一种三包钢网的视觉识别方法技术

本发明专利技术实施例提供一种三包钢网的视觉识别方法，包括以下步骤：S1：对三包钢网图像进行预处理；S2：根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；S3：根据三包钢网位置确定的有效钢网边区域，提取有效边缘点并拟合直线；S4：根据预先设定的理论偏移值对拟合直线进行横向平移；S5：在平移后的直线上，根据梯度计算下侧两包的边缘端点；S6：根据下侧两包的边缘端点计算下侧两包的中心，同时计算平移后的直线角度；S7：计算三包钢网图像对应的缺口方向。本发明专利技术实施例便于通过右下侧两包的中心进行定位，使得贴装位置更精准，进而提高贴装的产能以及提高了贴装效率。

【技术实现步骤摘要】
一种三包钢网的视觉识别方法
本专利技术涉及计算机
,更具体地说，涉及到一种三包钢网的视觉识别方法。
技术介绍
如今电子技术正在快速发展，PCB板电路的复杂度以及集成度也在逐渐增高，贴片元件占到电路板上总元件数的大部分，使用机械手、治具方式贴装产能比较低下，以及定位不够精准。本
技术实现思路
为了克服现有技术的不足，本专利技术提供一种三包钢网的视觉识别方法用来解决使用机械手和治具方式贴装产能、效率低下以及定位不够精准，识别速度慢的技术问题。本专利技术解决其技术问题所采用的技术方案是：提供一种三包钢网的视觉识别方法，包括以下步骤：S1：对三包钢网图像进行预处理；S2：根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；S3：根据三包钢网位置确定的有效钢网边区域，提取有效边缘点并拟合直线；S4：根据预先设定的理论偏移值对拟合直线进行横向平移；S5：在平移后的直线上，根据梯度计算下侧两包的边缘端点；S6：根据下侧两包的边缘端点计算下侧两包的中心，同时计算平移后的直线角度；S7：计算三包钢网图像对应的缺口方向。具体地，对三包钢网图像进行预处理，所述步骤包括：获取三包钢网图像后，使用OTSU算法自动阈值对三包钢网图像进行二值化；采用开运算滤除三包钢网图像的干扰点；采用闭运算将钢网内部空洞进行填充以及将钢网边缘锯齿消除。优选地，对三包钢网图像进行预处理之后，根据三包钢网图像轮廓的最小外接矩形粗定位三包钢网的中心之前，所述步骤还包括：提取三包钢网图像轮廓；测量三包钢网图像轮廓的最小外接矩形的长边为rl；测量三包钢网图像轮廓的最小外接矩形的短边为rw；并计算三包钢网图像轮廓的最小外接矩形的实际面积ra＝rl×rw。具体地，根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心，所述步骤包括：根据三包钢网图像轮廓的最小外接矩形的实际长边与理论长边获取第一分数，即score1＝1-|1-rl/tl|；根据三包钢网图像轮廓的最小外接矩形的实际短边与理论短边获取第一分数，即score2＝1-|1-rw/tw|；根据三包钢网图像轮廓的最小外接矩形的实际面积与理论面积获取第三分数，即score3＝1-|1-ra/ta|；根据三包钢网图像轮廓的最小外接矩形获取的第一分数、第二分数以及第三分数得到平均分数score＝(score1+score2+score3)/3。优选地，当score≥0.6的矩形时，则得分最高的矩形为目标矩形，设目标矩形的左边中心为lec，上边中心为tec，右边中心为rec，下边中心为bec，根据理论长边为tl，理论短边为tw,理论面积为ta＝tl×tw。优选地，三包钢网右下侧矩形的下边Y坐标为y2＝bec.y-to，上边Y坐标为y1＝y2-rl/3，迭代contour1的所有点pi，满足则添加至序列seq1中，其中，包中心到右边的偏移：to，下边中心为bec。优选地，迭代结束之后，对seq1进行最小二乘拟合直线，得到第一直线。优选地，根据设定偏移值to进行平移直线，得到第二直线。优选地，对第二直线上的所有点，从Y坐标为开始，分别向上、向下搜索，遇到第一个梯度等于255终止，即得点e1,e2，钢网中心坐标即为角度为第二直线的角度减去90度。优选地，从最小外接矩形的上端至下端的部分，在Y方向上计算投影，计算一阶导数，得到两个拐点的Y坐标为y3,y4，则缺口的Y坐标为在范围内从左到右扫描图像，当出现梯度值为-255，则缺口在右侧，当出现梯度值为255则缺口在左侧。本专利技术的有益效果是：通过S1：对三包钢网图像进行预处理；S2：根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；S3：根据三包钢网位置确定的有效钢网边区域，提取有效边缘点并拟合直线；S4：根据预先设定的理论偏移值对拟合直线进行横向平移；S5：在平移后的直线上，根据梯度计算下侧两包的边缘端点；S6：根据下侧两包的边缘端点计算下侧两包的中心，同时计算平移后的直线角度；S7：计算三包钢网图像对应的缺口方向，便于通过右下侧两包的中心进行定位，使得贴装位置更精准，进而提高贴装的产能以及提高了贴装效率。附图说明图1是一种三包钢网的视觉识别方法的流程示意图。图2是一种三包钢网的视觉识别方法的效果示意图。图3是一种三包钢网的视觉识别方法的另一效果示意图。图4是一种三包钢网的视觉识别方法的另一效果示意图。图5是一种三包钢网的视觉识别方法的另一效果示意图。图6是一种三包钢网的视觉识别方法的另一效果示意图。图7是一种三包钢网的视觉识别方法的另一效果示意图。图8是一种三包钢网的视觉识别方法的另一效果示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。以下结合具体实施例对本专利技术的具体实现进行详细描述：实施例一：图1示出了本专利技术实施例一提供的一种三包钢网的视觉识别方法的实现流程，为了便于说明，仅示出了与本专利技术实施例相关的部分，详述如下：在步骤S101中，对三包钢网图像进行预处理；具体地，对三包钢网图像进行预处理，所述步骤包括：获取三包钢网图像后，使用OTSU算法自动阈值对三包钢网图像进行二值化；采用开运算滤除三包钢网图像的干扰点；采用闭运算将钢网内部空洞进行填充以及将钢网边缘锯齿消除。在步骤S102中，根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；优选地，对三包钢网图像进行预处理之后，根据三包钢网图像轮廓的最小外接矩形粗定位三包钢网的中心之前，所述步骤还包括：提取三包钢网图像轮廓；测量三包钢网图像轮廓的最小外接矩形的长边为rl；测量三包钢网图像轮廓的最小外接矩形的短边为rw；并计算三包钢网图像轮廓的最小外接矩形的实际面积ra＝rl×rw。具体地，根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心，所述步骤包括：根据三包钢网图像轮廓的最小外接矩形的实际长边与理论长边获取第一分数，即score1＝1-|1-rl/tl|；根据三包钢网图像轮廓的最小外接矩形的实际短边与理论短边获取第一分数，即score2＝1-|1-rw/tw|；根据三包钢网图像轮廓的最小外接矩形的实际面积与理论面积获取第三分数，即score3＝1-|1-ra/ta|；根据三包钢网图像轮廓的最小外接矩形获取的第一分数、第二分数以及第三分数得到平均分数score＝(score1+score2+score3)/3。优选地，当score≥0.6的矩形时，则得分最高的矩形为目本文档来自技高网...

【技术保护点】
1.一种三包钢网的视觉识别方法，其特征在于，包括以下步骤：/nS1：对三包钢网图像进行预处理；/nS2：根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；/nS3：根据三包钢网位置确定的有效钢网边区域，提取有效边缘点并拟合直线；/nS4：根据预先设定的理论偏移值对拟合直线进行横向平移；/nS5：在平移后的直线上，根据梯度计算下侧两包的边缘端点；/nS6：根据下侧两包的边缘端点计算下侧两包的中心，同时计算平移后的直线角度；/nS7：计算三包钢网图像对应的缺口方向。/n

【技术特征摘要】
1.一种三包钢网的视觉识别方法，其特征在于，包括以下步骤：
S1：对三包钢网图像进行预处理；
S2：根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心；
S3：根据三包钢网位置确定的有效钢网边区域，提取有效边缘点并拟合直线；
S4：根据预先设定的理论偏移值对拟合直线进行横向平移；
S5：在平移后的直线上，根据梯度计算下侧两包的边缘端点；
S6：根据下侧两包的边缘端点计算下侧两包的中心，同时计算平移后的直线角度；
S7：计算三包钢网图像对应的缺口方向。


2.根据权利要求1所述的一种三包钢网的视觉识别方法，其特征在于，对三包钢网图像进行预处理，所述步骤包括：
获取三包钢网图像后，使用OTSU算法自动阈值对三包钢网图像进行二值化；
采用开运算滤除三包钢网图像的干扰点；
采用闭运算将钢网内部空洞进行填充以及将钢网边缘锯齿消除。


3.根据权利要求2所述的一种三包钢网的视觉识别方法，其特征在于，对三包钢网图像进行预处理之后，根据三包钢网图像轮廓的最小外接矩形粗定位三包钢网的中心之前，所述步骤还包括：
提取三包钢网图像轮廓；
测量三包钢网图像轮廓的最小外接矩形的长边为rl；
测量三包钢网图像轮廓的最小外接矩形的短边为rw；
并计算三包钢网图像轮廓的最小外接矩形的实际面积ra＝rl×rw。


4.根据权利要求3所述的一种三包钢网的视觉识别方法，其特征在于，根据三包钢网图像轮廓的最小外接矩形的实际面积粗定位三包钢网的中心，所述步骤包括：
根据三包钢网图像轮廓的最小外接矩形的实际长边与理论长边获取第一分数，即score1＝1-|1-rl/tl|；
根据三包钢网图像轮廓的最小外接矩形的实际短边与理论短边获取第一分数，即score2＝1-|1-rw/tw|；
根据三包钢网图像...

【专利技术属性】
技术研发人员：付文定，贾孝荣，邓泽峰，谢锐涛，黄海明，
申请(专利权)人：深圳市路远智能装备有限公司，
类型：发明
国别省市：广东;44