一种基于单目视觉点胶平台的标定方法技术

本发明专利技术公开了一种基于单目视觉点胶平台的标定方法，依赖于开源视觉库OpenCV，包括以下步骤：第1步骤、采集图像，图像预处理；第2步骤、提取角点二维坐标；第3步骤、设定世界坐标系，提取角点三维坐标；第4步骤、标定单目相机内外参；第5步骤、映射矩阵；第6步骤、畸变矫正；第7步骤、标定手眼仿射矩阵；第8步骤、点胶定位作业：根据第6步骤的畸变矫正和第7步骤中计算得到的手眼仿射矩阵，将点胶设备点胶过程中拍摄并提取到的待胶点的图像坐标转换为较准确的机械臂末端物理坐标，实现高精度点胶作业。该标定方法在保证精度和稳定性的前提下降低使用成本。使用成本。使用成本。

【技术实现步骤摘要】
一种基于单目视觉点胶平台的标定方法


[0001]本专利技术涉及基于视觉的标定方法的
，尤其是一种基于单目视觉点胶平台的标定方法。

技术介绍

[0002]在点胶行业中，对设备要求较高，虽然传统自动化点胶设备采用高精度的工装实现待胶工件点的定位，但是传统自动化点胶设备不能够高精度的读取图像和定位判断。因此，需要引入视觉实现高效率的定位判断，其中基于视觉的标定技术至关重要，决定了设备运行的场景适用性。
[0003]点胶设备中常使用的基于Halcon商业视觉库的标定方式可以保证高精度和稳定性的标定，但成本较高，并且技术由国外公司掌握，底层不开放，一旦出现算法上的问题，视觉工程师难以快速定位并解决，因此亟需开发一种在保证精度和稳定性的前提下降低使用成本的标定方法。

技术实现思路

[0004]本专利技术旨在至少解决现有技术中存在的技术问题之一。
[0005]为此，本专利技术提出一种基于单目视觉点胶平台的标定方法，依赖于开源视觉库OpenCV，在保证精度和稳定性的前提下降低使用成本。
[0006]根据本专利技术实施例的基于单目视觉点胶平台的标定方法，依赖于开源视觉库OpenCV，其特征在于，包括以下步骤：第1步骤、采集图像，图像预处理：利用单目相机多角度拍摄多张圆点标定板图片，记录其对应的点胶设备机械臂末端物理坐标，并将拍摄到的多张圆点标定板图片分别转成灰度图像，并对灰度图像进行预处理；第2步骤、提取角点二维坐标：基于第1步骤，分别提取多张圆点标定板图片中的角点二维坐标；第3步骤、设定世界坐标系，提取角点三维坐标：设定世界坐标系的原点，根据标准圆点标定板中的圆点间距及圆点行列数计算角点三维坐标；第4步骤、标定单目相机内外参：根据第2步骤中得到的角点二维坐标和第3步骤中得到的角点三维坐标，进行单目相机内外参标定，得到单目相机的内参矩阵和单目相机的畸变系数；第5步骤、映射矩阵：根据第4步骤中得到的单目相机的内参矩阵和单目相机的畸变系数计算映射矩阵；第6步骤、畸变矫正：根据第5步骤中计算得到的映射矩阵，引入双线性插值算法，对利用单目相机多角度拍摄到的多张圆点标定板图片进行畸变矫正，得到畸变矫正后的圆点标定板图片；第7步骤、标定手眼仿射矩阵：根据第1步骤中点胶设备机械臂末端物理坐标和第2
步骤提取到的不同圆点标定板图片中相同区域角点的二维坐标进行手眼标定，计算得到手眼仿射矩阵；第8步骤、点胶定位作业：根据第6步骤的畸变矫正和第7步骤中计算得到的手眼仿射矩阵，将点胶设备点胶过程中拍摄并提取到的待胶点的图像坐标转换为较准确的机械臂末端物理坐标，实现高精度点胶作业。
[0007]本专利技术的有益效果是，（1）本专利技术依赖于开源视觉库OpenCV，通过对圆点标定板采用斑点检测算法，以及引入切向畸变系数，提高了基于传统张正友标定法的点胶设备中单目相机的内外参标定精度；（2）本专利技术依赖于开源视觉库OpenCV，通过使用双线性插值结合映射矩阵对图像进行畸变矫正，提高了对点胶设备中单目相机所拍摄待胶产品图片的畸变矫正精度。
[0008]根据本专利技术一个实施例，在所述第1步骤中，灰度图像预处理包括图像二值化、颜色过滤、面积过滤以及中心点聚类。
[0009]根据本专利技术一个实施例，通过设定步长及阈值对每一幅图像进行二值化。
[0010]根据本专利技术一个实施例，在所述第2步骤中，圆点标定板图片中角点二维坐标的提取过程是：对圆点标定板图片采用斑点检测算法，通过黑色检测限制和斑点面积对干扰斑点进行去噪，对特征斑点进行筛选，得到圆点标定板图片中角点二维坐标。
[0011]根据本专利技术一个实施例，在所述第4步骤中，根据第2步骤中得到的角点二维坐标和第3步骤中得到的角点三维坐标，进行单目相机内外参标定，还得到圆点标定板图片到单目相机的旋转矩阵和圆点标定板图片到单目相机的平移向量。
[0012]根据本专利技术一个实施例，在所述第4步骤中，所述单目相机的畸变系数包括切向畸变系数和径向畸变系数。
[0013]根据本专利技术一个实施例，在所述第2步骤中，在多张圆点标定板图片中，每张圆点标定板图片上的角点数量均相同。
[0014]根据本专利技术一个实施例，在所述第1步骤中，利用单目相机多角度拍摄的圆点标定板图片的张数至少为6张。
[0015]根据本专利技术一个实施例，在所述第3步骤中，标准圆点标定板中的圆点间距为2.5mm。
[0016]根据本专利技术一个实施例，在所述第3步骤中，标准圆点标定板中的圆点行数为7行，圆点列数为7列。
[0017]本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
[0018]为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，
还可以根据这些附图获得其他的附图。
[0020]图1是基于单目相机的标定方法流程图；图2是预处理后圆点标定板灰度图；图3是提取到的角点图；图4是畸变矫正前图像；图5是畸变矫正后图像。
具体实施方式
[0021]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0022]下面参考附图具体描述本专利技术实施例的基于单目视觉点胶平台的标定方法。
[0023]见图1、图2、图3、图4和图5，本专利技术的一种基于单目视觉点胶平台的标定方法，依赖于开源视觉库OpenCV，包括以下步骤：第1步骤、采集图像，图像预处理：利用单目相机多角度拍摄多张圆点标定板图片，记录其对应的点胶设备机械臂末端物理坐标，并将拍摄到的多张圆点标定板图片分别转成灰度图像，并对灰度图像进行预处理。在第1步骤中，灰度图像预处理包括图像二值化、颜色过滤、面积过滤以及中心点聚类。
[0024]具体地，通过设定步长及阈值对每一幅灰度图像进行二值化，以实现图像二值化处理。
[0025]通过设定检测颜色为黑色、且只对灰度图像中黑色斑点进行检测，以实现颜色过滤。
[0026]通过设定面积阈值、且只对灰度图像中斑点的面积处于该面积阈值内的斑点进行检测，以实现面积过滤。
[0027]首先，对二值化图像的边缘进行查找，计算它们的中心；然后，将得到的中心点聚类在一块，设定一个最小距离，对刚刚聚类的中心点进行筛选，得到满足这个距离内的点，将这些点放到一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单目视觉点胶平台的标定方法，依赖于开源视觉库OpenCV，其特征在于，包括以下步骤：第1步骤、采集图像，图像预处理：利用单目相机多角度拍摄多张圆点标定板图片，记录其对应的点胶设备机械臂末端物理坐标，并将拍摄到的多张圆点标定板图片分别转成灰度图像，并对灰度图像进行预处理；第2步骤、提取角点二维坐标：基于第1步骤，分别提取多张圆点标定板图片中的角点二维坐标；第3步骤、设定世界坐标系，提取角点三维坐标：设定世界坐标系的原点，根据标准圆点标定板中的圆点间距及圆点行列数计算角点三维坐标；第4步骤、标定单目相机内外参：根据第2步骤中得到的角点二维坐标和第3步骤中得到的角点三维坐标，进行单目相机内外参标定，得到单目相机的内参矩阵和单目相机的畸变系数；第5步骤、映射矩阵：根据第4步骤中得到的单目相机的内参矩阵和单目相机的畸变系数计算映射矩阵；第6步骤、畸变矫正：根据第5步骤中计算得到的映射矩阵，引入双线性插值算法，对利用单目相机多角度拍摄到的多张圆点标定板图片进行畸变矫正，得到畸变矫正后的圆点标定板图片；第7步骤、标定手眼仿射矩阵：根据第1步骤中点胶设备机械臂末端物理坐标和第2步骤提取到的不同圆点标定板图片中相同区域角点的二维坐标进行手眼标定，计算得到手眼仿射矩阵；第8步骤、点胶定位作业：根据第6步骤的畸变矫正和第7步骤中计算得到的手眼仿射矩阵，将点胶设备点胶过程中拍摄并提取到的待胶点的图像坐标转换为较准确的机械臂末端物理坐标，实现高精度点胶作业。2.根据权利要求1所述的一种基于单目视觉点胶平台的标定方法，其特征在于：在所述第1步骤中，灰度图像预处理包括图像二值化、颜色过滤、面积...

【专利技术属性】
技术研发人员：陈辉，窦海波，曲东升，李长峰，张继，郝婷婷，
申请(专利权)人：常州铭赛机器人科技股份有限公司，
类型：发明
国别省市：