基于机器视觉的双层箱内层箱箱口定位算法制造技术

本发明专利技术公开了一种基于机器视觉的双层箱内层箱箱口定位算法，属于机器视觉领域。本发明专利技术所述方法在生产流水线两个相互正交方向上各布置一台相机，拍摄内层箱口附近的图像，利用每一张图像的信息，实现该方向上箱口中心的定位。最后利用两张图像各自定出的中心位置，实现整个箱口的定位。本发明专利技术所述方法可以准确地分割出双层箱中的内层箱箱口，并且精确定位出内层箱箱口的中心，解决了内层箱箱口定位精度低和定位困难的问题。

【技术实现步骤摘要】
基于机器视觉的双层箱内层箱箱口定位算法
本专利技术属于机器视觉领域，具体涉及基于机器视觉的双层箱内层箱箱口定位算法。
技术介绍
在化工生产中存在将易燃易爆的药粉装入双层箱内的工艺环节。双层箱的外层为木制包装箱，内层为铁质的装药箱，由于两个箱子之间存在10mm～15mm的间隙，所以灌装环节药粉容易抛洒到缝隙内，从而产生严重安全隐患。现今其具体灌装流程如下：双层箱箱体由人工放置在在输送轨道的起点。双层箱沿输送轨道到达灌装口附近位置，通过触发行程开关，开始执行灌装：停止输送轨道的运转并启动顶升装置，将双层箱顶起，让内层铁箱上的圆形装料口与灌装口对接并执行灌料操作。如果铁箱位置正常，则内层铁箱上的圆形装料口与灌装口可形成良好的密封面，物料经灌装口流入铁箱，无漏洒。但由于输送轨道的速度不恒定，再加上铁箱和木箱之间存在间隙，经常导致铁箱装料口与灌装口错位。这样易燃易爆炸的药粉就会从灌装口漏洒到内层铁箱与外层木箱的间隙中，并掉落在输送轨道以及车间地面上。由于药粉易燃易爆，使得该环节存在极大的安全隐患。因此需要研究基于机器视觉的双层箱内层箱箱口定位算法来准确定本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的双层箱内层箱箱口定位算法，其特征在于，在生产流水线上沿着流水线箱体移动方向及其垂直方向，各固定布置一台相机对准灌料口附近拍照，获得这两个相互正交的方向上内层箱口附近的图像，通过图像的信息，获取各自方向上的箱口的中心位置，实现对箱口的定位。/n

【技术特征摘要】
1.一种基于机器视觉的双层箱内层箱箱口定位算法，其特征在于，在生产流水线上沿着流水线箱体移动方向及其垂直方向，各固定布置一台相机对准灌料口附近拍照，获得这两个相互正交的方向上内层箱口附近的图像，通过图像的信息，获取各自方向上的箱口的中心位置，实现对箱口的定位。


2.根据权利要求1所述的方法，其特征在于，针对两个相互正交方向上的图像，在获取各自方向上箱口的中心位置时，包括以下步骤：
步骤1.制作模板：用可见光摄像机拍摄一张双层箱体在预定位置的图像，切割出内层箱箱口的区域作为模板T(x,y)；
步骤2.模板匹配切割内层铁箱箱口：在生产线上拍摄双层箱体图片I(x,y)，再通过模板匹配切割出内层铁箱箱口的部分；
步骤3.高斯去噪：对步骤2切割出的内层铁箱箱口图片，利用高斯函数进行去噪，减小图像中的拍摄噪声；
步骤4.提取边缘：把去噪后的内层铁箱箱口图片灰度化，然后利用Canny算子进行边缘提取，获得内层铁箱箱口的边缘；
步骤5.对步骤4获得的内层铁箱箱口的边缘图像的每一列像素值进行求和，以此寻找该方向上的内层箱口的中心，定位内层铁箱的位置。


3.根据权利要求1,2所述的方法，其特征在于步骤2包括：
步骤2-1.读取目标图像I(x,y)和模板图像T(x,y)，并且获得模板图像尺寸，(x,y)为像素坐标；
步骤2-2.利用标准化插值平方和匹配算法进行模板匹配，首先对模板图像和目标图像进行标准化处理，以保证当模板和图像各个像素的亮度都乘上了同一个系数时，相关度不发生变化；此方法利用图像与模板各个像素差值的平方和来进行匹配，最好的匹配值为0，匹配越差，匹配值越大，相似度函数R(x,y)如下所示：



其中，R(x,y)越小，匹配的结果越好，(x,y)、(x′,y′)为像素坐标；
步骤2-3.将获得的匹配结果进行归一化处理，并且获得图像矩阵中的最大值和最小值的匹配结果及其位置，其中归一化处理函数如下：



其中dst(i,j)为图像矩阵归一化后的像素值，与所取的像素位置(i,j)有关，res(i,j)为匹配图像结果中的像素值，与所取的像素位置(i,j)有关，res(x,y)为匹配结果图像，min(res(x,y))为整幅匹配图像结果中像素最小值，max(res(x,y))为整幅匹配图像结果中像素最大值，mn为归一化范围最小值，mx为归一化范围最大值。


4.根据权利要求1,2所述的方法，其特征在于步骤3包括：
步骤3-1.高斯滤波是一种线性平滑滤波，其算法通过对输入数组的每个点与输入的高斯滤波模板执行卷积计算，然后将这些结果组成滤波后的输出数组；高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值都由其本身和邻域内的其它像素值经过加权平均后得到；高斯滤波的具体操作是：用一个模板扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值来替代模板中心像素点的值：



式中G(u,v)为像素值，σ为标准差，u,v为像素坐标。


5.根据权利要求1,2所述的方法，其特征在于步骤4包括：
步骤4-1.首先将步骤3中获得的图像进行灰度化，灰度化公式如下：
Gray＝R×0.299+G×0.587+B×0.114
其中R、G、B为彩色图像的三个通道，Gray为转化后的结果；
步骤4-2.利用Canny算子提取灰度图边缘，其过程主要分为四步：第一步用高斯滤波器平滑图像...

【专利技术属性】
技术研发人员：刘宇，邹源甦，徐冯杰，郭峰，李彪，李豪，左琳，张昌华，吴云峰，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51