【基于delta机器人的视觉测量系统的设计案例4000字】 .pdfVIP

基于delta机器人的视觉测量系统的设计案

例

目录

基于delta机器人的视觉测量系统的设计案例1

1.1.图像拼接2

1.2.图像处理3

1.2.1.灰度化4

1.2.2.均值滴4

1.2.3.中值德6

1.2.4.图像锐化8

1.2.5.阈值分割9

1.3.系统标定10

1.4.尺寸测量11

1.4.1.半自动测量11

1.4.2.自动测量11

本文选用Matlab作为开发环境设计测量系统。为了降低程序复杂性，将图像

测量系统分为以下四个模块：图像拼接，图像处理，系统标定，尺寸测量。其界

面如图4-1所示。

Axesl显示采集到的图像，Axes2显示拍到的图片，Axes3显示处理后的图像。

图像拼接模块采用结合模块匹配和特征匹配的图像拼接算法。图像处理模块包括

以下算法：图像灰度化、均值滤、中值滤、sobel算子锐化、LoG算子锐化、

otsu法阈值分割和迭代法阈值分割。系统标定模块通过对标准件进行测量，利用

输入的标准件物理尺寸，计算求出标定系数，为下一步测量打下基础。

1.1.图像拼接

由于摄像头倍率较大，不能获取完整零件的图像，所以需要应用图像拼接技

术，将拍到的多幅图片拼接成完整零件图像。本文基于区域匹配和特征匹配编写

一种快速自动拼接算法，其算法流程如图4-2:

图4-2图像拼接流程

先对相邻机幅图像提取特征点，在第一幅图像中根据特征点确定模板，根据

Delta并联机构动平台位移在第二幅图像中限定搜索范围，完成粗匹配。再基于

模板块内特征点大小及位置和搜索范围内特征点大小及位置进行精确匹配，最后

完成图像拼接。

由于获得的工件图像缺乏边缘、轮廓，本文将采用角点作为特征点。因为

Harris算子计算简单，不因亮度、对比度的变化而发生较大变化，而且具有旋转

不变性，本文将用Harris算子获取角点。其算法步骤如下所示：

⑴通过radient函数求出图像的梯度，其用法为[Ix,Iy]=radient(F)。其中F为对象

图像；lx、ly分别为X、y方向的梯度；

(2)计算梯度方向的乘积，即：，以及；

⑶通过fspecial函数创建高斯低通滤器，在用filter2函数对、、进行高斯加权；

(4)用双for循环遍历图像所有像素点，通过公式计算每个像素的Harris响应值R。

然后使用if条件语句，条件设为R0,滤除不符合条件的像素点，剩余的点即为

角点，记录其位置。

本文选用序贯相似性检测法(SSDA)进行模板匹配，其算法步骤如下：

(1)在重叠区域中根据特征点的分布确定模板块T(x,y)。一般模板块内的重叠区

域的特征点个数为3一10个。

(2)在采集工件图像时，相机固定，通过delta并联机构移动摄像头采集图像，根

据动平台x、y方向的位移量确定图像间的相对位移，从而在第二幅图像中限定搜

索范围S(x,y)o

(3)设定阈值Th

(4)在搜索范围内选取子图S】(x,y),在模板图中随机选取不重复的像素点，计算

与子图的绝对误差，并累加，当误差超过Th时，记下累加次数H。绝对误差计算

公式如下所示：

其中京顽和麻力分别代表子图、模板图的均值；

(5)重复步骤4,直至遍历完所有子图，H最大值对应的子图为匹配图。

1.2.图像处理

进一步降低程序复杂性，并为了后续可以方便的修改代码，利用Maltab中

function函数创建一个新函数my_callback_fcnlo该新函数主要通过if语句，在满

足某些条件时，进行相应图像处理。在按钮的回调函数中，设定各类图像处理的

条件，然后调用函数。这样的做法，可以将所有图像处理的代码集成到一处，在

后续修改时，也很容易找到需修改的位置。

1.2.1.灰度化

通过Matlab自带函数rb2ray实现，默认采用的是对R、G、B分量进行简单

加法，如式4-1所示：