[發明專利]零件孔位智能識別定位方法

在審

• 申請號: 202110647302.8
• 申請日: 2021-06-10
• 公開（公告）號: CN113554695A
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 周志凱;曹秦;唐文獻;錢超;蘇世杰;郭勝;祁崇文;李小寶;王為民;徐根元
• 申請（專利權）人: 江蘇科技大學;張家港市通達電梯裝璜有限公司;鎮江宇誠智能裝備科技有限責任公司
• 主分類號: G06T7/66
• 分類號: G06T7/66;G06T7/13;G06T7/168;G06T5/00;G06T5/20;G06T5/30;G06T5/40
• 代理公司: 南京天華專利代理有限責任公司 32218
• 代理人: 張磊

1.零件孔位智能識別定位方法，包括如下步驟：

第一步，在Visual Studio軟件中配置OpenCV，在OpenCV中程序采用C++語言，在OpenCV中打開CCD相機對原圖片進行采集，采集后的圖片傳入電腦；

第二步，對采集的圖片進行預處理以提高零件整體的識別定位精度：首先對采集的零件圖片進行去噪處理，采用由方框濾波、均值濾波、高斯濾波、中值濾波、雙邊濾波、導向濾波相結合的濾波算法，通過對比選擇出最合適的降噪濾波，具體如下：

首先對以上濾波進行全局變量聲明，并對以上濾波的內核進行賦值1；

其次對以上濾波進行全局函數聲明，并通過軌跡條回調函數來確定以上濾波的濾波器；

接著輸入圖像并創建以上濾波原圖窗口，顯示以上濾波效果圖窗口，隨后創建以上濾波軌跡條并顯示在窗口上，退出程序；

然后對以上濾波函數的內核值進行參數設置；

再然后對源圖像進行通道分離，并對每個分通道進行各自的濾波操作并將分通道濾波結果合并；

通過以上濾波器函數部分操作以對圖像實現降噪處理，包括：1、轉換源圖像信息，將輸入擴展為64位浮點型；2、對以上濾波圖像均值進行計算；3、計算以上濾波的的協方差和方差；4計算以上濾波的協方差和方差均值；5、生成輸出矩陣以對圖片實現降噪處理；

最后，通過滑動濾波軌跡條來判斷選出對圖像降噪效果最好的一種濾波作為降噪濾波；

第三步，先對濾波處理后的整體圖片進行二值化再進行直方圖均衡化，直方圖均衡化公式如下：

式中H為輸入的直方圖，H′為查詢表進行圖像變換；

第四步，對直方圖均衡化處理后的整體圖片進行形態學操作，以去除影響零件識別的因素：

第五步，對圖片進行Canny邊緣檢測：

第六步，對零件圖片上的孔位進行特征提取：

通過對零件圖片上的孔位進行面積和橫縱比的賦值計算，批量處理一組不同尺稱的零件，對一組不同尺稱的孔位進行識別定位并且實現對孔位的中心進行精確識別；

第七步，在圖像坐標系中對零件圖片上的孔位進行Hough圓變換確定待處理的孔位中心的位置坐標，然后通過改進的輪廓查找法來判斷孔位輪廓是否為圓形，

通過改進的輪廓查找法來提高孔位輪廓識別定位精度，具體如下：

7-1，將上述處理后的圖像輸入程序并將其二值化，再將二值化后的灰度圖像輸出；

7-2，對第二步中得出的最優的濾波進行降噪處理后的圖像上的孔位進行直方圖均衡化，直方圖均衡化公式如下：

式中H為輸入的直方圖，H′為查詢表進行圖像變換；

7-3，對直方圖均衡化處理后的孔位圖像進行形態學操作：

7-4通過輪廓查找來確定識別孔位邊緣；

7-5，對孔位的輪廓面積進行篩選并且通過橫縱比比較來確定識別對象孔位輪廓是否為圓形，

第八步：對確認為圓形的孔位進行圓形擬合，并通過輸出函數對圓坐標、半徑、面積進行輸出。

2.如權利要求1所述的零件孔位智能識別定位方法，其特征在于：所述第七步的7-1中，在圖像二值化之前，通過選擇最小半徑和最大半徑來進行定義圓半徑的范圍，進而除去不在該范圍的圓并且降低算法計算量。

3.如權利要求2所述的零件孔位智能識別定位方法，其特征在于：所述形態學操作包括圖像膨脹與圖像腐蝕，其圖像膨脹的數學表達式如下：

圖像腐蝕的數學表達式如下：

4.如權利要求3所述的零件孔位智能識別定位方法，其特征在于：所述第五步中，利用Canny函數算法來進行圖像的邊緣檢測操作；其中double類型的threshold1和threshold2分別為第一個滯后性閾值和第二個滯后性閾值；int類型的apertureSize，表示應用Sobel算子的孔徑大小。