[發(fā)明專利]基于計算機視覺的法蘭盤智能對位方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202310868746.3
• 申請日: 2023-07-17
• 公開（公告）號: CN116612306B
• 公開（公告）日: 2023-09-26
• 發(fā)明（設(shè)計）人: 襲瑞江
• 申請（專利權(quán)）人: 山東順發(fā)重工有限公司
• 主分類號: G06V10/75
• 分類號: G06V10/75;G06T7/73;G06T7/136;G06T7/187
• 代理公司: 鄭州知倍通知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41191
• 代理人: 邱珍珍

1.一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述方法包括以下步驟：

獲取待匹配的法蘭盤的對位面圖像，根據(jù)每個像素點和預(yù)設(shè)鄰域范圍內(nèi)的鄰域像素點的灰度特征獲得每個像素點的反光度，所述預(yù)設(shè)鄰域范圍小于螺孔范圍；

根據(jù)每個像素點的所述反光度獲得所述對位面圖像的疑似螺孔區(qū)域；根據(jù)所述疑似螺孔區(qū)域中像素點的所述反光度的離散特征獲得反光誤差指數(shù)，根據(jù)所述反光誤差指數(shù)篩選螺孔區(qū)域；

獲得所述螺孔區(qū)域的特征點，根據(jù)所述特征點的灰度值和反光度獲得光線能量度，根據(jù)所述特征點的特征點描述符、所述反光度和所述光線能量度獲得特征點表征向量；

將待匹配的兩個法蘭盤的所述螺孔區(qū)域按照順序匹配獲得匹配對，根據(jù)所述匹配對的特征點之間，所述特征點表征向量的差異特征獲得匹配誤差指數(shù)；根據(jù)所述匹配誤差指數(shù)獲得匹配特征點并進行法蘭盤的對位匹配；

計算所述像素點的預(yù)設(shè)鄰域范圍內(nèi)，鄰域像素點的灰度值方差與數(shù)值一的和值，計算灰度值方差與數(shù)值一的和值的倒數(shù)，作為鄰域比重系數(shù)；計算鄰域像素點的灰度值平方的平均值，計算鄰域像素點的灰度值平方的平均值、所述鄰域比重系數(shù)和預(yù)設(shè)第一權(quán)重三者的乘積，獲得鄰域反光表征值；計算所述像素點的灰度值的平方值與預(yù)設(shè)第二權(quán)重的乘積，獲得中心反光表征值；

計算所述中心反光表征值和所述鄰域反光表征值的和值，獲得區(qū)域反光表征值，并向下取整，獲得所述反光度。

2.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述疑似螺孔區(qū)域的獲取步驟包括：

根據(jù)每個像素點的所述反光度的大小分布特征，通過閾值分割二值化算法獲得反光度閾值，根據(jù)所述反光度閾值，確定所述反光度小于所述反光度閾值的連通域并進行分割，獲得所述疑似螺孔區(qū)域。

3.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述螺孔區(qū)域的獲取步驟包括：

確定每個所述疑似螺孔區(qū)域的最小外接矩形，計算所述最小外接矩形內(nèi)的像素點的反光度均值，計算所述最小外接矩形內(nèi)像素點的所述反光度的標(biāo)準(zhǔn)差，計算所述最小外接矩形內(nèi)所述反光度的最大值和最小值的極差；計算所述標(biāo)準(zhǔn)差與所述極差的乘積，獲得離散特征值，計算所述離散特征值與所述反光度均值的乘積，獲得所述反光誤差指數(shù)；

將每個疑似螺孔區(qū)域的所述反光誤差指數(shù)從小到大排序，從第一位開始取預(yù)設(shè)數(shù)量個所述反光誤差指數(shù)對應(yīng)的疑似螺孔區(qū)域，作為所述螺孔區(qū)域。

4.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述光線能量度的獲取步驟包括：

將所述螺孔區(qū)域的每個特征點的灰度值歸一化，獲得灰度表征值；計算所述特征點的所述灰度表征值與所述反光度的乘積并正相關(guān)映射，獲得反光特征值，將所述反光度進行負(fù)相關(guān)映射，計算負(fù)向相關(guān)映射后的反光度與對應(yīng)的所述反光特征值的比值，獲得所述光線能量度。

5.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述特征點表征向量的獲取步驟包括：

計算所述特征點的所述反光度與預(yù)設(shè)第一數(shù)值的乘積，作為第一反光描述值；計算所述特征點的所述光線能量度與預(yù)設(shè)第二數(shù)值的乘積，作為第二反光描述值；

將所述特征點的所述特征點描述符、所述第一反光描述值和所述第二反光描述值組合，獲得所述特征點表征向量。

6.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述匹配對的獲取步驟包括：

將待匹配的兩個法蘭盤的所述螺孔區(qū)域從同一位置開始，分別按照相同的順序編號，將兩個相同編號的所述螺孔區(qū)域作為一個所述匹配對。

7.根據(jù)權(quán)利要求1所述的一種基于計算機視覺的法蘭盤智能對位方法，其特征在于，所述匹配誤差指數(shù)的獲取步驟包括：

計算所述匹配對的特征點之間的所述特征點表征向量中，每一個維度的特征分量值的差值的平方和，獲得所述匹配誤差指數(shù)。