[发明专利]一种自动装配中靶标球识别方法

说明书

技术领域

本发明涉及一种自动装配中靶标球识别方法，属于自动化制造技 术领域。

背景技术

激光跟踪测量系统以其测量精度高、工作范围大、操作简单、可 移动等特点，广泛应用于大尺寸部件的生产、装配与测量中。由于单 台激光跟踪仪无法实现多基准点快速自动测量，而多跟踪仪系统成本 高且现场布局存在困难。文中提出使用单目摄像机联合单台激光跟踪 仪，组成基于单目视觉系统导引的激光跟踪视觉导引测量系统，以单 目摄像机获取的测量基准点空间位置作为导引信息，引导激光跟踪 仪完成多基准点三维坐标的自动测量，跟踪仪根据测量值指导定位系 统调整待装配工件的位置、姿态，完成大尺寸部件的自动装配与对接。

自动测量核心步骤是利用激光跟踪仪目标反射球(即靶标球)表 面强反光的特性，先大致判定可能存在靶标球的区域，然后对各候 选区域使用激光光束进行螺旋式搜索，寻找靶标球球心。因此，靶标 球的识别就成为影响靶标球定位速度和装配对接效率的重要环节。

发明内容

目的：为了克服现有技术中存在的不足，本发明提供一种自动装 配中靶标球识别方法。

技术方案：为解决上述技术问题，本发明采用的技术方案为：

一种自动装配中靶标球识别方法，包括如下步骤：

步骤一：图像边缘提取与分割；

步骤二：候选椭圆分量识别；

步骤三：椭圆弧片段融合；

步骤四：靶标球投影图像椭圆的自动识别。

作为优选方案，所述步骤一包括：提取图像边缘的角点和拐点， 将边缘在这些点处断开；对断开后的边缘子片段进行长度筛选，剔除 所含边缘像素数量小于阈值的子片段，阈值T＝50-60；将经长度筛选 后的边缘子片段记录在边缘片段集合S中，即S＝{P₁,P₂,...,P_n}。

作为优选方案，所述阈值T＝50。

作为优选方案，所述步骤二包括：采用最小二乘法对每个子片段 分别进行椭圆拟合，记E_i为子片段P_i的最小二乘拟合椭圆，N(P_i)为P_i中边缘像素数，N(E_i,P_i)为P_i中与椭圆E_i交叠的边缘像素数；对每个子 片段P_i，计算比值

当λ(E_i,P_i)≥λ_T时,P_i可视为候选椭圆弧片段；当λ(E_i,P_i)≤λ_T时，将 P_i从S中剔除，为保证不丢失任何椭圆弧片段，取λ_T＝0.1。

作为优选方案，所述步骤三包括：对边缘子片段P_i、P_j，记P_i与 P_j的合并子片段为P_m，由P_m中边缘像素点拟合的椭圆记为E_m；计算 λ(E_m,P_m)，如果λ(E_m,P_m)≥max{λ(E_i,P_i),λ(E_j,P_j)}，则认为P_i、P_j可能属 于同一个椭圆，可将P_i、P_j融合为一条子片段；将上述计算遍历边 缘片段集合S中的所有子片段，并对所有的λ值由大到小进行排序， 取λ值最大的10组边缘子片段所对应的椭圆方程。

作为优选方案，所述步骤四包括:构造靶标球投影图像椭圆特征 识别向量TargetEllip se＝(Area，Ratio，Compactness)；其中，Area 表示椭圆面积，Ratio为椭圆长、短轴比， Compactness＝(Ellipse_Perimeter)²/Area，由椭圆周长的平方与面 积比计算得来，表示椭圆区域的紧致度；计算每个候选椭圆的特征识 别向量，即为靶标球投影图像椭圆；记图像椭圆方程为 au²+bv²+cuv+du+e+f＝0，其中(u,v)是以像素为单位的图像坐标系。