一种基于机器视觉的旋帽定心及其一字槽角度识别的方法技术

一种基于机器视觉的旋帽定心及其一字槽角度识别的方法，其步骤为：预先获取该类型旋帽的图像，进行图像处理建立模板，使模板图像焦点中心即为旋帽中心，建立模板数据库；采集需定位旋帽的待识别图像；进行图像处理后，与模板图像进行匹配。对匹配结果进行处理，得到多个旋帽圆心坐标(X

A machine vision based method for centering of rotating cap and angle recognition of slot

【技术实现步骤摘要】
一种基于机器视觉的旋帽定心及其一字槽角度识别的方法
本专利技术涉及定位
，特别涉及到视觉定位和角度测量以及机器学习的一种方法。
技术介绍
基于机器视觉和自动化以及人工智能行业正在日益兴起，该方法是通过CCD或者CMOS摄像头技术的发展，进行图像采集并进行图像的处理，此外由于Labview、Matlab、以及Open-CV等图像处理软件的功能逐渐完善和强大，对于图像的去燥，滤波的处理更加的成熟，使得该方法的精度得到大幅度提高。旋帽圆心和一字槽角度的定位对实现工业自动化和自动装配、拆卸以及人工智能有重大意义。
技术实现思路
为了能使工业自动化更加的完善、转配和拆卸更加的智能自动化，本专利技术提供一种种视觉定位旋帽圆心和一字槽角度的方法，包括以下步骤：步骤(1)：预先获取该类型一字旋帽的图像，对图像灰度化后进行截图处理，使其焦点中心即为旋帽中心，并建立包含该一字旋帽图像的数据库，设置为模板，具体步骤如下：(1.1)先将待识别旋帽进行Saturation饱和度面的灰度化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板1；(1.2)将旋帽在进行二值化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板2；(1.3)将初始模板1和初始模板2存储至模板数据库中；步骤(2)：通过基于CCD器件的摄像头采集需定位环境内旋帽的待识别图像；步骤(3)：将待识别图像进行灰度化、二值化傅里叶滤波后，与数据库中的模板图像进行匹配，根据匹配得到的结果，具体步骤如下：(3.1)将待识别图像进行Saturation饱和度面的灰度化处理，使其变为灰度图像，与模板数据库中的初始模板1进行匹配，将匹配度设置为满分的百分之80，匹配个数最多为4个,将匹配后得到的所有结果存贮至数组1中；(3.2)对原图进行抽取Red红色面进行灰度化处理，再进行二值化处理，寻找黑色部分，上限值为75，得到二值化图像，然后进行傅里叶滤波，滤去边缘间断点，使图像更加的圆滑.将处理后的二值图像与模板数据库中的模板进行二次匹配，将匹配度设置为满分的百分之80，即认定其为所需寻找旋帽，将匹配后得到的所有结果存贮至数组1中；步骤(4)：对匹配结果得到焦点中心进行计算处理得到4个旋帽圆心坐标(X01,Y01),(X02,Y02)，(X03,Y03)，(X04,Y04)，具体步骤如下：(4.1)将步骤(3)中的多组匹配结果整合为一个数组；(4.2)将(4.1)中的整合数组减去其第一个元素后得到一个新的数组，在新的数组中的元素中，满足X≤10，Y≤10的元素认定为一类元素，X,Y为数组中的元素,追溯至原结果数组，将其提取出来为数组3，进行取均值，认定为其中一个旋帽的圆心坐标；(4.3)将整合后的数组去除数组3以后，构成另一个新的数组，在此新的数组中减去其第一个元素后重复(4.2)，依次类推找出所有旋帽的圆心坐标，根据各个旋帽圆心到坐标原点的距离，从小到大依次排序，将旋帽坐标命名为1号坐标(X01,Y01)、2号坐标(X02,Y02)…；步骤(5)：对图片进行截图，建立新的模板存至模板数据库，用于下次的识别，以下步骤中的R均为旋帽外切圆的半径，具体步骤如下：(5.1)根据步骤(4)中求出的圆心坐标建立截图感兴趣区域即ROI；(5.2)以(X01-R,Y01-R)为矩形左上顶点，(X01+R,Y01+R)为矩形右下顶点截图，并进行相应的模板学习后，另存为新的模板；(5.3)以(X02-R,Y02-R)为矩形左上顶点，(X02+R,Y02+R)为矩形右下顶点截图，并进行相应的模板学习后，另存为新的模板。依次类推，找出所有旋帽的感兴趣区域即ROI，建立新的模板；步骤(6)：进行一字槽直线的识别，得到多个直线的起始点和终止点。具体步骤如下：(6.1)对原始图片进行抽取Red红色平面进行灰度化处理；(6.2)以步骤(4)求出的圆心坐标为根据，以(X0i-R,Y0i-R)为矩形左上顶点，(X0i+R,Y0i+R)为矩形右下顶点，建立直线识别的矩形感兴趣区域即ROI；(6.3)识别参数的设值，设值识别的直线长度最短为一字槽长度的三分之一，边缘阈值设置为75；(6.4)对于一字槽的边缘进行直线识别输出识别后得到的所有直线的起始点，终止点坐标，如表1；表1结果1234起始点X坐标1035.131011.181037.03998.46起始点Y坐标636.00590.03560.00554.00终止点X坐标1030.38997.851019.4298.32终止点Y坐标675.95705.03693.04639.95步骤(7)：根据直线的起始点和终止点计算识别得到的直线的斜率并反求角度，取各个直线角度的中值认定为此时一字槽与像素坐标X轴的夹角，具体步骤如下：(7.1)根据步骤(6)得到的所有直线的起始点和终止点坐标，利用两点法求各个直线的斜率K。计算公式如下：根据计算得到的K值，利用反三角函数求出直线角度值β，计算公式如下：β＝arctanK(7.2)将各个直线的β值进行排序，并求其各个直线的β值的中值α；(7.3)利用分段法计算一字槽的角度θ，计算公式如下：本专利技术对于旋帽圆心的定位的创新在于，采用S面的灰度图像模板匹配，为了提高识别准确的和稳定性，设置匹配度为满分的百分之80，后期进行灰度图像和的模板匹配再次进行定位圆心。本专利技术对于多个旋帽圆心的同时定位的创新在于，在多个匹配坐标出来以后，对坐标进行分类处理，将所有匹配中心坐标整合为一个数组，然后整合数组减去其第一个元素后得到一个新的数组，在新的数组中的元素中，满足X≤10，Y≤10(X,Y为数组中的元素)的元素认定为一类元素，追溯至原结果数组，将其提取出来为数组3，进行取均值，认定为其中一个旋帽的圆心坐标。依次得出所有待识别旋帽圆心坐标。本专利技术对自主机器学习的创新在于，得到圆心坐标(X0i，Y0i)后，对图像以(X0i-R,Y0i-R)为矩形左上顶点，(X0i+R,Y0i+R)为矩形右下顶点，建立截图的矩形感兴趣区域即ROI，并对图片进行模板参数的处理，存储至模板数据库中，进行以后的模板匹配，提高识别准确度和稳定性。本专利技术对于一字槽角度的识别创新在于，为了提高识别精度特缩小识别区域，基于旋帽圆心坐标(X0i，Y0i)的识别，以(X0i-R,Y0i-R)为矩形左上顶点，(X0i+R,Y0i+R本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的旋帽定心及其一字槽角度识别的方法，其特征在于/n步骤(1)：预先获取该类型一字旋帽的图像，对图像灰度化后进行截图处理，使其焦点中心即为旋帽中心，并建立包含该一字旋帽图像的数据库，设置为模板，具体步骤如下：/n(1.1)先将待识别旋帽进行Saturation饱和度面的灰度化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板1；/n(1.2)将旋帽在进行二值化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板2；/n(1.3)将初始模板1和初始模板2存储至模板数据库中；/n步骤(2)：通过基于CCD器件的摄像头采集需定位环境内旋帽的待识别图像；/n步骤(3)：将待识别图像进行灰度化、二值化、傅里叶滤波后，与数据库中的模板图像进行匹配，根据匹配得到结果，具体步骤如下：/n(3.1)将待识别图像进行Saturation饱和度面的灰度化处理，使其变为灰度图像，与模板数据库中的初始模板1进行匹配，将匹配度设置为满分的百分之80，匹配个数最多为4个,将匹配后得到的所有结果存贮至数组1中；/n(3.2)对原图进行抽取Red红色面进行灰度化处理，再进行二值化处理，，寻找黑色部分，上限值为75，得到二值化图像，然后进行傅里叶滤波，滤去边缘间断点，使图像更加的圆滑.将处理后的二值图像与模板数据库中的模板进行二次匹配，匹配度设置为满分的百分之80，即认定其为所需寻找旋帽，将匹配后得到的所有结果存贮至数组1中；/n步骤(4)：对匹配结果得到焦点中心进行计算处理得到4个旋帽圆心坐标(X...

【技术特征摘要】
1.一种基于机器视觉的旋帽定心及其一字槽角度识别的方法，其特征在于
步骤(1)：预先获取该类型一字旋帽的图像，对图像灰度化后进行截图处理，使其焦点中心即为旋帽中心，并建立包含该一字旋帽图像的数据库，设置为模板，具体步骤如下：
(1.1)先将待识别旋帽进行Saturation饱和度面的灰度化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板1；
(1.2)将旋帽在进行二值化处理，进行旋帽的截图，使其图片的焦点中心为旋帽的中心，为后续的匹配结果中心即为旋帽的中心作为基础依据，建立初始模板2；
(1.3)将初始模板1和初始模板2存储至模板数据库中；
步骤(2)：通过基于CCD器件的摄像头采集需定位环境内旋帽的待识别图像；
步骤(3)：将待识别图像进行灰度化、二值化、傅里叶滤波后，与数据库中的模板图像进行匹配，根据匹配得到结果，具体步骤如下：
(3.1)将待识别图像进行Saturation饱和度面的灰度化处理，使其变为灰度图像，与模板数据库中的初始模板1进行匹配，将匹配度设置为满分的百分之80，匹配个数最多为4个,将匹配后得到的所有结果存贮至数组1中；
(3.2)对原图进行抽取Red红色面进行灰度化处理，再进行二值化处理，，寻找黑色部分，上限值为75，得到二值化图像，然后进行傅里叶滤波，滤去边缘间断点，使图像更加的圆滑.将处理后的二值图像与模板数据库中的模板进行二次匹配，匹配度设置为满分的百分之80，即认定其为所需寻找旋帽，将匹配后得到的所有结果存贮至数组1中；
步骤(4)：对匹配结果得到焦点中心进行计算处理得到4个旋帽圆心坐标(X01,Y01),(X02,Y02)，(X03,Y03)，(X04,Y04)，具体步骤如下：
(4.1)将步骤(3)中的多组匹配结果整合为一个数组；该数组格式为[(X1,Y1),(X2,Y2),(X3,Y3),…，(Xn,Yn)]；
(4.2)将(4.1)中的整合数组减去其第一个元素后得到一个新的数组，在新的数组中的元素中，满足X≤10，Y≤10的元素认定为一类元素，X,Y为数组中的元素；追溯至原结果数组，将其提取出来为数组3，进行取均值，认定为其中一个旋帽的圆心坐标；
(4.3)将整合后的数组去除数组3以后，构成另一个新的数组，在此...

【专利技术属性】
技术研发人员：许东来，李明飞，孙国芹，杨巨辉，卢超伟，李文豪，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11