【技术实现步骤摘要】
一种基于角点检测的贴片机吸嘴元件角度的自动校正方法
本申请属于视觉检测
,具体涉及一种基于角点检测的贴片机吸嘴元件角度的自动校正方法。
技术介绍
在工业自动化快速发展的趋势下,依靠传统人工操作已经无法满足产品大批量生产以及配置过程复杂化的现代化生产模式的需求。以数字图像处理技术为基础的视觉检测技术逐渐取代了人工检测技术,广泛应用于工业制造领域中。贴片机喂料器需要对元件的角度进行校正,现有技术通过轮廓检测和霍夫直线检测获取角度信息,但并不能解决光照影响下的吸嘴金属表面反光所导致的干扰问题;现有技术中,基于频域特征获取芯片角度,通过采集图像低频信息和高频信息的排序组合,减小光照强度的干扰,但无法有效解决反射光的影响。故急需一种能够克服上述干扰并良好应用于规模化生产的元件角度矫正方法。
技术实现思路
本申请的目的在于提供一种基于角点检测的贴片机吸嘴元件角度的自动校正方法,克服了环境光照的影响,提高元件角度校正的精度。为实现上述目的,本申请所采取的技术方案为:一种基于角点检测的贴片机吸嘴元件角度的自动校正方法,所述基于角点检测的贴片机吸嘴元件角度的自动校正方法,包括:步骤1:获取元件的灰度图像;步骤2:根据预设的截取区域对灰度图像进行截取;步骤3:采用ShiTomasi算法对截取获得的图像进行角点提取;步骤4:将提取的角点中像素值大于阈值的角点去除;步骤5:基于步骤4去除后剩余的角点,筛选最小外接矩形的面积小于阈值的角点集合;步 ...
【技术保护点】
1.一种基于角点检测的贴片机吸嘴元件角度的自动校正方法,其特征在于,所述基于角点检测的贴片机吸嘴元件角度的自动校正方法,包括:/n步骤1:获取元件的灰度图像;/n步骤2:根据预设的截取区域对灰度图像进行截取;/n步骤3:采用Shi Tomasi算法对截取获得的图像进行角点提取;/n步骤4:将提取的角点中像素值大于阈值的角点去除;/n步骤5:基于步骤4去除后剩余的角点,筛选最小外接矩形的面积小于阈值的角点集合;/n步骤6:获取角点集合形成的最小外接矩形的区域图像,并采用三次样条插值方法对区域图像进行放大;/n步骤7:对步骤6放大后的区域图像进行预处理;/n步骤8:对预处理后的图像进行canny边缘检测,采用概率霍夫变换进行直线检测,提取得到若干线段;/n步骤9:在提取的线段中筛选出至少一对相互平行的线段以及至少一条与相互平行的线段垂直的线段;/n步骤10:判断互相垂直的两条线段中是否存在角度与步骤5中筛选得到的最小外接矩形的角度一致的线段,若存在,则将最小外接矩形的角度作为元件的旋转角度;若不存在,则根据筛选出的线段计算得到旋转角度。/n
【技术特征摘要】
1.一种基于角点检测的贴片机吸嘴元件角度的自动校正方法,其特征在于,所述基于角点检测的贴片机吸嘴元件角度的自动校正方法,包括:
步骤1:获取元件的灰度图像;
步骤2:根据预设的截取区域对灰度图像进行截取;
步骤3:采用ShiTomasi算法对截取获得的图像进行角点提取;
步骤4:将提取的角点中像素值大于阈值的角点去除;
步骤5:基于步骤4去除后剩余的角点,筛选最小外接矩形的面积小于阈值的角点集合;
步骤6:获取角点集合形成的最小外接矩形的区域图像,并采用三次样条插值方法对区域图像进行放大;
步骤7:对步骤6放大后的区域图像进行预处理;
步骤8:对预处理后的图像进行canny边缘检测,采用概率霍夫变换进行直线检测,提取得到若干线段;
步骤9:在提取的线段中筛选出至少一对相互平行的线段以及至少一条与相互平行的线段垂直的线段;
步骤10:判断互相垂直的两条线段中是否存在角度与步骤5中筛选得到的最小外接矩形的角度一致的线段,若存在,则将最小外接矩形的角度作为元件的旋转角度;若不存在,则根据筛选出的线段计算得到旋转角度。
2.如权利要求1所述的基于角点检测的贴片机吸嘴元件角度的自动校正方法,其特征在于,所述根据预设的截取区域对灰度图像进行截取,包括:
若元件为长为d、宽为w的长方形;
则预设的截取区域为长方形,且该长方形的长为α×d、宽为α×w;
对灰度图像进行区域截取时,以灰度图像的中心作为截取区域的中心,以灰度图像的长边作为截取区域的长,以灰度图像的短边作为截取区域的宽进行截取。
3.如权利要求1所述的基于角点检测的贴片机吸嘴元件角度的自动校正方法,其特征在于,所述采用ShiTomasi算法对截取获得的图像进行角点提取,包括:
步骤3.1:假设图像中像素点(x,y)的灰度值为I(x,y),则像素点(x,y)在局部小窗口W(x,y)的各个方向移动(u,v)的像素变化E(x,y)为:
其中ωu,v为加权函数;
步骤3.2:将I(x+u,y+v)进行泰勒展开得到:
I(x+u,y+v)=I(x,y)+uIx+vIy+O(u2,v2)
其中Ix,Iy是一阶灰度梯度;
将泰勒展开后得到关系式忽略二阶及以上项后代入E(x,y)中得到:
步骤3.3:设置矩阵M如下所示,且λ1,λ2分别是矩阵M的两个特征值:
若λ1,λ2满足λ1≥λ2且λ2≥kλ2max,则像素点(x,y)为强角点;否则像素点(x,y)不是强角点;其中λ2max是所有像素点较小特征值中的最大值。
4.如权利要求1所述的基于角点检测的贴片机吸嘴元件角度的自动校正方法,其特征在于,所述基于步骤4去除后剩余的角点,筛选最小外接矩形的面积小于阈值的角点集合,包括:
步骤5.1:基于步骤4去除后剩余的角点生成角点集合P,所述角点集合P的大小为n;
步骤5.2:若角点集合P的最小外接矩形的面积大于1.2倍的当前元件的实际面积,则设置循环次数i=0,并执行步骤5.3;否则以角点集合P作为最终的角点集合并结束筛选步骤;
步骤5.3:复制角点集合P得到角点集合Pt,删除角点集合Pt中的第i个角点,并以角点集合Pt中的剩余角点得到最小外接矩形;
步骤5.4:若i<n,则i=i+1,且重新执行步骤5.3;否则从得到的n个最小外接矩形中选取面积最小的最小外接矩形Rm,且最小外接矩形Rm对应的为角点集合Pm;
步骤5.5:判断最小外接矩形Rm的面积与元件的实际面积的关系,若最小外接矩形Rm的面积小于0.9倍的元件的实际面积,则将角点集合Pm作为角点集合P,并重新执行步骤5.2;否则执行步骤5.6;
步骤5.6:以最小外接矩形Rm的较长一边作为长、较短一边作为宽,若最小外接矩形Rm的长大于1.2倍的元件的长,则执行步骤5.7;否则执行步骤5.10;
步骤5.7:以最小外接矩形...
【专利技术属性】
技术研发人员:董辉,曾乐襄,董高锋,
申请(专利权)人:浙江工业大学,
类型:发明
国别省市:浙江;33
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。