一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法制造技术

本发明专利技术涉及一种空调蒸发器涂胶路径获得方法，公开了一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法，具体为先通过二维相机和三维相机分别拍摄空调蒸发器的亮度图像imgA和深度图像imgB；然后分别对深度图像imgB和亮度图像imgA进行处理后获得感兴趣图像imgC，然后对所述的感兴趣图像imgC进行连通区域标记、排序，获得目标连通区域，最后使用最小二乘拟合方法拟合获得涂胶点的坐标，获得空调蒸发器涂胶路径。本发明专利技术能够获得完整的涂胶路径，具有较高的引导精度，能够有效保证蒸发器整体精准涂胶。器整体精准涂胶。器整体精准涂胶。

【技术实现步骤摘要】
一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法


[0001]本专利技术涉及一种空调蒸发器涂胶路径获得方法，尤其涉及了一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法。

技术介绍

[0002]蒸发器作为空调热量交换的载体，对空调的能效高低有着决定性的作用。为了保证蒸发器的密封性，蒸发器在组装过程中需要进行涂胶，传统方法有采用人手涂胶效率慢，人工涂胶难以满足旺季冲量的要求。近年来，也开始采用视觉引导机械手涂胶，由于空调蒸发器形状复杂，为提高引导精度，通常采用二维相机与三维相机相结合的方法，传统二维相机与三维相机融合方法中存在数据完整性不高，难以获得完整的涂胶路径的问题。

技术实现思路

[0003]本专利技术针对现有技术中存在的问题，提供了一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法。
[0004]为了解决上述技术问题，本专利技术通过下述技术方案得以解决：
[0005]一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法，其包括以下步骤：
[0006]步骤S1、在空调蒸发器涂胶传送带上安装二维相机和三维相机，通过二维相机和三维相机分别拍摄空调蒸发器的亮度图像imgA和深度图像imgB；
[0007]步骤S2、对深度图像imgB进行二值化处理完成分割，得到二值化分割图像imgB1；
[0008]步骤S3、对二值化分割图像进行八连通区域标记筛选，获得初筛选后的二值图像imgB2；
[0009]步骤S4、对筛选后的二值图像imgB2中包含的通用塑料件进行粗定位，获得粗定位后的图像imgB3；
[0010]步骤S5、对步骤S1中的亮度图像imgA进行Gamma校正，获得校正后的图像imgA1；
[0011]步骤S6、对校正后的图像imgA1进行二值化处理，然后使用八连通区域标记筛选得到图像imgA2，
[0012]步骤S8、使用步骤7中所述的图像imgA2减去步骤S4中所述的粗定位后的图像imgB3，获得感兴趣图像imgC；
[0013]步骤S9、对所述的感兴趣图像imgC进行连通区域标记，统计每个连通区域的几何中心，按几何中心的y坐标从大到小进行排序；
[0014]步骤S10、计算步骤S9中每一个连通区域到标号为1的连通区域之间的欧式距离，集合记为{d1,d2,...,d
n
}，取集合中元素与预设的值T距离最小的连通区域作为目标连通区域；
[0015]步骤S11、对标号为1的连通区域，使用最小二乘拟合方法拟合出直线y＝b+a*x，其
中式中，x
i
和y
i
为两桶区域i除像素值，记直线y＝a*x+b与所述的二值图像imgB2最左边的交点为P1，直线y＝a*x+b上，P1点的右端，与P1间距为D的点坐标为P2；
[0016]步骤S12、对标号为3的连通区域，使用最小二乘拟合方法拟合出直线s＝k*u+v。记直线s＝k*u+v与所述的二值图像imgB2最左边的交点为Q1，直线s＝k*u+v上，Q1点的右端，与Q1间距为D的点坐标为Q2；
[0017]步骤S13、获得涂胶点的坐标：PT1＝w*P1+(1
‑
w)*Q1、PT2＝w*P2+(1
‑
w)*Q2，继而获得空调蒸发器涂胶路径。
[0018]通过对二维相机和三维相机拍摄的亮度图像imgA和深度图像imgB进行分别处理，并根据处理后的图像来得到感兴趣图像imgC，再将感兴趣图像imgC继续处理获得目标连通区域，然后根据一定的算法得到涂胶点的坐标，继而获得涂胶路径，该种方式获得的涂胶路径数据完整性高，并且根据空调蒸发器的实际形状得到数据，能够有效提高视觉引导精度，继而使得最终获得的涂胶路径具有较高的精准性和完整性，保证涂胶过程的准确性和完整度，有效提高产品质量。
[0019]作为优选，步骤S1中二维相机和三维相机均采用外触发模式，空调蒸发器经过流水线拍照工位时触发拍照。
[0020]作为优选，步骤S2和步骤S6中的二值化处理均采用固定阈值对深度图像进行二值化分割，固定阈值设为128，二值化时逐个比较所述深度图像imgB中所有像素点的像素值，像素点的像素值大于固定阈值则为该像素点赋值1，像素点的像素值小于固定阈值则为该像素点赋值0。
[0021]作为优选，步骤S3和步骤S6中的八连通区域标记筛选均为去除长度小于300的连通区域。
[0022]作为优选，步骤S4具体包括以下步骤：
[0023]步骤S41、对筛选后的二值图像imgB2进行形态学腐蚀操作，得到腐蚀后的二值图像，公式为式中S为筛选后的二值图像imgB2，X为腐蚀后的图像，x为当前位置；
[0024]步骤S42、对腐蚀后的二值图像进行形态学膨胀操作，得到膨胀后的二值图像，公式为式中S为步骤S41中腐蚀后的图像，X为膨胀后的图像，x为当前位置；
[0025]步骤S43、进行连通区域筛选高度操作，筛选出高度最接近于蒸发器塑料件固定高度，获得粗定位后的图像imgB3。
[0026]作为优选，步骤S41中腐蚀窗口宽度为5，腐蚀窗口高度为51。
[0027]作为优选，步骤S42中膨胀窗口宽度为10，高度窗口为251。
[0028]作为优选，步骤S43中选取80个像素的连通区域作为空调蒸发器塑料件所在区域。
附图说明
[0029]图1是本专利技术实施例1中二维相机拍摄的亮度图像imgA。
/gamma
，
gamma
为校正系数，本实施例中选择校正系数为3，获得校正后的图像imgA1，如图6所示；
[0051]步骤S6、对校正后的图像imgA1进行二值化处理，本实施例中采用固定阈值为128进行二值化处理，然后使用八连通区域标记筛选出长度大于300的区域，得到图像imgA2，如图7所示
[0052]步骤S8、使用步骤7中所述的图像imgA2减去步骤S4中所述的粗定位后的图像imgB3，获得感兴趣图像imgC，即imgC＝imgA2
‑
imgB3，如图8所示
[0053]步骤S9、对所述的感兴趣图像imgC进行连通区域标记，统计每个连通区域的几何中心，按几何中心的y坐标从大到小进行排序，如图9所示
[0054]步骤S10、计算步骤S9中每一个连通区域到标号为1的连通区域之间的欧式距离，集合记为{d1,d2,...,d
n
}，取集合中元素与预设的值T＝60距离最小的连通区域作为目标连通区域，如图10所示
[0055]步骤S11、对标号为1的连通区域，使用最小二乘拟合方法拟合出直线y＝b+a*x，其中式中，x
i
和y
i
为两桶区域i除像素值，记直线y＝a*x+b与所述的二值图像imgB2最左边的交点为P1，直线y＝a*x+b上，P1点的右端，与P1间距为D＝1450的点坐标为P2；
[0056]步骤S本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型二维和三维数据融合的空调蒸发器涂胶路径获得算法，其特征在于其包括以下步骤：步骤S1、在空调蒸发器涂胶传送带上安装二维相机和三维相机，通过二维相机和三维相机分别拍摄空调蒸发器的亮度图像imgA和深度图像imgB；步骤S2、对深度图像imgB进行二值化处理完成分割，得到二值化分割图像imgB1；步骤S3、对二值化分割图像进行八连通区域标记筛选，获得初筛选后的二值图像imgB2；步骤S4、对筛选后的二值图像imgB2中包含的通用塑料件进行粗定位，获得粗定位后的图像imgB3；步骤S5、对步骤S1中的亮度图像imgA进行Gamma校正，获得校正后的图像imgA1；步骤S6、对校正后的图像imgA1进行二值化处理，然后使用八连通区域标记筛选得到图像imgA2，步骤S8、使用步骤7中所述的图像imgA2减去步骤S4中所述的粗定位后的图像imgB3，获得感兴趣图像imgC；步骤S9、对所述的感兴趣图像imgC进行连通区域标记，统计每个连通区域的几何中心，按几何中心的y坐标从大到小进行排序；步骤S10、计算步骤S9中每一个连通区域到标号为1的连通区域之间的欧式距离，集合记为{d1,d2,...,d
n
}，取集合中元素与预设的值T距离最小的连通区域作为目标连通区域；步骤S11、对标号为1的连通区域，使用最小二乘拟合方法拟合出直线y＝b+a*x，其中式中，x
i
和y
i
为两桶区域i除像素值，记直线y＝a*x+b与所述的二值图像imgB2最左边的交点为P1，直线y＝a*x+b上，P1点的右端，与P1间距为D的点坐标为P2；步骤S12、对标号为3的连通区域，使用最小二乘拟合方法拟合出直线s＝k*u+v。记直线s＝k*u+v与所述的二值图像imgB2最左边的交点为Q1，直线s＝k*u+v上，Q1点的右端，与Q1间距为D的点坐标为Q2；步骤S13、获得涂胶点的坐标：PT1＝w*P1+(1
‑
w)*Q1、PT2＝w*P2+(1<...

【专利技术属性】
技术研发人员：王孟哲，梁正南，赖勉力，李恩全，
申请(专利权)人：宁波九纵智能科技有限公司，
类型：发明
国别省市：