欢迎来到天天文库
浏览记录
ID:55399176
大小:501.46 KB
页数:3页
时间:2020-05-15
《基于机器视觉的平面规则几何工件分拣方法.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、102基于机器视觉的平面规则几何工件分拣方法基于机器视觉的平面规则几何工件分拣方法RegularPlanarGeometricWorkpieceSortingMethodBasedonMachineVision蒋书贤李春茂(西南交通大学电气工程学院,四川成都610031)杨润芝周欣(西南交通大学机械工程学院,四川成都610031)摘要为有效提高工业生产中工件分拣的效率,提出了一种基于机器视觉的平面规则几何工件分拣方法。首先对CCD相机采集到的工件图像进行预处理,包括灰度变换、二值变换及多目标分块处理三个环节;然后通过多目标质心快速计算方法获取工件的几何中
2、心,再运用边缘曲线等价方法实现工件的形状识别,接着利用Harris算法检测出工件的角点,并筛选出工件外接矩形上的角点用于计算工件的旋转角度;最后引导Tripod三轴并联机器人在线完成工件分拣实验。实验结果表明,该方法能够获得良好的识别效果,有效提高了工件分拣的柔性和自动化程度,具有应用价值。关键词:机器视觉,工件分拣,边缘曲线等价,边缘检测,角点检测AbsttactInthispaper.asortingmethodofregularplanargeometricworkpiecebasedonmachinevisionisproposedaimingt
3、oefectivelyimprovesortingefticiencyofindustrialproduction.First,gray-scaletransformation,binarizationtransformationandmulti-objectivepartitioningareappliedontheworkpieceimagecolectedbyCCDcamera.Thenthegeometriccenteroftheworkpieceisdetectedthroughmulti-objectivecenteralgorithm.an
4、dtheshapeoftheworkpiecewasidentifiedbytheedgecurveequivalencealgorithm.Next,workpiececornersweredetectedbyHarrisalgorithm,androtationangleofworkpieceiscalculatedbasedonthecornersintheexternalrectangle.Finaly.theTripodthreeaxisparalelrobotisguidedonlinetocom—pletethesortingofworkp
5、ieces.Keywords:machinevision,workpiecesorting,edgecurveequivalence。edgedetection,cornerdetection·在工业生产线上,机器视觉的主要用途是确定工件的形状,(,,=O.3R(i,j)+O.59G(i,)+D71B(i,,)(1)和位姿,进而驱动机器人完成工件的抓取和放置,而圆形、多边1-2二值变换形等规则几何工件是实际工业生产线上最常见的一类。常用的图像二值化是指,设定一个阈值,使灰度图像中灰度值大午工件识别方法主要有SIFT(Scaleinvariantfeatu
6、retransform)阈值的像素点变为白色,而小于阈值的像素点变为黑色[6],二值匹配算法⋯、模板匹配算法嘲、角点匹配算法[3等。SIF.r算法过于变换公式为:255f(x>I复杂,实时性也较差;模板匹配算法不适用于工件旋转或缩放的g(x,y)=i,y)T(2)情况;由于图像噪声的存在,角点检测算法容易检测出伪角点或【D,(x。)<7_漏检角点,从而影响到角点匹配算法的准确性。式(2)中,f(x,Y)、g(x,y)分别为二值变换前和变换后图像针对以上不足之处,本文提出一种边缘曲线等价与Harris在(X,y)处的灰度值。T为阈值,本文阈值T由大津法获得
7、。算法相结合的规则几何工件形状与位姿识别方法。首先对工件图像二值化使图像的集合性质仅与灰度值为0或255的像图像进行预处理,然后利用边缘曲线等价与Harris算法相结合素点有关,不再涉及像素的多级值,从而进一步压缩了数据量。的规则几何工件识别方法检测出多目标工件的几何中心、形状1.3多目标分块处理及旋转角度,实现了工件的在线识别与分拣。在图像分析中,一般的算法是将一幅图像作为整体进行研1图像预处理究,降低了算法的实时性。结合本实验研究对象的实际情况,本图像预处理是为了最大限度地消除图像中无关的信息,以文采用多目标分块处理,即使用外接矩形框将一幅图像分割为
8、便于更准确地提取图像有用信息[4],主要包括灰度变换、二值变不同的目标块,然后分
此文档下载收益归作者所有