一种基于机器视觉的激光结构自动标定方法技术

本发明专利技术涉及计算机图像处理和显示技术领域。本发明专利技术涉及一种基于机器视觉的激光结构自动标定方法。其包括以下步骤：放置标定板，对标定板表面划定为标定区域，在其标定区域每个角设置固定信息点，并将标定板放置指定位置；使用拍照设备对激光投影结构进行拍摄，以获取标定板与激光投影结构的图像，同时依次采集标定区域中每处固定信息点的反馈图像信息，并对其在此时的图像信息进行梯度分类。本发明专利技术采用机器视觉技术进行自动标定，使得标定的效率和准确度得到了显著提高，同时对通过对标定板放置环境进行分析，避免标定板受到外界因素干扰，导致水平角度出现问题，无法准确识别坐点信息。息。息。

【技术实现步骤摘要】
一种基于机器视觉的激光结构自动标定方法


[0001]本专利技术涉及计算机图像处理和显示
，具体地说，涉及一种基于机器视觉的激光结构自动标定方法。

技术介绍

[0002]在许多制造过程中，使用激光结构投影仪是必要的。这种设备通常用于测量和校准物体的位置和形状，从而实现自动化生产线上的高精度加工和装配过程。传统的激光结构标定方法需要经验丰富的工程师，对激光结构和标定板进行手动标识，并根据不同的角度、位置和灰度值进行计算，一次操作需要花费大量的时间和精力，且易受人为因素干扰，特别是在拍照检测过中，由于外界杂质的干扰，可能会出现拍摄图像被遮挡、杂质堆积在标定板底部造成标定板水平和指定位置水平不一，出现标定板的位置偏差，三维标点错误，导致激光结构标定点无法精准收集，即便多次校正，数据可靠性依旧较低，因此，提出一种基于机器视觉的激光结构自动标定方法。

技术实现思路

[0003]本专利技术的目的在于提供一种基于机器视觉的激光结构自动标定方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，提供了一种基于机器视觉的激光结构自动标定方法，包括以下步骤：
[0005]S1、放置标定板，对标定板表面划定为标定区域，在其标定区域每个角设置固定信息点，并将标定板放置指定位置；
[0006]S2、使用拍照设备对激光投影结构进行拍摄，以获取标定板与激光投影结构的图像，同时依次采集标定区域中每处固定信息点的反馈图像信息，并对其在此时的图像信息进行梯度分类；
[0007]S3、基于S2所获取的图像信息，对其在不受到外界影响的前提下，将若干个数据图像信息进行融合规划，之后对其融合图像信息进行数据分析，通过数据分析从而提取标定板的四个角点；
[0008]S4、基于S2所获取的图像信息和S3四个角点，将所获取的图像信息和四个角点进行结合分析，从而计算获取标定板区域的位置和姿态信息；
[0009]S5、对激光结构数据进行信息采集，根据收集的激光数据信息对其使用坐标转换检测，并根据其检测结果判断该激光结构的偏差数据；
[0010]S6、基于S5所得出的偏差数据，对S3获取的标定区域信息进行二次分析核算，并同时根据核算完毕的数据信息来判断标定结果的可靠。
[0011]作为本技术方案的进一步改进，所述S1对标定板表面开设标定区域的步骤如下：
[0012]S1.1、根据标定板尺寸面积在表面划定指定区域，从而根据区域每个角位置不同均粘贴一颗标识点；
[0013]S1.2、根据标定板尺寸面积对拍摄范围的影响从而划定标定板放置指定位置，并采集该指定位置的周边环境进行分析。
[0014]作为本技术方案的进一步改进，所述S1.2中对指定位置周边环境的分析步骤如下：
[0015]S1.2.1、对该指定位置周边环境出现人为干扰因素进行分析；
[0016]S1.2.2、对该指定位置底部支撑处受力稳定进行分析；
[0017]S1.2.3、对该指定位置放置端处具有杂物干扰进行分析；
[0018]S1.2.4、收集上述对指定位置的分析结果，将其进行整合，得出标定板放置在该指定位置受环境干扰状况。
[0019]作为本技术方案的进一步改进，所述S2对图像信息进行梯度分类的步骤如下：
[0020]S2.1、对激光投影结构信息进行分析检测，根据检测信息判断激光投影设备运行状态；
[0021]S2.2、通过拍照装置采集标定板表面标定区域图像信息状态，收集标定板表面若干个不同点位；
[0022]S2.3、基于S2.2标定板收集的若干个点位，从中根据不同点位的反馈不同图像程度，将其图像显示不同程度类型进行分类。
[0023]作为本技术方案的进一步改进，所述S3对数据分析从而提取标定板四个角点的步骤如下：
[0024]S3.1、根据S2.3收集的点位信息，将其中仅有四个且反馈图像信息程度一致的四个点位进行单独提取；
[0025]S3.2、根据S2.2收集的标定板信息进行单独提取；
[0026]S3.3、通过将S3.1和S3.2收集的两种信息贯通之后四个点位数据为四个角点的精准信息。
[0027]作为本技术方案的进一步改进，所述根据S4计算获取标定板区域的位置和姿态信息步骤如下：
[0028]S4.1、将S3.3收集的四个角点精准信息输送至计算机；
[0029]S4.2、将S2.2收集的标定区域图像状态信息输送至计算机；
[0030]S4.3、根据S4.1和S4.2的四个角点位置信息在标定区域之间相距距离从而得出数据。
[0031]作为本技术方案的进一步改进，所述S5判断该激光结构数据偏差的步骤如下：
[0032]S5.1、将S3.3的四个角点三维坐标精确位置信息进行提取；
[0033]S5.2、将激光结构的三维坐标图系中标注四个角点的位置，并进行转换坐标位置自动得出激光结构标定信息。
[0034]作为本技术方案的进一步改进，所述S5.2转换坐标位置自动得出激光结构标定信息的步骤如下：
[0035]S5.2.1、通过坐标变换将激光结构的三维坐标变换为二维图像坐标；
[0036]S5.2.2、将S5.2.1分析得出二维图像坐标进行分析计算，从而得到标定板参数，根据标定板参数分析计算得到激光结构的自动标定。
[0037]作为本技术方案的进一步改进，所述S6来判断标定结果的可靠的步骤如下：
[0038]S6.1、基于S5.2得出自动标定信息通过计算机对其进行校验分析；
[0039]S6.2、对S6.1分析数据结合之前数据进行二次分析，从而判断标定数据的确信度；
[0040]S6.3、基于S6.2当需要处于第一次自动标定时，可对标定板进行二次自动标定，从而满足标定精度判断要求，从而得到精准自动标定数据。
[0041]与现有技术相比，本专利技术的有益效果：
[0042]该基于机器视觉的激光结构自动标定方法中，采用机器视觉技术进行自动标定，使得标定的效率和准确度得到了显著提高，同时对通过对标定板放置环境进行分析，避免标定板受到外界因素干扰，导致水平角度出现问题，无法准确识别坐点信息，同时本方法无需手工干预即可快速、准确地标定激光结构，且消除了人为因素的干扰，显著降低了标定的误差，提高了标定的可靠性和精度。
附图说明
[0043]图1为本专利技术的整体流程框图；
[0044]图2为本专利技术的对标定板表面开设标定区域的流程框图；
[0045]图3为本专利技术的对指定位置周边环境的分析的流程框图；
[0046]图4为本专利技术的对图像信息进行梯度分类的流程框图；
[0047]图5为本专利技术的对数据分析从而提取标定板四个角点的流程框图；
[0048]图6为本专利技术的计算获取标定板区域的位置和姿态信息的流程框图；
[0049]图7为本专利技术的判断该激光结构数据偏差的流程框图；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的激光结构自动标定方法，其特征在于：包括以下步骤：S1、放置标定板，对标定板表面划定为标定区域，在其标定区域每个角设置固定信息点，并将标定板放置指定位置，并对指定位置环境分析；S2、使用拍照设备对激光投影结构进行拍摄，以获取标定板与激光投影结构的图像，同时依次采集标定区域中每处固定信息点的反馈图像信息，并对其在此时的图像信息进行梯度分类；S3、基于S2所获取的图像信息，对其在不受到外界影响的前提下，将若干个数据图像信息进行融合规划，之后对其融合图像信息进行数据分析，通过数据分析从而提取标定板的四个角点；S4、基于S2所获取的图像信息和S3四个角点，将所获取的图像信息和四个角点进行结合分析，从而计算获取标定板区域的位置和姿态信息；S5、对激光结构数据进行信息采集，根据收集的激光数据信息对其使用坐标转换检测，并根据其检测结果判断该激光结构的偏差数据；S6、基于S5所得出的偏差数据，对S3获取的标定区域信息进行二次分析核算，并同时根据核算完毕的数据信息来判断标定结果的可靠。2.根据权利要求1所述的基于机器视觉的激光结构自动标定方法，其特征在于：所述S1对标定板表面开设标定区域的步骤如下：S1.1、根据标定板尺寸面积在表面划定指定区域，从而根据区域每个角位置不同均粘贴一颗标识点；S1.2、根据标定板尺寸面积对拍摄范围的影响从而划定标定板放置指定位置，并采集该指定位置的周边环境进行分析。3.根据权利要求2所述的基于机器视觉的激光结构自动标定方法，其特征在于：所述S1.2中对指定位置周边环境的分析步骤如下：S1.2.1、对该指定位置周边环境出现人为干扰因素进行分析；S1.2.2、对该指定位置底部支撑处受力稳定进行分析；S1.2.3、对该指定位置放置端处具有杂物干扰进行分析；S1.2.4、收集上述对指定位置的分析结果，将其进行整合，得出标定板放置在该指定位置受环境干扰状况。4.根据权利要求1所述的基于机器视觉的激光结构自动标定方法，其特征在于：所述S2对图像信息进行梯度分类的步骤如下：S2.1、对激光投影结构信息进行分析检测，根据检测信息判断激光投影设备运行状态；S2.2、通过拍照装置采...

【专利技术属性】
技术研发人员：颜发根，郭丽丽，刘梦飞，
申请(专利权)人：深圳市高素科技有限公司，
类型：发明
国别省市：