lens and concave-convex surface. The surface light source is used to illuminate the lens on the platform so that the convex and concave-upward lenses can be imaged at different positions respectively. Then, the position of each lens and the information of concave and convex surfaces are identified by target recognition algorithm, including gray level, median filtering, binary processing and morphological operations. The device comprises a plane light source, a platform for placing a lens, a lens sample, a CCD and a PC. This method has the advantages of fast recognition speed, multi-target recognition, positional and negative recognition at the same time.

【技术实现步骤摘要】
多目标透镜位置以及凹凸面识别的方法
本专利技术属于图像识别领域，具体涉及一种多目标透镜位置以及凹凸面识别的方法。
技术介绍
装配是产品生产的后置工序，在制造业中占有重要地位。传统的装配生产线上，装配机器人的操作都是预先严格设计好的，只能做一些固定的动作，这些机器人利用各种传感器来进行控制，称为敏感控制机器人。进行装配操作时，所有的动作都要预先设定，同时要求零件位置、包装箱的位置和方向放置得非常严格。为此要有价格昂贵的夹具或固定机构，还需要有精心设计的特殊传输带。在实际应用中，由于各种原因，零件的位置往往不能严格固定，从而造成装配机器人拾取零件时出错，这时需要机械手能根据工件的实际位置动态调整抓取操作。特别是对于透镜这类小零件，一个微小的位置误差就可能导致拾取不到零件。目前在工厂中，对于透镜的装配多数仍然使用人工分拣，装配效率低下。将图像识别系统引入工业机器人，可以大大地扩展机器人的使用性能和应用范围，使机器人在完成指定任务的过程中，具有更大的适应性。
技术实现思路
本专利技术的目的是：提出一种透镜位置以及凹凸面的识别方法。该方法可以根据CCD拍摄的图像，经过一系列的图像增强，滤波，连通域识别，正反面判断等过程，识别出多个目标透镜的准确位置和凹凸面状态。为了实现上述目的，本专利技术的技术方案是：多目标透镜位置以及凹凸面识别的方法，根据采集的透镜图像，先得到每个透镜的中心点，然后再取与中心点在同一水平线上的内轮廓上位于中心点两侧的两点，分别计算这两个点与中心点的距离；如果左边的点距离中心点较近，那么该透镜凸面向上；如果右边的点距离中心点较近，那么该透镜凹面向上；输出各个透镜的位置和凹凸面信息。进一步地，所述识别方法的具体步骤包括：步骤1，将采集到的彩色图像R、G、B通道分离，然后转换成灰度图像；步骤2，对灰度图像进行中值滤波；步骤3，二值化处理；步骤4，对二值化后的图像进行形态学运算去除噪声，识别透镜位置及凹凸面。进一步地，所述步骤1中灰度图像由如下公式转换得到：Y＝0.299R+0.587G+0.114BCb＝0.568(B-Y)+128＝-0.172R-0.399G+0.511B+128Cr＝0.713(R-Y)+128＝0.511R-0.428G-0.083B+128。进一步地，所述步骤2中中值滤波采用基于排序统计理论的非线性平滑计数，其具体方法为：对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，对模板的像素由小到大进行排序，再用模板的中值来替代原像素的值的方法，采用3*3的模板。进一步地，所述中值滤波采用如下公式：其中I(i,j)为灰度图像对应位置的像素值，I1(i,j)为滤波后的图像对应位置的像素值。进一步地，所述步骤3二值化处理采用固定阈值法。进一步地，所述固定阈值法具体为：首先通过大量的数据分析计算出在这个环境下的最合适的阈值TH，然后根据如下公式进行二值化：进一步地，所述步骤4中形态学运算包括膨胀、腐蚀；所述膨胀用于填补图像中的孔洞，取一个3*3的模板，然后将这九个值进行或操作：所述腐蚀用于去除单独且无意义的元素，取一个3*3的模板，然后将这九个值进行与操作：进一步地，步骤4中识别透镜位置及凹凸面的方法：采用逐行扫描的方法进行连通域的标定，将每个单独的连通区分开，并且计算每个连通域的面积S：其中ni为第i个连通域内白色像素的个数；面积小于一个定值的连通域认为是噪声，将它舍弃；接下来采用每个连通域上的内轮廓来确定透镜的数量、位置和凹凸面的信息；在连通域标定的过程中记录每个连通域内轮廓的X和Y的最值Ximin,Ximax,Yimin,Yimax，然后求出每个内轮廓的外接矩形的中心点:该中心点可以近似认为透镜中心点；在得到内轮廓中心点后，设其中一个内轮廓的中心点坐标为(X0，Y0)，然后从中心点开始向左右两侧搜寻像素点为白色的点，在搜寻的过程中，保持Y＝Y0，在中心点左边遇到的第一个为白色的点时，记录坐标(XL，Y0)，同理右边的记录(XR，Y0)；最后比较X0-XL和XR-X0的大小，如果X0-XL<XR-X0，那么轮廓对应的透镜凸面向上；如果X0-XL>XR-X0，那么轮廓对应的透镜凹面向上。本专利技术的有益效果：可以降低工厂的人力消耗，在降低生产成本的同时提高生产的效率。附图说明图1是该类透镜样品：左边是凸面向上，右边是凹面向上。图2是本专利技术的装置的示意图。图3是光源照射在透镜不同面上的成像情况。图4是经过预处理后的二值图像。图5是两个透镜紧靠在一起的情况。图6是图5的经过预处理后的二值图像。图7是图5透镜的内轮廓图像。图8是内轮廓中心点图像。图9是坐标XL,XR,YU,YD示意图。图中，1为面光源产生的平面光束，2为放置透镜的平台，3为数量不定的透镜，4为CCD，5为PC机。具体实施方式本专利技术的方案主要由2个部分组成：光照部分和图像识别部分。图2中1为面光源产生的平面光束，2为放置透镜的平台，3为数量不定的透镜，4为CCD，5为PC机。其中1,2,3构成光照部分,4,5构成图像识别部分。光照部分的作用是提供合适的光照条件显示出透镜的位置和正反面的特征信息。在平台左边放置一个面光源，由于镜面反射，凸面向上和凹面向上的透镜会分别在自身中心点左侧和右侧靠近边缘处反射出大块的亮斑，如图3所示。图像识别部分的作用是识别CCD提供的图像，最后输出透镜的位置和正反面信息。先得到每个透镜的中心点，然后再取与中心点在同一水平线上的内轮廓上的左右两侧的两点，然后分别计算这两个点与中心点的距离。如果左边的点距离中心点较近，那么该透镜凸面向上；如果右边的点距离中心点较近，那么该透镜凹面向上。最后从PC端输出各个透镜的位置和凹凸面信息。下面结合附图对本专利技术作进一步说明。首先提供合适的光照条件，如图2所示，数量和位置未知的透镜放置在平台上，CCD放置在平台正上方，平台四周除了指定的某个方向上，比如图2上为左边有面光源，其他方向上不放置光源和能够强烈发射光线的物体。此时，凸面向上和凹面向上的透镜会分别在自身中心点左侧和右侧靠近边缘处反射出大块的亮斑，如图3所示，图3左侧的透镜为凸面向上，右侧的为凹面向上。CCD提取图像后发送至PC端。在PC机端先进行预处理，包括：1、灰度化。将摄像头采集到的彩色图像R、G、B通道分离,然后利用灰度转换公式转换成灰度图像：Y＝0.299R+0.587G+0.114BCb＝0.568(B-Y)+128＝-0.172R-0.399G+0.511B+128Cr＝0.713(R-Y)+128＝0.511R-0.428G-0.083B+128(1)其中：Y：明亮度(Luminance或Luma)，也就是灰阶值。“亮度”是透过RGB输入信号来建立的，方法是将RGB信号的特定部分叠加到一起。Cb：反映的是RGB输入信号蓝色部分与RGB信号亮度值之间的差异。Cr：反映了RGB输入信号红色部分与RGB信号亮度值之间的差异。2、对灰度图像进行中值滤波。在实时图像采集中，不可避免的会引入噪声，尤其是干扰噪声和椒盐噪声，噪声的存在严重影响边缘检测的效果，中值滤波采用一种基于排序统计理论的非线性平滑计数，能有效平滑噪声。本专利技术的中值滤波方法是，对待处理的当前像素，选择一个模板，该模板为其本文档来自技高网...

【技术保护点】
1.多目标透镜位置以及凹凸面识别的方法，其特征在于，采集透镜图像，先得到每个透镜的中心点，然后再取与中心点在同一水平线上的内轮廓上位于中心点两侧的两点，分别计算这两个点与中心点的距离；如果左边的点距离中心点较近，那么该透镜凸面向上；如果右边的点距离中心点较近，那么该透镜凹面向上；输出各个透镜的位置和凹凸面信息。

【技术特征摘要】
1.多目标透镜位置以及凹凸面识别的方法，其特征在于，采集透镜图像，先得到每个透镜的中心点，然后再取与中心点在同一水平线上的内轮廓上位于中心点两侧的两点，分别计算这两个点与中心点的距离；如果左边的点距离中心点较近，那么该透镜凸面向上；如果右边的点距离中心点较近，那么该透镜凹面向上；输出各个透镜的位置和凹凸面信息。2.根据权利要求1所述的多目标透镜位置以及凹凸面识别的方法，其特征在于，所述识别方法的具体步骤包括：步骤1，将采集到的彩色图像R、G、B通道分离，然后转换成灰度图像；步骤2，对灰度图像进行中值滤波；步骤3，二值化处理；步骤4，对二值化后的图像进行形态学运算去除噪声，识别透镜位置及凹凸面。3.根据权利要求2所述的多目标透镜位置以及凹凸面识别的方法，其特征在于，所述步骤1中灰度图像由如下公式转换得到：Y＝0.299R+0.587G+0.114BCb＝0.568(B-Y)+128＝-0.172R-0.399G+0.511B+128Cr＝0.713(R-Y)+128＝0.511R-0.428G-0.083B+128。4.根据权利要求2所述的多目标透镜位置以及凹凸面识别的方法，其特征在于，所述步骤2中中值滤波采用基于排序统计理论的非线性平滑计数，其具体方法为：对待处理的当前像素，选择一个模板，该模板为其邻近的若干个像素组成，对模板的像素由小到大进行排序，再用模板的中值来替代原像素的值的方法，采用3*3的模板。5.根据权利要求4所述的多目标透镜位置以及凹凸面识别的方法，其特征在于，所述中值滤波采用如下公式：其中I(i,j)为灰度图像对应位置的像素值，I1(i,j)为滤波后的图像对应位置的像素值。6.根据权利要求2所述的多目标透镜位置以及凹凸面识别的方...

【专利技术属性】
技术研发人员：姚红兵，谢智烜，范宁，唐旺，
申请(专利权)人：南京珂亥韧光电科技有限公司，
类型：发明
国别省市：江苏,32