[发明专利]一种基于机器视觉的螺钉定位与识别方法有效

专利信息
申请号: 201911412708.7 申请日: 2019-12-31
公开(公告)号: CN111062940B 公开(公告)日: 2022-05-20
发明(设计)人: 陈天星;李响;冯芳 申请(专利权)人: 西南交通大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/181;G06T7/62;G06T7/80;G06T5/00;G06T5/30;G01B11/00;G01B11/24
代理公司: 北京正华智诚专利代理事务所(普通合伙) 11870 代理人: 陈航
地址: 610031*** 国省代码: 四川;51
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 基于 机器 视觉 螺钉 定位 识别 方法
【权利要求书】:

1.一种基于机器视觉的螺钉定位与识别方法,其特征在于,包括以下步骤:

S1、获取目标区域的图像数据并对其进行预处理,得到第一图像数据;

S2、对第一图像数据进行霍夫变换,获取螺钉圆心的粗略坐标;

S3、采集螺钉圆心粗略坐标位置处的图像并对其进行预处理,得到第二图像数据;

S4、分别对第二图像采用霍夫变换和最小二乘法获取螺钉的圆心坐标,并将两个坐标进行算术平均,得到螺钉圆心的精确坐标,完成螺钉定位;

S5、获取螺钉的半径值,并根据螺钉圆心的精确坐标和半径值获取螺钉头部图像数据;

S6、获取螺钉头部图像数据的头部边缘数据,并对其进行形态学处理和填充处理,得到螺钉头部形状特点数据;

S7、将螺钉头部形状特点数据与现有螺钉的头部形状特点数据进行匹配,将匹配结果最好的螺钉作为该螺钉的识别结果,完成螺钉识别。

2.根据权利要求1所述的基于机器视觉的螺钉定位与识别方法,其特征在于,所述步骤S1的具体方法包括以下子步骤:

S1-1、采用工业相机获取目标区域的图像数据并对其进行高斯滤波,得到高斯滤波后的图像;

S1-2、对高斯滤波后的图像进行边缘图像分割,并采用Canny边缘检测算法进行边缘提取,得到第一图像数据。

3.根据权利要求1所述的基于机器视觉的螺钉定位与识别方法,其特征在于,所述步骤S3的具体方法包括以下子步骤:

S3-1、以螺钉圆心的粗略坐标为中心,拉近摄像头并采集螺钉圆心粗略坐标处的图像;

S3-2、对螺钉圆心粗略坐标处的图像依次进行高斯滤波和边缘图像分割,并采用Canny边缘检测算法进行边缘提取,得到第二图像数据。

4.根据权利要求1所述的基于机器视觉的螺钉定位与识别方法,其特征在于,所述步骤S5的具体方法为:

获取螺钉的半径值,将螺钉圆心的精确坐标作为螺钉头部图像数据的中心,设立长度为L的矩形边长,将矩形框选区域的图像数据作为螺钉头部图像数据;其中L大于两倍螺钉的半径值。

5.根据权利要求1所述的基于机器视觉的螺钉定位与识别方法,其特征在于,所述步骤S6的具体方法包括以下子步骤:

S6-1、采用Canny边缘检测算法对螺钉头部图像数据进行螺钉图像边缘提取,得到螺钉头部边缘提取图;

S6-2、对螺钉头部边缘提取图进行膨胀处理,得到边缘膨胀处理后的图像;

S6-3、在膨胀处理后的图像中选取螺钉头部槽型边缘与螺钉外缘圆形边缘之间的区域任一点为填充出发点A进行第一次漫水填充,并以该点的圆心对称点B为填充出发点进行第二次漫水填充,得到漫水填充后的图像;

S6-4、通过将漫水填充后的图像减去边缘膨胀处理后的图像并去除多余特征,得到去除多余特征图;

S6-5、将去除多余特征图进行第三次漫水填充,得到螺钉头部形状特点图,即螺钉头部形状特点数据。

6.根据权利要求1所述的基于机器视觉的螺钉定位与识别方法,其特征在于,所述步骤S7的具体方法为:

将螺钉头部形状特点数据中的几何形状特征与现有螺钉的头部形状特点数据中的几何形状特征进行匹配,将匹配结果最好的螺钉作为该螺钉的识别结果,完成螺钉识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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西南交通大学,未经西南交通大学许可,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/201911412708.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top