CN108921808B - 一种平面工件喷涂轨迹生成方法、***及计算机存储介质 - Google Patents
一种平面工件喷涂轨迹生成方法、***及计算机存储介质 Download PDFInfo
- Publication number
- CN108921808B CN108921808B CN201810681018.0A CN201810681018A CN108921808B CN 108921808 B CN108921808 B CN 108921808B CN 201810681018 A CN201810681018 A CN 201810681018A CN 108921808 B CN108921808 B CN 108921808B
- Authority
- CN
- China
- Prior art keywords
- image
- effective
- workpiece
- pixel
- corrosion
- 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.)
- Active
Links
- 238000005507 spraying Methods 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005260 corrosion Methods 0.000 claims abstract description 47
- 230000007797 corrosion Effects 0.000 claims abstract description 47
- 238000000605 extraction Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 230000003628 erosive effect Effects 0.000 claims description 44
- 239000011159 matrix material Substances 0.000 claims description 20
- 239000007921 spray Substances 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 7
- 238000005530 etching Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 230000000877 morphologic effect Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 230000010339 dilation Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052755 nonmetal Inorganic materials 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Application Of Or Painting With Fluid Materials (AREA)
Abstract
一种平面工件喷涂轨迹的生成方法、***及计算机可读存储介质,所述方法包括图像输入、图像预处理、有效喷涂轨迹提取并输出等步骤。本发明利用形态学的腐蚀、膨胀等运算层层剥离工件的有效腐蚀带,进而寻找工件的有效喷涂轨迹。该方法具有自动化程度高、适用性强等特点,可根据待喷工件图像生成喷涂轨迹,代替了传统的人工示教编程,从而缩短了喷涂加工的时间周期,提高了生产效率。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种平面工件喷涂轨迹生成方法、***及计算机存储介质。
背景技术
随着计算机技术的不断向智能化方向发展,机器人应用领域的不断扩展和深化,工业机器人已成为一种高新技术产业,为工业自动化水平发挥了巨大作用。喷涂机器人作为工业机器人的一个重要分支,主要用于金属和非金属表面涂覆工作,是机器人技术和表面涂装工艺有机结合的产物。喷涂机器人不仅安全环保,而且能够高效、高质量的完成喷涂任务,是未来工业自动化的发展趋势。
喷涂机器人的喷涂轨迹决定着工件的喷涂质量,而目前机器人喷涂轨迹的生成,一般是由调试人员根据待喷涂工件图像,在现场进行点对点的人工示教完成。此方法操作复杂,对操作者的专业技能要求较高;同时适用性较差,每更换一种工件就需要重新制定一套相应的轨迹程序,操作极其繁琐,耗时较长,使得喷涂加工的效率低下,无法满足市场对产品的需求。
发明内容
为解决上述问题,本发明提供了一种平面工件喷涂轨迹生成方法、***及其计算机可读存储介质,以缩短喷涂加工的时间周期,提高生产效率。
本发明由如下技术方案实现:
本发明的第一方面提供了一种平面工件喷涂轨迹的生成方法,包括如下步骤:
图像输入:输入经过二值化处理的待喷涂平面工件图像;
图像预处理:提取所述图像的工件外轮廓,并填充工件外轮廓内部的像素点,得到经过预处理的图像;
有效喷涂轨迹提取:对所述经过预处理的图像进行腐蚀、膨胀、运算处理,得到有效喷涂轨迹;
判断剩余图像的有效面积:如果有效面积大于一预定阈值,则返回上一步继续进行有效喷涂轨迹提取;如果有效面积小于该预定阈值,则进行下一步;
输出得到的所有的有效喷涂轨迹。
在一些实施例中,所述图像预处理步骤中填充工件外轮廓内部的像素点包括:将外轮廓内部所有像素点的值设置为1,使得外轮廓内的所有像素点变为白色。
在一些实施例中,所述有效喷涂轨迹提取包括如下步骤:
对所述经过预处理的图像进行腐蚀处理,得到腐蚀后的图像;
将经过预处理的图像和腐蚀后的图像作差运算以得到腐蚀带;
对所述腐蚀带进行腐蚀带细化,并填充腐蚀带细化后的封闭区域,得到填充图像;
对所述填充图像进行先腐蚀后膨胀的处理,得到平滑图像;
对所述平滑图像提取图像外轮廓L;
将所述腐蚀带与输入的待喷涂平面工件图像相交,得到有效的腐蚀带;
对有效的腐蚀带进行膨胀处理,得到膨胀的有效腐蚀带;
将膨胀的有效腐蚀带与所述图像外轮廓L相交,得到有效喷涂轨迹。
在一些实施例中,所述腐蚀处理包括如下步骤:
用结构元素扫描图像的每一个像素;
所述结构元素与其覆盖的图像对应位置的像素值做“与”操作;
如果全为1,腐蚀后的图像的该像素的像素值为1,否则为0。
在一些实施例中,所述结构元素由形状参数和控制形状参数的大小方向的参数决定,为一个二维矩阵,矩阵元素的值为0或1。
在一些实施例中,对所述腐蚀带进行腐蚀带细化的步骤包括:
将腐蚀带中宽度大于1个像素的线条细化成1个像素。
在一些实施例中,填充腐蚀带细化后的封闭区域的步骤包括:
将细化后的腐蚀带内部所有像素点的值置为1。
在一些实施例中,所述膨胀处理包括如下步骤:
用结构元素扫描图像的每一个像素;
所述结构元素与其覆盖的图像对应位置的像素值做“与”操作;
如果全为0,膨胀后的图像的该像素的像素值为0,否则为1。
在一些实施例中,所述结构元素由形状参数和控制形状参数的大小方向的参数决定,为一个二维矩阵,矩阵元素的值为0或1。
本发明的第二方面提供了一种平面工件喷涂轨迹的生成***,该***包括:
存储器以及一个或多个处理器;
其中,所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器用于执行如前所述的方法。
本发明的第三方面提供了一种计算机可读存储介质,其上存储有计算机可执行指令,当所述计算机可执行指令被计算装置执行时,可操作来执行如前所述的方法。
本发明的上述技术方案具有如下有益的技术效果:
本发明利用形态学的腐蚀运算层层剥离工件的有效腐蚀带,进而寻找工件的有效喷涂轨迹。该方法具有自动化程度高、适用性强等特点,可根据待喷工件图像生成喷涂轨迹,代替了传统的人工示教编程,从而缩短了喷涂加工的时间周期,提高了生产效率。
附图说明
图1为本发明的方法流程图;
图2为本发明的提取有效喷涂轨迹的方法流程图;
图3为图像腐蚀示意图;
图4为图像膨胀示意图;
图5为输入的原始图像;
图6为填充外轮廓图像;
图7为填充图像腐蚀结果;
图8为腐蚀带图像;
图9为腐蚀带细化图像;
图10为显示腐蚀带骨架在腐蚀带中的位置;
图11为填充腐蚀带细化后的封闭区域;
图12为填充图像腐蚀结果;
图13为填充图像腐蚀后再膨胀结果;
图14为提取图像轮廓;
图15为显示喷涂轨迹在腐蚀带中的位置;
图16为有效腐蚀带图像;
图17为有效腐蚀带膨胀图像;
图18为有效喷涂轨迹;
图19(a)、(b)为工件填充示意图;
图20(a)、(b)为工件有效喷涂轨迹示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了,下面结合具体实施方式并参照附图,对本发明进一步详细说明。应该理解,这些描述只是示例性的,而并非要限制本发明的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
为了使本发明的目的、技术方案及有益效果更加清楚明白,以下将结合附图及实施例,对本发明做进一步详细说明。
本发明的第一方面提供了一种平面工件喷涂轨迹的生成方法100,如图1所示,包括如下步骤:
步骤110、图像输入:输入经过二值化处理的待喷涂平面工件图像Input_img,如图5所示。
步骤120、图像预处理:提取所述图像的工件外轮廓,并填充工件外轮廓内部的像素点,将外轮廓内部所有像素点的值设置为1,得到经过预处理的图像,以便后续进行形态学腐蚀处理,填充图像如图6所示。
具体地,由sobel算子提取输入图像的工件外轮廓:sobel算子包含两个3x3的卷积核Gx与Gy,其中Gx=[-1,0,1;-2,0,2;-1,0,1]、Gy=[1,2,1;0,0,0;-1,-2,-1],图像中的每一个像素点都与这两个卷积核进行卷积运算,取其最大值输出即得到输入图像的工件外轮廓。二值图像的工件外轮廓是由值为1的连续像素点构成的封闭曲线,封闭曲线内部所有像素点的值为0。填充工件外轮廓就是将外轮廓内部所有像素点的值置为1。MATLAB中二值图像像素值由1和0组成,像素值为1的为白色像素点,为0的为黑色像素点,本发明按照上述值定义白色和黑色像素点。
步骤130、有效喷涂轨迹提取:对所述经过预处理的图像进行腐蚀、膨胀、运算处理,得到有效喷涂轨迹。
所述有效喷涂轨迹提取的方法流程200如图2所示,包括如下步骤:
步骤210、对所述经过预处理的图像进行腐蚀处理,得到腐蚀后的图像。腐蚀结果见图7。
图像腐蚀是一种消除图像边界点,使图像边界向内部收缩的过程,可用来消除小且无意义的物体。如图3所示,B对A的腐蚀可表示为AΘB,图像A经结构元素B腐蚀后,图像A缩小了一圈,其腐蚀宽度由结构元素决定。结构元素SE由shape和parameters两个参数决定,其中形状参数shape可以是矩形、圆形等任意形状,parameters则控制形状参数shape的大小方向,通常结构元素要小于待处理的图像。二维结构元素可以理解成一个二维矩阵,矩阵元素的值为0或者1。
所述图像腐蚀的具体步骤包括:
用结构元素扫描图像的每一个像素;
所述结构元素与其覆盖的图像对应位置的像素值做“与”操作(点乘);
如果全为1,腐蚀后的图像的该像素的像素值为1,否则为0。
设结构元素为3*3的矩阵SE=[1,1,1;1,1,1;1,1,1],二值图像上的某像素点为P,其周围的像素点为P0,P1,P2,P3,P4,P5,P6,P7,构成矩阵M=[P0,P1,P2;P3,P,P4;P5,P6,P7]。矩阵SE与矩阵M点乘得到矩阵Q=[P0,P1,P2;P3,P,P4;P5,P6,P7]。当矩阵Q中的所有元素都为1时,P点才为1,否则为0。
步骤220、将经过预处理的图像和腐蚀后的图像作差运算以得到腐蚀带I,如图8所示。
步骤230、对所述腐蚀带进行腐蚀带细化,并填充腐蚀带细化后的封闭区域,得到填充图像。
具体地,腐蚀带细化以及填充腐蚀带细化后的封闭区域,如图9、11所示。腐蚀带细化的目的是通过将腐蚀带细化来寻找喷涂轨迹。
细化是提取图像的骨架,即是将图像中线条宽度大于1个像素的线条细化成只有一个像素宽,从而形成图像骨架。所谓骨架,可以理解为图像的中轴。例如长方形的骨架是其长方向上的中轴线,正方形的骨架是其中心点,圆的骨架是圆心,直线的骨架是其自身,孤立点的骨架也是自身。图10、15显示了腐蚀带骨架在腐蚀带中的位置,由图可知腐蚀带骨架基本位于腐蚀带中轴位置。
细化操作的基本思想是“层层剥取”,即从线条边缘开始一层一层向里剥取,直到线条剩下一个像素点为止。腐蚀带细化线是由值为1的连续像素点构成的封闭曲线,封闭曲线内部所有像素点的值为0。填充腐蚀带细化后的封闭区域就是将细化线内部所有像素点的值置为1。
步骤240、对所述填充图像进行先腐蚀后膨胀的处理,得到平滑图像。
具体地,填充图像先腐蚀后膨胀,如图12、13所示。图像先腐蚀后膨胀,也称之为图像开运算,其作用是:用来消除小物体、在纤细点处分离物体、平滑较大物体的边界的同时并不明显改变其面积。
所述填充图像先腐蚀后膨胀的步骤是为了消除腐蚀带细化后存在的多余毛刺。
步骤250、对所述平滑图像提取图像外轮廓L;如图14所示。提取二值图像的外轮廓可由sobel算子来实现。
步骤260、将所述腐蚀带与输入的待喷涂平面工件图像相交,得到有效的腐蚀带I1=I.*Input_img,如图16所示。所述步骤中腐蚀带与原始图像相交,只有重叠的部分才是有效的腐蚀带。
步骤270、对有效的腐蚀带进行膨胀处理,得到膨胀的有效腐蚀带I2。
所述图像膨胀处理的具体步骤包括:
用结构元素扫描图像的每一个像素;
结构元素与其覆盖的二值图像做“与”操作(对应位置的像素值点乘);
如果全为0,结果图像的该像素为0,否则为1。
设结构元素为3*3的矩阵SE=[1,1,1;1,1,1;1,1,1],二值图像上的某像素点为P,其周围的像素点为P0,P1,P2,P3,P4,P5,P6,P7,构成矩阵M=[P0,P1,P2;P3,P,P4;P5,P6,P7]。矩阵SE与矩阵M点乘得到矩阵Q=[P0,P1,P2;P3,P,P4;P5,P6,P7]。当矩阵Q中的所有元素都为0时,P点才为0,否则为1。
-如图19、20所示,图19(a)(b)分别为工件图像和工件的填充图像。根据工件的填充图像,通过层层腐蚀能够找到两条喷涂轨迹1和2以及两条腐蚀带(腐蚀带即喷涂区域)3和4,如图20(a)所示。由图20(b)可知,喷涂轨迹2在工件的镂空区域,与有效腐蚀带不存在交集。为了能够喷涂区域5(有效腐蚀带),需将有效腐蚀带膨胀,使得膨胀的有效腐蚀带与喷涂轨迹2有交集,从而成为有效喷涂轨迹。
步骤280、将膨胀的有效腐蚀带与所述图像外轮廓L相交,得到有效喷涂轨迹。膨胀的有效腐蚀带I2与提取的图像外轮廓L相交,得到有效喷涂轨迹L1=L.*I2,如图18所示。图14是通过细化处理得到的喷涂轨迹,后续要验证该轨迹是否是有效的,有效的话就保留。图14和18相同说明图14中的喷涂轨迹是有效的。图14和图17相交是相应像素点相乘(白色为1,黑色为0)
所述步骤280中膨胀的有效腐蚀带与图像外轮廓相交,从而得到有效喷涂轨迹的目的是:当工件的镂空区域与去除毛刺后的图像外轮廓相交时,镂空区域不会存在有效喷涂轨迹,这样就能够避免喷涂工件的镂空区域。
至此,该一次有效喷涂轨迹提取的步骤结束。
步骤140、判断剩余图像的有效面积:原始图像Input_img减去有效腐蚀带I1得到的图像即为剩余图像(Input_img-I1),如果剩余图像的有效面积大于一预定阈值,则返回继续进行有效喷涂轨迹提取;如果有效面积小于该预定阈值,则进行下一步;
步骤150、输出得到的所有的有效喷涂轨迹。
本发明的第二方面提供了一种平面工件喷涂轨迹的生成***,该***包括:存储器以及一个或多个处理器;其中,所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器用于执行如前所述的方法。
本发明的第三方面提供了一种计算机可读存储介质,其上存储有计算机可执行指令,当所述计算机可执行指令被计算装置执行时,可操作来执行如前所述的方法。
综上所述,本发明提供了一种平面工件喷涂轨迹的生成方法、***及计算机可读存储介质,所述方法包括图像输入、图像预处理、有效喷涂轨迹提取并输出等步骤。本发明利用形态学的腐蚀、膨胀等运算层层剥离工件的有效腐蚀带,进而寻找工件的有效喷涂轨迹。该方法具有自动化程度高、适用性强等特点,可根据待喷工件图像生成喷涂轨迹,代替了传统的人工示教编程,从而缩短了喷涂加工的时间周期,提高了生产效率。
应当理解的是,本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理,而不构成对本发明的限制。因此,在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。此外,本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种平面工件喷涂轨迹的生成方法,其特征在于,包括如下步骤:
图像输入:输入经过二值化处理的待喷涂平面工件图像;
图像预处理:提取所述图像的工件外轮廓,并填充工件外轮廓内部的像素点,得到经过预处理的图像;
有效喷涂轨迹提取:对所述经过预处理的图像进行腐蚀、膨胀、运算处理,得到有效喷涂轨迹;
判断剩余图像的有效面积:如果有效面积大于一预定阈值,则返回上一步继续进行有效喷涂轨迹提取;如果有效面积小于该预定阈值,则进行下一步;
输出得到的所有的有效喷涂轨迹。
2.根据权利要求1所述的平面工件喷涂轨迹的生成方法,其特征在于,所述图像预处理步骤中填充工件外轮廓内部的像素点包括:将外轮廓内部所有像素点的值设置为1,使得外轮廓内的所有像素点变为白色。
3.根据权利要求1所述的平面工件喷涂轨迹的生成方法,其特征在于,所述有效喷涂轨迹提取包括如下步骤:
对所述经过预处理的图像进行腐蚀处理,得到腐蚀后的图像;
将经过预处理的图像和腐蚀后的图像作差运算以得到腐蚀带;
对所述腐蚀带进行腐蚀带细化,并填充腐蚀带细化后的封闭区域,得到填充图像;
对所述填充图像进行先腐蚀后膨胀的处理,得到平滑图像;
对所述平滑图像提取图像外轮廓L;
将所述腐蚀带与输入的待喷涂平面工件图像相交,得到有效的腐蚀带;
对有效的腐蚀带进行膨胀处理,得到膨胀的有效腐蚀带;
将膨胀的有效腐蚀带与所述图像外轮廓L相交,得到有效喷涂轨迹。
4.根据权利要求3所述的平面工件喷涂轨迹的生成方法,其特征在于,所述腐蚀处理包括如下步骤:
用结构元素扫描图像的每一个像素;
所述结构元素与其覆盖的图像对应位置的像素值做“与”操作;
如果全为1,腐蚀后的图像中该像素的像素值为1,否则为0。
5.根据权利要求4所述的平面工件喷涂轨迹的生成方法,其特征在于,所述结构元素由形状参数和控制形状参数的大小方向的参数决定,为一个二维矩阵,矩阵元素的值为0或1。
6.根据权利要求3所述的平面工件喷涂轨迹的生成方法,其特征在于,对所述腐蚀带进行腐蚀带细化的步骤包括:
将腐蚀带中宽度大于1个像素的线条细化成1个像素。
7.根据权利要求3所述的平面工件喷涂轨迹的生成方法,其特征在于,填充腐蚀带细化后的封闭区域的步骤包括:
将细化后的腐蚀带内部所有像素点的值置为1。
8.根据权利要求3所述的平面工件喷涂轨迹的生成方法,其特征在于,所述膨胀处理包括如下步骤:
用结构元素扫描图像的每一个像素;
所述结构元素与其覆盖的图像对应位置的像素值做“与”操作;
如果全为0,膨胀后的图像中该像素的像素值为0,否则为1。
9.一种平面工件喷涂轨迹的生成***,其特征在于,该***包括:
存储器以及一个或多个处理器;
其中,所述存储器与所述一个或多个处理器通信连接,所述存储器中存储有可被所述一个或多个处理器执行的指令,所述指令被所述一个或多个处理器执行,以使所述一个或多个处理器用于执行权利要求1-8任一项所述的方法。
10.一种计算机可读存储介质,其上存储有计算机可执行指令,当所述计算机可执行指令被计算装置执行时,可操作来执行权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810681018.0A CN108921808B (zh) | 2018-06-27 | 2018-06-27 | 一种平面工件喷涂轨迹生成方法、***及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810681018.0A CN108921808B (zh) | 2018-06-27 | 2018-06-27 | 一种平面工件喷涂轨迹生成方法、***及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108921808A CN108921808A (zh) | 2018-11-30 |
CN108921808B true CN108921808B (zh) | 2020-12-22 |
Family
ID=64422841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810681018.0A Active CN108921808B (zh) | 2018-06-27 | 2018-06-27 | 一种平面工件喷涂轨迹生成方法、***及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921808B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113538358A (zh) * | 2021-07-09 | 2021-10-22 | 深圳市行知行机器人技术有限公司 | 机器人行走纠偏方法、装置、智能机器人和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045098A (zh) * | 2015-05-29 | 2015-11-11 | 芜湖希美埃机器人技术有限公司 | 一种机器人喷涂轨迹自动生成***的控制方法 |
CN105260693A (zh) * | 2015-12-01 | 2016-01-20 | 浙江工业大学 | 一种激光二维码定位方法 |
EP3048579A1 (en) * | 2015-01-26 | 2016-07-27 | Sony Corporation | Structure analysis method for recovering missing structures in an image after object removal |
CN107895372A (zh) * | 2017-11-14 | 2018-04-10 | 易思维(天津)科技有限公司 | 一种用于机器人涂胶检测的胶条骨架线自动示教方法及*** |
-
2018
- 2018-06-27 CN CN201810681018.0A patent/CN108921808B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3048579A1 (en) * | 2015-01-26 | 2016-07-27 | Sony Corporation | Structure analysis method for recovering missing structures in an image after object removal |
CN105045098A (zh) * | 2015-05-29 | 2015-11-11 | 芜湖希美埃机器人技术有限公司 | 一种机器人喷涂轨迹自动生成***的控制方法 |
CN105260693A (zh) * | 2015-12-01 | 2016-01-20 | 浙江工业大学 | 一种激光二维码定位方法 |
CN107895372A (zh) * | 2017-11-14 | 2018-04-10 | 易思维(天津)科技有限公司 | 一种用于机器人涂胶检测的胶条骨架线自动示教方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN108921808A (zh) | 2018-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507167B (zh) | 一种基于点云平面轮廓匹配的货物托盘检测方法及*** | |
CN110717872B (zh) | 一种激光辅助定位下的v型焊缝图像特征点提取方法及提取*** | |
CN111127402A (zh) | 一种机器人焊接质量的视觉检测方法 | |
CN112529858A (zh) | 一种基于机器视觉的焊缝图像处理方法 | |
CN102316352B (zh) | 一种基于区域连通图的立体视频深度图的制作方法和装置 | |
Xu et al. | Image processing-based contour parallel tool path optimization for arbitrary pocket shape | |
CN108921808B (zh) | 一种平面工件喷涂轨迹生成方法、***及计算机存储介质 | |
CN107194402B (zh) | 一种并行细化骨架提取方法 | |
Mu et al. | A novel Shi-Tomasi corner detection algorithm based on progressive probabilistic hough transform | |
CN109345551B (zh) | 图像外轮廓中凹包络的检测方法、***及计算机存储介质 | |
CN111210520A (zh) | 一种用于实物模型的逆向成形方法及*** | |
CN110889374A (zh) | ***图像处理方法、装置、计算机及存储介质 | |
Liu | An improved image enhancement algorithm based on fuzzy set | |
Xu et al. | A lane detection method combined fuzzy control with ransac algorithm | |
Huang et al. | Automatic feature extraction and optimal path planning for robotic drawing | |
CN105955191A (zh) | 一种基于图像特征数据进行路径规划的方法 | |
CN106780412B (zh) | 一种利用手写体骨架线生成加工路径的方法 | |
CN113814982A (zh) | 一种焊接机器人机械手控制方法 | |
Yang et al. | Recognition of initial welding position for large diameter pipeline based on pulse coupled neural network | |
Zeng et al. | Interactive image recognition of space target objects | |
Nag et al. | Generating Vectors from Images using Multi-Stage Edge Detection for Robotic Artwork | |
Yu et al. | Shape analysis and recognition based on skeleton and morphological structure | |
Zhan et al. | Weld Seam Segmentation in RGB-D Data using Attention-based Hierarchical Feature Fusion | |
CN116309198B (zh) | 图像处理方法、装置、存储介质及计算机设备 | |
Wang et al. | An improved hand detection by employing corner detector |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |