CN109191525A - 一种偏差预警方法及装置 - Google Patents
一种偏差预警方法及装置 Download PDFInfo
- Publication number
- CN109191525A CN109191525A CN201811018193.8A CN201811018193A CN109191525A CN 109191525 A CN109191525 A CN 109191525A CN 201811018193 A CN201811018193 A CN 201811018193A CN 109191525 A CN109191525 A CN 109191525A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- target image
- image
- region
- deviation
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提出一种偏差预警方法及装置,涉及智能装备领域。该方法及装置通过获取多个目标图像,并提取每个目标图像的像素中心坐标,最后依据拍摄得到每个目标图像时机械臂的移动距离、每个目标图像的像素中心坐标以及每个目标图像对应的标称坐标确定目标图像的绝对偏差坐标,并且在当绝对偏差坐标满足预设条件时,生成预警信号;由于在计算偏差坐标时,利用了机械臂的移动距离、像素中心坐标以及标称坐标,使得得到的偏差坐标的误差很小,精度可达0.1mm,远大于实际需求精度,比人工测量更加精确、效率更高且节约时间,同时,在绝对偏差坐标满足预设条件时生成预警信号,避免了不合格产品流入市场的可能,更加节省人力资源,降低了成本。
Description
技术领域
本发明涉及智能装备领域,具体而言,涉及一种偏差预警方法及装置。
背景技术
目前的各式各样的玻璃等大幅面产品,被应用在办公楼、商场、交通等各个领域。玻璃制造领域,自然成为玻璃成品生产中重要的环节。此项技术的背景,源于加工的过程中,测量镜面玻璃背面上多个粘贴铝片的孔心距。铝片中心有M5的螺牙,在后续半成品组装、成品加工中这些铝片的精度起到重要作用。若20个铝片的孔心距有偏差,会影响之后成品的加工,甚至可能无法用于成品的组装(沦为次品,需要报废),甚至会在建筑行业带来安全隐患。
但现有技术中,由于玻璃的幅面较大,受到算法或是运动机构精度制约等因素,具有测量精度差、速度慢等缺点,并无可真正应用于生产领域的机器视觉测量设备对孔心距进行测量。因此,大多采用传统的人工使用千分尺的测量方式,但这种方式存在测量效率低,准确性差,人力资源投入大、成本浪费等问题,若不能及时发现孔心距偏差超标,则可能将不合格品流入市场。
发明内容
本发明的目的在于提供一种偏差预警方法及装置,以解决上述问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
第一方面,本发明实施例提供了一种偏差预警方法,所述偏差预警方法包括:
获取多个目标图像,其中,每个所述目标图像对应一个预设定的标称坐标;
提取每个所述目标图像的像素中心坐标;
依据拍摄得到每个所述目标图像时机械臂的移动距离、每个所述目标图像的像素中心坐标以及每个所述目标图像对应的所述标称坐标确定所述目标图像的绝对偏差坐标;
当所述绝对偏差坐标满足预设条件时,生成预警信号。
第二方面,本发明实施例还提供了一种偏差预警装置,其特征在于,所述偏差预警装置包括:
目标图像获取单元,用于获取多个目标图像,其中,每个所述目标图像对应一个预设定的标称坐标;
像素中心坐标提取单元,用于提取每个所述目标图像的像素中心坐标;
绝对偏差坐标确定单元,用于依据拍摄得到每个所述目标图像时机械臂的移动距离、每个所述目标图像的像素中心坐标以及每个所述目标图像对应的所述标称坐标确定所述目标图像的绝对偏差坐标;
预警信号生成单元,用于当所述绝对偏差坐标满足预设条件时,生成预警信号。
本发明实施例提供的偏差预警方法及装置,通过获取多个目标图像,其中,每个目标图像对应一个预设定的标称坐标,并提取每个目标图像的像素中心坐标,最后依据拍摄得到每个目标图像时机械臂的移动距离、每个目标图像的像素中心坐标以及每个目标图像对应的标称坐标确定目标图像的绝对偏差坐标,并且在当绝对偏差坐标满足预设条件时,生成预警信号;由于在计算偏差坐标时,利用了机械臂的移动距离、像素中心坐标以及标称坐标,使得得到的偏差坐标的误差很小,精度可达0.1mm,远大于实际需求精度,比人工测量更加精确、效率更高且节约时间,同时,在绝对偏差坐标满足预设条件时生成预警信号,避免了不合格产品流入市场的可能,更加节省人力资源,降低了成本。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了一种可应用于本发明实施例中的用户终端的功能框图。
图2示出了本发明实施例提供的偏差预警方法的流程图。
图3为图2中步骤S202的具体流程图。
图4为图2中步骤S203的具体流程图。
图5为本发明实施例中机械臂带动相机依次移动至20个采样点的坐标分布示意图。
图6为本发明实施例提供的偏差预警装置的功能模块图。
图标:100-用户终端;110-存储器;120-存储控制器;130-处理器;140-外设接口;150-射频单元;160-触控屏幕;200-偏差预警装置;210-目标图像获取单元;220-像素中心坐标提取单元;230-绝对偏差坐标确定单元;240-判断单元;250-预警信号生成单元。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
请参阅图1,图1示出了一种可应用于本发明实施例中的用户终端100的功能框图。如图1所示,用户终端100包括偏差预警装置200、存储器110、存储控制器120,一个或多个(图中仅示出一个)处理器130、外设接口140、射频单元150、触控屏幕160等。这些组件通过一条或多条通讯总线/信号线相互通讯。所述偏差预警装置200包括至少一个可以软件或固件(firmware)的形式存储于所述存储器110中或固化在所述用户终端100的操作***(operating system,OS)中的软件功能单元。
存储器110可用于存储软件程序以及单元,如本发明实施例中的偏差预警装置200及方法所对应的程序指令/单元,处理器130通过运行存储在存储器110内的软件程序以及单元,从而执行各种功能应用以及数据处理,如本发明实施例提供的偏差预警方法。存储器110可包括高速随机存储器110,还可包括非易失性存储器110,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器110。处理器130以及其他可能的组件对存储器110的访问可在存储控制器120的控制下进行。
外设接口140将各种输入/输出装置耦合至处理器130以及存储器110。在一些实施例中,外设接口140、处理器130以及存储控制器120可以在单个芯片中实现。在其他一些实例中,他们可以分别由独立的芯片实现。
射频单元150用于接收以及发送电磁波,实现电磁波与电信号的相互转换,从而与通讯网络或者其他设备进行通讯。
触控屏幕160在用户终端100与用户之间提供一个输出及输入界面,以实现用户终端100与用户的交互。触控屏幕160能感应到来自该触控屏幕160上的触控操作,并将该感应到的触控操作交由处理器130进行处理。
可以理解,图1所示的结构仅为示意,用户终端100还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
第一实施例
本发明实施例提供了一种偏差预警方法,用于获取多个目标图像的中心坐标,从而实现不同中心的间距偏差的计算与补偿。请参阅图2,为本发明实施例提供的偏差预警方法的流程图。该偏差预警方法包括:
步骤S201:获取多个目标图像。
在本实施例中,机械臂带着相机依次移动至多个采样点,每个采样点对应玻璃幅面上一个铝片的原始图像,从而获得多个目标图像。
需要说明的是,每个目标图像对应一个预设定的标称坐标,该标称坐标即为该目标图像中心理论上应该所处的物理坐标。
步骤S202:提取每个目标图像的像素中心坐标。
可以理解地,该像素中心坐标即为每个目标图像局部范围内确定的坐标。
请参阅图3,为步骤S202的具体流程图。该步骤S202包括:
子步骤S2021:对目标图像进行阈值分割以获得第一图像区域。
可以理解地,由于每个铝片的中心都具备螺牙孔,而其中的第一图像区域即为基于阈值分割算法得到的螺牙孔所在区域。
子步骤S2022:以第一图像区域的中心为圆心、预设值为半径生成第二图像区域。
具体地,以螺牙孔孔心为圆心,预设值为半径生成一个圆形区域,即为第二图像区域。需要说明的是,该第二图像区域覆盖了目标图像的外圆区域,以使得第二图像区域的外轮廓能够得以覆盖目标图像的外轮廓。
子步骤S2023:从第二图像区域中去除第一图像区域以获得第三图像区域。
可以理解地,从第二图像区域中去除第一图像区域后获得的环形区域即为第三图像区域。
子步骤S2024:计算第三图像区域的灰度均匀值。
具体地,可利用一下算式对第三图像区域的灰度均匀值进行计算:
其中,所述m为灰度均匀值,G(p)为第三图像内任意一像素点p对应的灰度值,F=|C(n)|,C(n)为第三图像,F为第三图像的绝对值。
子步骤S2025:基于灰度均匀值、第二图像区域获取第四图像区域。
具体地,可在第二图像区域内,利用灰度均匀值、区域填充以及形态学变换等预处理算法获取第四图像区域。
子步骤S2026:获取第四图像区域的外轮廓曲线并将外轮廓曲线拟合为椭圆轮廓,以提取像素中心坐标。
可以理解地,该像素中心坐标即为拟合得到的椭圆轮廓的圆心坐标。
因此,椭圆轮廓上任意一点(xi,yi)的代数距离Di可表示为:
Di=a*xi 2+b*xi*yi+c*yi 2+d*xi+e*y+f
需要说明的是,为防止拟合过程中,是生成椭圆轮廓而非双曲线或是抛物线,a、b、c还应满足:4ac-b2=1。
可以理解地,通过拟合椭圆轮廓以提取像素中心坐标,大大增加了重复精度,极大地降低了由于铝片本身加工工艺造成的差异性所带来的误差,具有较强的鲁棒性;同时,还免去了人工测量、数据提取、整理等繁冗的工作,提高了获得的像素中心坐标的准确性,大大提高了提取效率。
步骤S203:依据拍摄得到每个目标图像时机械臂的移动距离、每个目标图像的像素中心坐标以及每个目标图像对应的标称坐标确定目标图像的绝对偏差坐标。
请参阅图4,为步骤S203的具体流程图。该步骤S203包括:
子步骤S2031:依据拍摄得到目标图像时机械臂的移动距离、像素中心坐标确定及预设定的第一位移矩阵确定目标图像的第一物理坐标。
具体地,第一物理坐标满足算式:
其中,(x'n,y'n)为第n目标图像的第一物理坐标,(xn,yn)为像素中心坐标,M1为预设定的第一位移矩阵,(Kx,Ky)为拍摄得到所述目标图像时机械臂的移动距离。
在本实施例中,采用9点标定法确定预设定的第一位移矩阵M1,其具体流程如下所述:
首先,设定一个3×3的单位矩阵M:
设任意一个像素中心坐标为(Px,Py),其对应的物理坐标为(Qx,Qy),而在两种不同坐标系下,对应坐标的最小距离转换即为第一位移矩阵M1,且该包含了坐标系的缩放、旋转、平移和倾斜。
因此,第一位移矩阵M1为:
需要说明的是,将像素中心坐标转换为第一物理坐标的过程,即为将每个像素中心在对应的目标图像的局部坐标转换为每个像素中心在综合所有目标图像的整体上的物理坐标,使得不同目标图像的第一物理坐标随着物理位置的变化而发生了改变。
子步骤S2032:依据第一物理坐标及预设定的第二位移矩阵确定目标图像的第二物理坐标。
具体地,第二物理坐标满足算式:
其中,(Xn,Yn)为第n目标图像的第二物理坐标,(x'n,y'n)为第n目标图像的第一物理坐标,(x'1,y'1)为选定的原点坐标,M2为预设定的第二位移矩阵。
将第一物理坐标转换为第二物理坐标的坐标,可以理解为将所有目标图像对应的第一物理坐标形成的矩阵,旋转预设角度后对应生成的值。
具体地,多个目标图像包括第一目标图像以及第二目标图像,其中,第一目标图像为第一个被采集的图像,且第一目标图像的标称坐标的横坐标与第二图像的标称坐标的横坐标相同、纵坐标的差值最大。
例如,请参阅图5,为本发明实施例中机械臂带动相机依次移动至20个采样点的坐标分布示意图。则以第一点的第一物理坐标(x'1,y'1)为原点,以第一点与第二十点的形成的线段为y轴,将每个第一物理坐标转换为第二物理坐标。
因此,在本实施例中,确定预设定的第二位移矩阵M2的具体流程如下所述:
首先,计算第一目标图像所对应的第一物理坐标与第二目标图像对应的第一物理坐标所连接的线段与y轴形成的夹角α,若要以第一目标图像与第二目标图像形成的线段为y轴,则需要在单位矩阵的基础上添加一个旋转,则该旋转可利用2×2的旋转矩阵R来描述:
对应的变换矩阵M2′可表示为:
而由于在利用第二位移矩阵M2进行旋转仿射时,若需保持原点(x'1,y'1)不变,则必须再在变换矩阵M2'的基础上添加正向平移,并在旋转完毕后再加入反向平移,因此,第二位移矩阵M2为:
由于需要使得以第一物理坐标(x'1,y'1)为坐标原点,因此,在对第一物理坐标以第二位移矩阵进行旋转后,所有点的均需要与减去到第一物理坐标(x'1,y'1)的距离。
子步骤S2033:依据每个目标图像的第二物理坐标及对应的标称坐标确定目标图像的绝对偏差坐标。
设绝对偏差坐标T(n)=(ΔXn,ΔYn),则绝对偏差坐标满足:
其中,(Rx,Ry)为第n目标图像的标称坐标。
可以理解地,由于在得出绝对偏差坐标的过程中,进行了两次坐标变换,使得精度达到0.1mm,从而使得后续判断结果更加精确。
步骤S204:判断绝对偏差坐标是否满足预设条件,如果是,则执行步骤S205;如果否,则重新执行步骤S204。
具体地,判断绝对偏差坐标的横坐标的绝对值是否小于预设定的第一阈值或绝对偏差坐标的纵坐标的绝对值是否小于预设定的第二阈值,如果任意满足一个条件,则认为绝对偏差坐标满足预设条件。
步骤S205:生成预警信号。
当|ΔXn|<N1或|ΔYn|<N2时,其中,N1为预设定的第一阈值,N2为预设定的第二阈值,表明铝片的粘贴位置超出设定范围,因此立即生成预警信号,以便提醒工作人员。
第二实施例
本发明实施例提供的一种偏差预警装置200,应用于用户终端100。需要说明的是,本实施例所提供的偏差预警装置200,其基本原理及产生的技术效果和上述实施例相同,为简要描述,本实施例部分未提及之处,可参考上述的实施例中相应内容。请参阅图6,为本发明实施例提供的偏差预警装置200的功能模块图。该偏差预警装置200包括:目标图像获取单元210、像素中心坐标提取单元220、绝对偏差坐标确定单元230、判断单元240以及预警信号生成单元250。
其中,目标图像获取单元210用于获取多个目标图像。
可以理解地,在一种优选的实施例中,该目标图像获取单元210可用于执行步骤S201。
像素中心坐标提取单元220用于提取每个目标图像的像素中心坐标。
具体地,像素中心坐标提取单元220用于对目标图像进行阈值分割以获得第一图像区域,并以第一图像区域的中心为圆心、预设值为半径生成第二图像区域,然后从第二图像区域中去除第一图像区域以获得第三图像区域,接着计算第三图像区域的灰度均匀值,然后基于灰度均匀值、第二图像区域获取第四图像区域,最后获取第四图像区域的外轮廓曲线并将外轮廓曲线拟合为椭圆轮廓,以提取像素中心坐标。
可以理解地,在一种优选的实施例中,该像素中心坐标提取单元220可用于执行步骤S202、子步骤S2021、子步骤S2022、子步骤S2023、子步骤S2024、子步骤S2025以及子步骤S2026。
绝对偏差坐标确定单元230用于依据拍摄得到每个目标图像时机械臂的移动距离、每个目标图像的像素中心坐标以及每个目标图像对应的标称坐标确定目标图像的绝对偏差坐标。
具体地,依据拍摄得到目标图像时机械臂的移动距离、像素中心坐标确定及预设定的第一位移矩阵确定目标图像的第一物理坐标,并依据第一物理坐标及预设定的第二位移矩阵确定目标图像的第二物理坐标,最后依据每个目标图像的第二物理坐标及对应的标称坐标确定目标图像的绝对偏差坐标。
可以理解地,在一种优选的实施例中,该绝对偏差坐标确定单元230可用于执行步骤S203、子步骤S2031、子步骤S2032以及子步骤S2033。
判断单元240用于判断绝对偏差坐标是否满足预设条件。
具体地,判断单元240用于绝对偏差坐标的横坐标的绝对值是否小于预设定的第一阈值或绝对偏差坐标的纵坐标的绝对值是否小于预设定的第二阈值。
可以理解地,在一种优选的实施例中,该判断单元240可用于执行步骤S204。
预警信号生成单元250用于当绝对偏差坐标满足预设条件时,生成预警信号。
具体地,预警信号生成单元250用于当绝对偏差坐标的横坐标的绝对值小于预设定的第一阈值或绝对偏差坐标的纵坐标的绝对值小于预设定的第二阈值时,生成报警信号。
可以理解地,在一种优选的实施例中,该预警信号生成单元250可用于执行步骤S205。
综上所述,本发明实施例提供的偏差预警方法及装置,通过获取多个目标图像,其中,每个目标图像对应一个预设定的标称坐标,并提取每个目标图像的像素中心坐标,最后依据拍摄得到每个目标图像时机械臂的移动距离、每个目标图像的像素中心坐标以及每个目标图像对应的标称坐标确定目标图像的绝对偏差坐标,并且在当绝对偏差坐标满足预设条件时,生成预警信号;由于在计算偏差坐标时,利用了机械臂的移动距离、像素中心坐标以及标称坐标,使得得到的偏差坐标的误差很小,精度可达0.1mm,远大于实际需求精度,比人工测量更加精确、效率更高且节约时间,同时,在绝对偏差坐标满足预设条件时生成预警信号,避免了不合格产品流入市场的可能,更加节省人力资源,降低了成本。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个单元、程序段或代码的一部分,所述单元、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可用于执行规定的功能或动作的专用的基于硬件的***来实现,或者可用于专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能单元可以集成在一起形成一个独立的部分,也可以是各个单元单独存在,也可以两个或两个以上单元集成形成一个独立的部分。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (10)
1.一种偏差预警方法,其特征在于,所述偏差预警方法包括:
获取多个目标图像,其中,每个所述目标图像对应一个预设定的标称坐标;
提取每个所述目标图像的像素中心坐标;
依据拍摄得到每个所述目标图像时机械臂的移动距离、每个所述目标图像的像素中心坐标以及每个所述目标图像对应的所述标称坐标确定所述目标图像的绝对偏差坐标;
当所述绝对偏差坐标满足预设条件时,生成预警信号。
2.如权利要求1所述的偏差预警方法,其特征在于,所述提取所述目标图像的像素中心坐标的步骤包括:
对所述目标图像进行阈值分割以获得第一图像区域;
以所述第一图像区域的中心为圆心、预设值为半径生成第二图像,其中,所述第二图像区域覆盖所述目标图像的外圆区域;
从所述第二图像区域中去除所述第一图像区域以获得第三图像区域;
计算所述第三图像区域的灰度均匀值;
基于所述灰度均匀值、所述第二图像区域获取第四图像区域;
获取所述第四图像区域的外轮廓曲线并将所述外轮廓曲线拟合为椭圆轮廓,以提取所述像素中心坐标。
3.如权利要求2所述的偏差预警方法,其特征在于,所述灰度均匀值满足算式:
其中,所述m为灰度均匀值,G(p)为第三图像内任意一像素点p对应的灰度值,F=|C(n)|,C(n)为第三图像,F为第三图像的绝对值。
4.如权利要求1所述的偏差预警方法,其特征在于,所述依据得到所述目标图像时机械臂的移动距离、所述目标图像的像素中心坐标以及所述目标图像的所述标称坐标确定所述目标图像的绝对偏差坐标的步骤包括:
依据拍摄得到所述目标图像时机械臂的移动距离、所述像素中心坐标确定及预设定的第一位移矩阵确定所述目标图像的第一物理坐标;
依据所述第一物理坐标及预设定的第二位移矩阵确定所述目标图像的第二物理坐标;
依据每个所述目标图像的所述第二物理坐标及所述目标图像的对应的所述标称坐标确定所述目标图像的绝对偏差坐标。
5.如权利要求4所述的偏差预警方法,其特征在于,所述第一物理坐标满足算式:
其中,(x'n,y'n)为第一物理坐标,(xn,yn)为像素中心坐标,M1为预设定的第一位移矩阵,(Kx,Ky)为拍摄得到所述目标图像时机械臂的移动距离。
6.如权利要求4所述的偏差预警方法,其特征在于,所述第二物理坐标满足算式:
其中,(Xn,Yn)为第二物理坐标,(x'n,y'n)为第一物理坐标,(x'1,y'1)为选定的原点坐标,M2为预设定的第二位移矩阵。
7.如权利要求1-6中任意一项所述的偏差预警方法,其特征在于,所述当所述绝对偏差坐标满足预设条件时生成预警信号的步骤包括:
当所述绝对偏差坐标的横坐标的绝对值小于预设定的第一阈值或所述绝对偏差坐标的纵坐标的绝对值小于预设定的第二阈值时,生成所述报警信号。
8.一种偏差预警装置,其特征在于,所述偏差预警装置包括:
目标图像获取单元,用于获取多个目标图像,其中,每个所述目标图像对应一个预设定的标称坐标;
像素中心坐标提取单元,用于提取每个所述目标图像的像素中心坐标;
绝对偏差坐标确定单元,用于依据拍摄得到每个所述目标图像时机械臂的移动距离、每个所述目标图像的像素中心坐标以及每个所述目标图像对应的所述标称坐标确定所述目标图像的绝对偏差坐标;
预警信号生成单元,用于当所述绝对偏差坐标满足预设条件时,生成预警信号。
9.如权利要求8所述的偏差预警装置,其特征在于,所述像素中心坐标提取单元用于对所述目标图像进行阈值分割以获得第一图像区域;
所述像素中心坐标提取单元还用于以所述第一图像区域的中心为圆心、预设值为半径生成第二图像,其中,所述第二图像区域覆盖所述目标图像的外圆区域;
所述像素中心坐标提取单元还用于从所述第二图像区域中去除所述第一图像区域以获得第三图像区域;
所述像素中心坐标提取单元还用于计算所述第三图像区域的灰度均匀值;
所述像素中心坐标提取单元还用于基于所述灰度均匀值、所述第二图像区域获取第四图像区域;
所述像素中心坐标提取单元还用于获取所述第四图像区域的外轮廓曲线并将所述外轮廓曲线拟合为椭圆轮廓,以提取所述像素中心坐标。
10.如权利要求8所述的偏差预警装置,其特征在于,所述绝对偏差坐标确定单元用于依据拍摄得到所述目标图像时机械臂的移动距离、所述像素中心坐标确定及预设定的第一位移矩阵确定所述目标图像的第一物理坐标;
所述绝对偏差坐标确定单元还用于依据所述第一物理坐标及预设定的第二位移矩阵确定所述目标图像的第二物理坐标;
所述绝对偏差坐标确定单元还用于依据每个所述目标图像的所述第二物理坐标及所述目标图像的对应的所述标称坐标确定所述目标图像的绝对偏差坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811018193.8A CN109191525B (zh) | 2018-09-03 | 2018-09-03 | 一种偏差预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811018193.8A CN109191525B (zh) | 2018-09-03 | 2018-09-03 | 一种偏差预警方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109191525A true CN109191525A (zh) | 2019-01-11 |
CN109191525B CN109191525B (zh) | 2022-04-15 |
Family
ID=64917596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811018193.8A Active CN109191525B (zh) | 2018-09-03 | 2018-09-03 | 一种偏差预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109191525B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068575A (zh) * | 2019-04-29 | 2019-07-30 | 嘉兴学院 | 多相混合均匀性的判断方法、判断装置及终端 |
CN113643578A (zh) * | 2021-08-27 | 2021-11-12 | 深圳可视科技有限公司 | 一种教学智慧黑板智能控制方法和*** |
CN115793587A (zh) * | 2022-12-20 | 2023-03-14 | 江苏德铂智能科技有限公司 | 一种基于人工智能的服装制造工艺及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440663A (zh) * | 2013-09-05 | 2013-12-11 | 黑龙江科技大学 | 数字成像***中标定板上圆形标志点成像偏差的补偿方法 |
CN105427288A (zh) * | 2015-11-10 | 2016-03-23 | 凌云光技术集团有限责任公司 | 一种机器视觉对位***的标定方法及装置 |
CN105765963A (zh) * | 2013-11-29 | 2016-07-13 | 歌乐株式会社 | 照相机校正装置 |
CN106780483A (zh) * | 2017-01-09 | 2017-05-31 | 河北科技大学 | 多根连铸坯端面视觉识别***及中心坐标求取方法 |
CN107564069A (zh) * | 2017-09-04 | 2018-01-09 | 北京京东尚科信息技术有限公司 | 标定参数的确定方法、装置及计算机可读存储介质 |
US20180211407A1 (en) * | 2016-10-08 | 2018-07-26 | Zhejiang Guozi Robot Technology Co., Ltd. | System and method for detecting position deviation of inventory holder based on feature information graphs |
CN108364320A (zh) * | 2018-03-29 | 2018-08-03 | 深圳市自行科技有限公司 | 摄像头标定方法、终端设备及计算机可读存储介质 |
-
2018
- 2018-09-03 CN CN201811018193.8A patent/CN109191525B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440663A (zh) * | 2013-09-05 | 2013-12-11 | 黑龙江科技大学 | 数字成像***中标定板上圆形标志点成像偏差的补偿方法 |
CN105765963A (zh) * | 2013-11-29 | 2016-07-13 | 歌乐株式会社 | 照相机校正装置 |
CN105427288A (zh) * | 2015-11-10 | 2016-03-23 | 凌云光技术集团有限责任公司 | 一种机器视觉对位***的标定方法及装置 |
US20180211407A1 (en) * | 2016-10-08 | 2018-07-26 | Zhejiang Guozi Robot Technology Co., Ltd. | System and method for detecting position deviation of inventory holder based on feature information graphs |
CN106780483A (zh) * | 2017-01-09 | 2017-05-31 | 河北科技大学 | 多根连铸坯端面视觉识别***及中心坐标求取方法 |
CN107564069A (zh) * | 2017-09-04 | 2018-01-09 | 北京京东尚科信息技术有限公司 | 标定参数的确定方法、装置及计算机可读存储介质 |
CN108364320A (zh) * | 2018-03-29 | 2018-08-03 | 深圳市自行科技有限公司 | 摄像头标定方法、终端设备及计算机可读存储介质 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068575A (zh) * | 2019-04-29 | 2019-07-30 | 嘉兴学院 | 多相混合均匀性的判断方法、判断装置及终端 |
CN113643578A (zh) * | 2021-08-27 | 2021-11-12 | 深圳可视科技有限公司 | 一种教学智慧黑板智能控制方法和*** |
CN115793587A (zh) * | 2022-12-20 | 2023-03-14 | 江苏德铂智能科技有限公司 | 一种基于人工智能的服装制造工艺及设备 |
CN115793587B (zh) * | 2022-12-20 | 2023-11-28 | 江苏德铂智能科技有限公司 | 一种基于人工智能的服装制造工艺及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109191525B (zh) | 2022-04-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109191525A (zh) | 一种偏差预警方法及装置 | |
Ma et al. | A robust and high-precision automatic reading algorithm of pointer meters based on machine vision | |
Davis et al. | Tracking humans from a moving platform | |
Yang et al. | An image-based intelligent system for pointer instrument reading | |
CN112949624A (zh) | 基于水尺的水位检测方法、装置、电子设备及存储介质 | |
CN110414571A (zh) | 一种基于特征融合的网站报错截图分类方法 | |
CN108229500A (zh) | 一种基于函数拟合的sift误匹配点剔除法 | |
Chen et al. | A KD curvature based corner detector | |
CN105792131A (zh) | 一种定位方法及*** | |
CN109583377A (zh) | 一种管路模型重建的控制方法、装置及上位机 | |
CN101710340B (zh) | 一种相似图像检索方法 | |
Fu et al. | A noise-resistant superpixel segmentation algorithm for hyperspectral images | |
CN108564076A (zh) | 一种智能建筑物内电力布线中可视化控制*** | |
Hou et al. | Tilt correction method of pointer instrument | |
CN108550142A (zh) | 一种牙孔检测方法及装置 | |
Song et al. | A fast and robust ellipse detection algorithm based on pseudo-random sample consensus | |
Zhou et al. | Smart grid data mining and visualization | |
Hou et al. | A coarse-fine reading recognition method for pointer meters based on CNN and computer vision | |
CN109598746A (zh) | 一种跟踪图像模板生成的方法及装置 | |
CN115359468A (zh) | 一种目标网站识别方法、装置、设备及介质 | |
CN113250914A (zh) | 一种机舱塔顶2d位移测量方法、***、设备及存储介质 | |
Li | Spherical gradient operator | |
Setti et al. | Shape measurement system for single point incremental forming (SPIF) manufacts by using trinocular vision and random pattern | |
Mishra et al. | Relative improved differential Box-Counting approach to compute fractal dimension of gray scale image | |
Bennet et al. | Performance and Analysis of Automatic License Plate Localization and Recognition from Video Sequences |
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 |