CN109697720A - 一种工业用机器视觉识别分析系统 - Google Patents
一种工业用机器视觉识别分析系统 Download PDFInfo
- Publication number
- CN109697720A CN109697720A CN201710997041.6A CN201710997041A CN109697720A CN 109697720 A CN109697720 A CN 109697720A CN 201710997041 A CN201710997041 A CN 201710997041A CN 109697720 A CN109697720 A CN 109697720A
- Authority
- CN
- China
- Prior art keywords
- image
- industrial machine
- visual identity
- analysis system
- machine visual
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 230000000007 visual effect Effects 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 230000004807 localization Effects 0.000 claims abstract description 5
- 238000000605 extraction Methods 0.000 claims abstract description 4
- 238000000513 principal component analysis Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 2
- 238000005192 partition Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009432 framing Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
- G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
-
- 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
- G06T2207/20036—Morphological image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Genetics & Genomics (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physiology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种工业用机器视觉识别分析系统,其特征是,包括如下步骤:1)对机械人的视觉系统进行初始化,并采集图像,根据使用目的筛选有效图像;2)对所采集的图像进行滤波处理;3)对滤波处理之后的图像进行分割;4)对图像中的目标检测定位并进行边缘提取;5)基于主成分分析法进行特征提取,将处理后的数据输出。本发明所达到的有益效果:本系统的视觉系统通过对图像特征、纹理特征、几何形状特征研究,能够快速有效地获取所抓取图像的有效特征,具有成本低、通用性强、使用方便的特点,具有良好的应用前景。
Description
技术领域
本发明涉及一种工业用机器视觉识别分析系统,属于图像定位识别技术领域。
背景技术
从六十年代开始,人们着手研究机器视觉系统。一开始,视觉系统只能识别平面上的类似积木的物体。到了七十年代,已经可以认识某些加工部件,也能认识室内的桌子、电话等物品了。当时的研究工作虽然进展很快,但却无法用于实际。这是因为视觉系统的信息量极大,处理这些信息的硬件系统十分庞大,花费的时间也很长。
随着大规模集成技术的发展,计算机内存的体积不断缩小,价格急剐下降,速度不断提高,视觉系统也走向实用化了。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种工业用机器视觉识别分析系统,可以实现准确地识别和定位目标。
为了实现上述目标,本发明采用如下的技术方案:
一种工业用机器视觉识别分析系统,其特征是,包括如下步骤:
1)对机械人的视觉系统进行初始化,并采集图像,根据使用目的筛选有效图像,并进行预处理;所述预处理依次从图像中进行降噪、增强处理,然后对增强后的图像进行边缘检测和二值化处理,将彩色图像转换成黑白图像,依次采用腐蚀和膨胀方法对二值化后的图像进行形态学处理,最终得到预处理后的图像;
2)对所采集的图像进行滤波处理;
3)对滤波处理之后的图像进行分割;
4)对图像中的目标检测定位并进行边缘提取;
5)基于主成分分析法进行特征提取,将处理后的数据输出。
前述的一种工业用机器视觉识别分析系统,其特征是,所述步骤1)中视觉系统采用双目立体视觉伺服机构。
前述的一种工业用机器视觉识别分析系统,其特征是,所述步骤2)包括如下步骤:
步骤21):根据分块平均法提取噪声图像的边缘;
步骤22):直接输出边缘区域;输出非边缘区域前先进行分类处理,分类处理的标准根据事先设定的阀值进行设置;
步骤23):从输出的图像中提取图像细节;
步骤24):对非细节部分采用中值滤波。
前述的一种工业用机器视觉识别分析系统,其特征是,所述步骤3)中图像分割模块采用PCNN图像分割方法。
前述的一种工业用机器视觉识别分析系统,其特征是,所述步骤4)中目标检测定位采用基于改进自适应遗传算法的识别方法。
前述的一种工业用机器视觉识别分析系统,其特征是,所述步骤5)中主成分选择纹理特征、几何形状特征和区域形状特征。
本发明所达到的有益效果:本系统的视觉系统通过对图像特征、纹理特征、几何形状特征研究,能够快速有效地获取所抓取图像的有效特征,具有成本低、通用性强、使用方便的特点,具有良好的应用前景。
具体实施方式
下面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。
本方法所涉及的一种工业用机器视觉识别分析系统,包括如下步骤:
1)对机械人的视觉系统进行初始化,并采集图像,根据使用目的筛选有效图像,并进行预处理。视觉系统采用双目立体视觉伺服机构。
本实施例中预处理依次从图像中进行降噪、增强处理,然后对增强后的图像进行边缘检测和二值化处理,将彩色图像转换成黑白图像,依次采用腐蚀和膨胀方法对二值化后的图像进行形态学处理,最终得到预处理后的图像。
2)对所采集的图像进行滤波处理。
具体包括如下步骤:
步骤21):根据分块平均法提取噪声图像的边缘;
步骤22):直接输出边缘区域;输出非边缘区域前先进行分类处理,分类处理的标准根据事先设定的阀值进行设置;
步骤23):从输出的图像中提取图像细节;
步骤24):对非细节部分采用中值滤波。
3)对滤波处理之后的图像进行分割。本实施例中,图像分割模块采用PCNN图像分割方法。
4)采用基于改进自适应遗传算法的识别方法进行目标检测定位。对图像中的目标检测定位并进行边缘提取;
5)基于主成分分析法进行特征提取,将处理后的数据输出,本实施例中主成分选择纹理特征、几何形状特征和区域形状特征。
本发明可实现机器人准确地识别图像中的有效信息,锁定需要追踪的目标,具有成本低、通用性强、使用方便的特点,具有良好的应用前景。
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 (6)
1.一种工业用机器视觉识别分析系统,其特征是,包括如下步骤:
1)对机械人的视觉系统进行初始化,并采集图像,根据使用目的筛选有效图像,并进行预处理;
所述预处理依次从图像中进行降噪、增强处理,然后对增强后的图像进行边缘检测和二值化处理,将彩色图像转换成黑白图像,依次采用腐蚀和膨胀方法对二值化后的图像进行形态学处理,最终得到预处理后的图像;
2)对所采集的图像进行滤波处理;
3)对滤波处理之后的图像进行分割;
4)对图像中的目标检测定位并进行边缘提取;
5)基于主成分分析法进行特征提取,将处理后的数据输出。
2.根据权利要求1所述的一种工业用机器视觉识别分析系统,其特征是,所述步骤1)中视觉系统采用双目立体视觉伺服机构。
3.根据权利要求1所述的一种工业用机器视觉识别分析系统,其特征是,所述步骤2)包括如下步骤:
步骤21):根据分块平均法提取噪声图像的边缘;
步骤22):直接输出边缘区域;输出非边缘区域前先进行分类处理,分类处理的标准根据事先设定的阀值进行设置;
步骤23):从输出的图像中提取图像细节;
步骤24):对非细节部分采用中值滤波。
4.根据权利要求1所述的一种工业用机器视觉识别分析系统,其特征是,所述步骤3)中图像分割模块采用PCNN图像分割方法。
5.根据权利要求1所述的一种工业用机器视觉识别分析系统,其特征是,所述步骤4)中目标检测定位采用基于改进自适应遗传算法的识别方法。
6.根据权利要求1所述的一种工业用机器视觉识别分析系统,其特征是,所述步骤5)中主成分选择纹理特征、几何形状特征和区域形状特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710997041.6A CN109697720A (zh) | 2017-10-20 | 2017-10-20 | 一种工业用机器视觉识别分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710997041.6A CN109697720A (zh) | 2017-10-20 | 2017-10-20 | 一种工业用机器视觉识别分析系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109697720A true CN109697720A (zh) | 2019-04-30 |
Family
ID=66226147
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710997041.6A Pending CN109697720A (zh) | 2017-10-20 | 2017-10-20 | 一种工业用机器视觉识别分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109697720A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021017083A1 (zh) * | 2019-07-28 | 2021-02-04 | 南京驭逡通信科技有限公司 | 一种工业机器人建图定位系统及机器人 |
-
2017
- 2017-10-20 CN CN201710997041.6A patent/CN109697720A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021017083A1 (zh) * | 2019-07-28 | 2021-02-04 | 南京驭逡通信科技有限公司 | 一种工业机器人建图定位系统及机器人 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105590319B (zh) | 一种深度学习的图像显著性区域检测方法 | |
CN104268519B (zh) | 基于模式匹配的图像识别终端及其识别方法 | |
CN103955949A (zh) | 基于Mean-shift算法的运动目标检测方法 | |
CN103870808A (zh) | 一种手指静脉识别方法 | |
CN103336946A (zh) | 一种基于双目立体视觉的成簇状番茄识别方法 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN104598929A (zh) | 一种hog特征快速提取方法 | |
CN108921813A (zh) | 一种基于机器视觉的无人机检测桥梁结构裂缝识别方法 | |
Feng et al. | A separating method of adjacent apples based on machine vision and chain code information | |
CN106504225A (zh) | 一种规则多边形的识别方法和装置 | |
CN110687122A (zh) | 一种陶瓦表面裂纹检测方法及系统 | |
CN109697720A (zh) | 一种工业用机器视觉识别分析系统 | |
CN109191480A (zh) | 一种在线监测配电图像结构边缘检测方法 | |
CN106022310B (zh) | 基于htg-hog和stg特征的人体行为识别方法 | |
CN106778789B (zh) | 一种多视点图像中的快速目标提取方法 | |
CN105046191A (zh) | 一种纹理图像识别方法 | |
CN109753880B (zh) | 一种自然场景车载视频道路限速标志的检测与识别方法 | |
CN105118071A (zh) | 一种新型的基于自适应分块的视频跟踪方法 | |
Lv et al. | Method to acquire regions of fruit, branch and leaf from image of red apple in orchard | |
CN109670505A (zh) | 一种机器人视觉识别系统 | |
CN106339709A (zh) | 一种图像实时提取方法 | |
CN108038849A (zh) | 一种识别性能优良的机器人视觉系统 | |
CN109670511A (zh) | 一种机器人的视觉判定系统 | |
Lianhua et al. | Research on Sheepskin contour extraction method based on computer vision measurement technology | |
ZHANG et al. | A moving object detection method based on improved three⁃ frame difference algorithm and edge information |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190430 |