CN112066914B - 基于机器视觉的3362电位器机械角度复位系统及复位方法 - Google Patents
基于机器视觉的3362电位器机械角度复位系统及复位方法 Download PDFInfo
- Publication number
- CN112066914B CN112066914B CN202010822863.2A CN202010822863A CN112066914B CN 112066914 B CN112066914 B CN 112066914B CN 202010822863 A CN202010822863 A CN 202010822863A CN 112066914 B CN112066914 B CN 112066914B
- Authority
- CN
- China
- Prior art keywords
- mechanical angle
- detection algorithm
- potentiometer
- region
- result
- 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.)
- Active
Links
Images
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
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- H—ELECTRICITY
- H01—ELECTRIC ELEMENTS
- H01C—RESISTORS
- H01C17/00—Apparatus or processes specially adapted for manufacturing resistors
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Microelectronics & Electronic Packaging (AREA)
- Image Analysis (AREA)
Abstract
本发明提出了基于机器视觉的3362电位器机械角度复位系统及复位方法,属于3362电位器机械角度复位技术领域。解决了现有3362电位器的机械角度复位操作采用人工方式,导致成本高、效率低、准确性差的问题。复位系统包括机器控制器、总线、机械角度检测装置和机械角度复位装置,所述机器控制器与总线通讯连接,所述机械角度检测装置包括视觉相机和工控机,所述视觉相机安装在待机械角度检测的3362电位器夹具的正上方,所述视觉相机与工控机通讯连接,所述工控机与机器控制器通讯连接,所述机械角度复位装置包括气缸、伺服驱动、伺服电机和十字型批头。它主要用于3362电位器机械角度复位。
Description
技术领域
本发明属于3362电位器机械角度复位技术领域,特别是涉及一种基于机器视觉的3362电位器机械角度复位系统及复位方法。
背景技术
3362电位器生产过程中需要检测阻值与机械角度变化是否保持线性关系,检测步骤为:首先将3362电位器的十字型槽旋转至初始机械角度检测零阻,再将十字型槽从初始机械角度顺时针旋转至结束机械角度,并同时检测阻值与机械角度变化是否保持线性关系。但由于生产工艺的问题,流水线上生产出的3362电位器通常为任意机械角度。目前,生产企业在检测阻值与机械角度变化是否保持线性关系的过程中,对3362电位器的机械角度复位操作主要采用人工方式,即当待检测的3362电位器进入检测工位的夹具后,人工将十字型槽旋转至初始机械角度再进行检测。采用人工复位方式不仅成本高、效率低,准确性也难以长时间保证。
发明内容
本发明为了解决现有技术中的问题,提出一种基于机器视觉的3362电位器机械角度复位系统及复位方法。
为实现上述目的,本发明采用以下技术方案:一种基于机器视觉的3362电位器机械角度复位系统,它包括机器控制器、总线、机械角度检测装置和机械角度复位装置,所述机器控制器与总线通讯连接,所述机械角度检测装置包括视觉相机和工控机,所述视觉相机安装在待机械角度检测的3362电位器夹具的正上方,所述视觉相机与工控机通讯连接,所述工控机与机器控制器通讯连接,所述机械角度复位装置包括气缸、伺服驱动、伺服电机和十字型批头,所述气缸通过I/O模块与机器控制器通讯连接,所述伺服驱动通过总线与机器控制器通讯连接,所述伺服电机与伺服驱动通讯连接,所述气缸的伸缩杆与伺服电机相连,所述伺服电机的输出轴与十字型批头固定相连,所述机械角度复位装置位于待机械角度复位的3362电位器夹具的正上方,所述机械角度检测装置所在的区域为机械角度检测工位,所述机械角度复位装置所在的区域为机械角度复位工位。
更进一步的,所述总线为EtherCAT总线。
更进一步的,所述视觉相机通过GigE与工控机通讯连接。
更进一步的,所述工控机通过Ethernet与机器控制器通讯连接。
本发明还提供了一种基于机器视觉的3362电位器机械角度复位系统的复位方法,它包括以下步骤:
步骤1.1:当3362电位器进入机械角度检测工位的夹具后,机器控制器通过Ethernet向工控机发出机械角度检测工位就绪信号;
步骤1.2:工控机获得机械角度检测工位就绪信号后,通过GigE向视觉相机发出一个触发信号;
步骤1.3:视觉相机获得触发信号后,拍摄一幅图像,并通过GigE向工控机传送拍摄的图像;
步骤1.4:工控机获得图像后,根据机械角度检测算法计算3362电位器的当前机械角度α,再利用初始机械角度检测算法得到的初始机械角度α0,计算得到偏转角度β,并将β通过Ethernet输送给机器控制器,偏转角度β的计算公式为:
β=α-α0;
步骤1.5:机器控制器获得偏转角度β后,通过EtherCAT总线和伺服驱动控制伺服电机从初始位顺时针旋转β,同时通过EtherCAT总线通知传送机构将3362电位器传送到机械角度复位工位;
步骤1.6:伺服电机旋转完毕后,通过EtherCAT总线向机器控制器发出一个伺服电机就绪信号;
步骤1.7:当3362电位器进入机械角度复位工位的夹具后,通过EtherCAT总线向机器控制器发出一个机械角度复位工位就绪信号;
步骤1.8:机器控制器同时接收到伺服电机就绪信号和机械角度复位工位就绪信号后,通过I/O模块控制气缸从高位向下运动至低位,使十字型批头伸入3362电位器的十字型槽中,完毕后通过I/O模块向机器控制器发出气缸就绪信号;
步骤1.9:机器控制器接收到气缸就绪信号后,通过EtherCAT总线和伺服驱动控制伺服电机逆时针旋转β,旋转完毕后通过EtherCAT总线向机器控制器发出机械角度复位完毕信号;
步骤1.10:机器控制器接收到机械角度复位完毕信号后,通过I/O模块控制气缸从低位向上运动至高位,并通过EtherCAT总线和伺服驱动控制伺服电机旋转至初始位,同时通过EtherCAT总线通知传送机构将3362电位器传送到阻值与机械角度变化是否保持线性关系的检测工位。
更进一步的,所述机械角度检测算法包括以下步骤:
步骤2.1:从机械角度检测装置视觉相机拍摄的图像中心,截取500×500像素大小的正方形图像子块,作为机械角度检测算法的输入图像;
步骤2.2:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为白色,作为指示点区域检测算法的输入图像;
步骤2.3:使用指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个指示点区域;
步骤2.4:对2个指示点区域计算区域描述子,分别得到2个指示点区域的质心坐标(xc1,yc1)和(xc2,yc2);
步骤2.5:利用2个指示点区域的质心坐标,计算得到2个指示点区域质心间的中点坐标(xc,yc),计算公式为:
步骤2.6:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为黑色,作为非指示点区域检测算法的输入图像;
步骤2.7:使用非指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个非指示点区域;
步骤2.8:对2个非指示点区域计算区域描述子,分别得到2个非指示点区域的主轴角度α1和α2,其中α1∈[-90°,90°]、α2∈[-90°,90°];
步骤2.10:构造一个新的坐标系,该坐标系以圆形区域的圆心(xo,yo)为原点,垂直向下为0°,顺时针方向为[0°,360°];
步骤2.11:在构造的新坐标系下,同时利用圆形区域的圆心(xo,yo)、2个指示点区域质心间的中点坐标(xc,yc)、2个非指示点区域主轴的平均角度计算得到3362电位器的当前机械角度α,计算公式为:
更进一步的,所述圆形区域检测算法包括以下步骤:
步骤3.1:在颜色名空间中,对机械角度检测算法的输入图像取蓝色通道;
步骤3.2:对蓝色通道取反,并归一化;
步骤3.3:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤3.4:对孔洞填充结果计算区域描述子,得到每个区域的面积和质心坐标;
步骤3.5:在孔洞填充结果中,仅保留面积最大的区域R,该区域的质心坐标记为(xo,yo);
步骤3.6:使用Sobel算子,对区域R进行边缘检测,并利用边缘上每个像素p的坐标(xp,yp),计算p到坐标(xo,yo)的欧氏距离rp,计算公式为:
步骤3.7:在区域R的所有边缘像素到坐标(xo,yo)的欧氏距离中,取最大欧氏距离并记为ro;
步骤3.8:以(xo,yo)为圆心、ro为半径的区域,即为圆形区域检测算法得到的圆形区域。
更进一步的,所述指示点区域检测算法包括以下步骤:
步骤4.1:在颜色名空间中,对指示点区域检测算法的输入图像取黑色通道,并归一化;
步骤4.2:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤4.3:构造一个半径为20的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作;
步骤4.4:将腐蚀结果作为标记图像,将孔洞填充结果作为掩模图像,执行形态学重构操作;
步骤4.5:将孔洞填充结果减去形态学重构结果,并使用Otsu方法对差图像执行二值化操作;
步骤4.6:对差图像二值化结果计算区域描述子,得到每个区域的面积;
步骤4.7:在差图像二值化结果中,仅保留面积最大的2个区域,即为指示点区域检测算法得到的指示点区域。
更进一步的,所述非指示点区域检测算法包括以下步骤:
步骤5.1:在RGB颜色空间中,对非指示点区域检测算法的输入图像取红色通道;
步骤5.2:构造一个大小为5×5、元素值全为1的矩阵,对红色通道分别执行最大值滤波和最小值滤波操作;
步骤5.3:将最大值滤波结果减去最小值滤波结果,得到差图像;
步骤5.4:使用Otsu方法计算全局阈值,对差图像执行二值化操作,并对二值化结果进行孔洞填充;
步骤5.5:构造一个半径为5的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作,得到腐蚀结果1;
步骤5.6:构造一个半径为20的圆盘型结构元素,并利用该结构元素对腐蚀结果1进行腐蚀操作,得到腐蚀结果2;
步骤5.7:将腐蚀结果2作为标记图像,将腐蚀结果1作为掩模图像,执行形态学重构操作;
步骤5.8:对形态学重构结果计算区域描述子,得到每个区域的质心坐标;
步骤5.9:将形态学重构结果中的区域两两组合,计算任意两个区域质心间的中点坐标,设区域Rm和区域Rn的质心坐标分别为(xm,ym)和(xn,yn),则区域Rm和Rn质心间的中点坐标为(xmn,ymn),其计算公式为:
步骤5.10:利用机械角度检测算法步骤2.5得到的2个指示点区域质心间的中点坐标(xc,yc),计算出所有(xmn,ymn)到坐标(xc,yc)的欧氏距离dmn,计算公式为:
步骤5.11:在所有的欧氏距离dmn中,找到最大欧氏距离;
步骤5.12:在形态学重构结果中,产生最大欧氏距离所对应的2个区域,即为非指示点区域检测算法得到的非指示点区域。
更进一步的,所述初始机械角度检测算法包括以下步骤:
步骤6.1:将3362电位器标准元件中的十字型槽人工旋转至初始位,放入机械角度检测工位的夹具中;
步骤6.2:通过机械角度检测装置的视觉相机拍摄一幅图像;
步骤6.3:采用机械角度检测算法的步骤2.1至步骤2.11计算得到的当前机械角度,即为初始机械角度α0。
与现有技术相比,本发明的有益效果是:本发明解决了现有3362电位器的机械角度复位操作采用人工方式,导致成本高、效率低、准确性差的问题。本发明采用图像触发采集装置采集待机械角度复位的3362电位器的图像信息,并通过定义的机械角度检测算法检测3362电位器的当前机械角度,再利用机械角度复位装置实现对3362电位器的机械角度自动复位操作;显著减少人工复位成本,增加机械角度复位准确率,提高阻值与机械角度变化是否保持线性关系的检测效率,投入小,便于操作,具有极大的市场前景。
附图说明
图1为本发明所述的一种基于机器视觉的3362电位器机械角度复位系统的结构示意图;
图2为本发明所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法机械角度检测算法流程框图;
图3为本发明所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法圆形区域检测算法流程框图;
图4为本发明所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法指示点区域检测算法流程框图;
图5为本发明所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法非指示点区域检测算法流程框图;
图6为本发明所述的机械角度检测算法采集的3362电位器初始机械角度示意图;
图7为本发明所述的机械角度检测算法采集的3362电位器任意机械角度示意图;
图8为本发明所述的机械角度检测算法中对指示点区域和非指示点区域的定义示意图;
图9为本发明所述的圆形区域检测算法在颜色名空间中对图7取蓝色通道,取反并归一化的结果示意图;
图10为本发明所述的圆形区域检测算法对图9二值化并孔洞填充的结果示意图;
图11为本发明所述的圆形区域检测算法对图10计算区域描述子,得到的最大面积区域的质心坐标及区域边缘像素到质心的欧氏距离的计算示意图;
图12为本发明所述的圆形区域检测算法得到的圆形区域的结果示意图;
图13为本发明所述的指示点区域检测算法的输入图像;
图14为本发明所述的指示点区域检测算法在颜色名空间中对图13取黑色通道并归一化的结果示意图;
图15为本发明所述的指示点区域检测算法对图14二值化并孔洞填充的结果示意图;
图16为本发明所述的指示点区域检测算法利用半径为20的圆盘型结构元素,对图15形态学重构的结果示意图;
图17为本发明所述的指示点区域检测算法计算图15和图16的差图像,并对差图像归一化的结果示意图;
图18为本发明所述的指示点区域检测算法对图17仅保留面积最大的2个区域,得到的指示点区域的结果示意图;
图19为本发明所述的机械角度检测算法对图18计算区域描述子得到的2个指示点区域的质心坐标,以及2个指示点区域质心间的中点坐标的结果示意图;
图20为本发明所述的非指示点区域检测算法的输入图像;
图21为本发明所述的非指示点区域检测算法在RGB颜色空间中对图20取红色通道,并利用5×5的全1矩阵对红色通道进行最大值滤波的结果示意图;
图22为本发明所述的非指示点区域检测算法在RGB颜色空间中对图20取红色通道,并利用5×5的全1矩阵对红色通道进行最小值滤波的结果示意图;
图23为本发明所述的非指示点区域检测算法将图21的最大值滤波减去图22的最小值滤波,得到的差图像的结果示意图;
图24为本发明所述的非指示点区域检测算法对图23二值化并孔洞填充的结果示意图;
图25为本发明所述的非指示点区域检测算法利用半径为5的圆盘型结构元素对图24进行腐蚀操作得到的腐蚀结果1的示意图;
图26为本发明所述的非指示点区域检测算法利用半径为20的圆盘型结构元素对图25进行腐蚀操作得到的腐蚀结果2的示意图;
图27为本发明所述的非指示点区域检测算法对图25和图26进行形态学重构的结果示意图;
图28为本发明所述的非指示点区域检测算法对图27检测非指示点区域的符号定义示意图;
图29为本发明所述的非指示点区域检测算法对图27检测非指示点区域的过程示意图;
图30为本发明所述的非指示点区域检测算法得到的非指示点区域的结果示意图;
图32为本发明所述的机械角度检测算法构造的新坐标系的示意图;
图33为本发明所述的机械角度检测算法对图6检测得到的当前机械角度α的结果示意图;
图34为本发明所述的机械角度检测算法对图7检测得到的当前机械角度α的结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地阐述。
参见图1-34说明本实施方式,一种基于机器视觉的3362电位器机械角度复位系统,它包括机器控制器、总线、机械角度检测装置和机械角度复位装置,所述机器控制器与总线通讯连接,所述机械角度检测装置包括视觉相机和工控机,所述视觉相机安装在待机械角度检测的3362电位器夹具的正上方,所述视觉相机与工控机通讯连接,所述工控机与机器控制器通讯连接,所述机械角度复位装置包括气缸、伺服驱动、伺服电机和十字型批头,所述气缸通过I/O模块与机器控制器通讯连接,所述伺服驱动通过总线与机器控制器通讯连接,所述伺服电机与伺服驱动通讯连接,所述气缸的伸缩杆与伺服电机相连,所述伺服电机的输出轴与十字型批头固定相连,所述机械角度复位装置位于待机械角度复位的3362电位器夹具的正上方,所述机械角度检测装置所在的区域为机械角度检测工位,所述机械角度复位装置所在的区域为机械角度复位工位。
本实施例所述总线为EtherCAT总线,所述视觉相机通过GigE与工控机通讯连接,所述工控机通过Ethernet与机器控制器通讯连接。
本实施例为一种基于机器视觉的3362电位器机械角度复位系统的复位方法,它包括以下步骤:
步骤1.1:当3362电位器进入机械角度检测工位的夹具后,机器控制器通过Ethernet向工控机发出机械角度检测工位就绪信号;
步骤1.2:工控机获得机械角度检测工位就绪信号后,通过GigE向视觉相机发出一个触发信号;
步骤1.3:视觉相机获得触发信号后,拍摄一幅图像,并通过GigE向工控机传送拍摄的图像;
步骤1.4:工控机获得图像后,根据机械角度检测算法计算3362电位器的当前机械角度α,再利用初始机械角度检测算法得到的初始机械角度α0,计算得到偏转角度β,并将β通过Ethernet输送给机器控制器,偏转角度β的计算公式为:
β=α-α0;
步骤1.5:机器控制器获得偏转角度β后,通过EtherCAT总线和伺服驱动控制伺服电机从初始位顺时针旋转β,同时通过EtherCAT总线通知传送机构将3362电位器传送到机械角度复位工位;
步骤1.6:伺服电机旋转完毕后,通过EtherCAT总线向机器控制器发出一个伺服电机就绪信号;
步骤1.7:当3362电位器进入机械角度复位工位的夹具后,通过EtherCAT总线向机器控制器发出一个机械角度复位工位就绪信号;
步骤1.8:机器控制器同时接收到伺服电机就绪信号和机械角度复位工位就绪信号后,通过I/O模块控制气缸从高位向下运动至低位,使十字型批头伸入3362电位器的十字型槽中,完毕后通过I/O模块向机器控制器发出气缸就绪信号;
步骤1.9:机器控制器接收到气缸就绪信号后,通过EtherCAT总线和伺服驱动控制伺服电机逆时针旋转β,旋转完毕后通过EtherCAT总线向机器控制器发出机械角度复位完毕信号;
步骤1.10:机器控制器接收到机械角度复位完毕信号后,通过I/O模块控制气缸从低位向上运动至高位,并通过EtherCAT总线和伺服驱动控制伺服电机旋转至初始位,同时通过EtherCAT总线通知传送机构将3362电位器传送到阻值与机械角度变化是否保持线性关系的检测工位。
本实施例所述机械角度检测算法包括以下步骤:
步骤2.1:从机械角度检测装置视觉相机拍摄的图像中心,截取500×500像素大小的正方形图像子块,作为机械角度检测算法的输入图像;
步骤2.2:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为白色,作为指示点区域检测算法的输入图像;
步骤2.3:使用指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个指示点区域;
步骤2.4:对2个指示点区域计算区域描述子,分别得到2个指示点区域的质心坐标(xc1,yc1)和(xc2,yc2);
步骤2.5:利用2个指示点区域的质心坐标,计算得到2个指示点区域质心间的中点坐标(xc,yc),计算公式为:
步骤2.6:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为黑色,作为非指示点区域检测算法的输入图像;
步骤2.7:使用非指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个非指示点区域;
步骤2.8:对2个非指示点区域计算区域描述子,分别得到2个非指示点区域的主轴角度α1和α2,其中α1∈[-90°,90°]、α2∈[-90°,90°];
步骤2.10:构造一个新的坐标系,该坐标系以圆形区域的圆心(xo,yo)为原点,垂直向下为0°,顺时针方向为[0°,360°];
步骤2.11:在构造的新坐标系下,同时利用圆形区域的圆心(xo,yo)、2个指示点区域质心间的中点坐标(xc,yc)、2个非指示点区域主轴的平均角度计算得到3362电位器的当前机械角度α,计算公式为:
所述圆形区域检测算法包括以下步骤:
步骤3.1:在颜色名空间中,对机械角度检测算法的输入图像取蓝色通道;
步骤3.2:对蓝色通道取反,并归一化;
步骤3.3:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤3.4:对孔洞填充结果计算区域描述子,得到每个区域的面积和质心坐标;
步骤3.5:在孔洞填充结果中,仅保留面积最大的区域R,该区域的质心坐标记为(xo,yo);
步骤3.6:使用Sobel算子,对区域R进行边缘检测,并利用边缘上每个像素p的坐标(xp,yp),计算p到坐标(xo,yo)的欧氏距离rp,计算公式为:
步骤3.7:在区域R的所有边缘像素到坐标(xo,yo)的欧氏距离中,取最大欧氏距离并记为ro;
步骤3.8:以(xo,yo)为圆心、ro为半径的区域,即为圆形区域检测算法得到的圆形区域。
所述指示点区域检测算法包括以下步骤:
步骤4.1:在颜色名空间中,对指示点区域检测算法的输入图像取黑色通道,并归一化;
步骤4.2:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤4.3:构造一个半径为20的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作;
步骤4.4:将腐蚀结果作为标记图像,将孔洞填充结果作为掩模图像,执行形态学重构操作;
步骤4.5:将孔洞填充结果减去形态学重构结果,并使用Otsu方法对差图像执行二值化操作;
步骤4.6:对差图像二值化结果计算区域描述子,得到每个区域的面积;
步骤4.7:在差图像二值化结果中,仅保留面积最大的2个区域,即为指示点区域检测算法得到的指示点区域。
所述非指示点区域检测算法包括以下步骤:
步骤5.1:在RGB颜色空间中,对非指示点区域检测算法的输入图像取红色通道;
步骤5.2:构造一个大小为5×5、元素值全为1的矩阵,对红色通道分别执行最大值滤波和最小值滤波操作;
步骤5.3:将最大值滤波结果减去最小值滤波结果,得到差图像;
步骤5.4:使用Otsu方法计算全局阈值,对差图像执行二值化操作,并对二值化结果进行孔洞填充;
步骤5.5:构造一个半径为5的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作,得到腐蚀结果1;
步骤5.6:构造一个半径为20的圆盘型结构元素,并利用该结构元素对腐蚀结果1进行腐蚀操作,得到腐蚀结果2;
步骤5.7:将腐蚀结果2作为标记图像,将腐蚀结果1作为掩模图像,执行形态学重构操作;
步骤5.8:对形态学重构结果计算区域描述子,得到每个区域的质心坐标;
步骤5.9:将形态学重构结果中的区域两两组合,计算任意两个区域质心间的中点坐标,设区域Rm和区域Rn的质心坐标分别为(xm,ym)和(xn,yn),则区域Rm和Rn质心间的中点坐标为(xmn,ymn),其计算公式为:
步骤5.10:利用机械角度检测算法步骤2.5得到的2个指示点区域质心间的中点坐标(xc,yc),计算出所有(xmn,ymn)到坐标(xc,yc)的欧氏距离dmn,计算公式为:
步骤5.11:在所有的欧氏距离dmn中,找到最大欧氏距离;
步骤5.12:在形态学重构结果中,产生最大欧氏距离所对应的2个区域,即为非指示点区域检测算法得到的非指示点区域。
所述初始机械角度检测算法包括以下步骤:
步骤6.1:将3362电位器标准元件中的十字型槽人工旋转至初始位,放入机械角度检测工位的夹具中;
步骤6.2:通过机械角度检测装置的视觉相机拍摄一幅图像;
步骤6.3:采用机械角度检测算法的步骤2.1至步骤2.11计算得到的当前机械角度,即为初始机械角度α0。
如图6所示,通过机械角度检测算法采集的3362电位器初始机械角度,如图7所示,通过机械角度检测算法采集的3362电位器任意机械角度,如图8所示,通过机械角度检测算法对指示点区域和非指示点区域进行定义,如图9所示,通过圆形区域检测算法在颜色名空间中对图7取蓝色通道,取反并归一化,如图10所示,通过圆形区域检测算法对图9二值化并孔洞填充,如图11所示,通过圆形区域检测算法对图10计算区域描述子,得到的最大面积区域的质心坐标及区域边缘像素到质心的欧氏距离,如图12所示,通过圆形区域检测算法得到圆形区域,如图13所示,通过机械角度检测算法得到的指示点区域检测算法的输入图像,如图14所示,通过指示点区域检测算法在颜色名空间中对图13取黑色通道并归一化,如图15所示,通过指示点区域检测算法对图14二值化并孔洞填充,如图16所示,通过指示点区域检测算法利用半径为20的圆盘型结构元素,对图15形态学重构,如图17所示,通过指示点区域检测算法计算图15和图16的差图像,并对差图像归一化,如图18所示,通过指示点区域检测算法对图17仅保留面积最大的2个区域,得到的指示点区域,如图19所示,机械角度检测算法对图18计算区域描述子得到的2个指示点区域的质心坐标(xc1,yc1)和(xc2,yc2),以及2个指示点区域质心间的中点坐标(xc,yc),如图20所示,通过机械角度检测算法得到的非指示点区域检测算法的输入图像,如图21所示,通过非指示点区域检测算法在RGB颜色空间中对图20取红色通道,并利用5×5的全1矩阵对红色通道进行最大值滤波,如图22所示,通过非指示点区域检测算法在RGB颜色空间中对图20取红色通道,并利用5×5的全1矩阵对红色通道进行最小值滤波,如图23所示,通过非指示点区域检测算法将图21减去图22,得到的差图像,如图24所示,通过非指示点区域检测算法对图23二值化并孔洞填充,如图25所示,通过非指示点区域检测算法利用半径为5的圆盘型结构元素对图24进行腐蚀操作得到的腐蚀结果1,如图26所示,通过非指示点区域检测算法利用半径为20的圆盘型结构元素对图25进行腐蚀操作得到的腐蚀结果2,如图27所示,通过非指示点区域检测算法对图25和图26进行形态学重构,如图28所示,通过非指示点区域检测算法对图27检测非指示点区域的符号定义,其中包含R1、R2和R3三个区域,三个区域的质心坐标分别为(x1,y1)、(x2,y2)和(x3,y3),三个区域质心间的中点坐标分别为(x12,y12)、(x13,y13)和(x23,y23),如图29所示,通过非指示点区域检测算法对图27检测非指示点区域的过程,其中R1、R2和R3三个区域质心间的中点坐标到指示点区域质心间的中点坐标(xc,yc)的欧氏距离分别为d12、d13和d23,由于其中d12最大,因此其对应的区域R1和R2即为检测得到的非指示点区域,如图30所示,通过非指示点区域检测算法得到的非指示点区域,如图31所示,通过机械角度检测算法对图30计算区域描述子得到的2个非指示点区域的主轴角度α1和α2,以及利用α1和α2计算得到的2个非指示点区域主轴的平均角度如图32所示,通过机械角度检测算法构造新坐标系,如图33所示,通过机械角度检测算法对图6检测得到的当前机械角度α,由于xc<xo,因此即初始机械角度α0=52.1°,如图34所示,通过机械角度检测算法对图7检测得到的当前机械角度α,由于xc>xo,因此再由机械角度复位方法的步骤1.4得到偏转角度β=α-α0=239.6°-52.1°=187.5°,即对图7进行机械角度复位需要旋转187.5°。
以上对本发明所提供的一种基于机器视觉的3362电位器机械角度复位系统及复位方法,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (9)
1.一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:它包括以下步骤:
步骤1.1:当3362电位器进入机械角度检测工位的夹具后,机器控制器通过Ethernet向工控机发出机械角度检测工位就绪信号;
步骤1.2:工控机获得机械角度检测工位就绪信号后,通过GigE向视觉相机发出一个触发信号;
步骤1.3:视觉相机获得触发信号后,拍摄一幅图像,并通过GigE向工控机传送拍摄的图像;
步骤1.4:工控机获得图像后,根据机械角度检测算法计算3362电位器的当前机械角度α,再利用初始机械角度检测算法得到的初始机械角度α0,计算得到偏转角度β,并将β通过Ethernet输送给机器控制器,偏转角度β的计算公式为:
β=α-α0;
步骤1.5:机器控制器获得偏转角度β后,通过EtherCAT总线和伺服驱动控制伺服电机从初始位顺时针旋转β,同时通过EtherCAT总线通知传送机构将3362电位器传送到机械角度复位工位;
步骤1.6:伺服电机旋转完毕后,通过EtherCAT总线向机器控制器发出一个伺服电机就绪信号;
步骤1.7:当3362电位器进入机械角度复位工位的夹具后,通过EtherCAT总线向机器控制器发出一个机械角度复位工位就绪信号;
步骤1.8:机器控制器同时接收到伺服电机就绪信号和机械角度复位工位就绪信号后,通过I/O模块控制气缸从高位向下运动至低位,使十字型批头伸入3362电位器的十字型槽中,完毕后通过I/O模块向机器控制器发出气缸就绪信号;
步骤1.9:机器控制器接收到气缸就绪信号后,通过EtherCAT总线和伺服驱动控制伺服电机逆时针旋转β,旋转完毕后通过EtherCAT总线向机器控制器发出机械角度复位完毕信号;
步骤1.10:机器控制器接收到机械角度复位完毕信号后,通过I/O模块控制气缸从低位向上运动至高位,并通过EtherCAT总线和伺服驱动控制伺服电机旋转至初始位,同时通过EtherCAT总线通知传送机构将3362电位器传送到阻值与机械角度变化是否保持线性关系的检测工位;
所述机械角度检测算法包括以下步骤:
步骤2.1:从机械角度检测装置视觉相机拍摄的图像中心,截取500×500像素大小的正方形图像子块,作为机械角度检测算法的输入图像;
步骤2.2:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为白色,作为指示点区域检测算法的输入图像;
步骤2.3:使用指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个指示点区域;
步骤2.4:对2个指示点区域计算区域描述子,分别得到2个指示点区域的质心坐标(xc1,yc1)和(xc2,yc2);
步骤2.5:利用2个指示点区域的质心坐标,计算得到2个指示点区域质心间的中点坐标(xc,yc),计算公式为:
步骤2.6:使用圆形区域检测算法,从输入图像中提取3362电位器中心的圆形区域,其余部分设置为黑色,作为非指示点区域检测算法的输入图像;
步骤2.7:使用非指示点区域检测算法,在3362电位器中心的圆形区域中检测得到2个非指示点区域;
步骤2.8:对2个非指示点区域计算区域描述子,分别得到2个非指示点区域的主轴角度α1和α2,其中α1∈[-90°,90°]、α2∈[-90°,90°];
步骤2.10:构造一个新的坐标系,该坐标系以圆形区域的圆心(xo,yo)为原点,垂直向下为0°,顺时针方向为[0°,360°];
步骤2.11:在构造的新坐标系下,同时利用圆形区域的圆心(xo,yo)、2个指示点区域质心间的中点坐标(xc,yc)、2个非指示点区域主轴的平均角度计算得到3362电位器的当前机械角度α,计算公式为:
2.根据权利要求1所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述圆形区域检测算法包括以下步骤:
步骤3.1:在颜色名空间中,对机械角度检测算法的输入图像取蓝色通道;
步骤3.2:对蓝色通道取反,并归一化;
步骤3.3:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤3.4:对孔洞填充结果计算区域描述子,得到每个区域的面积和质心坐标;
步骤3.5:在孔洞填充结果中,仅保留面积最大的区域R,该区域的质心坐标记为(xo,yo);
步骤3.6:使用Sobel算子,对区域R进行边缘检测,并利用边缘上每个像素p的坐标(xp,yp),计算p到坐标(xo,yo)的欧氏距离rp,计算公式为:
步骤3.7:在区域R的所有边缘像素到坐标(xo,yo)的欧氏距离中,取最大欧氏距离并记为ro;
步骤3.8:以(xo,yo)为圆心、ro为半径的区域,即为圆形区域检测算法得到的圆形区域。
3.根据权利要求1所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述指示点区域检测算法包括以下步骤:
步骤4.1:在颜色名空间中,对指示点区域检测算法的输入图像取黑色通道,并归一化;
步骤4.2:使用Otsu方法对归一化结果执行二值化操作,并对二值化结果进行孔洞填充;
步骤4.3:构造一个半径为20的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作;
步骤4.4:将腐蚀结果作为标记图像,将孔洞填充结果作为掩模图像,执行形态学重构操作;
步骤4.5:将孔洞填充结果减去形态学重构结果,并使用Otsu方法对差图像执行二值化操作;
步骤4.6:对差图像二值化结果计算区域描述子,得到每个区域的面积;
步骤4.7:在差图像二值化结果中,仅保留面积最大的2个区域,即为指示点区域检测算法得到的指示点区域。
4.根据权利要求1所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述非指示点区域检测算法包括以下步骤:
步骤5.1:在RGB颜色空间中,对非指示点区域检测算法的输入图像取红色通道;
步骤5.2:构造一个大小为5×5、元素值全为1的矩阵,对红色通道分别执行最大值滤波和最小值滤波操作;
步骤5.3:将最大值滤波结果减去最小值滤波结果,得到差图像;
步骤5.4:使用Otsu方法计算全局阈值,对差图像执行二值化操作,并对二值化结果进行孔洞填充;
步骤5.5:构造一个半径为5的圆盘型结构元素,并利用该结构元素对孔洞填充结果进行腐蚀操作,得到腐蚀结果1;
步骤5.6:构造一个半径为20的圆盘型结构元素,并利用该结构元素对腐蚀结果1进行腐蚀操作,得到腐蚀结果2;
步骤5.7:将腐蚀结果2作为标记图像,将腐蚀结果1作为掩模图像,执行形态学重构操作;
步骤5.8:对形态学重构结果计算区域描述子,得到每个区域的质心坐标;
步骤5.9:将形态学重构结果中的区域两两组合,计算任意两个区域质心间的中点坐标,设区域Rm和区域Rn的质心坐标分别为(xm,ym)和(xn,yn),则区域Rm和Rn质心间的中点坐标为(xmn,ymn),其计算公式为:
步骤5.10:利用机械角度检测算法步骤2.5得到的2个指示点区域质心间的中点坐标(xc,yc),计算出所有(xmn,ymn)到坐标(xc,yc)的欧氏距离dmn,计算公式为:
步骤5.11:在所有的欧氏距离dmn中,找到最大欧氏距离;
步骤5.12:在形态学重构结果中,产生最大欧氏距离所对应的2个区域,即为非指示点区域检测算法得到的非指示点区域。
5.根据权利要求1所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述初始机械角度检测算法包括以下步骤:
步骤6.1:将3362电位器标准元件中的十字型槽人工旋转至初始位,放入机械角度检测工位的夹具中;
步骤6.2:通过机械角度检测装置的视觉相机拍摄一幅图像;
步骤6.3:采用机械角度检测算法的步骤2.1至步骤2.11计算得到的当前机械角度,即为初始机械角度α0。
6.根据权利要求1所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述复位系统包括机器控制器、总线、机械角度检测装置和机械角度复位装置,所述机器控制器与总线通讯连接,所述机械角度检测装置包括视觉相机和工控机,所述视觉相机安装在待机械角度检测的3362电位器夹具的正上方,所述视觉相机与工控机通讯连接,所述工控机与机器控制器通讯连接,所述机械角度复位装置包括气缸、伺服驱动、伺服电机和十字型批头,所述气缸通过I/O模块与机器控制器通讯连接,所述伺服驱动通过总线与机器控制器通讯连接,所述伺服电机与伺服驱动通讯连接,所述气缸的伸缩杆与伺服电机相连,所述伺服电机的输出轴与十字型批头固定相连,所述机械角度复位装置位于待机械角度复位的3362电位器夹具的正上方,所述机械角度检测装置所在的区域为机械角度检测工位,所述机械角度复位装置所在的区域为机械角度复位工位。
7.根据权利要求6所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述总线为EtherCAT总线。
8.根据权利要求6所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述视觉相机通过GigE与工控机通讯连接。
9.根据权利要求6所述的一种基于机器视觉的3362电位器机械角度复位系统的复位方法,其特征在于:所述工控机通过Ethernet与机器控制器通讯连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822863.2A CN112066914B (zh) | 2020-08-14 | 2020-08-14 | 基于机器视觉的3362电位器机械角度复位系统及复位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010822863.2A CN112066914B (zh) | 2020-08-14 | 2020-08-14 | 基于机器视觉的3362电位器机械角度复位系统及复位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112066914A CN112066914A (zh) | 2020-12-11 |
CN112066914B true CN112066914B (zh) | 2021-12-21 |
Family
ID=73661790
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010822863.2A Active CN112066914B (zh) | 2020-08-14 | 2020-08-14 | 基于机器视觉的3362电位器机械角度复位系统及复位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112066914B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113628184A (zh) * | 2021-08-06 | 2021-11-09 | 信利光电股份有限公司 | 基于傅里叶变换对显示屏缺陷进行检测的方法、装置及可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3953133A (en) * | 1973-07-11 | 1976-04-27 | Ernst Leitz G.M.B.H. | Method of determining the angular position of a workpiece and apparatus therefor |
CN101673116A (zh) * | 2009-09-30 | 2010-03-17 | 上海交通大学 | 仿人机器人初始位置精确复位系统 |
JP2013092519A (ja) * | 2011-10-04 | 2013-05-16 | Meidensha Corp | 回転角度計測装置及び方法 |
KR20160132650A (ko) * | 2015-05-11 | 2016-11-21 | (주)네스트아이앤씨 | 자기 탐지 방식의 포텐시오미터 및 그에 의한 영점 설정 방법 |
CN109459970A (zh) * | 2018-10-26 | 2019-03-12 | 常州机电职业技术学院 | 一种基于视觉的椭圆孔电位器角度复位系统及复位方法 |
CN110456254A (zh) * | 2019-08-20 | 2019-11-15 | 南京优倍自动化系统有限公司 | 一种用于pcb板的自动检测设备及方法 |
CN110672040A (zh) * | 2019-09-24 | 2020-01-10 | 中国计量科学研究院 | 一种基于视觉的高精度旋转角度测量方法 |
CN111103533A (zh) * | 2019-12-12 | 2020-05-05 | 常州机电职业技术学院 | 一种基于视觉的十位旋转拨码开关复位系统及复位方法 |
CN111457914A (zh) * | 2020-01-22 | 2020-07-28 | 南京航空航天大学 | 一种基于可编码视觉合作目标的多舵翼动态摆角测量方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104820439B (zh) * | 2015-04-16 | 2017-10-20 | 华南理工大学 | 一种视觉设备作为传感器的并联平台跟踪控制装置与方法 |
CN110811827B (zh) * | 2019-09-25 | 2021-04-06 | 中奕智创医疗科技有限公司 | 一种手术机器人电机复位标定设备、标定方法及机器人 |
-
2020
- 2020-08-14 CN CN202010822863.2A patent/CN112066914B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3953133A (en) * | 1973-07-11 | 1976-04-27 | Ernst Leitz G.M.B.H. | Method of determining the angular position of a workpiece and apparatus therefor |
CN101673116A (zh) * | 2009-09-30 | 2010-03-17 | 上海交通大学 | 仿人机器人初始位置精确复位系统 |
JP2013092519A (ja) * | 2011-10-04 | 2013-05-16 | Meidensha Corp | 回転角度計測装置及び方法 |
KR20160132650A (ko) * | 2015-05-11 | 2016-11-21 | (주)네스트아이앤씨 | 자기 탐지 방식의 포텐시오미터 및 그에 의한 영점 설정 방법 |
CN109459970A (zh) * | 2018-10-26 | 2019-03-12 | 常州机电职业技术学院 | 一种基于视觉的椭圆孔电位器角度复位系统及复位方法 |
CN110456254A (zh) * | 2019-08-20 | 2019-11-15 | 南京优倍自动化系统有限公司 | 一种用于pcb板的自动检测设备及方法 |
CN110672040A (zh) * | 2019-09-24 | 2020-01-10 | 中国计量科学研究院 | 一种基于视觉的高精度旋转角度测量方法 |
CN111103533A (zh) * | 2019-12-12 | 2020-05-05 | 常州机电职业技术学院 | 一种基于视觉的十位旋转拨码开关复位系统及复位方法 |
CN111457914A (zh) * | 2020-01-22 | 2020-07-28 | 南京航空航天大学 | 一种基于可编码视觉合作目标的多舵翼动态摆角测量方法 |
Non-Patent Citations (1)
Title |
---|
用数字电位器实现自动调零的一种方法;柏方艳等;《仪表技术与传感器》;20040331;41-42 * |
Also Published As
Publication number | Publication date |
---|---|
CN112066914A (zh) | 2020-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107203990B (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
CN109426814B (zh) | 一种发票图片特定板块的定位、识别方法、系统、设备 | |
CN107609451A (zh) | 一种基于二维码的高精度视觉定位方法及系统 | |
CN109900711A (zh) | 基于机器视觉的工件缺陷检测方法 | |
CN108416791A (zh) | 一种基于双目视觉的并联机构动平台位姿监测与跟踪方法 | |
CN110580480A (zh) | 基于图像处理的表计读数识别方法 | |
CN111814919A (zh) | 一种基于深度学习的仪表定位与识别系统 | |
CN106709500B (zh) | 一种图像特征匹配的方法 | |
CN110335271B (zh) | 一种电气部件故障的红外检测方法及装置 | |
CN107145890A (zh) | 一种远距离多视角环境下的指针式仪表盘自动读数方法 | |
CN115176274A (zh) | 一种异源图像配准方法及系统 | |
CN112066914B (zh) | 基于机器视觉的3362电位器机械角度复位系统及复位方法 | |
CN112149667A (zh) | 一种基于深度学习的指针式仪表的自动读数的方法 | |
CN113724193A (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
CN105426809A (zh) | 一种仪表指针自动识别的方法 | |
CN110617772A (zh) | 一种非接触式线径测量装置及方法 | |
CN105678737A (zh) | 一种基于Radon变换的数字图像角点检测方法 | |
CN107730510B (zh) | 一种结合LTCD和Hu不变矩的COG中bump的分割方法 | |
CN111476246A (zh) | 应用于复杂环境下指针仪表鲁棒高效智读方法 | |
CN104966302B (zh) | 一种任意角度激光十字的检测定位方法 | |
CN111103533B (zh) | 一种基于视觉的十位旋转拨码开关复位系统的复位方法 | |
CN116862910A (zh) | 基于自动化裁切生产的视觉检测方法 | |
CN105423975A (zh) | 一种大型工件的标定系统及方法 | |
CN106093052B (zh) | 一种断纱检测方法 | |
CN113221805B (zh) | 一种电力设备图像位置获取方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |