CN105006000B - 一种应用于智能激光切割的图像自动标定方法 - Google Patents

一种应用于智能激光切割的图像自动标定方法 Download PDF

Info

Publication number
CN105006000B
CN105006000B CN201510509740.2A CN201510509740A CN105006000B CN 105006000 B CN105006000 B CN 105006000B CN 201510509740 A CN201510509740 A CN 201510509740A CN 105006000 B CN105006000 B CN 105006000B
Authority
CN
China
Prior art keywords
areas
center
circle
calibration point
color
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.)
Expired - Fee Related
Application number
CN201510509740.2A
Other languages
English (en)
Other versions
CN105006000A (zh
Inventor
廖华丽
傅昱平
周军
瞿喜锋
田胜
丁杰
蔡艺超
黄聪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Campus of Hohai University
Original Assignee
Changzhou Campus of Hohai University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhou Campus of Hohai University filed Critical Changzhou Campus of Hohai University
Priority to CN201510509740.2A priority Critical patent/CN105006000B/zh
Publication of CN105006000A publication Critical patent/CN105006000A/zh
Application granted granted Critical
Publication of CN105006000B publication Critical patent/CN105006000B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T2207/30204—Marker

Landscapes

  • Numerical Control (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种应用于智能激光切割的图像自动标定方法，其特征在于在激光切割平台的表面设定圆形标定点，每个标定点圆心位置表示激光切割机械臂坐标系下的一个坐标点，通过Tsai两步法来获得切割图像像素坐标与激光切割机械臂坐标的对应关系。本发明省去了繁琐的手动选取标定点过程，可通过平台预先设有的标定点进行自动标定，节约了标定时间。

Description

一种应用于智能激光切割的图像自动标定方法
技术领域
本发明涉及一种应用于智能激光切割的图像自动标定方法，属于图像处理技术领域。
背景技术
常用激光切割方法有示教机械手切割和激光视觉传感切割。在进行具体切割作业之前通常都需要进行繁琐的机械标定过程，这一过程目的在于找到工件坐标系与机械臂坐标系下的相对关系，从而确定工件在机械臂坐标系的具体位置。
图像标定可将图像的像素坐标系转换至世界坐标系，已达到像素坐标点与世界系坐标点相映射的关系。目前常使用的方法是通过黑白格的标定板或者标定带进行手工标定操作，操作过程繁琐。
发明内容
本发明要解决的技术问题是：提出一种应用于智能激光切割的图像自动标定方法。
本发明的技术方案如下：
一种应用于智能激光切割的图像自动标定方法，在激光切割平台的表面设定圆形标定点，每个圆形标定点圆心位置表示激光切割机械臂坐标系下的一个坐标点，通过Tsai两步法来获得切割图像像素坐标与激光切割机械臂坐标的对应关系，所述方法包括如下步骤：
（1）、将每个圆形标定点分为A、B、C、D、E、F、G、H、I不同的区域；
A区为以圆心为中心的中心圆，A区与圆形标定点外圆外边之间有一个内圆，中心圆与内圆之间均分为B、C、D、E区，内圆与外圆之间均分为F、G、H、I区；
（2）每个圆形标定点的区域内有不同的颜色区分，通过不同区域颜色排列区分每个圆形标定点，设白色为0，黄色为1，蓝色为2，红色为3；
（3）、扫描图像，提取各个圆形标定点A区黄色圆，将组成各个A区圆的像素坐标求算术平均值作为圆心像素坐标(u，v)；
（4）、以A区圆心为中心，逐渐增大扫描半径，判断A区以外区域RGB颜色值；若颜色为白、蓝或白、红则继续增大半径值，直至出现其它颜色，半径增长结束，如此扫描完BCDE区；
（5）、若扫描得白、蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u1，v1），判别色块重心（u1，v1）在圆心（u，v）的方位；
若u1>u，v1>v则蓝色处于E区；u1>u，v1<v则蓝色处于C区；u1<u，v1<v则蓝色处于B区；u1<u，v1>v则蓝色处于D区，确定BCDE区颜色编码；
若扫描得白、红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u2，v2），判别色块重心（u2，v2）在圆心（u，v）的方位，确定BCDE区颜色编码；
（6）、继续增大扫描半径，判断BCDE以外区域RGB颜色值；
若颜色为白、蓝或白、红则继续增大半径值，直至扫描半径以外全为白色，半径增长结束，如此扫描完FGHI区；
（7）、若扫描得白、蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u3，v3），判别色块重心（u3，v3）在圆心（u，v）的方位，确定FGHI区颜色编码；
若扫描得白、红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u4，v4），判别色块重心（u4，v4）在圆心（u，v）的方位，确定FGHI区颜色编码；
（8）、经过以上步骤获得ABCDEFGHI区域颜色编码，得到圆形标定点对应的标定号；确定标定号即获得圆形标定点对应的激光切割机械臂坐标系下坐标（X，Y）；
（9）、从获得的圆形标定点中抽取16个圆形标定点作为Tsai两步法的输入参数（该16个点一般为外围12个，里层4个。但由于工件会阻挡圆形标定点，所以16个点抽取原则为外围圆形标定点数多于里层圆形标定点数），求解出变换矩阵参数，得到由像素坐标系到机械手坐标系转换的变换矩阵。每个像素坐标（U，V）经过变换矩阵转换至机械手坐标系下（X，Y），即获得像素坐标与机械手坐标映射关系。
本发明所达到的有益效果：
该图像标定技术通过识别平台上的特殊圆形标定点，并进行Tsai两步法的标定，从而获得像素坐标系与世界坐标系的映射关系。该图像标定技术省去了繁琐的手动选取圆形标定点过程，可通过平台预先设有的圆形标定点进行自动标定，节约了标定时间。
将该图像自动标定技术与激光切割相结合，通过标定CCD摄像机拍摄的图像，从去获取图想象中的工件在机械手坐标系的具体位置，繁琐的机械标定过程，提高了产品的智能化程度和生产加工效率。
附图说明
图1是表面设有圆形标定点的激光切割平台；
图2是圆形标定点的区域划分图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
一种应用于智能激光切割的图像自动标定方法，如图1所示，在激光切割平台的表面设定圆形标定点，每个圆形标定点圆心位置表示激光切割机械臂坐标系下的一个坐标点，通过Tsai两步法来获得切割图像像素坐标与激光切割机械臂坐标的对应关系，所述方法包括如下步骤：
（1）、将每个圆形标定点分为A、B、C、D、E、F、G、H、I不同的区域；
如图2所示， A区为以圆心为中心的中心圆，A区与圆形标定点外圆外边之间有一个内圆，中心圆与内圆之间均分为B、C、D、E区，内圆与外圆之间均分为F、G、H、I区；
（2）每个圆形标定点的区域内有不同的颜色区分，通过不同区域颜色排列区分每个圆形标定点，设白色为0，黄色为1，蓝色为2，红色为3；
（3）、扫描图像，提取各个圆形标定点A区黄色圆，将组成各个A区圆的像素坐标求算术平均值作为圆心像素坐标(u，v)；
（4）、以A区圆心为中心，逐渐增大扫描半径，判断A区以外区域RGB颜色值；若颜色为白、蓝或白、红则继续增大半径值，直至出现其它颜色，半径增长结束，如此扫描完BCDE区；
（5）、若扫描得白、蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u1，v1），判别色块重心（u1，v1）在圆心（u，v）的方位；
若u1>u，v1>v则蓝色处于E区；u1>u，v1<v则蓝色处于C区；u1<u，v1<v则蓝色处于B区；u1<u，v1>v则蓝色处于D区，确定BCDE区颜色编码；
若扫描得白、红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u2，v2），判别色块重心（u2，v2）在圆心（u，v）的方位，确定BCDE区颜色编码；
（6）、继续增大扫描半径，判断BCDE以外区域RGB颜色值；
若颜色为白、蓝或白、红则继续增大半径值，直至扫描半径以外全为白色，半径增长结束，如此扫描完FGHI区；
（7）、若扫描得白、蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u3，v3），判别色块重心（u3，v3）在圆心（u，v）的方位，确定FGHI区颜色编码；
若扫描得白、红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u4，v4），判别色块重心（u4，v4）在圆心（u，v）的方位，确定FGHI区颜色编码；
（8）、经过以上步骤获得ABCDEFGHI区域颜色编码，得到圆形标定点对应的标定号；确定标定号即获得圆形标定点对应的激光切割机械臂坐标系下坐标（X，Y）；
（9）、从获得的圆形标定点中抽取16个圆形标定点作为Tsai两步法的输入参数（该16个点一般为外围12个，里层4个。但由于工件会阻挡圆形标定点，所以16个点抽取原则为外围圆形标定点数多于里层圆形标定点数，求解出变化矩阵参数，得到由像素坐标系到机械手坐标系转换的变换矩阵。每个像素坐标（U，V）经过变换矩阵转换至机械手坐标系下（X，Y），即获得像素坐标与机械手坐标映射关系。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (1)

1.一种应用于智能激光切割的图像自动标定方法，其特征在于在激光切割平台的表面设定圆形标定点，每个标定点圆心位置表示激光切割机械臂坐标系下的一个坐标点，通过Tsai两步法来获得切割图像像素坐标与激光切割机械臂坐标的对应关系，所述方法包括如下步骤：
（1）、将每个圆形标定点分为A、B、C、D、E、F、G、H、I不同的区域；
A区为以圆心为中心的中心圆，A区与圆形标定点外圆外边之间有一个内圆，中心圆与内圆之间均分为B、C、D、E区，内圆与外圆之间均分为F、G、H、I区；
（2）每个圆形标定点的区域内有不同的颜色区分，通过不同区域颜色排列区分每个圆形标定点，设白色为0，黄色为1，蓝色为2，红色为3；
（3）、扫描图像，提取各个圆形标定点A区黄色圆，将组成各个A区圆的像素坐标求算术平均值作为圆心像素坐标（u，v）；
（4）、以A区圆心为中心，逐渐增大扫描半径，判断A区以外区域RGB颜色值；若颜色为白蓝或白红则继续增大半径值，直至出现其它颜色，半径增长结束，如此扫描完BCDE区；
（5）、若扫描得白蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u1，v1），判别色块重心（u1，v1）在圆心（u，v）的方位；
若u1>u，v1>v则蓝色处于E区；u1>u，v1<v则蓝色处于C区；u1<u，v1<v则蓝色处于B区；u1<u，v1>v则蓝色处于D区，确定BCDE区颜色编码；
若扫描得白红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u2，v2），判别色块重心（u2，v2）在圆心（u，v）的方位，确定BCDE区颜色编码；
（6）、继续增大扫描半径，判断BCDE以外区域RGB颜色值；
若颜色为白蓝或白红则继续增大半径值，直至扫描半径以外全为白色，半径增长结束，如此扫描完FGHI区；
（7）、若扫描得白蓝色，则将蓝色区域的像素坐标求算术平均值作为色块重心（u3，v3），判别色块重心（u3，v3）在圆心（u，v）的方位，确定FGHI区颜色编码；
若扫描得白红两色，则将红色区域的像素坐标求算术平均值作为色块重心（u4，v4），判别色块重心（u4，v4）在圆心（u，v）的方位，确定FGHI区颜色编码；
（8）、经过以上步骤获得ABCDEFGHI区域颜色编码，得到圆形标定点对应的标定号；确定标定号即获得圆形标定点对应的激光切割机械臂坐标系下坐标（X，Y）；
（9）、从获得的圆形标定点中抽取16个圆形标定点作为Tsai两步法的输入参数，求解出变换矩阵参数，得到由像素坐标系到机械臂坐标系转换的变换矩阵；每个像素坐标（U，V）经过变换矩阵转换至机械臂坐标系下坐标（X，Y），即获得像素坐标与机械臂坐标映射关系。
CN201510509740.2A 2015-08-18 2015-08-18 一种应用于智能激光切割的图像自动标定方法 Expired - Fee Related CN105006000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510509740.2A CN105006000B (zh) 2015-08-18 2015-08-18 一种应用于智能激光切割的图像自动标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510509740.2A CN105006000B (zh) 2015-08-18 2015-08-18 一种应用于智能激光切割的图像自动标定方法

Publications (2)

Publication Number Publication Date
CN105006000A CN105006000A (zh) 2015-10-28
CN105006000B true CN105006000B (zh) 2017-11-21

Family

ID=54378657

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510509740.2A Expired - Fee Related CN105006000B (zh) 2015-08-18 2015-08-18 一种应用于智能激光切割的图像自动标定方法

Country Status (1)

Country Link
CN (1) CN105006000B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405135B (zh) * 2015-11-06 2018-08-10 中国人民解放军信息工程大学 基于基本配置点的两步法摄影物点、像点自动匹配方法
CN105678817B (zh) * 2016-01-05 2017-05-31 北京度量科技有限公司 一种高速提取圆形图像中心点的方法
CN110111394A (zh) * 2019-05-16 2019-08-09 湖南三一快而居住宅工业有限公司 基于机械手特征对摄像机自动标定的方法及装置
CN117182931B (zh) * 2023-11-07 2024-01-23 上海仙工智能科技有限公司 一种机械臂标定数据校准方法及系统，存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101789077A (zh) * 2010-02-10 2010-07-28 北京理工大学 一种激光引导的视频客流检测方法及设备
CN103257342A (zh) * 2013-01-11 2013-08-21 大连理工大学 三维激光传感器与二维激光传感器的联合标定方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080100833A1 (en) * 2006-10-25 2008-05-01 Hewlett-Packard Development Company Lp Laser calibration

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101789077A (zh) * 2010-02-10 2010-07-28 北京理工大学 一种激光引导的视频客流检测方法及设备
CN103257342A (zh) * 2013-01-11 2013-08-21 大连理工大学 三维激光传感器与二维激光传感器的联合标定方法

Also Published As

Publication number Publication date
CN105006000A (zh) 2015-10-28

Similar Documents

Publication Publication Date Title
CN105006000B (zh) 一种应用于智能激光切割的图像自动标定方法
CN105149794B (zh) 一种基于双目视觉的智能激光切边方法
CN101358836B (zh) 基于计算机视觉识别焊点中心位置的方法
CN108908399B (zh) 一种基于同心圆环模板的机器人手眼标定方法
CN105139407A (zh) 一种基于Kinect传感器的颜色深度匹配植株识别方法
CN202622812U (zh) 机器人视觉系统标定板
CN102542294A (zh) 双视觉信息融合的集控式足球机器人识别系统及识别方法
CN104574403B (zh) 一种智能裁剪方法
CN110223350A (zh) 一种基于双目视觉的积木自动分拣方法及系统
CN106737653A (zh) 一种机器人视觉中障碍物刚柔性的判别方法
JP2007102269A (ja) 画像処理装置
CN109993202B (zh) 一种线稿型图形相似度判断方法、电子设备及存储介质
CN108074265A (zh) 一种基于视觉辨识的网球定位系统、方法及装置
CN105760869B (zh) 一种基于图像灰度识别及处理的阅卷方法
CN110766636B (zh) 一种用于ai芯片的智能图像处理方法
CN104021546B (zh) 基于图像处理的工件标签在线快速定位方法
CN107818559A (zh) 晶体接种状态检测方法和晶体接种状态图像的采集装置
CN105057899B (zh) 一种应用于智能激光切割的扫描图像识别方法
CN113379684A (zh) 一种基于视频的集装箱箱角线定位及自动着箱方法
CN117152175A (zh) 一种基于机器视觉的废旧塑料位姿识别方法
CN110852990B (zh) 一种基于图像处理的橡胶树斜刀痕检测方法
CN108710850B (zh) 一种枸杞果实识别方法和系统
CN111079530A (zh) 一种成熟草莓识别的方法
CN114240859B (zh) 一种基于图像处理的模具研合率检测方法
CN111612730B (zh) 一种焊缝检测定位方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171121

Termination date: 20210818

CF01 Termination of patent right due to non-payment of annual fee