【技术实现步骤摘要】
本专利技术涉及计算机视觉测量领域，具体是指一种基于3d机器视觉局部视野的工件特征测量方法。
技术介绍
1、在实际问题中，通过图像测量工件特征参数的方法，往往受限于设备性能、拍摄环境和图像数量等客观因素，可能导致识别效果不佳。除此之外，在技术层面，将拍摄图像中的像素特征映射到空间坐标也是一个相对复杂的问题，涉及像素到向量的转换以及三维重建等方面的知识和模型，处理不当同样也会影响目标工件的测量精度。因此结合计算机视觉技术，通过单张的局部视野图像测量平面工件的全局位置与物理特征是本专利技术的主要创新内容。实现了在客观环境限制下，对工件位置及其他物理特征参数的有效测量标定。这一方法不仅可以提高生产过程中的效率和精度，还能够减少人为测量误差，从而推动工业生产的智能化和自动化发展。
技术实现思路
1、本专利技术的目的在于提供一种基于3d机器视觉通过单张的局部视野图像测量平面工件特征的方法，以解决上述
技术介绍
中提出的目标工件测量过程中出现的各种问题。
2、为实现上述目的，本专利技术采用以下的技术方案：一种基于3d机器视觉局部视野的工件特征测量方法，包括以下步骤：
3、step1:获取目标工件的单张局部视野图像；
4、step2:将step1得到的图像进行预处理；
5、step3:根据step2得到的预处理图像，建立hed边缘检测模型和霍夫检测；
6、step4:将step3检测出的像素坐标及边缘，置于相机视野的拟定平台，通过像素与真实距
7、 step5:对step4所得的像素点的空间向量经旋转系统进行三维旋转，与零平面的交点即为该像素点对应的平面坐标，即得局部视野图像所有边缘点平面坐标位置；
8、 step6:对step5局部边缘点应用最小二乘法拟合求解未知数据点，继而计算测量完整目标工件的物理特征信息。
9、进一步的，step1中获取目标工件的单张局部视野图像方法为：在轨道上固定相机使相机视野垂直，拍摄目标物体的部分位置，获取相机视野受限情况下所获得的局部视野图像。
10、进一步的，step2中将step1获取图像旋转至工作台视角，提高原图亮度，同时将三通道图像转换为灰度图像，再进行二值化，膨胀预处理。
11、进一步的，step3中建立hed边缘检测模型和霍夫检测具体步骤：
12、a.基于dcnn选取resne作为预训练模型，输出多个不同尺度的边缘特征图；
13、b.计算图像中每个像素的点的梯度大小和方向，使用非极大值抑制同时通过双阈值检测确定真实和潜在边缘，最后抑制孤立弱边缘完成霍夫检测；
14、c.由hed 边缘检测及霍夫检测结果，共同决定目标边缘；
15、进一步的，建立hed边缘检测模型的方法为：选取预训练模型，通过将网络的全连接层替换为卷积层，形成holistically-nested结构，令带标注的边缘图像与输出特征图差异计算损失函数，反馈于更新网络参数，训练好的网络模型即可用于边缘检测。
16、进一步的，step4像素坐标到空间向量转换的方法为：基于相机视野构建拟定平台，相机在平台的投影点位于中心位置，并将所得像素点置于该平台内，通过系统测算所得的像素距离与真实距离间的比例尺，计算像素坐标与空间坐标的映射位置，由相机工作距离与相机的空间坐标进行运算，最终得到像素点的空间向量。将该方法应用于全部边缘像素点， 即可完成由图像像素坐标到基础空间向量的转换。
17、本专利技术的有益效果：本专利技术针对工件的单张局部视野图像，对其进行灰度转换、二值化及膨胀操作，增强图像边缘像素；通过hed边缘检测和霍夫检测共同决定图像边缘，保证边缘数据准确性；基于建立拟定平台和hpb旋转确定提取的像素点的空间向量及工件对应的平面坐标；利用最小二乘法拟合局部视野数据点，完成对全局工件所需特征的计算测量并保证了误差相对最小。本专利技术解决了在拍摄环境受限、图像数据较少等情况下，无法对目标工件特征进行高精度测量的问题，大大提高了工作效率和精确度。
本文档来自技高网...【技术保护点】
1.一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，Step1中获取目标工件的单张局部视野图像方法为：在轨道上固定相机使相机视野垂直，拍摄目标物体的部分位置，获取相机视野受限情况下所获得的局部视野图像。
3.根据权利要求1所述的一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，Step2中将Step1获取图像旋转至工作台视角，提高原图亮度，同时将三通道图像转换为灰度图像，再进行二值化，膨胀预处理。
4.根据权利要求1所述的一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，Step3中建立HED边缘检测模型和霍夫检测具体步骤：
5.根据权利要求4所述的一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，建立HED边缘检测模型的方法为：选取预训练模型，通过将网络的全连接层替换为卷积层，形成holistically-nested结构，令带标注的边缘图像与输出特征图差异计算损失函数，反馈于更新网络参数，
6. 根据权利要求1所述的一种基于3D机器视觉局部视野的工件特征测量方法，其特征在于，Step4像素坐标到空间向量转换的方法为：基于相机视野构建拟定平台，相机在平台的投影点位于中心位置，并将所得像素点置于该平台内，通过系统测算所得的像素距离与真实距离间的比例尺，计算像素坐标与空间坐标的映射位置，由相机工作距离与相机的空间坐标进行运算，最终得到像素点的空间向量，将该方法应用于全部边缘像素点， 即可完成由图像像素坐标到基础空间向量的转换。
...【技术特征摘要】
1.一种基于3d机器视觉局部视野的工件特征测量方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于3d机器视觉局部视野的工件特征测量方法，其特征在于，step1中获取目标工件的单张局部视野图像方法为：在轨道上固定相机使相机视野垂直，拍摄目标物体的部分位置，获取相机视野受限情况下所获得的局部视野图像。
3.根据权利要求1所述的一种基于3d机器视觉局部视野的工件特征测量方法，其特征在于，step2中将step1获取图像旋转至工作台视角，提高原图亮度，同时将三通道图像转换为灰度图像，再进行二值化，膨胀预处理。
4.根据权利要求1所述的一种基于3d机器视觉局部视野的工件特征测量方法，其特征在于，step3中建立hed边缘检测模型和霍夫检测具体步骤：
5.根据权利要求4所述的一种...
【专利技术属性】
技术研发人员：张春英，赵晨颖，郝星晖，兰思武，王立亚，任静，
申请(专利权)人：华北理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。