一种强光背景下麦克风网状物料的图像定位方法及系统技术方案

本申请涉及一种强光背景下麦克风网状物料的图像定位方法及系统，涉及图像定位领域的技术领域，其包括将在强光背景下的网格状物料图像去除掉网格特征，减少网格特征对后续图像边缘检测的影响，接着进行图像切割，得到较为集中精确的物料区域，提高后续对物料区域特征进行提取的便捷性，接着通过对物料区域的底边进行直线拟合，通过底边的起始点行列值和终点的行列值,右侧边的起始点行列值和终点行列值，得到两条边的直线方程式，接着结合像素长度来获取得到中心点的位置和倾斜角度，再通过中心点和倾斜角度以及抓取设备的抓取运动轨迹确定抓取点的位置。本申请具有提高物料定位的准确性，减少机器人抓取的偏离以至于对网状物料的损坏可能性的效果。物料的损坏可能性的效果。物料的损坏可能性的效果。

【技术实现步骤摘要】
一种强光背景下麦克风网状物料的图像定位方法及系统


[0001]本申请涉及图像定位领域，尤其是涉及一种强光背景下麦克风网状物料的图像定位方法及系统。

技术介绍

[0002]目前由于电子产品的自动组装对精度有较高的要求，仅使用简单的机械定位和机械组装很难满足生产要求。因此机器运用视觉定位、纠偏技术越来越广泛地应用于高精度的电子元件组装工序。机器视觉是一种包含外观检测、视觉定位、尺寸测量和模式识别的应用于自动化机器、机器人上的图像处理技术，是实现机器人抓取、产品质量检测等任务的关键技术手段之一。
[0003]机器视觉本质上是图像处理技术在工业自动化中的应用。通过使用光学元件、工业数字相机和图像处理工具，得到物体位置、尺寸、色彩、纹路和运动状态的等特征信息，从而判断物体的品质、类别或是进行物体的定位等。而在具体对在强光背景下对麦克风网状物料的定位中，仅对其使用了图像定位的处理后，再经由机器人进行抓取。
[0004]针对上述中的相关技术，专利技术人认为网状特征的影响以及物料存在形变在一定程度上会影响物料定位的准确性，而导致机器人抓取会对物料产生一定程度上的偏移，增加了对网状物料的损坏可能性的缺点。

技术实现思路

[0005]本申请的目的是提供一种强光背景下麦克风网状物料的图像定位方法，减少对麦克风网状特征的影响，提高物料定位的准确性，减少机器人抓取的偏离以至于对网状物料的损坏可能性。
[0006]第一方面，本申请提供的一种强光背景下麦克风网状物料的图像定位方法，采用如下的技术方案：获取从摄像头进行图像采集得到的物料图像，对物料图像进行降噪处理，获取得到低噪物料图像；基于预设灰度阈值，对低噪物料图像进行图像切割，获取得到精准物料区域；基于精准物料区域，采用边缘检测技术，对精准物料区域边缘进行提取，获取得到物料区域的相邻边；基于物料区域的相邻边，计算获取物料倾斜角度并定位出物料区域的中心点位置信息；基于物料倾斜角度与中心点位置，将位置数据进行机器人操作分析后转化为处理信号发送至机器人。
[0007]通过采用上述技术方案，能够将在强光背景下的网格状物料图像去除掉网格特征，减少网格特征对后续图像边缘检测的影响，接着进行图像切割，得到较为集中精确的物料区域，提高后续对物料区域特征进行提取的便捷性，接着通过对物料区域的底边进行直
线拟合，计算出倾斜角度和物料区域较为准确的中心点，提高了物料定位的准确性，减少机器人抓取的偏离以至于对网状物料的损坏可能性。
[0008]优选的，所述获取从摄像头进行图像采集得到的物料图像，对物料图像进行降噪处理，获取得到低噪物料图像的步骤，包括：获取从摄像头进行图像采集得到的物料图像，读取预设形状的掩膜，对物料图像根据掩膜进行膨胀操作，获取膨胀操作后的物料图像；基于膨胀操作后的物料图像，在通过掩膜对物料图像进行腐蚀操作，获取得到闭运算后的低躁物料图像。
[0009]通过采用上述技术方案，将原本带有网状特征的物料图像进行闭运算，消除网状特征，降低最初物料图像所带有的噪点，提高后续图像处理时的准确性，降低网状特征对图像处理造成的影响，让图像更加清晰。
[0010]优选的，所述基于预设灰度阈值，对低噪物料图像进行图像切割，获取得到精准物料区域的步骤，包括：基于预设灰度阈值，调整出标准的灰度阈值区域，获取低噪物料图像的各个像素的灰度值；将低噪物料图像的各个像素的灰度值与灰度阈值区域进行对比，将灰度值不在灰度阈值区域内的像素进行剔除，分割得到精准物料区域。
[0011]通过采用上述技术方案，根据灰度阈值区间来确定出精准物料区域，对不在灰度阈值区间内的像素剔除，能够缩小图像处理的范围，加快图像处理的速度以及增加图像处理的精准度，增加了后续的处理效率。
[0012]优选的，所述基于精准物料区域，采用边缘检测技术，对精准物料区域边缘进行提取，获取得到物料区域的相邻边的步骤，包括：基于精准物料区域，获取灰度值的变化梯度与预设边界变化梯度进行对比，定位并获取精准物料区域的边缘；基于精准物料区域的边缘，获取得到物料区域的底边以及底边相邻的右侧边。
[0013]通过采用上述技术方案，利用灰度值的变化梯度能够精准地定位出精准物料区域的边缘，通过定位出的边缘，获取得到物料区域的底边和相邻右侧边，此两者相对发生的形变要少于其他边缘，能够有更好的数据参考性，对后续的图像定位起到关键作用，能够更加精准。
[0014]优选的，所述基于精准物料区域的边缘，获取得到物料区域的底边以及底边相邻的右侧边的步骤，包括：基于精准物料区域的边缘，将获取到的物料区域下半部分轮廓边缘进行轮廓点投影，形成局部回归线；基于精准物料区域的边缘，将下半部分轮廓边缘分割得到多条轮廓线，并且进行曲线拟合，获取得到最长距离的轮廓线作为物料区域的底边；基于物料区域的底边，获取在物料区域底边右侧衔接的最长距离轮廓线作为相邻右侧边。
[0015]通过采用上述技术方案，利用轮廓点投影，形成局部的回归线，形成断断续续的轮廓回归线后，对轮廓多条分割线进行整体的曲线拟合，拟合出最长距离的边缘则作为物料区域的底边，做轮廓回归线能够更好地定位出轮廓比较集中的点，而通过对各分割线进行
曲线拟合则是轮廓线更加平滑，使得后续作为底边时不存在断断续续的现象，接着通过底边获取右侧边，为后续定位物料区域的中点提供了数据支持。
[0016]优选的，所述基于物料区域的底边，获取在物料区域底边右侧衔接的最长距离轮廓线作为相邻右侧边的步骤之后，包括：基于精准物料区域，对各像素点赋予行列值坐标标号，建立起行列值坐标系。
[0017]通过采用上述技术方案，建立行列值坐标系，能够对图像处理起到辅助作用，能够赋予图像处理精准处理的位置，并且对后续数据处理起到关键性，能够让后续对底边以及右侧边在行列值坐标系中进行直线拟合。
[0018]优选的，所述基于物料区域的相邻边，计算获取物料倾斜角度并定位出物料区域的中心点位置信息的步骤，包括：基于物料区域的相邻边，对物料区域的底边和右侧边进行直线拟合，获取得到两条直线在行列值坐标系中的关系式；基于两条拟合直线的关系式，获取得到物料区域右下角的点的行列值坐标；基于物料区域底边拟合而成的直线、物料区域右下角的点以及物料区域的像素长度，获取得到物料区域的中心点的行列值坐标和物料倾斜角度。
[0019]通过采用上述技术方案，在建立行列值坐标系后，对原先为曲线的底边和右侧边进行直线拟合，即将曲线直线化，能够较为准确的确定出底侧边和右侧边的交点的坐标值，从而通过物料区域的宽度以及直线拟合出与曲线形成的角度，找出物料倾斜角度，最后得出物料区域中心点，能够辅助后续机器人更准确地定位物料的抓取点和抓取动作。
[0020]优选的，所述基于物料倾斜角度与中心点位置，将位置数据进行机器人操作分析后转化为处理信号发送至机器人的步骤，包括：基于中心点位置，进行机器人抓取点定位，标记并获取抓取点的行列坐标值；基于物料倾斜角度，进行机器人抓取角度倾向，根据预设的角度对照数据，生成抓取角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，包括：获取从摄像头进行图像采集得到的物料图像，对物料图像进行降噪处理，获取得到低噪物料图像；基于预设灰度阈值，对低噪物料图像进行图像切割，获取得到精准物料区域；基于精准物料区域，采用边缘检测技术，对精准物料区域边缘进行提取，获取得到物料区域的相邻边；基于物料区域的相邻边，计算获取物料倾斜角度并定位出物料区域的中心点位置信息；基于物料倾斜角度与中心点位置，将位置数据进行机器人操作分析后转化为处理信号发送至机器人。2.根据权利要求1所述的一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，所述获取从摄像头进行图像采集得到的物料图像，对物料图像进行降噪处理，获取得到低噪物料图像的步骤，包括：获取从摄像头进行图像采集得到的物料图像，读取预设形状的掩膜，对物料图像根据掩膜进行膨胀操作，获取膨胀操作后的物料图像；基于膨胀操作后的物料图像，在通过掩膜对物料图像进行腐蚀操作，获取得到闭运算后的低躁物料图像。3.根据权利要求1所述的一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，所述基于预设灰度阈值，对低噪物料图像进行图像切割，获取得到精准物料区域的步骤，包括：基于预设灰度阈值，调整出标准的灰度阈值区域，获取低噪物料图像的各个像素的灰度值；将低噪物料图像的各个像素的灰度值与灰度阈值区域进行对比，将灰度值不在灰度阈值区域内的像素进行剔除，分割得到精准物料区域。4.根据权利要求1所述的一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，所述基于精准物料区域，采用边缘检测技术，对精准物料区域边缘进行提取，获取得到物料区域的相邻边的步骤，包括：基于精准物料区域，获取灰度值的变化梯度与预设边界变化梯度进行对比，定位并获取精准物料区域的边缘；基于精准物料区域的边缘，获取得到物料区域的底边以及底边相邻的右侧边。5.根据权利要求4所述的一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，所述基于精准物料区域的边缘，获取得到物料区域的底边以及底边相邻的右侧边的步骤，包括：基于精准物料区域的边缘，将获取到的物料区域下半部分轮廓边缘进行轮廓点投影，形成局部回归线；基于精准物料区域的边缘，将下半部分轮廓边缘分割得到多条轮廓线，并且进行曲线拟合，获取得到最长距离的轮廓线作为物料区域的底边；基于物料区域的底边，获取在物料区域底边右侧衔接的最长距离轮廓线作为相邻右侧边。
6.根据权利要求5所述的一种强光背景下的麦克风网状物料的图像定位方法，其特征在于，所述...

【专利技术属性】
技术研发人员：刘晨璐，张敏，徐朋，陈辉，邓犇阳，
申请(专利权)人：敬科深圳机器人科技有限公司，
类型：发明
国别省市：