[發明專利]一種用于散堆抽芯鉚釘識別定位的圖像處理方法

有效

• 申請號: 201910148468.8
• 申請日: 2019-02-28
• 公開（公告）號: CN110059540B
• 公開（公告）日: 2023-07-11
• 發明（設計）人: 崔海華;田威;姜濤;李宇飛;程筱勝;廖文和
• 申請（專利權）人: 南京航空航天大學
• 主分類號: G06V20/60
• 分類號: G06V20/60;G06V10/24;G06V10/22;G06V10/30;G06V10/74
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 賀翔

1.一種用于散堆抽芯鉚釘識別定位的圖像處理方法，其特征在于，包括步驟如下：

1)圖像預處理提取出釘頭的初步輪廓；

2)采用模板匹配和相似度的方法進一步對釘頭的初步輪廓進行過濾；

3)多重單像素掩模模板疊加對鉚釘抓取方向進行檢測和修正；

在可控光源的環境中采集圖像，獲得鉚釘圖像后，對鉚釘圖像進行高斯濾波和中值濾波，去除高斯噪聲和椒鹽噪聲，獲得圖像I₁；根據抽芯鉚釘釘頭和釘桿不同的反光特性，采用N重形態學腐蝕運算處理濾波后的圖像I₁，獲得圖像I₂；對I₂進行閾值化處理，根據現場環境可確定穩定的閾值t，獲得圖像I₃；對I₃進行N重形態學膨脹運算，獲得圖像I₄；對圖像I₄進行邊緣檢測和輪廓提取，獲得全部輪廓的點集數據；

利用支持向量機進行相似度濾除；首先對釘頭特征進行定量描述，輸入參數包括釘頭的圖像輪廓矩、輪廓長寬比、輪廓周長、輪廓面積，并給出相應參數下的輪廓是否為釘頭輪廓的輸出參數；對輸入輸出參數進行支持向量機訓練，然后根據這些參數判定是否為真實的鉚釘大頭輪廓；利用訓練的參數對上述步驟1)中獲得的輪廓點集進行判定，保證獲得的鉚釘輪廓完全準確，將全部鉚釘大頭輪廓數據定義為D；

對I₁進行二值化處理，閾值為t，得到圖像I₅；計算D中點集的中心，記為e；利用初步獲得的主方向，計算主方向上，且在D中的距離e最遠點，記為p^*；則p^*表示為：

p^*＝e+k₀v₁?(1)

其中，k₀表示主方向上的增加量，單像素點坐標為：

m＝p^*+Δkv₁＝e+(k₀+Δk)v₁?(2)

確定單像素點的坐標后，令I₆＝I₅，將m繪制在I₆上，具體為：

I₆(m)＝255?(3)

進行掩模圖像疊加，即：

I₇＝I₆-I₅?(4)

從公式(2)看出，單像素點的坐標受到控制增量長短的步長Δk的影響；k越大，m點越遠離e；圖像中散亂堆疊的鉚釘輪廓有遮擋，采用多次掩模疊加的方法進行處理；

控制Δk在一定范圍內變化，步長取0.1，即令Δk＝Δk+0.1；每增加一次，即獲得新的掩模圖像I₆；進而得到一張掩模疊加后的圖像I₇；在每次更新的I₇圖像中統計像素點為255的個數，記為S₀，多次掩模相減處理后的總體統計結果記為S；可知，每一次掩模相減后，S₀值為0或為1；從第一次疊加開始，如果當前S₀＝1，則S＝S+S₀＝S+1，反之S＝S+S₀＝S+0；Δk更新的次數記為K，繪制K和S的變化曲線；

主方向修正的判定依據，具體如下：

(a)掩模次數K隨著S變化是線性增加時，判定v₁是指向大頭的方向向量；

(b)掩模次數K隨著S變化的曲線中，只有線性增加和保持不變這兩種情況時，判定v₁是指向釘桿的方向向量；

(c)掩模次數K隨著S變化的曲線中，線性增加和保持不變這兩種情況交替變化時，判定v₁是指向大頭的方向向量；

根據上述三種判斷依據，修正鉚釘的方向，并保證全部的抓取方向是一致的。

2.根據權利要求1所述的用于散堆抽芯鉚釘識別定位的圖像處理方法，其特征在于，所述步驟1)具體包括：將抽芯鉚釘放置在黑色背景的鉚釘盒中，采集鉚釘圖像后進行圖像濾波和去噪；根據可控光源的環境和鉚釘釘頭、釘桿的反光特性，進行多次形態學腐蝕運算，將釘桿的圖像全部去除，釘桿的輪廓保留下來；閾值化處理，將釘桿的輪廓完全去除；多次形態學膨脹運算，將釘頭的輪廓復原與原始圖像相同，釘桿的輪廓消失。