基于机器视觉的螺钉定位与识别研究

• 作 者: 李响
• 出 处: 西南交通大学
• 发表日期: 2020年04期
• 关键词: 机器视觉 图像定位 图像识别 特征匹配

随着制造业的不断发展,由于零件拆装工作本身具有复杂性及多样性的特点,在拆装过程中进行自动化技术的普及仍存在诸多难题。本文结合机器视觉技术与机器人应用技术的发展现状,对工业生产中的螺钉自动拆卸进行研究,完成螺钉的图像定位以及类型识别。对图像采集系统中的硬件部分进行了介绍,根据论文的研究内容选择工业相机、镜头及外部光源,研究了相机的标定技术,将螺钉定位与识别分为定位部分与识别部分,其中定位部分又分为粗定位与精定位。研究了图像预处理阶段的算法,对螺钉定位过程中的滤波、图像分割与边缘检测进行研究,对比分析后选择效果较好的高斯滤波与基于边缘的分割方法;研究与分析常用的边缘检测算子,选择边缘提取效果最好的Canny算子进行边缘提取。对螺钉识别过程中的图像预处理过程进行了一定改进,先对螺钉头部轮廓进行膨胀处理,再采用漫水填充算法进行图像填充,通过改变漫水填充出发点,将填充出发点设置在螺钉头部外缘圆形边缘与槽型边缘之间,获得了效果较好的螺钉头部二值图像。根据螺钉头部二值图像提取头部轮廓,提取到的螺钉头部轮廓效果良好,对轮廓进行排序后提取螺钉头部轮廓的几何形状特征与Hu不变矩特征。针对螺钉图像定位部分,本文采用一种粗定位与精定位结合的螺钉定位方法,根据相机镜头工作面到被测目标表面的工作距离设定粗、精定位检测平面。对圆形物体的定位算法进行研究,粗定位采用霍夫变换圆检测算法,精定位采用最小二乘法拟合椭圆与霍夫变换圆检测算法结合进行螺钉定位,通过粗定位与精定位结合的定位方法,使得螺钉定位精度满足定位要求。针对螺钉图像识别部分,对基于Hu不变矩特征的螺钉图像匹配进行研究,提出一种基于几何形状特征的螺钉图像匹配方法,对标准模板螺钉和待识别螺钉的特征进行选择与提取,通过特征匹配完成螺钉的识别与分类,提高了螺钉识别准确率。搭建螺钉定位与识别实验系统,通过实验验证了螺钉定位与识别算法的合理性和稳定性。