System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及图像数据处理,具体涉及一种用于中厚板吊具夹取过程的视觉定位方法。
技术介绍
1、中厚板是工程中广泛使用的一类板材,其厚度通常在4.5mm至25mm之间,远小于其平面尺寸,这种板材在建筑工程、机械制造、容器制造、造船和桥梁建造等领域被广泛应用。在中厚板的生产过程中,必须使用吊具将中厚板悬吊,并将其准确地送入指定位置。由于板材的尺寸相对较大,因此通常会采用带有吊钩的大型吊具进行夹取。虽然中厚板具有一定的厚度,但在吊运过程中,吊具依然可能导致中厚板出现吊伤和吊弯等问题,从而影响中厚板的外观质量。因此,在夹取的过程中,需要对中厚板进行精确的定位,以最大程度地减少吊运引起的损伤,确保中厚板的外观质量达到要求。
2、中厚板通常是通过轧制工艺制造的,在这个过程中,钢坯经过一系列的轧辊,逐步减小截面并获得所需的厚度。不同的轧辊和轧制参数可能会在中厚板表面留下条纹痕迹。现有基于视觉定位的方法存在容易将中厚板表面条纹误识别为真实边界的缺陷,导致定位不准确,从而对中厚板造成损坏。
技术实现思路
1、为了解决上述技术问题,本专利技术提供一种用于中厚板吊具夹取过程的视觉定位方法,以解决现有的问题。
2、本专利技术的一种用于中厚板吊具夹取过程的视觉定位方法采用如下技术方案:
3、本专利技术一个实施例提供了一种用于中厚板吊具夹取过程的视觉定位方法,该方法包括以下步骤:
4、获取中厚板图像,获取中厚板图像的边缘图像;
5、利用角点检测算法检测边
6、根据边角轮廓显著度利用boosting算法标记中厚板的位置,实现中厚板吊具夹取过程中的视觉定位。
7、进一步地,所述根据各像素点处轮廓两侧的纹理特征构建各像素点处的两侧长游程因子差异系数,包括:
8、对于各像素点,以像素点为切点分别作轮廓两侧的外切圆,分别计算各外切圆区域内的四个预设角度下的灰度游程矩阵的长游程因子,分别计算各外切圆区域内所有长游程因子的均值,计算沿法线方向的轮廓右侧的外切圆的所述均值与另一个外切圆的所述均值的比值,将所述比值作为以自然常数为底的指数函数的指数,计算所述指数函数的计算结果与1的差值绝对值,将所述差值绝对值作为像素点处的两侧长游程因子差异系数。
9、进一步地,所述根据各像素点处的两侧长游程因子差异系数构建各像素点处的轮廓两侧外切纹理对比度,包括:
10、对于各像素点,分别统计像素点的各外切圆区域内所有像素点的灰度值均值,分别计算各外切圆区域内各像素点灰度值与各外切圆的所述灰度值均值的差值绝对值,记为第一差值绝对值,分别计算各外切圆区域内各像素点的所述第一差值绝对值与各外切圆区域内像素点总数的比值,分别计算各外切圆区域内所有像素点的所述比值的和值,获取两个外切圆的所述和值的差值绝对值,记为第二差值绝对值,计算像素点处的两侧长游程因子差异系数与所述第二差值绝对值的乘积,将所述乘积作为像素点处的轮廓两侧外切纹理对比度。
11、进一步地,所述根据各窗口内像素点处的轮廓两侧外切纹理对比度构建各窗口的纹理对比度序列,包括:
12、对于各窗口,将窗口内所有像素点处的轮廓两侧外切纹理对比度组成窗口的纹理对比度序列。
13、进一步地,所述根据各窗口与各窗口所在轮廓内其余窗口的纹理对比序列的差异构建各窗口的局部纹理相似度,包括:
14、对于各窗口,计算窗口与窗口所在轮廓内其余各窗口的纹理对比度序列的dtw距离,计算窗口的所有所述dtw距离的和值,将所述和值作为窗口的局部纹理相似度。
15、进一步地,所述根据各轮廓内窗口的局部纹理相似度构建各轮廓的两侧外切纹理对比度波动系数,包括:
16、对于各轮廓,将轮廓内所有窗口的局部纹理相似度按照窗口顺序组成局部纹理相似度序列,计算局部纹理相似度序列中所有元素的和值,记为第一和值,计算所述第一和值与轮廓内窗口数量的比值,记为第一比值,计算局部纹理相似度序列中所有元素的均值,计算局部纹理相似度序列中各元素与所述均值的差值,计算局部纹理相似度序列中所有元素的方差,计算局部纹理相似度序列中各元素的所述差值与所述方差的比值,记为第二比值,计算局部纹理相似度序列中所有元素的所述第二比值的和值,记为第二和值,将所述第一比值与所述第二和值的乘积作为轮廓的两侧外切纹理对比度波动系数。
17、进一步地,所述根据各轮廓的两侧外切纹理对比度波动系数获取疑似边角轮廓,包括:
18、将各轮廓按照两侧外切纹理对比度波动系数从小到大排列,将前预设比例的两侧外切纹理对比度波动系数所对应的轮廓作为疑似边角轮廓。
19、进一步地,所述根据各疑似边角轮廓与其余各疑似边角轮廓的梯度值序列构建各疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数,包括:
20、对于各疑似边角轮廓,获取疑似边角轮廓的各像素点的梯度值,并按像素点的顺序排列组成疑似边角轮廓的梯度值序列,获取疑似边角轮廓的梯度值序列中所有元素的均值;计算疑似边角轮廓与其余各疑似边角轮廓的所述均值的差值绝对值,当疑似边角轮廓的所述差值绝对值小于等于0.1时,疑似边角轮廓相对于各疑似边角轮廓的边角显著分数为1;
21、计算疑似边角轮廓与其余各疑似边角轮廓的所述均值的乘积,计算-1与预设大于零的数值的差值,计算-1与预设大于零的数值的和值,当疑似边角轮廓的所述乘积大于所述差值,且小于所述和值时,疑似边角轮廓相对于各疑似边角轮廓的边角显著分数为1;
22、否则,疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数为0.1。
23、进一步地,所述根据各疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数,以及疑似边角轮廓的两侧外切纹理对比度波动系数构建各疑似边角轮廓的边角轮廓显著度,包括:
24、对于各疑似边角轮廓,计算疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数的和值,记为第一和值,计算疑似边角轮廓与其余各疑似边角轮廓的两侧外切纹理对比度波本文档来自技高网...
【技术保护点】
1.一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,该方法包括以下步骤:
2.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各像素点处轮廓两侧的纹理特征构建各像素点处的两侧长游程因子差异系数,包括:
3.如权利要求2所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各像素点处的两侧长游程因子差异系数构建各像素点处的轮廓两侧外切纹理对比度,包括:
4.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各窗口内像素点处的轮廓两侧外切纹理对比度构建各窗口的纹理对比度序列,包括:
5.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各窗口与各窗口所在轮廓内其余窗口的纹理对比序列的差异构建各窗口的局部纹理相似度,包括:
6.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各轮廓内窗口的局部纹理相似度构建各轮廓的两侧外切纹理对比度波动系数,包括:
7.如权利要求1所述的一
8.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各疑似边角轮廓与其余各疑似边角轮廓的梯度值序列构建各疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数,包括:
9.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各疑似边角轮廓相对于其余各疑似边角轮廓的边角显著分数,以及疑似边角轮廓的两侧外切纹理对比度波动系数构建各疑似边角轮廓的边角轮廓显著度,包括:
10.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据边角轮廓显著度利用Boosting算法标记中厚板的位置,实现中厚板吊具夹取过程中的视觉定位,包括:
...【技术特征摘要】
1.一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,该方法包括以下步骤:
2.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各像素点处轮廓两侧的纹理特征构建各像素点处的两侧长游程因子差异系数,包括:
3.如权利要求2所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各像素点处的两侧长游程因子差异系数构建各像素点处的轮廓两侧外切纹理对比度,包括:
4.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各窗口内像素点处的轮廓两侧外切纹理对比度构建各窗口的纹理对比度序列,包括:
5.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述根据各窗口与各窗口所在轮廓内其余窗口的纹理对比序列的差异构建各窗口的局部纹理相似度,包括:
6.如权利要求1所述的一种用于中厚板吊具夹取过程的视觉定位方法,其特征在于,所述...
【专利技术属性】
技术研发人员:袁国东,袁博文,王睿涛,
申请(专利权)人:葫芦岛天力工业有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。