[发明专利]一种面向喷涂生产线的3D智能相机系统与工件在线测量方法有效
申请号: | 201810271919.2 | 申请日: | 2018-03-29 |
公开(公告)号: | CN108592788B | 公开(公告)日: | 2020-07-24 |
发明(设计)人: | 肖昌炎;雷禧生;谭立春;梁桥康;缪慧司;曾双龙 | 申请(专利权)人: | 湖南大学 |
主分类号: | G01B11/00 | 分类号: | G01B11/00 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 周长清 |
地址: | 410082 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 面向 喷涂 生产线 智能 相机 系统 工件 在线 测量方法 | ||
本发明公开了一种面向喷涂生产线的3D智能相机系统与工件在线测量方法,其包括以下步骤:S1:设定成像设备以完成成像;S2:提取目标工件深度图像;滤除背景噪音并提取出目标工件深度图像;S3:对所述目标工件深度图像经过多尺度多结构元素的形态学边缘检测得到目标工件深度图像的单边缘轮廓;S4:对所述目标工件单边缘轮廓经过像素灰度极值搜索操作,完成二维图像坐标系内所述目标工件的尺寸测量,通过三维图元自适应步长线扫描和截尾均值统计,完成待喷涂工件点云中关键点的提取。本发明具有操作简便、效率和自动化程度高、测量精度高等优点。
技术领域
本发明主要涉及到工业应用级的在线测量技术领域,特指一种面向喷涂生产线的3D智能相机系统与工件在线测量方法。
背景技术
传统人工喷涂的特点是操作人员经常在高温、高湿并且散布有毒有害喷涂粉尘的生产环境中进行大量的重复机械操作,这对从业人员的身体造成了严重危害,操作人员参差不齐的技术水平也无法保证生产质量。
随着技术的发展,自动化喷涂在喷涂行业已经得到广泛应用,不仅改善了工人的劳动环境还提高了产量与生产质量。在自动化喷涂作业过程中,由于待喷涂工件可能具有较为复杂的几何特征并且实际生产对实时性也有相对较高的要求,机器人自动编程技术作为一种智能化、高效率的机器人技术,可根据待喷涂工件的特点自动调整喷涂参数与规划喷涂路径,因此得到广泛应用。其关键是自动获取工件的3D形状和尺寸测量。3D相机是一种用来获取物体三维深度信息的成像设备,也可用于非接触的三维尺寸测量,具有高精度、高集成、低功耗等特点,近年来,3D相机从科研领域逐渐向民用与工业领域发展,例如将3D相机用于集成电路制造、无人机导航、手机人脸识别等场景。然而现有的3D相机往往只是单一设备,接口少、执行功能单一、计算处理芯片弱等缺点限制了3D相机在工业界的进一步应用。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种操作简便、效率和自动化程度高、测量精度高的面向喷涂生产线的3D智能相机系统与工件在线测量方法。
为解决上述技术问题,本发明采用以下技术方案:
一种面向喷涂生产线的3D智能相机系统与工件在线测量方法,其包括以下步骤:
S1:设定成像设备以完成成像;
S2:提取目标工件深度图像;滤除背景噪音并提取出目标工件深度图像;
S3:对所述目标工件深度图像经过多尺度多结构元素的形态学边缘检测得到目标工件深度图像的单边缘轮廓;
S4:对所述目标工件单边缘轮廓经过像素灰度极值搜索操作,完成二维图像坐标系内所述目标工件的尺寸测量,通过三维图元自适应步长线扫描和截尾均值统计,完成待喷涂工件点云中关键点的提取。
作为本发明的进一步改进:所述步骤S2中采用形态学双边深度阈值分割进行深度图像预处理,即目标工件深度图像提取的方法为:对直接采集到的深度图像进行开操作以平滑目标工件边缘,消除图像中的细小的噪点;再经过闭操作以连通狭窄的间断,填补深度图像的孔洞;深度灰度图像每一点的灰度值根据该点的深度值决定,通过设置远边界与近边界的深度阈值,即可消除背景与前景的干扰;最后在深度相机的视场中设置有效图像采集区域,只对区域内的图像进程处理,区域外的图像灰度都设为0,提取出目标工件深度图像。
作为本发明的进一步改进:所述步骤S3中采用自适应多尺度多结构边缘检测对预处理后的图像进行单边缘检测;即:根据工业现场不同的程度的噪声干扰,利用多种不同大小的结构元素按照相应的权值进行融合处理,利用多种不同的尺度元素按照相应的权值进行融合处理,最后根据一定比例构造出一个适应该工件该生产环境的多尺度多结构边缘检测算子;通过所述检测算子得到目标工件深度图像的单边缘轮廓。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖南大学,未经湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810271919.2/2.html,转载请声明来源钻瓜专利网。