[發(fā)明專利]基于機器視覺的工件加工定位方法

在審

• 申請?zhí)枺?/td>: 201911332526.9
• 申請日: 2019-12-22
• 公開（公告）號: CN113012218A
• 公開（公告）日: 2021-06-22
• 發(fā)明（設(shè)計）人: 不公告發(fā)明人
• 申請（專利權(quán)）人: 李新春
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T1/00;G06K9/62
• 代理公司: 西安啟誠專利知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 61240
• 代理人: 馮亮

本發(fā)明公開了一種基于機器視覺的工件加工定位方法，包括步驟：一、待定位工件圖像采集；采用工業(yè)攝像機拍攝待定位工件圖像且將拍攝到的圖像傳輸給圖像處理器；二、待定位工件圖像預(yù)處理；三、工件定位加工。本發(fā)明方法步驟簡單，實現(xiàn)方便，基于工業(yè)攝像機的機器視覺算法完成工件的自動檢測和定位，相較于基于X射線技術(shù)與超聲技術(shù)的方法，顯著降低成本，而且設(shè)備體積小，安裝使用更方便，便于推廣使用。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體涉及一種基于機器視覺的工件加工定位方法。

背景技術(shù)

工業(yè)機床加工中，一些工藝由于人工操作具有很大的隨意性，導(dǎo)致產(chǎn)品的品質(zhì)很難控制，且效率低下，這種人工定位和分中的方法需要工人的熟練操作，對工人的培訓(xùn)需要較長時間，特別是對需要重復(fù)裝夾的工件定位，不能滿足生產(chǎn)工藝需求。因此，利用機器視覺方法自動識別定位工件并實施加工，在國內(nèi)外都有廣泛的研究。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于針對上述現(xiàn)有技術(shù)中的不足，提供一種基于機器視覺的工件加工定位方法，其步驟簡單，實現(xiàn)方便，基于工業(yè)攝像機的機器視覺算法完成工件的自動檢測和定位，相較于基于X射線技術(shù)與超聲技術(shù)的方法，顯著降低成本，而且設(shè)備體積小，安裝使用更方便，便于推廣使用。

為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種基于機器視覺的工件加工定位方法，該方法包括以下步驟：

步驟一、待定位工件圖像采集；

采用工業(yè)攝像機拍攝待定位工件圖像且將拍攝到的圖像傳輸給圖像處理器；

步驟二、待定位工件圖像預(yù)處理；

步驟三、工件定位加工。

上述的基于機器視覺的工件加工定位方法，步驟二中所述待定位工件圖像預(yù)處理的具體步驟為：

步驟201、圖像處理器接收所述待定位工件圖像并按照行間隔寬度d 和列間隔寬度H將所述待定位工件圖像分為M×N個待定位工件子圖像 Y₁、Y₂、…、Y_M×N，每個所述待定位工件子圖像均由m×n個像素構(gòu)成，其中，M 為待定位工件子圖像的行數(shù)，N為待定位工件子圖像的列數(shù)，d、H、M、 N、m和n均為自然數(shù)，d和H的單位均為像素；

步驟202、圖像處理器調(diào)用預(yù)先采用主成分分析法訓(xùn)練的降維矩陣W 并根據(jù)公式Y(jié)_f′＝WY_f對M×N個待定位工件子圖像進行降維處理，將M×N個待定位工件子圖像Y₁、Y₂、…、Y_M×N轉(zhuǎn)換為降維處理后的M×N個待定位工件子圖像特征向量Y₁′、Y₂′、…、Y_M×N′，其中，Y_f為第f個待定位工件子圖像且Y′_f為降維處理后的第f個待定位工件子圖像特征向量，f的取值為1～M×N的自然數(shù)；

步驟203、圖像處理器將進行降維處理后的M×N個待定位工件子圖像特征向量輸入預(yù)先訓(xùn)練得到的三層BP神經(jīng)網(wǎng)絡(luò)分類器中，得到M×N個三層BP神經(jīng)網(wǎng)絡(luò)分類器的輸出，并將M×N個三層BP神經(jīng)網(wǎng)絡(luò)分類器的輸出作為分別對應(yīng)于降維處理后的M×N個待定位工件子圖像特征向量的分類結(jié)果；其中，所述三層BP神經(jīng)網(wǎng)的輸出為用于表示待定位工件子圖像包含工件的第一類標(biāo)識和用于表示待定位工件子圖像不包含工件的第二類標(biāo)識。

上述的基于機器視覺的工件加工定位方法，步驟三中所述工件定位加工的具體步驟為：

步驟301、圖像處理器將降維處理后的M×N個待定位工件子圖像特征向量的分類結(jié)果進行組合，構(gòu)成對應(yīng)于所述待定位工件圖像的二值分類圖像O(r,c)，所述二值分類圖像O(r,c)的大小為M×N個像素，每一個像素對應(yīng)一個子圖像；其中，r為所述二值分類圖像O(r,c)的行坐標(biāo)，c為所述二值分類圖像O(r,c)的列坐標(biāo)；