基于单相机的模板标记检测方法及模板位置矫正方法技术

本公开提供了一种基于单相机的模板标记检测方法及模板位置矫正方法，包括：S1，采用单相机对模板上的标记进行图像采集，预处理后得到二值化图像；S2，对二值化图像进行边缘锯齿角点检测，得到边缘锯齿角点集合；S3，对二值化图像依次进行边缘检测、直线检测，得到粗检测边缘线段集合；S4，遍历粗检测边缘线段集合，判断并保留其中共线的线段，得到粗检测共线线段集合；S5，遍历边缘锯齿角点集合，与粗检测共线线段集合中的线段进行点、线共线判断，得到精检测点线集合；S6，对精检测点线集合进行直线拟合，再利用反正切函数计算得到各条直线的倾斜角度，完成对标记的检测。进一步地，对模板的位置进行矫正。位置进行矫正。位置进行矫正。

【技术实现步骤摘要】
基于单相机的模板标记检测方法及模板位置矫正方法


[0001]本公开涉及光学检测
，具体涉及一种基于单相机的模板标记检测方法及模板位置矫正方法。

技术介绍

[0002]机械手传输模板过程中需要进行位置的矫正，一般采用2个PSD进行光学矫正或者采用两个相机进行图像矫正，但对于模板吸盘上方和下方的空间有限的情况，并没有足够的空间进行PSD和相机的安装。采用光学方法对位置标记进行直线检测时，因为单条直线斜率已经固定，难以对其斜率进行修正，因此直线检测得出的标记斜率精度低。另外，由于灰度图相邻像素点的像素值差别较小，因此基于灰度图的角点检测得到的角点数量较少，故无法利用获得的角点来确定标记的位置信息。

技术实现思路

[0003](一)要解决的技术问题
[0004]针对上述问题，本公开提供了一种基于单相机的模板标记检测方法及模板位置矫正方法，用于解决传统方法中检测装置安装受限、得到标记的倾斜角度精度低等技术问题。
[0005](二)技术方案
[0006]本公开一方面提供了一种基于单相机的模板标记检测方法，包括：S1，采用单相机对模板上的标记进行图像采集，预处理后得到二值化图像；S2，对二值化图像进行边缘锯齿角点检测，得到边缘锯齿角点集合；S3，对二值化图像依次进行边缘检测、直线检测，得到粗检测边缘线段集合；S4，遍历粗检测边缘线段集合，判断并保留其中共线的线段，得到粗检测共线线段集合；S5，遍历边缘锯齿角点集合，与粗检测共线线段集合中的线段进行点、线共线判断，得到精检测点线集合；S6，对精检测点线集合进行直线拟合，再利用反正切函数计算得到各条直线的倾斜角度，完成对标记的检测。
[0007]进一步地，S1包括：S11，采用单相机对模板上的标记进行图像采集，得到初始图像；S12，将初始图像转化为灰度图并进行滤波；S13，对S12所得的图像进行二值化处理，得到二值化图像。
[0008]进一步地，S2包括：对二值化图像中的像素点进行Shi
‑
Tomasi角点响应函数检测，得到边缘锯齿角点集合。
[0009]进一步地，S3包括：对二值化图像进行Canny边缘检测，得到边缘图形；根据边缘图形利用累计概率霍夫变换得到标记中的多条边缘线段，多条边缘线段组成粗检测边缘线段集合。
[0010]进一步地，S4包括：S41，在粗检测边缘线段集合中任选两条线段，得到四个端点；S42，计算由四个端点组成的四边形的面积，计算其中一条线段的斜率、一条线段的两个端点分别与另一条线段的两个端点连接成的线段的斜率；S43，若四边形的面积小于第一预设阈值，且斜率的差值均小于第二预设阈值，则两条线段共线；S44，遍历粗检测边缘线段集
合，保留其中共线的线段，得到粗检测共线线段集合。
[0011]进一步地，S5包括：S51，在边缘锯齿角点集合中任选一角点，角点与粗检测共线线段集合中的线段分别构成三角形；S52，计算三角形的面积；S53，若三角形的面积小于第三预设阈值，则角点与线段点、线共线；S54，遍历边缘锯齿角点集合，将点、线共线的角点和线段合并得到精检测点线集合。
[0012]进一步地，S5还包括：S55，选取精检测点线集合中相同的共线的线段，保留其中任意一条，去除多余的线段。
[0013]进一步地，S6包括：S61，将精检测点线集合中点、线共线的角点与相应线段的两个端点进行直线拟合，得到直线方程；S62，根据直线方程利用反正切函数计算得到各条直线的倾斜角度。
[0014]进一步地，模板上的标记包括“米”字形、“十”字形中的一种。
[0015]本公开另一方面提供了一种基于单相机的模板位置矫正方法，包括：S1，采用单相机对模板上的标记进行图像采集，预处理后得到二值化图像；S2，对二值化图像进行边缘锯齿角点检测，得到边缘锯齿角点集合；S3，对二值化图像依次进行边缘检测、直线检测，得到粗检测边缘线段集合；S4，遍历粗检测边缘线段集合，判断并保留其中共线的线段，得到粗检测共线线段集合；S5，遍历边缘锯齿角点集合，与粗检测共线线段集合中的线段进行点、线共线判断，得到精检测点线集合；S6，对精检测点线集合进行直线拟合，再利用反正切函数计算得到各条直线的倾斜角度；S7，根据各条直线的倾斜角度与标准角度的差值，对模板的位置进行矫正。
[0016](三)有益效果
[0017]本公开的基于单相机的模板标记检测方法及模板位置矫正方法，采用单相机进行图像采集，减少了工位占用，解决了检测装置安装受限的问题；进一步地，通过图像二值化得到更多且精确的边缘角点，结合使用模板标记联通部分两边共线的直线，进行直线拟合后得到更精准的直线倾斜角度，确定标记的准确位置信息，实现对模板标记高精度的检测，最终利用该检测方法得出的标记位置信息进行模板位置的矫正。
附图说明
[0018]图1示意性示出了根据本公开实施例中基于单相机的模板标记检测方法的流程图；
[0019]图2示意性示出了根据本公开实施例中检测方法使用装置的工位结构示意图；
[0020]图3示意性示出了根据本公开实施例中对标记图像进行滤波后的图形；
[0021]图4示意性示出了根据本公开实施例中对灰度图进行二值化处理后的图形；
[0022]图5示意性示出了根据本公开实施例中对二值化图像进行边缘锯齿角点检测的结果图；
[0023]图6示意性示出了根据本公开实施例中对二值化图像进行边缘检测、直线检测的结果图；
[0024]图7示意性示出了根据本公开实施例中进行共线判断的夹角示意图；
[0025]图8示意性示出了根据本公开实施例中对精检测点线集合进行直线拟合的结果图；
[0026]图9示意性示出了根据本公开实施例中基于单相机的模板标记检测的处理流程示意图；
[0027]图10示意性示出了根据本公开实施例1中五次模板上片后二值化处理的结果图；
[0028]图11示意性示出了根据本公开实施例1中五次模板上片后对二值化图像进行边缘锯齿角点检测的结果图；
[0029]图12示意性示出了根据本公开实施例1中五次模板上片后对二值化图像进行边缘检测、直线检测的结果图；
[0030]图13示意性示出了根据本公开实施例1中五次模板上片后对精检测点线集合进行直线拟合的结果图。
具体实施方式
[0031]为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
[0032]在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
[0033]需要说明，若本公开实施例中有涉及方向性指示，则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
...

【技术保护点】

【技术特征摘要】
1.一种基于单相机的模板标记检测方法，其特征在于，包括：S1，采用单相机对模板上的标记进行图像采集，预处理后得到二值化图像；S2，对所述二值化图像进行边缘锯齿角点检测，得到边缘锯齿角点集合；S3，对所述二值化图像依次进行边缘检测、直线检测，得到粗检测边缘线段集合；S4，遍历所述粗检测边缘线段集合，判断并保留其中共线的线段，得到粗检测共线线段集合；S5，遍历所述边缘锯齿角点集合，与所述粗检测共线线段集合中的线段进行点、线共线判断，得到精检测点线集合；S6，对所述精检测点线集合进行直线拟合，再利用反正切函数计算得到各条所述直线的倾斜角度，完成对所述标记的检测。2.根据权利要求1所述的基于单相机的模板标记检测方法，其特征在于，所述S1包括：S11，采用单相机对模板上的标记进行图像采集，得到初始图像；S12，将所述初始图像转化为灰度图并进行滤波；S13，对所述S12所得的图像进行二值化处理，得到二值化图像。3.根据权利要求1所述的基于单相机的模板标记检测方法，其特征在于，所述S2包括：对所述二值化图像中的像素点进行Shi
‑
Tomasi角点响应函数检测，得到边缘锯齿角点集合。4.根据权利要求1所述的基于单相机的模板标记检测方法，其特征在于，所述S3包括：对所述二值化图像进行Canny边缘检测，得到边缘图形；根据所述边缘图形利用累计概率霍夫变换得到所述标记中的多条边缘线段，所述多条边缘线段组成所述粗检测边缘线段集合。5.根据权利要求1所述的基于单相机的模板标记检测方法，其特征在于，所述S4包括：S41，在所述粗检测边缘线段集合中任选两条线段，得到四个端点；S42，计算由所述四个端点组成的四边形的面积，计算其中一条线段的斜率、一条线段的两个端点分别与另一条线段的两个端点连接成的线段的斜率；S43，若所述四边形的面积小于第一预设阈值，且所述斜率的差值均小于第二预设阈值，则所述两条线段共...

【专利技术属性】
技术研发人员：罗先刚，李成文利，刘明刚，闫剑，王长涛，
申请(专利权)人：中国科学院光电技术研究所，
类型：发明
国别省市：