CN103033126A - 环形物体定位方法及*** - Google Patents
环形物体定位方法及*** Download PDFInfo
- Publication number
- CN103033126A CN103033126A CN 201110292390 CN201110292390A CN103033126A CN 103033126 A CN103033126 A CN 103033126A CN 201110292390 CN201110292390 CN 201110292390 CN 201110292390 A CN201110292390 A CN 201110292390A CN 103033126 A CN103033126 A CN 103033126A
- Authority
- CN
- China
- Prior art keywords
- home position
- gray level
- level image
- image
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
一种环形物体定位方法,包括:控制摄像设备对被测物体进行拍摄;从被测物体的图像中根据环形物体坐标取出环形物***置图像,将环形物***置图像转化为灰度图像,将灰度图像置为当前灰度图像;取得当前灰度图像的轮廓;对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置;判断圆心位置是否收敛,当收敛时,对灰度图像进行降噪处理,将降噪处理后的灰度图像置为当前灰度图像,并返回继续获取当前灰度图像的轮廓;当不收敛时,取得最后收敛的圆心位置,并将圆心位置映射至被测物体。本发明还提供一种环形物体定位***。利用本发明可以实现对环形物体的低成本精确定位。
Description
技术领域
本发明涉及环形物体定位方法及***。
背景技术
印制电路板(Printed Circuit Board,PCB)、主板等在生产时经常需要对定位环进行精确定位。通过对定位环的精确定位,可以确定定位环的精确位置,从而提高器件安装至指定定位环的精确性。而对定位环的精确定位,在现有生产过程中通常使用激光定位反射器来实现。这种精确定位方法,成本比较高,会造成生产过程中成本的大幅度提高,因此需寻找一种环形物体的低成本精确定位方法。
发明内容
鉴于以上内容,有必要提供一种环形物体定位方法,以实现对环形物体的低成本精确定位。
鉴于以上内容,还有必要提供一种环形物体定位***,以实现对环形物体的低成本精确定位。
所述环形物体定位方法,该方法包括以下步骤:控制步骤:控制摄像设备对被测物体进行拍摄;灰度处理步骤:从被测物体的图像中根据环形物体坐标取出环形物***置图像,将环形物***置图像转化为灰度图像,将灰度图像置为当前灰度图像;获取步骤:取得当前灰度图像的轮廓;椭圆拟合步骤:对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置;收敛判断步骤:判断圆心位置是否收敛,当圆心位置收敛时,执行降噪处理步骤,否则,执行映射步骤;将降噪处理步骤:对灰度图像进行降噪处理,将降噪处理后的灰度图像置为当前灰度图像,并返回继续执行获取步骤;映射步骤:取得最后收敛的圆心位置,并将圆心位置映射至被测物体。
所述环形物体定位***,该***包括:控制模块,用于控制摄像设备对被测物体进行拍摄;灰度处理模块,用于从被测物体的图像中根据环形物体坐标取出环形物***置图像,将环形物***置图像转化为灰度图像,将灰度图像置为当前灰度图像;获取模块,用于取得当前灰度图像的轮廓;椭圆拟合模块,用于对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置;收敛判断模块,用于判断圆心位置是否收敛;降噪处理模块,用于在圆心位置收敛时,对灰度图像进行降噪处理,并将降噪处理后的灰度图像置为当前灰度图像;获取模块,还用于取得降噪处理后的当前灰度图像的轮廓;映射模块,用于在圆心位置不收敛时,取得最后收敛的圆心位置,并将圆心位置映射至被测物体。
相较于现有技术,所述的环形物体定位方法及***,在被测物体尺寸已知和摄像设备的基本参数已知的情况下,使用光学方法对环形物体进行定位,利用亚像素识别方法高精度定位被测物体,即对被测物体进行拍摄,并拟合亚像素级别的元素位置,同时高精度映像元素位置至被测物体,从而完成定位。
附图说明
图1是本发明环形物体定位***较佳实施例的架构图。
图2是本发明环形物体定位方法较佳实施例的流程图。
主要元件符号说明
计算机 | 1 |
环形物体定位*** | 10 |
控制模块 | 100 |
灰度处理模块 | 101 |
获取模块 | 102 |
椭圆拟合模块 | 103 |
收敛判断模块 | 104 |
降噪处理模块 | 105 |
映射模块 | 106 |
校正模块 | 107 |
摄像设备 | 2 |
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
如图1所示,是本发明环形物体定位***较佳实施例的架构图。
环形物体定位***10运行于计算机1中。所述计算机1还与摄像设备2连接。所述摄像设备2用于对被测物体进行拍摄。所述摄像设备2可为数码相机、摄像机等。所述环形物体定位***10用于实现对被测物体中环形物体的精确定位。
所述环形物体定位***10包括控制模块100、灰度处理模块101、获取模块102、椭圆拟合模块103、收敛判断模块104、降噪处理模块105、映射模块106及校正模块107。各模块的功能将结合图2的流程图进行详细介绍。
如图2所示,是本发明环形物体定位方法较佳实施例的流程图。
步骤S100,所述控制模块100控制摄像设备2对被测物体进行拍摄。
需要说明的是,用户判断摄像设备2拍摄所得图像是否需进行校正,当用户判断拍摄所得图像需进行校正时,所述校正模块107在接收用户的校正需求后,根据摄像设备2已知的基本参数对摄像设备2拍摄所得图像进行校正。所述摄像设备2已知的基本参数包括焦距、相距、物距及焦段等,所述校正模块107根据已知的基本参数对拍摄所得图像进行逆向校正。所述摄像设备2所拍摄的图像有时需要进行校正的原因为:摄像设备2拍摄所得图像会产生不同的失真效果,所述失真效果如产生桶形畸变、图像拉长等。
步骤S101,所述灰度处理模块101根据环形物体坐标从特定图像中取出环形物***置图像,同时将环形物***置图像转化为灰度图像,并将所述灰度图像置为当前灰度图像。所述特定图像为摄像设备2所拍摄的不需校正的图像,或经校正模块107校正后所得的图像。
具体而言,根据被测物体的设计图纸可知被测物体的尺寸,同时被测物体上的环形物体的坐标也是已知的,则所述灰度处理模块101可根据已知的环形物体坐标从所述特定图像中取出环形物***置图像。所述环形物***置图像的范围为根据环形物体的面积乘以一个预设值而得到。所述预设值为一经验值,如为5至15中的任何一个数值。所述灰度处理模块101对所得的环形物***置图像进行灰度处理,从而将环形物***置图像转化为灰度图像。所述环形物体如为主板上的定位环等。
步骤S102,所述获取模块102利用Canny算法取得当前灰度图像的轮廓。
步骤S103,所述椭圆拟合模块103对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置。
所述轮廓是由多个轮廓点组成的序列,所述椭圆拟合模块103对取得的轮廓进行椭圆拟合,即对轮廓中的所有轮廓点进行椭圆拟合。
而椭圆拟合法的基本思路是:对于给定平面上的一组样本点,寻找一个椭圆,使其尽可能靠近这些样本点。即所述椭圆拟合模块103将当前灰度图像轮廓中的轮廓点以椭圆方程为模型进行拟合,使某一椭圆方程尽量满足这些数据,并求出该椭圆方程的各个参数。最后确定的最佳椭圆的中心即是所述椭圆拟合模块103要求拟合得到的圆心位置。
步骤S104,所述收敛判断模块104判断圆心位置是否收敛。当圆心位置收敛时,执行步骤S105,否则执行步骤S106。所述圆心位置是否收敛的判断将在下文中进行详细介绍。
步骤S105,所述降噪处理模块105对当前灰度图像进行降噪处理。
需要说明的是,执行步骤S105后,所述降噪处理模块105将降噪处理后的灰度图像置为当前灰度图像,并返回执行步骤S102。
所述对灰度图像进行降噪处理,即对灰度图像进行平滑处理,采用线性插值或高斯插值等方法对灰度图像进行插值来模糊灰度图像的边界,以达到对灰度图像去除干扰的作用,从而实现对灰度图像的降噪效果。
在上述步骤S102至步骤S105的循环过程中,每次循环均会产生一个圆心位置。所述圆心位置按照拟合的顺序序号进行命名,第几次拟合得到的圆心位置,则命名为第几个圆心位置。如第一次拟合得到的圆心位置,则命名为第一个圆心位置。
需要说明的是,所述收敛判断模块104默认椭圆拟合模块103拟合的第一个及第二个圆心位置是收敛的。
在S104中判断圆心位置是否收敛的步骤如下:
当拟合得到一个当前圆心位置时,按照拟合的先后顺序,取该当前圆心位置及与该当前圆心位置相邻的前两个圆心位置以得到三个按照先后顺序排列的圆心位置,当前两个圆心位置之间的距离大于后两个圆心位置之间的距离时,判定当前圆心位置收敛,当前两个圆心位置之间的距离不大于后两个圆心位置之间的距离时,则判定当前圆心位置不收敛。
例如,在步骤S103拟合得到一个当前圆心位置为E,按照拟合的先后顺序排序,先前拟合有A、B、C、D共4个圆心位置,取该当前圆心位置E及与E相邻的圆心位置C、D,得到了三个按拟合的先后顺序进行排序的圆心位置C、D、E,当圆心位置C与D之间的距离大于圆心位置D与当前圆心位置E之间的距离时,所述收敛判断模块104则判定当前圆心位置E收敛。当圆心位置C与D之间的距离不大于圆心位置D与圆心位置E之间的距离时,所述收敛判断模块104则判定当前圆心位置E不收敛。
步骤S106,所述映射模块106取得最后收敛的圆心位置,并将圆心位置映射至被测物体。
在当前圆心位置不收敛时,所述映射模块106从按拟合的先后顺序进行排序的圆心位置中,取出当前圆心位置前一个圆心位置即为所述最后收敛的圆心位置。例如,按拟合的先后顺序进行排序的圆心位置共有A、B、C、D、E五个圆心位置,其中E为当前圆心位置,当圆心位置C与D之间的距离不大于圆心位置D与当前圆心位置E之间的距离时,收敛判断模块104判断出当前圆心位置E不收敛,此时所述映射模块106取得圆心位置D,该圆心位置D即为最后收敛的圆心位置。
同时,所述映射模块106将最后收敛的圆心位置的坐标映射至被测物体的设计图纸中,根据所述最后收敛的圆心位置的坐标确定环形物体的圆心位置,从而实现环形物体定位***10对环形物体的精确定位。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种环形物体定位方法,其特征在于,该方法包括以下步骤:
控制步骤:控制摄像设备对被测物体进行拍摄;
灰度处理步骤:从被测物体的图像中根据环形物体坐标取出环形物***置图像,将环形物***置图像转化为灰度图像,将灰度图像置为当前灰度图像;
获取步骤:取得当前灰度图像的轮廓;
椭圆拟合步骤:对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置;
收敛判断步骤:判断圆心位置是否收敛,当圆心位置收敛时,执行降噪处理步骤,否则,执行映射步骤;
降噪处理步骤:对灰度图像进行降噪处理,将降噪处理后的灰度图像置为当前灰度图像,并返回继续执行获取步骤;
映射步骤:取得最后收敛的圆心位置,并将圆心位置映射至被测物体。
2.如权利要求1所述的环形物体定位方法,其特征在于,该方法在控制步骤与灰度处理步骤之间还包括:
校正步骤:当用户判断摄像设备拍摄所得图像需进行校正时,接收用户的校正需求,并对摄像设备拍摄所得图像进行校正。
3.如权利要求1所述的环形物体定位方法,其特征在于,所述环形物***置图像的范围根据环形物体的面积乘以一个预设值而得到。
4.如权利要求1所述的环形物体定位方法,其特征在于,所述判断圆心位置是否收敛的步骤如下:
当拟合得到一个当前圆心位置时,按照拟合的先后顺序,取该当前圆心位置及与该当前圆心位置相邻的前两个圆心位置以得到三个按照先后顺序排列的圆心位置;
当前两个圆心位置之间的距离大于后两个圆心位置之间的距离时,判定当前圆心位置收敛;
当前两个圆心位置之间的距离不大于后两个圆心位置之间的距离时,则判定当前圆心位置不收敛。
5.如权利要求1所述的环形物体定位方法,其特征在于,所述对灰度图像进行降噪处理为对灰度图像进行插值来模糊灰度图像的边界。
6.一种环形物体定位***,其特征在于,该***包括:
控制模块,用于控制摄像设备对被测物体进行拍摄;
灰度处理模块,用于从被测物体的图像中根据环形物体坐标取出环形物***置图像,将环形物***置图像转化为灰度图像,将灰度图像置为当前灰度图像;
获取模块,用于取得当前灰度图像的轮廓;
椭圆拟合模块,用于对取得的轮廓进行椭圆拟合,得到一个拟合的圆心位置;
收敛判断模块,用于判断圆心位置是否收敛;
降噪处理模块,用于在圆心位置收敛时,对灰度图像进行降噪处理,并将降噪处理后的灰度图像置为当前灰度图像;
获取模块,还用于取得降噪处理后的当前灰度图像的轮廓;
映射模块,用于在圆心位置不收敛时,取得最后收敛的圆心位置,并将圆心位置映射至被测物体。
7.如权利要求6所述的环形物体定位***,其特征在于,该***还包括:
校正模块,用于当用户判断摄像设备拍摄所得图像需进行校正时,接收用户的校正需求,并对摄像设备拍摄所得图像进行校正。
8.如权利要求6所述的环形物体定位***,其特征在于,所述环形物***置图像的范围根据环形物体的面积乘以一个预设值而得到。
9.如权利要求6所述的环形物体定位***,其特征在于,所述收敛判断模块通过以下步骤实现圆心位置是否收敛的判断:
当拟合得到一个当前圆心位置时,按照拟合的先后顺序,取该当前圆心位置及与该当前圆心位置相邻的前两个圆心位置以得到三个按照先后顺序排列的圆心位置;
当前两个圆心位置之间的距离大于后两个圆心位置之间的距离时,判定当前圆心位置收敛;
当前两个圆心位置之间的距离不大于后两个圆心位置之间的距离时,则判定当前圆心位置不收敛。
10.如权利要求6所述的环形物体定位***,其特征在于,所述对灰度图像进行降噪处理为对灰度图像进行插值来模糊灰度图像的边界。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110292390 CN103033126A (zh) | 2011-09-29 | 2011-09-29 | 环形物体定位方法及*** |
TW100136632A TW201314169A (zh) | 2011-09-29 | 2011-10-11 | 環形物體定位方法及系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110292390 CN103033126A (zh) | 2011-09-29 | 2011-09-29 | 环形物体定位方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103033126A true CN103033126A (zh) | 2013-04-10 |
Family
ID=48020275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110292390 Pending CN103033126A (zh) | 2011-09-29 | 2011-09-29 | 环形物体定位方法及*** |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN103033126A (zh) |
TW (1) | TW201314169A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104613869A (zh) * | 2015-01-28 | 2015-05-13 | 南京信息工程大学 | 一种基于最大内切圆的椭圆孔组检测方法和*** |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及*** |
-
2011
- 2011-09-29 CN CN 201110292390 patent/CN103033126A/zh active Pending
- 2011-10-11 TW TW100136632A patent/TW201314169A/zh unknown
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104613869A (zh) * | 2015-01-28 | 2015-05-13 | 南京信息工程大学 | 一种基于最大内切圆的椭圆孔组检测方法和*** |
CN104613869B (zh) * | 2015-01-28 | 2017-05-10 | 南京信息工程大学 | 一种基于最大内切圆的椭圆孔组检测方法和*** |
CN111354047A (zh) * | 2018-12-20 | 2020-06-30 | 精锐视觉智能科技(深圳)有限公司 | 一种基于计算机视觉的摄像模组定位方法及*** |
CN111354047B (zh) * | 2018-12-20 | 2023-11-07 | 精锐视觉智能科技(上海)有限公司 | 一种基于计算机视觉的摄像模组定位方法及*** |
Also Published As
Publication number | Publication date |
---|---|
TW201314169A (zh) | 2013-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111354042B (zh) | 机器人视觉图像的特征提取方法、装置、机器人及介质 | |
CN102901473B (zh) | 量测坐标校正***及方法 | |
CN104613930B (zh) | 一种测距的方法、装置及移动终端 | |
CN111311632B (zh) | 一种物***姿跟踪方法、装置及设备 | |
CN104182969B (zh) | 一种单线阵相机内外参数标定方法 | |
CN108871185B (zh) | 零件检测的方法、装置、设备以及计算机可读存储介质 | |
CN112200771A (zh) | 一种高度测量方法、装置、设备和介质 | |
CN113421242B (zh) | 基于深度学习的焊点外观质量检测方法、装置及终端 | |
CN110866949A (zh) | 中心点定位方法、装置、电子设备和存储介质 | |
CN105488807A (zh) | 一种远心镜头的标定和矫正方法 | |
CN106600649A (zh) | 一种基于二维标记码的相机自标定方法 | |
CN103475820A (zh) | 一种摄像机中pi位置校正方法及*** | |
CN112102415A (zh) | 基于标定球的深度相机外参数标定方法、装置及设备 | |
US11288839B2 (en) | Supermarket shopping cart positioning method, supermarket shopping cart positioning system, and supermarket shopping cart | |
CN103033126A (zh) | 环形物体定位方法及*** | |
CN113962876A (zh) | 一种像素畸变的校正方法、校正装置及终端 | |
US20150051724A1 (en) | Computing device and simulation method for generating a double contour of an object | |
CN102809347B (zh) | 多倍率下多形式刻度标示***及方法 | |
CN106526637A (zh) | 一种修正gps定位的方法及装置 | |
CN114170319A (zh) | 测试标板的调整方法及装置 | |
CN105469085B (zh) | 板卡图像获取方法和*** | |
CN111967428B (zh) | 人脸测温方法、装置及存储介质 | |
CN112785963B (zh) | 一种led灯珠定位方法、装置及存储介质 | |
CN103279953A (zh) | 一种基于LabVIEW平台的机器视觉标定*** | |
CN113408551A (zh) | 指针仪表读数的识别方法、***、设备及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130410 |