CN109523530A - 一种微带片圆形焊盘检测方法和*** - Google Patents
一种微带片圆形焊盘检测方法和*** Download PDFInfo
- Publication number
- CN109523530A CN109523530A CN201811346643.6A CN201811346643A CN109523530A CN 109523530 A CN109523530 A CN 109523530A CN 201811346643 A CN201811346643 A CN 201811346643A CN 109523530 A CN109523530 A CN 109523530A
- Authority
- CN
- China
- Prior art keywords
- circle
- micro
- circular pad
- strip
- radius
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30152—Solder
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本申请实施例提供了一种微带片圆形焊盘检测方法和***,其中,该方法步骤包括:获取微带片图像;基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。本申请所述技术方案计算量小,占资源少,检测时间短,精度高;对于焊接丝长度不确定的情况,对残缺圆的识别能力具有一定的鲁棒性;通过滤波操作降低噪声点的影响,使检测结果保持一定的稳定性。
Description
技术领域
本申请涉及图像处理领域,特别涉及一种微带片圆形焊盘检测方法和***。
背景技术
近年来,随着我国劳动力成本的逐渐提升,以廉价劳动力为支撑的“中国制造”经济模式难以为继,越来越多的加工制造企业关注以焊接机器人为代表的焊接自动化技术。随着《中国制造2025》战略实施,焊接制造领域经过“两化”融合的推动,正朝数字化、网络化、智能化制造转型。突破机器人焊接智能化关键技术,在未来不仅是发展方向,已成为一种现实、迫切的需求,视觉传感是现有焊接机器人从自动化设备转变为智能化焊接机器人的关键因素之一。因其方便直观、信息量大、易于处理等优点,作为机器人***辅助智能单元,在提高焊接柔性和对工作环境的反馈发挥重要作用。但应用于实际工况时,仍暴露了和视觉相关的一些问题。
针对圆形焊盘位置的识别,现有技术主要是在霍夫圆变换的基础上进行改进,大部分针对霍夫变换过程中存在计算量大、资源需求大的特点进行优化,例如随机霍夫变换、霍夫梯度法、霍夫圆卷积变换等。然而在实际情况中,大多数算法容易受到周围噪声、光照等环境因素影响,导致准确度下降,可靠性不高。另外,不同的焊接对象,其背景信息各有差异,选择某一种算法很难保证检测精度,需根据具体情况进行分析,对焊盘进行有效地检测。
发明内容
为解决上述问题之一,本申请提供了一种微带片圆形焊盘检测方法和***。
根据本申请实施例的第一个方面,提供了一种微带片圆形焊盘检测方法,该方法的步骤包括:
获取微带片图像;
基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;
利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;
根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
优选地,所述基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘的步骤之前包括:
对所述微带片图像进行预处理。
优选地,所述对所述微带片图像进行预处理的步骤包括:
对所述微带片图像进行灰度化、高斯滤波和图像增强处理;
对图像进行平滑处理,剔除噪声,获得圆形焊盘的边缘特征。
优选地,所述待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘的步骤包括:
设定待测圆个数、圆半径和两圆之间中心距离的范围;
以每个像素点的计算时间为:对圆形焊盘进行搜索;其中,r为圆半径,R为步进范围;
当圆半径r为已知量时,计算时间为2Nrt;当圆半径r为未知量时,界定出合适的半径可能性范围(rmin,rmax),计算时间为
优选地,该方法的步骤还包括:
对获得的角度关系进行多次检测求取平均值,剔除偏差点。
根据本申请实施例的第二个方面,提供了一种微带片圆形焊盘检测***,该***包括:
图像获取模块,获取微带片图像;
搜索模块,基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;
变换模块,利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;
计算模块,根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
优选地,该***还包括:预处理模块,对所述微带片图像进行预处理。
优选地,所述预处理模块具体执行如下步骤:
对所述微带片图像进行灰度化、高斯滤波和图像增强处理;
对图像进行平滑处理,剔除噪声,获得圆形焊盘的边缘特征。
优选地,所述搜索模块具体执行如下步骤:
设定待测圆个数、圆半径和两圆之间中心距离的范围;
以每个像素点的计算时间为:对圆形焊盘进行搜索;其中,r为圆半径,R为步进范围;
当圆半径r为已知量时,计算时间为2Nrt;当圆半径r为未知量时,界定出合适的半径可能性范围(rmin,rmax),计算时间为
优选地,所述计算模块还执行:对获得的角度关系进行多次检测求取平均值,剔除偏差点。
本申请所述技术方案计算量小,占资源少,检测时间短,精度高;对于焊接丝长度不确定的情况,对残缺圆的识别能力具有一定的鲁棒性;通过滤波操作降低噪声点的影响,使检测结果保持一定的稳定性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1示出本方案所述微带片圆形焊盘检测方法的示意图。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白,以下结合附图对本申请的示例性实施例进行进一步详细的说明,显然,所描述的实施例仅是本申请的一部分实施例,而不是所有实施例的穷举。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本方案的核心思路是根据应用场景搭建视觉***采集微带片图像;对待检测图像进行灰度化、高斯滤波和图像增强操作;对经过预处理的图像进行霍夫圆变换,通过设定待测圆个数、圆半径及两圆中心距离,利用边缘梯度信息得到微带片上两个圆形焊盘的中心像素点坐标;通过计算获取两圆中心连线与水平线的夹角关系,引进滤波操作使得角度值基本保持不变。
如图1所示,本方案公开了一种微带片圆形焊盘检测方法,该方法首先,利用工业相机获取微带片图像;然后,基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;再后,利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;最后,根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
本方案中,为了能够突出图像中圆形焊盘的边缘特征,可以先对所述微带片图像进行灰度化、高斯滤波和图像增强处理;再对图像进行平滑处理,剔除噪声,获得圆形焊盘的边缘特征。
本方案中,在基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘的步骤中:首先,设定待测圆个数、圆半径和两圆之间中心距离的范围;然后,以每个像素点的计算时间为:对圆形焊盘进行搜索;其中,r为圆半径,R为步进范围。在圆半径r已知的情况下,计算时间可以按照2Nrt计算;在圆半径r为未知的情况下,需要界定出合适的半径可能性范围(rmin,rmax),从而计算时间为
本方案中,为了让最后求得的角度值更加稳定,最后可以采用对获得的角度关系进行多次检测求取平均值的方法,剔除偏差点,使得角度值保持一定的稳定性。
本方案进一步公开了一种微带片圆形焊盘检测***,该***利用图像获取模块获取微带片图像后,通过预处理模块对所述微带片图像进行预处理,并将预处理后的图像信息发送给搜索模块;搜索模块基于预设的待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;然后,通过变换模块利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;再后,利用计算模块根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
本方案中,上述检测该方法可以通过电子设备实现其检测功能,所述电子设备包括:存储器,一个或多个处理器;存储器与处理器通过通信总线相连;处理器被配置为执行存储器中的指令;所述存储介质中存储有用于执行如上所述方法中各个步骤的指令。该方法还可以记载于计算机可读存储介质中,通过计算机可读存储介质上存储有计算机程序实现检测功能,该程序被处理器执行时实现如上所述方法的步骤。
下面通过实例对本方案作进一步说明。
本实施例提供了一种微带片圆形焊盘检测方法,该方法计算量小,速度快,精度高,不易受环境影响。本实施例中,首先可以根据应用场景搭建视觉***,用以采集微带片图像。该视觉***200万像素小型千兆网工业相机,景深0.5mm的远心镜头以及高亮度环形LED光源组成。利用远心镜头视野范围小、景深小的特点,去掉较复杂的背景信息,使得检测过程不受焊接丝长度的影响,对残缺圆的识别能力具有一定的鲁棒性。基于视觉***,所述微带片圆形焊盘检测方法的具体执行步骤如下:
步骤一、采集微带片图像;
步骤二、对待检测图像进行灰度化、高斯滤波及图像增强操作,对图像进行平滑处理,剔除噪声,改善图像质量,突出圆形焊盘的边缘特征;
步骤三、设定待测圆个数,确定圆半径范围,已知两个圆中心距离在一定的像素范围内,在此基础上对圆形焊盘进行搜索;本实施例中,设定待测圆个数为2个,圆半径(rmin,rmax),两圆中心距离(dmin,dmax),对以上三个参数进行限制,可以大幅度减少计算量,提高检测准确度。以圆半径r为例进行说明,设每次的参数需要时间t,则每一个r的步进时间为2rt,若步进范围为R,则每个像素的计算时间为:
若计算N个像素点,总时间为NR(R+1)t,当圆半径r为已知量时,计算时间为2Nrt,使得三维参数向量的指数计算降至为二维乘法计算。对于半径不可确知的圆,界定出合适的半径可能性范围(rmin,rmax),计算时间为在小范围中进行圆形搜索,可以减少计算时间,再附加设定待测圆的个数及不同圆之间的距离,可以降低多圆交叉误判的可能性。
步骤四、利用边缘梯度信息,对预处理图像进行霍夫圆变换,得到两个圆形焊盘中心的像素点坐标;
步骤五、通过计算得到两圆中心连线与水平线的夹角关系,为降低噪声点对检测结果的影响,引入滤波操作剔除较大偏差点,保持角度值基本不变。本实施例中,滤波操作采用的方式是:对多次检测值求取平均,剔除较大的偏差点,使得角度值保持一定的稳定性。
综上所述,本方案所述方法计算量小,占资源少,检测时间短,精度高;对于焊接丝长度不确定的情况,对残缺圆的识别能力具有一定的鲁棒性;通过滤波操作降低噪声点的影响,使检测结果保持一定的稳定性。
本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种微带片圆形焊盘检测方法,其特征在于,该方法的步骤包括:
获取微带片图像;
基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;
利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;
根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
2.根据权利要求1所述的微带片圆形焊盘检测方法,其特征在于,所述基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘的步骤之前包括:
对所述微带片图像进行预处理。
3.根据权利要求2所述的微带片圆形焊盘检测方法,其特征在于,所述对所述微带片图像进行预处理的步骤包括:
对所述微带片图像进行灰度化、高斯滤波和图像增强处理;
对图像进行平滑处理,剔除噪声,获得圆形焊盘的边缘特征。
4.根据权利要求3所述的微带片圆形焊盘检测方法,其特征在于,所述基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘的步骤包括:
设定待测圆个数、圆半径和两圆之间中心距离的范围;
以每个像素点的计算时间为:对圆形焊盘进行搜索;其中,r为圆半径,R为步进范围;
当圆半径r为已知量时,计算时间为2Nrt;当圆半径r为未知量时,界定出合适的半径可能性范围(rmin,rmax),计算时间为
5.根据权利要求3所述的微带片圆形焊盘检测方法,其特征在于,该方法的步骤还包括:
对获得的角度关系进行多次检测求取平均值,剔除偏差点。
6.一种微带片圆形焊盘检测***,其特征在于,该***包括:
图像获取模块,获取微带片图像;
搜索模块,基于待测圆个数、圆的半径范围和圆心之间的距离,在微带片图像中搜索圆形焊盘;
变换模块,利用边缘梯度信息,对焊盘图像进行霍夫圆变换,获得两个圆形焊盘中心的像素点坐标;
计算模块,根据两个圆形焊盘中心的像素点坐标,计算两个圆中心连线与水平线之间的夹角关系。
7.根据权利要求6所述的微带片圆形焊盘检测***,其特征在于,该***还包括:预处理模块,对所述微带片图像进行预处理。
8.根据权利要求7所述的微带片圆形焊盘检测***,其特征在于,所述预处理模块具体执行如下步骤:
对所述微带片图像进行灰度化、高斯滤波和图像增强处理;
对图像进行平滑处理,剔除噪声,获得圆形焊盘的边缘特征。
9.根据权利要求6所述的微带片圆形焊盘检测***,其特征在于,所述搜索模块具体执行如下步骤:
设定待测圆个数、圆半径和两圆之间中心距离的范围;
以每个像素点的计算时间为:对圆形焊盘进行搜索;其中,r为圆半径,R为步进范围;
当圆半径r为已知量时,计算时间为2Nrt;当圆半径r为未知量时,界定出合适的半径可能性范围(rmin,rmax),计算时间为
10.根据权利要求6所述的微带片圆形焊盘检测***,其特征在于,所述计算模块还执行:对获得的角度关系进行多次检测求取平均值,剔除偏差点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346643.6A CN109523530A (zh) | 2018-11-13 | 2018-11-13 | 一种微带片圆形焊盘检测方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811346643.6A CN109523530A (zh) | 2018-11-13 | 2018-11-13 | 一种微带片圆形焊盘检测方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109523530A true CN109523530A (zh) | 2019-03-26 |
Family
ID=65776533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811346643.6A Pending CN109523530A (zh) | 2018-11-13 | 2018-11-13 | 一种微带片圆形焊盘检测方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109523530A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257296A (zh) * | 2020-03-20 | 2020-06-09 | 京东方科技集团股份有限公司 | 一种检测生物芯片样本的方法、装置及存储介质 |
CN113393513A (zh) * | 2021-06-02 | 2021-09-14 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251354A (zh) * | 2016-07-28 | 2016-12-21 | 河北工业大学 | 用于螺钉自动装配的机器视觉定位方法 |
CN107192716A (zh) * | 2017-04-26 | 2017-09-22 | 广东工业大学 | 一种基于轮廓特征的工件缺陷快速检测方法 |
-
2018
- 2018-11-13 CN CN201811346643.6A patent/CN109523530A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106251354A (zh) * | 2016-07-28 | 2016-12-21 | 河北工业大学 | 用于螺钉自动装配的机器视觉定位方法 |
CN107192716A (zh) * | 2017-04-26 | 2017-09-22 | 广东工业大学 | 一种基于轮廓特征的工件缺陷快速检测方法 |
Non-Patent Citations (4)
Title |
---|
孙亦南 等: "一种用于圆检测的改进Hough变换方法", 《计算机工程与应用》 * |
宓超 等编著: "《装卸机器视觉及其应用》", 31 January 2016, 上海科学技术出版社 * |
杨宜禾,周维真著: "《成像跟踪技术导论》", 30 April 1992 * |
陈珂 等: "一维概率Hough变换的实时鲁棒性多圆检测方法", 《计算机辅助设计与图形学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111257296A (zh) * | 2020-03-20 | 2020-06-09 | 京东方科技集团股份有限公司 | 一种检测生物芯片样本的方法、装置及存储介质 |
CN111257296B (zh) * | 2020-03-20 | 2023-04-11 | 京东方科技集团股份有限公司 | 一种检测生物芯片样本的方法、装置及存储介质 |
CN113393513A (zh) * | 2021-06-02 | 2021-09-14 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
CN113393513B (zh) * | 2021-06-02 | 2023-11-03 | 中国电影科学技术研究所 | 电影银幕穿孔测量方法、测量装置及计算设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11668571B2 (en) | Simultaneous localization and mapping (SLAM) using dual event cameras | |
CN107123142B (zh) | 位姿估计方法和装置 | |
CN111444921A (zh) | 划痕缺陷检测方法、装置、计算设备和存储介质 | |
CN108381549B (zh) | 一种双目视觉引导机器人快速抓取方法、装置及存储介质 | |
CN111209978B (zh) | 三维视觉重定位方法、装置及计算设备、存储介质 | |
CN111582054B (zh) | 点云数据处理方法及装置、障碍物检测方法及装置 | |
CN112336342B (zh) | 手部关键点检测方法、装置及终端设备 | |
CN115345822A (zh) | 一种面向航空复杂零件的面结构光自动化三维检测方法 | |
CN107957246B (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
CN111127540B (zh) | 一种三维虚拟空间自动测距方法及*** | |
CN107545247B (zh) | 基于双目识别的立体认知方法 | |
CN113902782A (zh) | 一种挖掘机周边障碍物三维点云的快速配准方法及*** | |
CN109523530A (zh) | 一种微带片圆形焊盘检测方法和*** | |
CN114677655A (zh) | 多传感器目标检测方法、装置、电子设备以及存储介质 | |
CN112258647B (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
CN116343143A (zh) | 目标检测方法、存储介质、路侧设备及自动驾驶*** | |
CN113884025B (zh) | 增材制造结构光回环检测方法、装置、电子设备和存储介质 | |
Li et al. | Intelligent vehicle visual pose estimation algorithm based on deep learning and parallel computing for dynamic scenes | |
Meng et al. | Prob-slam: real-time visual slam based on probabilistic graph optimization | |
CN115147561A (zh) | 位姿图生成方法、高精地图生成方法和装置 | |
CN110634159A (zh) | 一种目标检测方法和装置 | |
CN113561181A (zh) | 目标检测模型的更新方法、装置及*** | |
CN109753840A (zh) | 一种基于响应值确定车位线角点的方法 | |
CN110399892B (zh) | 环境特征提取方法和装置 | |
Caporali et al. | Deformable linear objects 3D shape estimation and tracking from multiple 2D views |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190326 |