基于OpenCV汽车插片保险丝定位算法研究.docVIP

基于OpenCV汽车插片保险丝定位算法研究 　　摘 要：根据汽车插片保险丝的形状特征，基于机器视觉与OpneCV开源视觉库设计汽车插片保险丝定位算法。通过对采集到的汽车插片保险丝图像进行处理，计算出汽车插片保险丝的位置与角度。算法核心为通过计算汽车插片保险丝轮廓的几何矩求取位置信息，并结合最小外接矩形与汽车插片保险丝的形状特征求取角度信息。试验结果表明，该算法能够准确检测出图像中汽车插片保险丝的位置及角度信息，具备一定的应用价值。 　　关键词：机器视觉；OpenCV；几何矩；汽车插片保险丝；形状特征 　　DOI：10.11907/rjdk.172726 　　中图分类号：TP312 　　文献标识码：A 文章编号：1672-7800（2018）005-0053-03 　　Abstract：According to the shape features of the automobile plug fuse， we design a positioning algorithm for automobile plug fuses based on machine vision and OpenCV （Open Source Computer Vision Library）. The main content of this paper is to calculate the position and angle information of the fuses by processing the fuse images. The core of the algorithm is to obtain the position information of the automobile plug fuse by geometric moments of the fuse contours， and to obtain the angle information using the minimum enclosing rectangle and the shape features of the automobile plug fuse.Experiments prove that the algorithm can accurately detect the position and angle information of the automobile plug fuse in the image， and has certain application value. 　　Key Words：machine vision； OpenCV； geometric moment； automobile plug fuse； shape features 　　0 引言 　　在?F代工业中，随着自动化技术的发展，机器视觉得到了广泛运用。机器视觉即将视觉信息作为输入，并对其进行处理。机器视觉的主要功能为识别物体信息，将识别结果作为下一步动作的信息指南，如定位、抓取、导航与避障等[1]。 　　在对工件的定位抓取研究中，东南大学的尤卫卫[2]对机器人分拣工件系统作了详细研究；刘周林，卢建湘等[3]针对SMT零件，采用形状匹配的方法设计了定位抓取算法；刘学平、陈艺昌、刁常龙等[4]采用机器视觉[5]对BGA芯片检测对中技术进行了研究；彭继彬、陈晓荣[6]采用HALCON对票据上的字符进行定位识别与提取；刘劲松、梁皓源[7]使用OpenCV对特定晶圆产品上的编号进行了定位识别与提取。 　　随着汽车零部件行业逐渐往自动化方向发展，在汽车保险丝领域，保险丝的分拣装配目前仍为人工操作，从而大大浪费了劳动资源并延长了产品生产周期，因此急需以机器代替人工劳动。本文基于汽车插片保险丝的形状特征，结合Visual C++与OpenCV[8]开源视觉库实现了汽车插片保险丝的定位。 　　1 系统概述 　　基于机器视觉的汽车插片保险丝定位系统需要对置物台上的汽车插片保险丝进行采集和识别，最终确定其在置物平台上的位置与姿态。系统构成主要有光照系统、CCD摄像机、图像采集卡、工业计算机、控制机构等模块，如图1所示。 　　机器视觉系统主要包括图像采集、图像处理、目标识别3部分。在此系统中，工位放置在被检测区域内，通过光源打光去除工件阴影，然后使用CCD相机拍照，经过图像采集卡传输给工业计算机，再通过系统定位识别软件计算工件的位置与角度，最后传输给相应控制机构执行下一步操作。例如：控制机构控制机械手或吸盘抓取工件。 　　本文根据汽车插片保险丝定位的实际需求，获得清晰的汽车插片保险丝图像，进而通过图像预处理，获取工件外轮廓，然后通过汽车插片保险丝外轮廓的