基于频域特征的元器件识别定位方法技术

本发明专利技术公开了一种基于频域特征的元器件识别定位方法，包括：根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像；对时域图像进行离散傅里叶变换，获得与时域图像对应的频域图像；获取与频域图像对应的二值化图像；计算二值化图像中最长直线的角度；根据最长直线的角度计算出元器件的角度偏差。基于频域特征图像处理快速获取待测元器件的角度偏差，解决了基于时域图像进行检测的结果易受环境光照和光线变化影响导致检测误差大、效率低的问题，提高产品良率。

【技术实现步骤摘要】
基于频域特征的元器件识别定位方法
本专利技术涉及柔性自动化生产装配设备的视觉识别
，具体涉及一种基于频域特征的元器件识别定位方法。
技术介绍
就目前个人电脑的使用习惯而言，键盘为不可或缺的输入设备之一，用以输入文字、符号或数字。不仅如此，举凡日常生活所接触的消费性电子产品或是工业界使用的大型加工设备，皆需设有按键结构作为输入装置，以操作上述的电子产品与加工设备。在对键盘的键帽进行智能装配时，要求其定位误差必须小于0.05毫米，机械臂从供料盘上吸取的键帽，其角度每次都会有较为微小的偏差。这就需要对方位的偏差进行快速识别确定，然后通过运动控制系统对偏差进行补偿。抓取键帽的方位角度的识别计算，直接关系到键盘装配的质量和效率。传统视觉识别中，对于待测元件和规则物体多是基于时域图像进行检测的，检测的结果容易受环境光照和光线的变化影响，使得检测误差大，检测效率低，从而导致装配效率低，产品不良率高的问题。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于频域特征的元器件识别定位方法，以解决现有技术中采用基于时域图像进行检测的方式，检测结果容易受环境光照和光线的变化影响，使得检测误差大，检测效率低，从而导致装配效率低，产品不良率高的问题。本专利技术实施例提供了一种基于频域特征的元器件识别定位方法，包括：根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像；对时域图像进行离散傅里叶变换，获得与时域图像对应的频域图像；获取与频域图像对应的二值化图像；计算二值化图像中最长直线的角度；根据最长直线的角度计算出元器件的角度偏差。可选地，在根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像之前，还包括：根据待测图像中背景区域的阈值特征确定待测图像中元器件的边界；通过一维离散希尔伯特变换，识别和提取边界的边缘特征，获取待测图像中元器件的精确边缘。可选地，根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像包括：把待测图像以左上角对齐为标准进行延拓，获得纯色延拓的时域图像。可选地，获取与频域图像对应的二值化图像包括：计算频域图像中的幅值，获得对应的幅值图像；将幅值图像中每点的像素值归一化至0～255的可视化区间内，获取与幅值图像对应的可视化图像；对可视化图像进行二值化处理，获得对应的二值化图像。可选地，计算二值化图像中最长直线的角度包括：对二值化图像采用概率霍夫变换法进行霍夫直线检测；检测出的直线采用起点和终点坐标表示；在所有检测获得的直线中，将最长的一条直线作为检测结果直线。可选地，通过一维离散希尔伯特变换，识别和提取边界的边缘特征，获取待测图像中元器件的精确边缘包括：使待测图像中频域信号的负频率成分作+90°相移，待测图像中频域信号的正频率成分作-90°相移；对待测图像中的边界进行希尔伯特变换得希尔伯特变换器的频率响应为符号函数sgn(Ω)，则离散信号x(n)与希尔伯特变换器h(n)表达为将离散信号x(n)与希尔伯特变换器h(n)进行卷积得由式②和式④得对式⑤进行傅里叶变换，得其中，x(t)为一连续时间信号。可选地，对时域图像进行离散傅里叶变换，获得与时域图像对应的频域图像包括：对纯色延拓的时域图像f(x,y)进行离散傅里叶变换其中，x和y分别为时域图像中任一图像点的横坐标和纵坐标，u和v分别为频域图像中任一图像点的横坐标和纵坐标，j表示虚数单位，M为时域图像的宽度，N为时域图像的高度；频域图像F(u,v)的像素值为复数，复数的实部值表示实部图像Re(u,v)，复数的虚部值表示虚部图像Im(u,v)，则有：采用离散傅里叶变换，将延拓后的时域图像f(x,y)按式⑦转变为频域图像F(u,v)；按式⑧用傅里叶变换的实部值构成实部图像Re(u,v)表示实部；按式⑨用傅里叶变换的虚部值所构成虚部图像Im(u,v)表示虚部；计算幅值图像Magnitude(u,v)：可选地，计算二值化图像中最长直线的角度包括：其中，(x1,y1)为检测结果直线的起点坐标，(x2,y2)为检测结果直线的终点坐标。本专利技术实施例的有益效果：基于频域特征图像处理快速获取待测元器件的角度偏差，解决了基于时域图像进行检测的结果易受环境光照和光线变化影响导致检测误差大、效率低的问题，提高产品良率。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1示出了本专利技术实施例中一种基于频域特征的元器件识别定位方法的流程图；图2示出了本专利技术实施例中一种基于频域特征的元器件识别定位终端的结构图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术实施例提供了一种基于频域特征的元器件识别定位方法，如图1所示，包括：步骤S10，根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像。在本实施例中，元器件为键帽，选取键帽任意一个方向的角点，例如，以右上角对齐为标准进行延拓，获得纯色延拓的时域图像。步骤S20，对时域图像进行离散傅里叶变换，获得与时域图像对应的频域图像。在本实施例中，通过离散傅里叶变换将时域图像转换为频域图像。图像的频率是表征图像中灰度变化剧烈程度的指标，是灰度在平面空间上的梯度。图像的突变部分变化较快，因此反应在频域上是高频分量；图像的噪声大部分情况下是高频部分；图像大部分平缓的灰度变化部分则为低频分量。也就是说，傅立叶变换提供另外一个角度来观察图像，可以将图像从灰度分布转化到频率分布上来观察图像的特征。步骤S30，获取与频域图像对应的二值化图像。在本实施中，由于频域图像只能显示出灰度变化剧烈程度，因此对频域图像进行二值化处理，使图像便于识别。步骤S40，计算二值化图像中最长直线的角度。在本实施例中，二值化图像中最长直线是对应元器件边沿线。步骤S50，根据最长直线的角度计算出元器件的角度偏差。在频域中，变换系数反映了某些图像的特征。如频谱的直流分量比例于图像的平均亮度、噪音对应于频率较高的区域、图像实体对应于频率较低的区域。在频谱中，图像中心处对应了图像中变化较平缓的区域，四周对应了图像边缘、噪音或者变化陡峭的部分。因此我们可以将代表了图像边缘、噪音本文档来自技高网...

【技术保护点】
1.一种基于频域特征的元器件识别定位方法，其特征在于，包括：/n根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像；/n对所述时域图像进行离散傅里叶变换，获得与所述时域图像对应的频域图像；/n获取与所述频域图像对应的二值化图像；/n计算所述二值化图像中最长直线的角度；/n根据所述最长直线的角度计算出所述元器件的角度偏差。/n

【技术特征摘要】
1.一种基于频域特征的元器件识别定位方法，其特征在于，包括：
根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像；
对所述时域图像进行离散傅里叶变换，获得与所述时域图像对应的频域图像；
获取与所述频域图像对应的二值化图像；
计算所述二值化图像中最长直线的角度；
根据所述最长直线的角度计算出所述元器件的角度偏差。


2.根据权利要求1所述的基于频域特征的元器件识别定位方法，其特征在于，在根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像之前，还包括：
根据所述待测图像中背景区域的阈值特征确定所述待测图像中元器件的边界；
通过一维离散希尔伯特变换，识别和提取所述边界的边缘特征，获取待测图像中元器件的精确边缘。


3.根据权利要求1所述的基于频域特征的元器件识别定位方法，其特征在于，根据待测图像中元器件边界的一个角点对齐为标准进行延拓获得纯色延拓的时域图像包括：
把所述待测图像以左上角对齐为标准进行延拓，获得纯色延拓的所述时域图像。


4.根据权利要求1所述的基于频域特征的元器件识别定位方法，其特征在于，获取与所述频域图像对应的二值化图像包括：
计算所述频域图像中的幅值，获得对应的幅值图像；
将所述幅值图像中每点的像素值归一化至0～255的可视化区间内，获取与所述幅值图像对应的可视化图像；
对所述可视化图像进行二值化处理，获得对应的二值化图像。


5.根据权利要求1所述的基于频域特征的元器件识别定位方法，其特征在于，计算所述二值化图像中最长直线的角度包括：
对所述二值化图像采用概率霍夫变换法进行霍夫直线检测；
检测出的直线采用起点和终点坐标表示；
在所有检测获得的直线中，将最长的一条直线作为检测结果直线。


6.根据权利要求2所述的基于频域特征的元器件识别定位方法，其特征在于，通过一维离散希尔伯特变换，识别和提取所述边界...

【专利技术属性】
技术研发人员：冯松立，
申请(专利权)人：苏州亚朴智能科技有限公司，
类型：发明
国别省市：江苏;32