CN105405139A - 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 - Google Patents
基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 Download PDFInfo
- Publication number
- CN105405139A CN105405139A CN201510770879.2A CN201510770879A CN105405139A CN 105405139 A CN105405139 A CN 105405139A CN 201510770879 A CN201510770879 A CN 201510770879A CN 105405139 A CN105405139 A CN 105405139A
- Authority
- CN
- China
- Prior art keywords
- image
- coordinate
- template
- matching image
- row
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明适用于小尺寸玻璃面板送料，提供了一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法，步骤包括：A，利用单目CCD进行灰度图像采集和灰度转换得到灰度图像，根据灰度图像创建模板图像；B，根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；C，根据步骤B中得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。本发明根据料框卡条形状进行图像匹配，找到机械手上固定的相机视野内位于卡槽的每块玻璃面板的中心位置，并结合相机视野正中心位置寻找当前抓取的玻璃面板，能够快速定位搜要钻去的玻璃面板并抓取。
Description
技术领域
本发明属于图像查找定位领域，尤其涉及一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法及系统。
背景技术
目前，定位方法大致可分为机械定位和机器视觉定位两大类，机械定位比较简单，但是自适应性不高，尤其是对于尺寸大小不一的玻璃面板，而机器视觉方法定位精度高，速度快，自适应高，而且非接触性，能满足实时检测，因而应用越来越广。根据CCD数量，机器视觉定位方法可分为单目视觉定位和多目视觉定位方法；根据目标物空间维数，又可分为二维定位方法和三维空间定位方法。多目视觉定位方法常用于比较复杂的空间多维定位。在生产应用中，使用机械手对玻璃面板进行机械定位需要接触，容易划伤玻璃面板，而且所检测对象又是玻璃面板，对传感器要求高，同时不能自适应根据玻璃面板厚度和宽度调整。目前缺少使用单目CCD技术对小尺寸剥离面板进行送料快速定位的方法及系统。
发明内容
本发明所要解决的技术问题在于提供一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法及系统，旨在解决现有技术缺少使用单目CCD技术对小尺寸玻璃面板进行送料快速定位的方法及系统的问题。
本发明是这样实现的，一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法，步骤包括：
步骤A，利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
步骤B，根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
步骤C，根据步骤B中得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
进一步地，步骤A具体包括：
步骤A1，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像；
步骤A2，对所述送料框图像进行灰度转换，得到灰度图像；
步骤A3，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。
进一步地，所述模板图像包括模板A和模板B，步骤B具体包括：
步骤B1，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小；
步骤B2，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；
对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；
对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除；
步骤B3，对步骤B2进行排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
进一步地，所述模板图像包括模板A和模板B，所述坐标包括行坐标和列坐标，步骤C具体包括：
步骤C1，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
步骤C2，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定玻璃面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；其中，r为所述灰度图像的高，c为所述灰度图像的宽；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得玻璃面板吸附位置；
步骤C3，控制机械手到达所述玻璃面板吸附位置进行吸附、进料。
本发明还提供了一种基于单目CCD小尺寸玻璃面板的送料快速定位系统，包括：
采集创建单元，用于利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
坐标提取单元，用于根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
定位吸附单元，用于根据所述坐标提取单元得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
进一步地，所述采集创建单元具体用于：
首先，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像；
然后，对所述送料框图像进行灰度转换，得到灰度图像；
最后，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。
进一步地，所述模板图像包括模板A和模板B，所述坐标提取单元具体用于：
首先，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小
然后，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；
对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；
对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除；
最后，对排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
进一步地，所述模板图像包括模板A和模板B，所述坐标包括行坐标和列坐标，所述定位吸附单元具体用于：
首先，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
然后，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定玻璃面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得玻璃面板吸附位置；
最后，控制机械手到达所述玻璃面板吸附位置进行吸附、进料。
本发明与现有技术相比，有益效果在于：本发明基于单目CCD，建立在单目视觉定位和二维定位方法的基础上，根据料框卡条形状进行图像匹配，找到机械手上固定的相机视野内位于卡槽的每块玻璃面板的中心位置，并结合相机视野正中心位置寻找当前抓取的玻璃面板，能够快速定位搜要钻去的玻璃面板并抓取，使用本发明能够自适应的适合多种型号玻璃面板，能根据卡槽误差做相应的调整，同时不需要接触玻璃面板，避免不必要的划伤。为实现玻璃面板检测实现自动化提供一种很好的方法。
附图说明
图1是本发明实施例提供的一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法的流程图。
图2是本发明实施例提供的模板图像的示意图。
图3是本发明实施例提供的卡槽角点标记的示意图。
图4是本发明实施例提供的面板吸附位置的示意图
图5是本发明实施例提供的一种基于单目CCD的小尺寸玻璃面板的送料快速定位系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
基于单目CCD的小尺寸玻璃面板送料快速定位方法是建立在单目视觉定位和二维定位方法的基础上，基于料框卡条形状匹配，找到视野内位于卡槽的每块玻璃面板的中心位置，并结合相机视野正中心位置寻找当前抓取的玻璃面板，该方法能自适应多种面板型号。具体的，根据拍摄的图像生成匹配模板图像，在图像中找到最佳匹配并提取相应的坐标，基于该坐标得到面板所在卡槽正中心，结合相机坐标，得到当前送料面板所在卡槽中心坐标，进行吸附进料。
基于上述原理，本发明提供了如图1所示的一种基于单目CCD小尺寸玻璃面板的送料快速定位方法，步骤包括：
S1，利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
S2，根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
S3，根据S2中得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
进一步地，在步骤S1中，具体包括:
S11，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像。在实际应用中，在进行玻璃面板送料时，玻璃面板放置在送料框上，送料框使用卡条对玻璃面板进行固定及保护，所述卡条有多卡槽，每一卡槽凹处用于固定和保护玻璃面板。在进行送料时，送料板一般会移动至固定位置，等待机械手进行吸附、送料。
S12，对所述送料框图像进行灰度转换，得到灰度图像。在本步骤中，因为使用单目CCD对送料框进行图像采集得到的图像可能是彩色，因此需要对采集步骤S11中采集到的图像进行灰度转换，得到灰度图像，以方便进行进一步的处理。
S13，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。在本步骤中，所确认的模板图像如图2所示，其中，位于送料框左边的为模板A，位于送料框右边的为模板B，模板图像均已卡槽的凹处三角区域为识别点。
进一步地，在步骤S2中，具体包括:
S21，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小。在本步骤中，预先设定所能允许的最小相似度，以及查找匹配图像时能允许的角度大小(包括模板起始角度，旋转角度范围)和位置大小。
S22，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除。在本步骤中，因为所述灰度图像中可能查找出多个类似于模板A或者模板B的匹配图像，但是并非所有的匹配图像都是具备匹配价值的，如图3中，最左边匹配图像B1与右边的匹配图像B2均为按照模板B查到得到的，但是匹配图像B1在所述灰度图像中并未进行玻璃面板的固定和保护，不满足当前需要吸附玻璃面板所在的卡槽处，因为需要将匹配图像B1排除。
S23，对步骤B2进行排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
进一步地，在步骤S3中，具体包括:
S31，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
S32，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；其中，r为所述灰度图像的高，c为所述灰度图像的宽；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得面板吸附位置；所述面板吸附位置如图4所示。
S33，控制机械手到达所述面板吸附位置进行吸附、进料。
本发明还提供了如图5所示的一种基于单目CCD小尺寸玻璃面板的送料快速定位系统，包括：
采集创建单元1，用于利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
坐标提取单元2，用于根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
定位吸附单元3，用于根据坐标提取单元2得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
进一步地，采集创建单元1具体用于：
首先，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像；
然后，对所述送料框图像进行灰度转换，得到灰度图像；
最后，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。
进一步地，所述模板图像包括模板A和模板B，坐标提取单元2具体用于：
首先，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小
然后，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；
对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；
对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除；
最后，对排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
进一步地，所述模板图像包括模板A和模板B，所述坐标包括行坐标和列坐标，定位吸附单元3具体用于：
首先，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
然后，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；其中，r为所述灰度图像的高，c为所述灰度图像的宽；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得面板吸附位置；
最后，控制机械手到达所述面板吸附位置进行吸附、进料。
本发明基于单目CCD小尺寸玻璃面板送料快速定位方法是建立在单目视觉定位和二维定位方法的基础上，基于料框卡条形状匹配，找到视野内位于卡槽的每块玻璃面板的中心位置，并结合相机视野正中心位置寻找当前抓取的玻璃面板，本发明能自适应多种面板型号。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于单目CCD的小尺寸玻璃面板的送料快速定位方法，其特征在于，所述送料快速定位方法的步骤包括：
步骤A，利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
步骤B，根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
步骤C，根据步骤B中得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
2.如权利要求1所述的送料快速定位方法，其特征在于，步骤A具体包括：
步骤A1，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像；
步骤A2，对所述送料框图像进行灰度转换，得到灰度图像；
步骤A3，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。
3.如权利要求1所述的送料快速定位方法，其特征在于，所述模板图像包括模板A和模板B，步骤B具体包括：
步骤B1，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小；
步骤B2，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；
对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；
对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除；
步骤B3，对步骤B2进行排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
4.如权利要求1所述的送料快速定位方法，其特征在于，所述模板图像包括模板A和模板B，所述坐标包括行坐标和列坐标，步骤C具体包括：
步骤C1，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
步骤C2，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定玻璃面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；其中，r为所述灰度图像的高，c为所述灰度图像的宽；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得玻璃面板吸附位置；
步骤C3，控制机械手到达所述玻璃面板吸附位置进行吸附、进料。
5.一种基于单目CCD小尺寸玻璃面板的送料快速定位系统，其特征在于，所述送料快速定位系统包括：
采集创建单元，用于利用单目CCD进行送料框图像采集并进行灰度转换后得到灰度图像，根据所述灰度图像创建模板图像；
坐标提取单元，用于根据所述模板图像在所述灰度图像中进行查找，得到位于同一卡槽内的最佳匹配图像，并提取相应的坐标；
定位吸附单元，用于根据所述坐标提取单元得到的坐标计算放置有玻璃面板的卡槽正中心坐标，得到玻璃面板吸附位置，然后控制机械手到达所述玻璃面板吸附位置进行吸附。
6.如权利要求5所述的送料快速定位系统，其特征在于，所述采集创建单元具体用于：
首先，控制机械手移动至送料框上方，然后控制固定于机械手上的单目CCD相机对所述送料框进行图像采集得到送料框图像；
然后，对所述送料框图像进行灰度转换，得到灰度图像；
最后，根据送料框中的卡槽形状及大小，提取所述灰度图像中的卡槽凹处三角区域，以该卡槽凹处三角区域为模板图像。
7.如权利要求5所述的送料快速定位系统，其特征在于，所述模板图像包括模板A和模板B，所述坐标提取单元具体用于：
首先，设置图像匹配参数，所述图像匹配参数包括最小相似度、查找匹配图像允许角度大小和位置大小
然后，根据所述图像匹配参数，以所述模板A和模板B查找匹配图像，并判断查找到的匹配图像是否为有用的匹配图像；
对于以模板A查找到的匹配图像，若该匹配图像的列坐标大于所述灰度图像中心的列坐标，则将该匹配图像排除；
对于以模板B查找到的匹配图像，若该匹配图像的列坐标小于所述灰度图像中心的列坐标，则将该匹配图像排除；
最后，对排除后的匹配图像进行计算，得到最佳匹配图像；
以(Row1(i),Col1(i))表示第i个满足模板A要求的匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的匹配图像的坐标；
当满足：
Row1(i)＜c/2；
Row2(i)＞c/2；
abs(Row1(i)-Row2(i))＜DeltaR；
abs(Col1(i)-Col2(i))＜DeltaC；
若均满足上述条件，则认为第i个满足模板A要求的匹配图像和第i个满足模板B要求的匹配图像处于同一卡槽内，二者为最佳匹配图像，并获取对应的坐标；上式中，0≤I≤n，n为匹配图像的个数，c为所述灰度图像的宽，DeltaR为卡槽在所述灰度图像中的高度，DeltaC为卡槽在所述灰度图像中的宽度。
8.如权利要求5所述的送料快速定位系统，其特征在于，所述模板图像包括模板A和模板B，所述坐标包括行坐标和列坐标，所述定位吸附单元具体用于：
首先，根据得到位于同一卡槽内的两个最佳匹配图像的行坐标和列坐标，确定该行的卡槽中心坐标；
以(Row1(i),Col1(i))表示第i个满足模板A要求的最佳匹配图像的坐标，以(Row2(i),Col2(i))表示第i个满足模板B要求的最佳匹配图像的坐标，以(RowCenter(i)，ColCenter(i))表示第i行的卡槽中心坐标，则：
RowCenter(i)＝i；
ColCenter(i)＝(Col1(i)+Col2(i))/2；
然后，结合相机视野中心的坐标，得到所要吸附玻璃面板所在的行，最终确定玻璃面板吸附位置；
以(CameraRowCenter，CameraColCenter)表示所述相机视野中心的坐标，则：
CameraRowCenter＝r/2；CameraColCenter＝c/2；
当且仅当满足：
abs(CameraRowCenter-RowCenter(i))和
abs(CameraColCenter-ColCenter(i))；
最小时，确定该行为所要吸附玻璃面板所在的行，结合相机的三维坐标，获得玻璃面板吸附位置；
最后，控制机械手到达所述玻璃面板吸附位置进行吸附、进料。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510770879.2A CN105405139A (zh) | 2015-11-12 | 2015-11-12 | 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510770879.2A CN105405139A (zh) | 2015-11-12 | 2015-11-12 | 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105405139A true CN105405139A (zh) | 2016-03-16 |
Family
ID=55470606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510770879.2A Pending CN105405139A (zh) | 2015-11-12 | 2015-11-12 | 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105405139A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110142765A (zh) * | 2019-05-17 | 2019-08-20 | 深圳市皕像科技有限公司 | 一种加工橡胶塞的方法、装置及系统 |
| CN114037704A (zh) * | 2022-01-10 | 2022-02-11 | 安徽高哲信息技术有限公司 | 入料系统及其控制方法、控制装置及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6721444B1 (en) * | 1999-03-19 | 2004-04-13 | Matsushita Electric Works, Ltd. | 3-dimensional object recognition method and bin-picking system using the method |
| CN101618544A (zh) * | 2008-07-04 | 2010-01-06 | 发那科株式会社 | 物品取出装置 |
| CN101996398A (zh) * | 2009-08-12 | 2011-03-30 | 睿励科学仪器（上海）有限公司 | 用于晶圆对准的图像匹配方法及设备 |
| CN102303314A (zh) * | 2011-05-17 | 2012-01-04 | 北方工业大学 | 工业生产中的碳碗中心和导槽定位装置及其定位方法 |
| CN103325106A (zh) * | 2013-04-15 | 2013-09-25 | 浙江工业大学 | 基于LabVIEW的运动工件分拣方法 |
-
2015
- 2015-11-12 CN CN201510770879.2A patent/CN105405139A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6721444B1 (en) * | 1999-03-19 | 2004-04-13 | Matsushita Electric Works, Ltd. | 3-dimensional object recognition method and bin-picking system using the method |
| CN101618544A (zh) * | 2008-07-04 | 2010-01-06 | 发那科株式会社 | 物品取出装置 |
| CN101996398A (zh) * | 2009-08-12 | 2011-03-30 | 睿励科学仪器（上海）有限公司 | 用于晶圆对准的图像匹配方法及设备 |
| CN102303314A (zh) * | 2011-05-17 | 2012-01-04 | 北方工业大学 | 工业生产中的碳碗中心和导槽定位装置及其定位方法 |
| CN103325106A (zh) * | 2013-04-15 | 2013-09-25 | 浙江工业大学 | 基于LabVIEW的运动工件分拣方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110142765A (zh) * | 2019-05-17 | 2019-08-20 | 深圳市皕像科技有限公司 | 一种加工橡胶塞的方法、装置及系统 |
| CN114037704A (zh) * | 2022-01-10 | 2022-02-11 | 安徽高哲信息技术有限公司 | 入料系统及其控制方法、控制装置及存储介质 |
| CN114037704B (zh) * | 2022-01-10 | 2022-04-22 | 安徽高哲信息技术有限公司 | 入料系统及其控制方法、控制装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105894499B (zh) | 一种基于双目视觉的空间物体三维信息快速检测方法 | |
| CN105234943B (zh) | 一种基于视觉识别的工业机器人示教装置及方法 | |
| CN103514446B (zh) | 一种融合传感器信息的室外场景识别方法 | |
| CN105225225B (zh) | 一种基于机器视觉的皮革自动划线方法和装置 | |
| CN101924953B (zh) | 基于基准点的简便匹配方法 | |
| CN104331894A (zh) | 一种基于双目立体视觉的机器人拆垛方法 | |
| CN106125724A (zh) | 一种机器人自主充电的方法及系统 | |
| CN104626169A (zh) | 基于视觉与机械综合定位的机器人抓取零件的方法 | |
| CN110008913A (zh) | 基于姿态估计与视点机制融合的行人再识别方法 | |
| CN102404595B (zh) | 可提供3d节目拍摄指导的极线校正方法 | |
| CN106403924B (zh) | 基于深度摄像头的机器人快速定位与姿态估计方法 | |
| CN112541973B (zh) | 虚实叠合方法与系统 | |
| CN105513128A (zh) | 基于Kinect的三维数据融合处理方法 | |
| CN103472907A (zh) | 操作区的决定方法与系统 | |
| CN109604468A (zh) | 一种基于机器视觉的工件冲压系统及其控制方法 | |
| CN105405139A (zh) | 基于单目ccd的小尺寸玻璃面板的送料快速定位方法及系统 | |
| Cheng et al. | Person-following for telepresence robots using web cameras | |
| Pan et al. | Manipulator package sorting and placing system based on computer vision | |
| CN108470165A (zh) | 一种采摘机器人果实视觉协同搜索方法 | |
| CN110533717A (zh) | 一种基于双目视觉的目标抓取方法及装置 | |
| CN204036474U (zh) | 工业机器人分拣系统 | |
| CN109900266A (zh) | 一种基于rgb-d和惯导的快速识别定位方式及系统 | |
| CN102831388A (zh) | 基于扩展的活动形状模型的实时特征点检测方法与系统 | |
| Lin et al. | Vision based object grasping of industrial manipulator | |
| CN104874692A (zh) | 自动化冲压线一模双件视觉对中控制系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into 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: 20160316 |