CN109186453A - 一种基于机器视觉的电纺直写喷头的定位方法 - Google Patents

一种基于机器视觉的电纺直写喷头的定位方法 Download PDF

Info

Publication number
CN109186453A
CN109186453A CN201811012378.8A CN201811012378A CN109186453A CN 109186453 A CN109186453 A CN 109186453A CN 201811012378 A CN201811012378 A CN 201811012378A CN 109186453 A CN109186453 A CN 109186453A
Authority
CN
China
Prior art keywords
syringe needle
image
machine vision
electrospinning
circle
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.)
Granted
Application number
CN201811012378.8A
Other languages
English (en)
Other versions
CN109186453B (zh
Inventor
王晗
李逸
林晓峰
林灿然
张芳健
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of 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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201811012378.8A priority Critical patent/CN109186453B/zh
Publication of CN109186453A publication Critical patent/CN109186453A/zh
Application granted granted Critical
Publication of CN109186453B publication Critical patent/CN109186453B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Spinning Methods And Devices For Manufacturing Artificial Fibers (AREA)

Abstract

本发明涉及机器视觉定位领域，特别涉及一种基于机器视觉的电纺直写喷头的定位方法，本发明在进场电纺图案化直写中，将测试装置移到针头下方进行针头定位；用电子显微镜相机拍摄针头图像，并依次对对图像进行灰度处理、滤波处理和阈值化处理，对处理后的图像使用寻找轮廓操作，并筛选轮廓，获得仅有针头圆形的轮廓图像，最后对图像进行圆拟合，并采用最小二乘法拟合圆，求得圆心坐标，利用两次圆心坐标的差值来求得针头偏移位置；本发明能显著提高定位效率和定位精度，特别是在纤维的连续沉积中，能自动校准纤维的沉积误差，减少纺丝过程中过多的人工操作，使得电纺直写的纤维连续，改善纤维沉积效果，有利于定点、有序可控的沉积。

Description

一种基于机器视觉的电纺直写喷头的定位方法
技术领域
本发明涉及机器视觉定位领域，特别涉及一种基于机器视觉的电纺直写喷头的定位方法。
背景技术
电纺直写技术克服了传统喷印技术液滴体积大、墨水要求严格等缺点，已经在微纳制造领域显示出了巨大的应用潜力，广泛应用于药物缓释，伤口敷料，再生医学，生物传感器等领域。但静电纺丝生产出来的纳米纤维很难实现定点、有序可控的沉积，也很难做到有序的排布，这极大的限制了静电纺丝技术的应用发展。然而喷头定位对其纤维沉积排布有极大的作用，若喷头定位不准确，纤维很难连续，纤维沉积效果不好。目前传统定位位方式都是确定一个机械原点或坐标点，通过电机传动使工作台或打印头移动到目标点上，或者通过手动调节喷头与收集板间的相对位置，来实现直写纳米纤维在图案化基地上的定位沉积。然而因为平台震动，换针头等原因，会导致喷头位置有偏移，这样定位就会不准确，影响定点、有序可控的沉积，且人工传统定位效率低且精度低，自动化程度低，提高精度和提高效率是亟待解决的问题。
发明内容
有鉴于此，本发明实施例的目的在于提供一种基于机器视觉的电纺直写喷头的定位方法，本发明能显著提高定位效率和定位精度，特别是在纤维的连续沉积中，能自动校准纤维的沉积误差，减少纺丝过程中过多的人工操作，使得电纺直写的纤维连续，改善纤维沉积效果，有利于定点、有序可控的沉积。
本发明实施例解决上述技术问题所采用的技术方案如下：
根据本发明实施例的一个方面，提供一种基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述方法实现包括如下步骤：
T1在进场电纺图案化直写中，将测试装置移到针头下方进行针头定位；
T2用电子显微镜相机拍摄针头图像，得到图像P1；
T3对图像P1进行灰度处理，得到图像P2；
T4对图像P2进行滤波处理和阈值化处理，得到图像P3；
T5对图像P3使用寻找轮廓操作，并筛选轮廓，获得仅有针头圆形的轮廓图像P4；
T6对图像P4进行圆拟合，并采用最小二乘法拟合圆，求得圆心坐标，利用两次圆心坐标的差值来求得针头偏移位置。
优选的，所述T1中，将机器视觉的方法应用于进场电纺图案化直写中，通过针头换之前后或者需要校准前后，将测试装置移到针头下方进行针头定位。
优选的，所述T2中，所述电子显微镜相机的放大倍数为50～500 倍，帧数为30FPS，静态分辨率为640X480。
优选的，所述T3中，灰度处理为自定义线性变换灰度处理，其线性组合变换方法为：
I＝0.3R+0.59G+0.11B
其中I为主观色彩效果；R、G、B分别为像素红、绿、蓝的分量；并采用此变换方法作为灰度图像相应像素点的像素值。
优选的，所述T4中，采用3*3的核进行滤波去燥，进行阈值设置为30的阈值化处理；
其中阈值分割公式：
优选的，所述T5中筛选轮廓规则为：
1)设置轮廓面积的最大和最小值，去掉小轮廓和打轮廓的干扰；
2)通过获取轮廓最外包括矩形后，设置矩形长宽比的最大值和最小值，进而筛选出轮廓不像圆形的轮廓。
优选的，所述T6中，采用最小二乘法拟合圆，通过最小化误差的平方和得到到一组数据的最佳函数匹配。
优选的，所述最小二乘法拟合圆的方法是一种基于统计的检测方法，在图像中圆形目标受光照强度不均或其他因素的影响而产生边缘缺失的情况下，不影响圆心的定位和半径的检测；若边缘定位精确轮廓清晰，则实现亚像素级别的精确拟合定位。
有益效果：
本发明采用基于机器视觉的方法以应用于近场电纺图案化直写的定位中，该方法相较于传统的机械定位方式，能显著提高定位效率和定位精度，特别是在纤维的连续沉积中，能自动校准纤维的沉积误差，减少纺丝过程中过多的人工操作，使得电纺直写的纤维连续，改善纤维沉积效果，有利于定点、有序可控的沉积。
附图说明
图1是本发明的流程图；
图2是检测原图P1；
图3是实施例中步骤三中的P3阈值后的图；
图4是实施例中步骤四中的P3筛选轮廓后的图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，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以解释本发明，并不用于限定本发明。
本发明流程图如图1所示，实施例如下：
实施例1
一种基于机器视觉的电纺直写喷头的定位方法，包括如下步骤：
步骤一：在近场电纺图案化直写中，针头换之前后或者需要校准前后将测试装置移到针头下方进行针头定位。
步骤二：采用电子显微镜来拍摄针头图像。采用采用50～500倍、帧数为30FPS的电子显微镜来拍摄针头图像，电子显微镜静态分辨率为 640X480。
步骤三：对图像进行自定义线性变换的灰度处理，3*3的核对灰度处理后图像进行滤波去燥，再进行阈值化，阈值设置为30。
步骤四：寻找轮廓，用一定的规则进行轮廓筛选。
步骤五：对获取的轮廓进行圆拟合，采用最小二乘法拟合圆，求得圆心坐标，再利用两次的圆心坐标的差值来求得针头偏移位置。采用最小二乘法拟合圆，它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘圆拟合方法是一种基于统计的检测方法，即便是图像中圆形目标受光照强度不均等因素的影响而产生边缘缺失，也不会影响圆心的定位和半径的检测，若边缘定位精确轮廓清晰，最小二乘法可实现亚像素级别的精确拟合定位。
本实施例相较于传统的机械定位方式，能显著提高定位效率和定位精度，特别是在纤维的连续沉积中，能自动校准纤维的沉积误差，减少纺丝过程中过多的人工操作，使得电纺直写的纤维连续，改善纤维沉积效果，有利于定点、有序可控的沉积。
实施例2
针头换之前或者最开始的时候将测试装置移到针头下方进行针头定位，将此时定位的坐标用positionstart(x1，y1)表示,安装新的针头后或者平台震动需要校准时，再讲测试装置移到针头同样位置下方进行针头定位，将此时定位的坐标用positionend(x2，y2) 表示。此时这两点X轴与Y轴的差值就是针头偏移的位置，再通过运动平台移动针头到原始位置。
具体定位操作通过下述技术方案实现：
步骤一：采用电子显微镜相机(由于针头很小，需要用较大的放大倍数才能拍摄清楚)来拍摄针头图像，用P1表示，如图2所示。
步骤二：对步骤一中获取的图像P1进行灰度处理。对图像灰度化就是使彩色的R，G，B分量值取不同的过程，用R，G，B的值求出线性组合来得到，灰度值取值范围是0～255，取值为0时是黑色；取值为255时是白色，所以灰度值大的像素点比较亮，反之则比较暗。本次采用的线性组合变换方法为：
I＝0.3R+0.59G+0.11B
其中I为主观色彩效果，R，G，B分别为像素的红，绿，蓝三个分量，采用此变换方法作为灰度图像相应像素点的像素值。灰度化获得的结果图用P2表示。
步骤三：对步骤二获得的图片进行滤波处理，采用3*3的核对P2进行滤波去燥，再进行阈值化，阈值设置为30，
然后通过以下公式进行阈值分割：
对二值化后的图片进行阈值作后的图像用P3表示。如图3所示。
步骤四：对P3图像进行寻找轮廓操作，筛选轮廓，获得只有针头圆形轮廓，防止会有其他轮廓干扰，增强算法的鲁棒性。采用以下规则筛选：
设置轮廓面积的最大和最小值，去掉小轮廓和打轮廓的干扰。
通过获取轮廓最外包括矩形后，通过设置矩形长宽比的最大值和最小值来筛选出轮廓不像圆形的轮廓。
筛选后的获得的图片用P4表示，如图4所示。
步骤五：对步骤四获取的轮廓进行圆拟合，采用最小二乘法拟合圆，它通过最小化误差的平方和找到一组数据的最佳函数匹配。最小二乘圆拟合方法是一种基于统计的检测方法，即便是图像中圆形目标受光照强度不均等因素的影响而产生边缘缺失，也不会影响圆心的定位和半径的检测，若边缘定位精确轮廓清晰，最小二乘法可实现亚像素级别的精确拟合定位。获得的圆心坐标用position(x，y)表示。利用两次的圆心坐标的差值来求得针头偏移位置。
本实施例采用基于机器视觉的方法以应用于近场电纺图案化直写的定位中，相较于传统的机械定位方式，能显著提高定位效率和定位精度，特别是在纤维的连续沉积中，能自动校准纤维的沉积误差，减少纺丝过程中过多的人工操作，使得电纺直写的纤维连续，改善纤维沉积效果，有利于定点、有序可控的沉积。
以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (8)

1.一种基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述方法实现包括如下步骤：
T1在进场电纺图案化直写中，将测试装置移到针头下方进行针头定位；
T2用电子显微镜相机拍摄针头图像，得到图像P1；
T3对图像P1进行灰度处理，得到图像P2；
T4对图像P2进行滤波处理和阈值化处理，得到图像P3；
T5对图像P3使用寻找轮廓操作，并筛选轮廓，获得仅有针头圆形的轮廓图像P4；
T6对图像P4进行圆拟合，并采用最小二乘法拟合圆，求得圆心坐标，利用两次圆心坐标的差值来求得针头偏移位置。
2.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T1中，将机器视觉的方法应用于进场电纺图案化直写中，通过针头换之前后或者需要校准前后，将测试装置移到针头下方进行针头定位。
3.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T2中，所述电子显微镜相机的放大倍数为50～500倍，帧数为30FPS，静态分辨率为640X480。
4.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T3中，灰度处理为自定义线性变换灰度处理，其线性组合变换方法为：
I＝0.3R+0.59G+0.11B
其中I为主观色彩效果；R、G、B分别为像素红、绿、蓝的分量；并采用此变换方法作为灰度图像相应像素点的像素值。
5.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T4中，采用3*3的核进行滤波去燥，进行阈值设置为30的阈值化处理；
其中阈值分割公式：
6.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T5中筛选轮廓规则为：
1)设置轮廓面积的最大和最小值，去掉小轮廓和打轮廓的干扰；
2)通过获取轮廓最外包括矩形后，设置矩形长宽比的最大值和最小值，进而筛选出轮廓不像圆形的轮廓。
7.根据权利要求1所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述T6中，采用最小二乘法拟合圆，通过最小化误差的平方和得到到一组数据的最佳函数匹配。
8.根据权利要求7所述的基于机器视觉的电纺直写喷头的定位方法，其特征在于：所述最小二乘法拟合圆的方法是一种基于统计的检测方法，在图像中圆形目标受光照强度不均或其他因素的影响而产生边缘缺失的情况下，不影响圆心的定位和半径的检测；若边缘定位精确轮廓清晰，则实现亚像素级别的精确拟合定位。
CN201811012378.8A 2018-08-31 2018-08-31 一种基于机器视觉的电纺直写喷头的定位方法 Expired - Fee Related CN109186453B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811012378.8A CN109186453B (zh) 2018-08-31 2018-08-31 一种基于机器视觉的电纺直写喷头的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811012378.8A CN109186453B (zh) 2018-08-31 2018-08-31 一种基于机器视觉的电纺直写喷头的定位方法

Publications (2)

Publication Number Publication Date
CN109186453A true CN109186453A (zh) 2019-01-11
CN109186453B CN109186453B (zh) 2021-03-30

Family

ID=64917356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811012378.8A Expired - Fee Related CN109186453B (zh) 2018-08-31 2018-08-31 一种基于机器视觉的电纺直写喷头的定位方法

Country Status (1)

Country Link
CN (1) CN109186453B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313762A (zh) * 2021-05-20 2021-08-27 江苏科瑞恩自动化科技有限公司 一种九点校针的方法

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1380540A (zh) * 2002-04-26 2002-11-20 天津大学 材料显微结构测试仪的静力载荷测控装置及方法
CN1695040A (zh) * 2002-12-20 2005-11-09 国际商业机器公司 用于计量仪器的评估和优化方法
KR100836274B1 (ko) * 2007-05-25 2008-06-10 한국기계연구원 멀티 노즐 전기 방사 장치의 모니터링과 보수 장치 및 그를이용한 모니터링과 보수 방법
KR20100011232A (ko) * 2008-07-24 2010-02-03 한국기계연구원 전기 방사 장치의 노즐 모니터링 장치 및 방법
CN103235939A (zh) * 2013-05-08 2013-08-07 哈尔滨工业大学 基于机器视觉的基准点定位方法
CN103407293A (zh) * 2013-07-23 2013-11-27 广东工业大学 一种基于近场电纺直写技术的微纳三维打印机
CN103898619A (zh) * 2014-03-07 2014-07-02 广东工业大学 一种连续无针电纺纳米纤维轨迹采集装置
CN103898621A (zh) * 2014-03-18 2014-07-02 广东工业大学 基于多传感信息融合技术的电纺控制装置及其控制方法
CN104913722A (zh) * 2015-07-01 2015-09-16 江南大学 一种车身控制器接插件pin针正位度检测方法
CN105318837A (zh) * 2015-11-20 2016-02-10 常州铭赛机器人科技股份有限公司 易损件端部位置视觉校准装置及其校准方法
CN105473979A (zh) * 2013-08-22 2016-04-06 富士机械制造株式会社 基板的生产作业方法、基板的拍摄条件决定方法及基板的生产作业装置
CN105701492A (zh) * 2014-11-25 2016-06-22 宁波舜宇光电信息有限公司 一种机器视觉识别系统及其实现方法
CN105862146A (zh) * 2015-12-31 2016-08-17 广东工业大学 一种制备三维微纳导电组织工程支架的复合电纺装置
CN106289095A (zh) * 2015-06-12 2017-01-04 睿励科学仪器（上海）有限公司 基于前值的关键尺寸测量方法和设备
CN106676654A (zh) * 2016-12-30 2017-05-17 广东工业大学 一种3d打印精度控制系统
CN104775168B (zh) * 2015-04-03 2017-07-11 大连民族学院 电纺纤维喷射形状监测装置
CN206362314U (zh) * 2016-12-28 2017-07-28 京瓷精密工具（珠海）有限公司 一种刀刃检测设备

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1380540A (zh) * 2002-04-26 2002-11-20 天津大学 材料显微结构测试仪的静力载荷测控装置及方法
CN1695040A (zh) * 2002-12-20 2005-11-09 国际商业机器公司 用于计量仪器的评估和优化方法
KR100836274B1 (ko) * 2007-05-25 2008-06-10 한국기계연구원 멀티 노즐 전기 방사 장치의 모니터링과 보수 장치 및 그를이용한 모니터링과 보수 방법
KR20100011232A (ko) * 2008-07-24 2010-02-03 한국기계연구원 전기 방사 장치의 노즐 모니터링 장치 및 방법
CN103235939A (zh) * 2013-05-08 2013-08-07 哈尔滨工业大学 基于机器视觉的基准点定位方法
CN103407293A (zh) * 2013-07-23 2013-11-27 广东工业大学 一种基于近场电纺直写技术的微纳三维打印机
CN105473979A (zh) * 2013-08-22 2016-04-06 富士机械制造株式会社 基板的生产作业方法、基板的拍摄条件决定方法及基板的生产作业装置
CN103898619A (zh) * 2014-03-07 2014-07-02 广东工业大学 一种连续无针电纺纳米纤维轨迹采集装置
CN103898621A (zh) * 2014-03-18 2014-07-02 广东工业大学 基于多传感信息融合技术的电纺控制装置及其控制方法
CN105701492A (zh) * 2014-11-25 2016-06-22 宁波舜宇光电信息有限公司 一种机器视觉识别系统及其实现方法
CN104775168B (zh) * 2015-04-03 2017-07-11 大连民族学院 电纺纤维喷射形状监测装置
CN106289095A (zh) * 2015-06-12 2017-01-04 睿励科学仪器（上海）有限公司 基于前值的关键尺寸测量方法和设备
CN104913722A (zh) * 2015-07-01 2015-09-16 江南大学 一种车身控制器接插件pin针正位度检测方法
CN105318837A (zh) * 2015-11-20 2016-02-10 常州铭赛机器人科技股份有限公司 易损件端部位置视觉校准装置及其校准方法
CN105862146A (zh) * 2015-12-31 2016-08-17 广东工业大学 一种制备三维微纳导电组织工程支架的复合电纺装置
CN206362314U (zh) * 2016-12-28 2017-07-28 京瓷精密工具（珠海）有限公司 一种刀刃检测设备
CN106676654A (zh) * 2016-12-30 2017-05-17 广东工业大学 一种3d打印精度控制系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DAOHENG SUN等: "Near-Field Electrospinning", 《NANO LETTERS》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113313762A (zh) * 2021-05-20 2021-08-27 江苏科瑞恩自动化科技有限公司 一种九点校针的方法
CN113313762B (zh) * 2021-05-20 2024-02-20 江苏科瑞恩科技股份有限公司 一种九点校针的方法

Also Published As

Publication number Publication date
CN109186453B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
CN108830838A (zh) 一种亚像素级的pcb板残缺基准点检测方法
CN108827316B (zh) 基于改进的Apriltag标签的移动机器人视觉定位方法
CN109285194B (zh) 相机标定板及相机标定数据采集方法
CN107239748A (zh) 基于棋盘格标定技术的机器人目标识别与定位方法
CN105488791B (zh) 自然背景中图像边缘的定位方法及装置
CN109190625B (zh) 一种大角度透视变形的集装箱箱号识别方法
CN103440643A (zh) 一种单线阵摄像机标定方法
CN109406527B (zh) 一种微型摄像模组镜头精细外观缺陷检测系统及方法
CN103824275B (zh) 在图像中搜寻鞍点状结构并测定其信息的系统和方法
CN103866551B (zh) 基于机器视觉的织物纬斜快速探测方法
CN107665489A (zh) 一种基于计算机视觉的玻璃二面角检测方法
CN109191429B (zh) 一种基于机器视觉的3d打印喷嘴检测方法
CN107330854B (zh) 一种基于新型模板的图像超分辨率增强方法
CN109186453A (zh) 一种基于机器视觉的电纺直写喷头的定位方法
CN108243602A (zh) 一种屏蔽盖贴片机图像识别系统及方法
CN114820817A (zh) 基于高精度线激光3d相机的标定方法和三维重建方法
CN108520260A (zh) 瓶装口服液中可见异物的识别方法
CN117871406A (zh) 自动光学检测方法及系统
CN109461123B (zh) 一种针对图像质量客观评测点图的几何畸变自动分析方法
CN110349129A (zh) 一种高密度柔性ic基板外观缺陷检测方法
CN116563306A (zh) 自适应火灾痕迹光谱图像分割方法及系统
CN110125662A (zh) 音膜球顶自动装配系统
CN106934846A (zh) 一种布料图像处理方法及系统
CN109591472A (zh) 一种基于视觉的经编鞋面数码喷墨印花方法
Yao et al. High precision tuning device of microwave cavity filter based on hand-eye coordination

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210330

Termination date: 20210831