CN107358630A - 一种ccd图像处理定位方法以及可移动焊接排烟装置 - Google Patents

一种ccd图像处理定位方法以及可移动焊接排烟装置 Download PDF

Info

Publication number
CN107358630A
CN107358630A CN201710557327.2A CN201710557327A CN107358630A CN 107358630 A CN107358630 A CN 107358630A CN 201710557327 A CN201710557327 A CN 201710557327A CN 107358630 A CN107358630 A CN 107358630A
Authority
CN
China
Prior art keywords
mrow
mtd
image
mtr
msub
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
Application number
CN201710557327.2A
Other languages
English (en)
Inventor
徐辉
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.)
Changchun Institute of Applied Chemistry of CAS
Changchun Institute Technology
Original Assignee
Changchun Institute Technology
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 Changchun Institute Technology filed Critical Changchun Institute Technology
Priority to CN201710557327.2A priority Critical patent/CN107358630A/zh
Publication of CN107358630A publication Critical patent/CN107358630A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
    • B23K37/00—Auxiliary devices or processes, not specially adapted to a procedure covered by only one of the preceding main groups
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30208—Marker matrix

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Mechanical Engineering (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种CCD图像处理定位方法，包括：对CCD摄像机采集的焊接点图像进行预处理，利用中值滤波对所述图像进行去噪处理；对处理后的图像进行二值化处理；对图像进行图像增强；对图片进行边缘提取；对图像采用高斯曲线拟合算法进行精确定位；对定位得到的焊接点图像坐标进行坐标变换，将所述图像坐标变换为世界坐标。本发明的图像处理定位方法，提高了定位精度。本发明还提供一种可移动焊接排烟装置，采用上述的CCD图像处理定位方法，精确定位焊接点位置，并采用气动机械手连通集烟罩与柔性吸烟管，使得集烟罩可通过三个自由度移动，更有效对焊接点进行排烟。

Description

一种CCD图像处理定位方法以及可移动焊接排烟装置
技术领域
本发明涉及移动电焊机排烟通风技术领域，更具体的是，本发明涉及一种CCD图像处理定位方法以及可移动焊接排烟装置。
背景技术
目前在许多流动、临时的非固定工位和没有条件安装焊烟治理设备的焊接作业现场，均未采取焊烟排除措施。在一些工厂车间会固定设置有排烟装置，而在临时非固定工位，无法设置有固定排烟装置，而且固定排烟装置的排烟效果并不好，所以人们研究了可移动排烟装置。目前的可移动排烟装置是人工手动将排烟装置移动到焊接工位进行排烟，增加了人力成本。所以人们开始进一步研究自动移动焊接排烟装置，采用CCD摄像机对焊接点图像进行采集，图像处理器对CCD摄像机采集的焊接点图像进行处理，然而目前的常用的图像处理和定位方法受噪声干扰较大，当图像信噪比较小时，它的定位误差会变得很大，无法有效对焊接点进行排烟。
发明内容
为解决传统CCD图像处理方法在图像信噪比较小时，定位误差大这一技术问题，本发明设计开发了一种图像处理定位方法，提高了定位精度。
本发明还提供一种可移动焊接排烟装置，采用上述的CCD图像处理定位方法，精确定位焊接点位置，并采用气动机械手连通集烟罩与柔性吸烟管，使得集烟罩可通过三个自由度移动，更有效对焊接点进行排烟。
本发明提供的技术方案为：
一种CCD图像处理定位方法，包括以下步骤：
步骤1：对CCD摄像机采集的焊接点图像进行预处理；
步骤2：对步骤1处理后的图像进行二值化处理:按照一个指定的阀值将图像上的像素点的灰度值设置为0和255CCD，经过二值化处理后的图像将呈现出明显的黑白效果，阀值的选取以仍然可以反映图像整体和局部特征为标准；
步骤3：对步骤2处理后的图像进行图像增强，采用对比度线性展宽：
其中，f(u,v)为步骤2处理后的图像的灰度，g(u,v)为图像增强处理后图像的灰度，步骤2处理后的图像的灰度分布在图像增强处理后图像的灰度分布在
步骤4：对步骤3处理后的图片进行边缘提取；
步骤5：对步骤4处理后的图像采用高斯曲线拟合算法进行精确定位，包括：
步骤5.1：根据CCD摄像机采样定理，CCD采集的焊接点图像光斑近似符合高斯公式，高斯曲线的表达式为：
其中，u为光斑位置，v为所对应光强，z为光强分布中心，δ为光强分布误差；
步骤5.2：对步骤4.1的高斯曲线表达式两端取对数：
对关于u的二次曲线进行拟合，找出差分值最大的点，即中心位置；
步骤6：对步骤5定位得到的焊接点图像坐标进行坐标变换，将所述图像坐标变换为世界坐标：
其中，(u,v)为像素平面坐标，(XC,YC,ZC)为相机坐标，(X,Y,Z)为世界坐标，为CCD摄像机的内参矩阵，为CCD摄像机的外参矩阵。
优选的是，所述步骤1采用中值滤波对所述图像进行去噪处理，滤波输出为：
Q(u,v)＝med{P(u-K,v-I),(K,I∈W)}
其中，P(u,v),Q(u,v)分别为原始图像和处理后的图像，W为二维模板。
优选的是，所述步骤3包括：
当α＜1,γ＜1，则图像增强处理为抑制；
当β＞1，则图像增强处理为对比度展宽增强。
优选的是，所述步骤4包括以下步骤：
步骤4.1：对步骤1处理后的图像F(u,v)进行平滑滤波，滤波函数为：
其中，G(u,v)为圆对称函数，σ为标准偏差，G(u,v)的平滑作用通过σ控制；
步骤4.2：将G(u,v)与F(u,v)进行卷积，得到一个平滑图像：
T(u,v)＝F(u,v)*G(u,v)
步骤4.3：对平滑图像T(x,y)进行拉普拉斯运算：
步骤4.4：令H(u,v)＝0，求解对应的一阶导数。
优选的是，所述步骤6还包括：
采用张正有标定法对CCD摄像机进行标定，确定其内外参数。
优选的是，所述步骤4和步骤5之间还包括：
利用灰度重心法对图像进行初步定位：
其中，g(u,v)是坐标(u,v)的像素点的灰度值，Ω为目标区域集合，是区域中心坐标。
相应地，本发明还提供一种可移动焊接排烟装置，包括：
CCD摄像机，固定设置，用于采集焊接点图像信息；
图像处理器，与所述CCD摄像机连接，用于接收所述图像信息，并采用上述的CCD图像处理定位方法对焊接点进行定位；
可移动排烟装置；以及
控制器，其与所述图像处理器和可移动排烟装置电连接，用于接收所述图像处理器传输的焊接点定位信息，并控制所述可移动排烟装置移动到焊接点进行排烟。
优选的是，所述图像处理器向控制器传输焊接点定位信息时采用了CRC校验。
优选的是，所述可移动排烟装置包括：
行走支架，其下方设置有行走轮；
风扇，其固定在所述行走支架上；
柔性吸烟管，其设置在所述行走支架上，与所述风扇连通；
集烟罩，其与所述柔性吸烟管的一端连通；
驱动电机，其与所述控制器电连接，所述驱动电机的轴与所述行走轮连接，用于驱动所述行走轮旋转。
优选的是，还包括气动机械手，其一端设置在所述行走支架上，另一端与所述集烟罩连接，其可通过三个自由度移动所述集烟罩。
本发明至少具备以下有益效果：
(1)本发明的CCD图像处理定位方法，克服了传统CCD图像处理方法在图像信噪比较小时，定位误差大的缺点，提高了定位精度。
(2)本发明的可移动焊接排烟装置，采用上述的CCD图像处理定位方法，精确定位焊接点位置，并采用气动机械手连通集烟罩与柔性吸烟管，使得集烟罩可通过三个自由度移动，更有效对焊接点进行排烟。
附图说明
图1为本发明所述CCD图像处理定位方法的流程图。
图2为本发明所述可移动焊接排烟装置的结构示意图。
图3为本发明所述可移动焊接排烟装置的工作流程图。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
本发明可以有许多不同的形式实施，而不应该理解为限于再次阐述的实施例，相反，提供这些实施例，使得本公开将是彻底和完整的。在附图中，为了清晰起见，会夸大结构和区域的尺寸和相对尺寸。
如图1所示，本发明提供一种CCD图像处理定位方法，包括以下步骤：
步骤1：对CCD摄像机采集的焊接点图像进行预处理，利用中值滤波对所述图像进行去噪处理，滤波输出为：
Q(u,v)＝med{P(u-K,v-I),(K,I∈W)}
其中，P(u,v),Q(u,v)分别为原始图像和处理后的图像，W为二维模板；
步骤2：对步骤1处理后的图像进行二值化处理:按照一个指定的阀值将图像上的像素点的灰度值设置为0和255CCD，经过二值化处理后的图像将呈现出明显的黑白效果，阀值的选取以仍然可以反映图像整体和局部特征为标准；
步骤3：对步骤2处理后的图像进行图像增强，采用对比度线性展宽：
其中，f(u,v)为步骤2处理后的图像的灰度，g(u,v)为图像增强处理后图像的灰度，步骤2处理后的图像的灰度分布在图像增强处理后图像的灰度分布在
当α＜1,γ＜1，则图像增强处理为抑制；
当β＞1，则图像增强处理为对比度展宽增强。
步骤4：对步骤3处理后的图片进行边缘提取，包括以下步骤：
步骤4.1：对步骤1处理后的图像F(u,v)进行平滑滤波，滤波函数为：
其中，G(u,v)为圆对称函数，σ为标准偏差，G(u,v)的平滑作用通过σ控制；
步骤4.2：将G(u,v)与F(u,v)进行卷积，得到一个平滑图像：
T(u,v)＝F(u,v)*G(u,v)
步骤4.3：对平滑图像T(x,y)进行拉普拉斯运算：
步骤4.4：令H(u,v)＝0，求解对应的一阶导数。
步骤5：对步骤4处理后的图像采用高斯曲线拟合算法进行精确定位，包括以下步骤：
步骤5.1：根据CCD摄像机采样定理，CCD采集的焊接点图像光斑近似符合高斯公式，高斯曲线的表达式为：
其中，u为光斑位置，v为所对应光强，z为光强分布中心，δ为光强分布误差；
步骤5.2：对步骤4.1的高斯曲线表达式两端取对数：
对关于u的二次曲线进行拟合，找出差分值最大的点，即中心位置。
步骤6：对步骤5定位得到的焊接点图像坐标进行坐标变换，将所述图像坐标变换为世界坐标：
其中，(u,v)为像素平面坐标，(XC,YC,ZC)为相机坐标，(X,Y,Z)为世界坐标，为CCD摄像机的内参矩阵，为CCD摄像机的外参矩阵。
在焊接点图像坐标进行坐标变换之前，采用张正有标定法对CCD摄像机进行标定，确定其内外参数。张正有标定法为现有常用标定方法，在此不做赘述。
本实施例中，在步骤4和步骤5之间还包括：
利用灰度重心法对图像进行初步定位：
其中，g(u,v)是坐标(u,v)的像素点的灰度值，Ω为目标区域集合，是区域中心坐标。
下面对本实施例中的高斯拟合进行举例说明：
设二次曲线为：v＝Au2+Bu+C,其中，u为光斑位置，v为多对应光强，A，B，C为所设函数的系数。
每个像素的输出灰度值为：
gnu为第n个像素点的灰度值，通过重心法求出的坐标为该像素点的灰度值为由上式可知：
以该点为中心，向前向后各取一个像素点，记为g-1u和g1u由上式可知：
联立上式得：
可求出二次曲线的顶点：
求解出来的结果是对原高斯曲线取对数并记中心坐标为0的结果，因此，上式中的灰度值用对数值代替，这样就能得到水平方向的亚像素中心为：
uh0为水平方向亚像素中心值。
同理可以求出垂直方向的亚像素中心为：
vv0为垂直方向的亚像素中心值。
通过以上步骤我们便可求出光斑中心精确位置坐标(uh0,vv0)。
本发明的CCD图像处理定位方法，克服了传统CCD图像处理方法在图像信噪比较小时，定位误差大的缺点，提高了定位精度。
如图2-3所示，本发明还提供了一种可移动焊接排烟装置，包括：CCD摄像机110，固定设置，用于采集焊接点图像信息；图像处理器120，与所述CCD摄像机连接，用于接收所述图像信息，并采用上述的CCD图像定位方法对焊接点进行定位；可移动排烟装置130；以及控制器140，其与所述图像处理器120和可移动排烟装置130电连接，用于接收所述图像处理器120传输的焊接点定位信息，并控制所述可移动排烟装置130移动到焊接点进行排烟。所述图像处理器120在向控制器140传输焊接点定位信息时还采用了CRC校验，保证数据传输的可靠性，完成焊接点定位坐标数据的传输。所述可移动排烟装置130包括：行走支架131，其下方设置有行走轮132；风扇133，其固定在所述行走支架131上；柔性吸烟管134，其设置在所述行走支架131上，与所述风扇133连通；集烟罩135，其与所述柔性吸烟管134的一端连通；驱动电机(图中未示出)，其与所述控制器电连接，所述驱动电机的轴与所述行走轮132连接，用于驱动所述行走轮132旋转前进。本实施例中，还包括气动机械手136，其一端设置在所述行走支架131上，另一端与所述集烟罩135连接，其可通过三个自由度移动所述集烟罩135，能够实现在一定范围内的多自由度移动集烟罩135。气动机械手136能快速，准确找到焊接点位置，具有结构简单，重量轻，动作迅速，平稳，可靠，节能的优点，能够使得集烟罩135更有效对焊接点进行排烟。气动机械手为作业领域常用工具，其结构在此不作赘述。
本发明的可移动焊接排烟装置，采用上述的CCD图像处理定位方法，精确定位焊接点位置，并采用气动机械手连通集烟罩与柔性吸烟管，使得集烟罩可通过三个自由度移动，更有效对焊接点进行排烟。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (10)

1.一种CCD图像处理定位方法，其特征在于，包括以下步骤：
步骤1：对CCD摄像机采集的焊接点图像进行预处理；
步骤2：对步骤1处理后的图像进行二值化处理:按照一个指定的阀值将图像上的像素点的灰度值设置为0和255CCD，经过二值化处理后的图像将呈现出明显的黑白效果，阀值的选取以仍然可以反映图像整体和局部特征为标准；
步骤3：对步骤2处理后的图像进行图像增强，采用对比度线性展宽：
<mrow> <mi>g</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mi>&amp;alpha;</mi> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> </mrow> </mtd> <mtd> <mrow> <mn>0</mn> <mo>&amp;le;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>&amp;le;</mo> <msub> <mi>f</mi> <mi>a</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;beta;</mi> <mo>&amp;lsqb;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>f</mi> <mi>a</mi> </msub> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>g</mi> <mi>a</mi> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>f</mi> <mi>a</mi> </msub> <mo>&amp;le;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <msub> <mi>f</mi> <mi>b</mi> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>&amp;gamma;</mi> <mo>&amp;lsqb;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>f</mi> <mi>b</mi> </msub> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>g</mi> <mi>b</mi> </msub> </mrow> </mtd> <mtd> <mrow> <msub> <mi>f</mi> <mi>b</mi> </msub> <mo>&amp;le;</mo> <mi>f</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>&lt;</mo> <mn>255</mn> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
u＝1,2,3,…m v＝1,2,3,…n
其中，f(u,v)为步骤2处理后的图像的灰度，g(u,v)为图像增强处理后图像的灰度，步骤2处理后的图像的灰度分布在[fa,fb]，图像增强处理后图像的灰度分布在[ga,gb]；
步骤4：对步骤3处理后的图片进行边缘提取；
步骤5：对步骤4处理后的图像采用高斯曲线拟合算法进行精确定位，包括：
步骤5.1：根据CCD摄像机采样定理，CCD采集的焊接点图像光斑近似符合高斯公式，高斯曲线的表达式为：
<mrow> <mi>v</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <msqrt> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </msqrt> <mi>&amp;delta;</mi> </mrow> </mfrac> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mfrac> <mrow> <mo>-</mo> <msup> <mrow> <mo>(</mo> <mi>u</mi> <mo>-</mo> <mi>z</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mi>&amp;delta;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>&amp;rsqb;</mo> </mrow>
其中，u为光斑位置，v为所对应光强，z为光强分布中心，δ为光强分布误差；
步骤5.2：对步骤4.1的高斯曲线表达式两端取对数：
<mrow> <mi>ln</mi> <mi> </mi> <mi>v</mi> <mo>=</mo> <mo>-</mo> <mfrac> <msup> <mrow> <mo>(</mo> <mi>u</mi> <mo>-</mo> <mi>z</mi> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mrow> <mn>2</mn> <msup> <mi>&amp;delta;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>+</mo> <mi>l</mi> <mi>n</mi> <mfrac> <mn>1</mn> <mrow> <msqrt> <mrow> <mn>2</mn> <mi>&amp;pi;</mi> </mrow> </msqrt> <mi>&amp;delta;</mi> </mrow> </mfrac> </mrow>
对关于u的二次曲线进行拟合，找出差分值最大的点，即中心位置；
步骤6：对步骤5定位得到的焊接点图像坐标进行坐标变换，将所述图像坐标变换为世界坐标：
<mrow> <msub> <mi>Z</mi> <mi>C</mi> </msub> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>u</mi> </mtd> </mtr> <mtr> <mtd> <mi>v</mi> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>k</mi> <mi>u</mi> </msub> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <msub> <mi>u</mi> <mi>o</mi> </msub> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <msub> <mi>k</mi> <mi>v</mi> </msub> </mtd> <mtd> <msub> <mi>v</mi> <mn>0</mn> </msub> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mn>0</mn> </mtd> <mtd> <mn>1</mn> </mtd> <mtd> <mn>0</mn> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Y</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Z</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> </mrow> 1
<mrow> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>X</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Y</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <msub> <mi>Z</mi> <mi>C</mi> </msub> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>R</mi> </mtd> <mtd> <mi>t</mi> </mtd> </mtr> <mtr> <mtd> <msup> <mn>0</mn> <mi>T</mi> </msup> </mtd> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <mi>X</mi> </mtd> </mtr> <mtr> <mtd> <mi>Y</mi> </mtd> </mtr> <mtr> <mtd> <mi>Z</mi> </mtd> </mtr> <mtr> <mtd> <mn>1</mn> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中，(u,v)为像素平面坐标，(XC,YC,ZC)为相机坐标，(X,Y,Z)为世界坐标，为CCD摄像机的内参矩阵，为CCD摄像机的外参矩阵。
2.如权利要求1所述的图像处理定位方法，其特征在于，所述步骤1采用中值滤波对所述图像进行去噪处理，滤波输出为：
Q(u,v)＝med{P(u-K,v-I),(K,I∈W)}
其中，P(u,v),Q(u,v)分别为原始图像和处理后的图像，W为二维模板。
3.如权利要求1所述的图像定位处理方法，其特征在于，所述步骤3包括：
当α＜1,γ＜1，则图像增强处理为抑制；
当β＞1，则图像增强处理为对比度展宽增强。
4.如权利要求1所述的图像处理定位方法，其特征在于，所述步骤4包括以下步骤：
步骤4.1：对步骤1处理后的图像F(u,v)进行平滑滤波，滤波函数为：
<mrow> <mi>G</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msup> <mi>&amp;pi;&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mi>exp</mi> <mo>&amp;lsqb;</mo> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msup> <mi>&amp;pi;&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mrow> <mo>(</mo> <msup> <mi>u</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>v</mi> <mn>2</mn> </msup> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
其中，G(u,v)为圆对称函数，σ为标准偏差，G(u,v)的平滑作用通过σ控制；
步骤4.2：将G(u,v)与F(u,v)进行卷积，得到一个平滑图像：
T(u,v)＝F(u,v)*G(u,v)
步骤4.3：对平滑图像T(x,y)进行拉普拉斯运算：
<mrow> <mi>H</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>=</mo> <mi>F</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>*</mo> <mfrac> <mn>1</mn> <mrow> <msup> <mi>&amp;pi;&amp;sigma;</mi> <mn>4</mn> </msup> </mrow> </mfrac> <mrow> <mo>(</mo> <mfrac> <mrow> <msup> <mi>u</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>v</mi> <mn>2</mn> </msup> </mrow> <mrow> <mn>2</mn> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mi>exp</mi> <mrow> <mo>(</mo> <mo>-</mo> <mfrac> <mn>1</mn> <mrow> <mn>2</mn> <msup> <mi>&amp;sigma;</mi> <mn>2</mn> </msup> </mrow> </mfrac> <mo>(</mo> <mrow> <msup> <mi>u</mi> <mn>2</mn> </msup> <mo>+</mo> <msup> <mi>v</mi> <mn>2</mn> </msup> </mrow> <mo>)</mo> <mo>)</mo> </mrow> </mrow>
步骤4.4：令H(u,v)＝0，求解对应的一阶导数。
5.如权利要求1所述的图像处理定位方法，其特征在于，所述步骤6还包括：
采用张正有标定法对CCD摄像机进行标定，确定其内外参数。
6.如权利要求1所述的图像处理定位方法，其特征在于，所述步骤4和步骤5之间还包括：
利用灰度重心法对图像进行初步定位：
<mrow> <mover> <mi>u</mi> <mo>&amp;OverBar;</mo> </mover> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>u</mi> <mo>.</mo> <mi>v</mi> <mo>)</mo> <mo>&amp;Element;</mo> <mi>&amp;Omega;</mi> </mrow> </munder> <mi>u</mi> <mo>&amp;CenterDot;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>/</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>u</mi> <mo>.</mo> <mi>v</mi> <mo>)</mo> <mo>&amp;Element;</mo> <mi>&amp;Omega;</mi> </mrow> </munder> <mi>g</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> </mrow> 2
<mrow> <mover> <mi>v</mi> <mo>&amp;OverBar;</mo> </mover> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>u</mi> <mo>.</mo> <mi>v</mi> <mo>)</mo> <mo>&amp;Element;</mo> <mi>&amp;Omega;</mi> </mrow> </munder> <mi>v</mi> <mo>&amp;CenterDot;</mo> <mi>g</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> <mo>/</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>u</mi> <mo>.</mo> <mi>v</mi> <mo>)</mo> <mo>&amp;Element;</mo> <mi>&amp;Omega;</mi> </mrow> </munder> <mi>g</mi> <mrow> <mo>(</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>)</mo> </mrow> </mrow>
其中，g(u,v)是坐标(u,v)的像素点的灰度值，Ω为目标区域集合，是区域中心坐标。
7.一种可移动焊接排烟装置，其特征在于，包括：
CCD摄像机，固定设置，用于采集焊接点图像信息；
图像处理器，与所述CCD摄像机连接，用于接收所述图像信息，并采用如权利要求1-6任意一项所述的CCD图像处理定位方法对焊接点进行定位；
可移动排烟装置；以及
控制器，其与所述图像处理器和可移动排烟装置电连接，用于接收所述图像处理器传输的焊接点定位信息，并控制所述可移动排烟装置移动到焊接点进行排烟。
8.如权利要求7所述的可移动焊接排烟装置，其特征在于，所述图像处理器向控制器传输焊接点定位信息时采用了CRC校验。
9.如权利要求7所述的可移动焊接排烟装置，其特征在于，所述可移动排烟装置包括：
行走支架，其下方设置有行走轮；
风扇，其固定在所述行走支架上；
柔性吸烟管，其设置在所述行走支架上，与所述风扇连通；
集烟罩，其与所述柔性吸烟管的一端连通；
驱动电机，其与所述控制器电连接，所述驱动电机的轴与所述行走轮连接，用于驱动所述行走轮旋转。
10.如权利要求9所述的可移动焊接排烟装置，其特征在于，还包括气动机械手，其一端设置在所述行走支架上，另一端与所述集烟罩连接，其可通过三个自由度移动所述集烟罩。
CN201710557327.2A 2017-07-10 2017-07-10 一种ccd图像处理定位方法以及可移动焊接排烟装置 Pending CN107358630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710557327.2A CN107358630A (zh) 2017-07-10 2017-07-10 一种ccd图像处理定位方法以及可移动焊接排烟装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710557327.2A CN107358630A (zh) 2017-07-10 2017-07-10 一种ccd图像处理定位方法以及可移动焊接排烟装置

Publications (1)

Publication Number Publication Date
CN107358630A true CN107358630A (zh) 2017-11-17

Family

ID=60291837

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710557327.2A Pending CN107358630A (zh) 2017-07-10 2017-07-10 一种ccd图像处理定位方法以及可移动焊接排烟装置

Country Status (1)

Country Link
CN (1) CN107358630A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108942937A (zh) * 2018-07-27 2018-12-07 广东海亮铜业有限公司 一种铜管加工方法
CN109711307A (zh) * 2018-12-19 2019-05-03 中科天网（广东）科技有限公司 一种基于人脸识别的吸烟取证方法
CN109955265A (zh) * 2019-03-08 2019-07-02 武汉理工大学 一种室内靶场智能弹壳清理机器人
CN111402307A (zh) * 2020-03-17 2020-07-10 中国科学院云南天文台 一种电水准图像的处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070018506A (ko) * 2005-08-10 2007-02-14 (주)일흥 용접흄 집진장치
CN203282064U (zh) * 2013-05-21 2013-11-13 东莞技研新阳电子有限公司 一种焊锡机器人自动吸烟装置
CN104889631A (zh) * 2015-06-26 2015-09-09 常州展华机器人有限公司 带保护罩除烟器的焊接机器人
CN106392240A (zh) * 2016-12-05 2017-02-15 辽宁工程技术大学 一种一体化锡焊手柄
CN106903426A (zh) * 2017-04-01 2017-06-30 广东顺威精密塑料股份有限公司 一种基于机器视觉的激光焊接定位方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20070018506A (ko) * 2005-08-10 2007-02-14 (주)일흥 용접흄 집진장치
CN203282064U (zh) * 2013-05-21 2013-11-13 东莞技研新阳电子有限公司 一种焊锡机器人自动吸烟装置
CN104889631A (zh) * 2015-06-26 2015-09-09 常州展华机器人有限公司 带保护罩除烟器的焊接机器人
CN106392240A (zh) * 2016-12-05 2017-02-15 辽宁工程技术大学 一种一体化锡焊手柄
CN106903426A (zh) * 2017-04-01 2017-06-30 广东顺威精密塑料股份有限公司 一种基于机器视觉的激光焊接定位方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
上海市安全生产科学研究所: "《金属焊接与热切割作业人员安全技术》", 30 June 2017, 上海科学技术出版社 *
刘兆蓉等: "激光光斑中心精确定位算法研究", 《计算机仿真》 *
张广渊等: "《数字图像处理基础及OPENCV实现》", 31 December 2014, 知识产权出版社 *
杨帆等: "《数字图像处理与分析》", 30 October 2007, 北京航空航天大学出版社 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108942937A (zh) * 2018-07-27 2018-12-07 广东海亮铜业有限公司 一种铜管加工方法
CN109711307A (zh) * 2018-12-19 2019-05-03 中科天网（广东）科技有限公司 一种基于人脸识别的吸烟取证方法
CN109955265A (zh) * 2019-03-08 2019-07-02 武汉理工大学 一种室内靶场智能弹壳清理机器人
CN111402307A (zh) * 2020-03-17 2020-07-10 中国科学院云南天文台 一种电水准图像的处理方法
CN111402307B (zh) * 2020-03-17 2023-04-18 中国科学院云南天文台 一种电水准图像的处理方法

Similar Documents

Publication Publication Date Title
CN107358630A (zh) 一种ccd图像处理定位方法以及可移动焊接排烟装置
CN104842362A (zh) 一种机器人抓取物料包的方法和机器人抓取装置
CN106934813A (zh) 一种基于视觉定位的工业机器人工件抓取实现方法
JP5010859B2 (ja) 画像生成装置
CN106607907A (zh) 一种移动视觉机器人及其测控方法
CN109871639A (zh) 一种基于视觉感知技术的清扫车作业功率计算装置及方法
CN107331390A (zh) 机器人语音识别召唤者的主动跟随系统
CN107414866A (zh) 一种巡检清扫机器人系统及其巡检清扫方法
CN105700528A (zh) 一种机器人自主导航避障系统及其方法
CN107676838A (zh) 油烟感应系统的辅助清洁系统、方法及装置
CN107219850A (zh) 一种基于机器视觉的机器人自动寻路系统
CN110962122A (zh) 一种管道清理机器人控制系统以及方法
CN114905507A (zh) 一种基于环境视觉分析的焊接机器人精度控制方法
CN111489310B (zh) 小径管焊接接头射线检验图像焊缝区域的搜索方法
CN110717454B (zh) 一种舞台环境下的轮式机器人障碍检测方法
CN210386980U (zh) 一种基于机器视觉的冷床智能控制系统
CN107053218A (zh) 一种检测光伏组件红外热斑的智能机器人及检测方法
CN113828892A (zh) 基于hdr图像的熔池中心识别系统及焊缝跟踪方法
CN109223031A (zh) 一种获得人体骨架的成像方法
CN107432793A (zh) 安全型双轮驱动轮椅
CN1094223C (zh) 基于图象序列分析的驾驶员桩考过程自动测试系统
US20210371101A1 (en) Systems and methods for a thrust-vector controlled hybrid unmanned aerial and ground vehicle with improved grasping
CN108680647A (zh) 一种针对大型球罐钢制容器的超声波探伤机器人
CN112801984B (zh) 一种激光视觉系统下的基于对抗学习的焊缝定位方法
JPH05119823A (ja) ロボツトの軌道計画方法及び制御装置

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

Application publication date: 20171117

RJ01 Rejection of invention patent application after publication