CN114248100A - 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 - Google Patents
一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 Download PDFInfo
- Publication number
- CN114248100A CN114248100A CN202111465771.4A CN202111465771A CN114248100A CN 114248100 A CN114248100 A CN 114248100A CN 202111465771 A CN202111465771 A CN 202111465771A CN 114248100 A CN114248100 A CN 114248100A
- Authority
- CN
- China
- Prior art keywords
- circular image
- circle center
- screw hole
- circular
- contour
- 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
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P19/00—Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes
- B23P19/04—Machines for simply fitting together or separating metal parts or objects, or metal and non-metal parts, whether or not involving some deformation; Tools or devices therefor so far as not provided for in other classes for assembling or disassembling parts
- B23P19/06—Screw or nut setting or loosening machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- 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
- G06T7/60—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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Probability & Statistics with Applications (AREA)
- Mechanical Engineering (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像处理的螺丝孔定位算法及螺丝锁付装置,其中算法包括如下步骤:S1、拍照获取若干个螺丝孔的图像,并对图像进行预处理,以获取若干个螺丝孔的圆形图像轮廓;S2、使用网格分解法分解每一个圆形图像轮廓,并将其分为多段圆弧;S3、获取步骤S2中建立的任意两段相邻的圆弧对应的端点坐标,建立两条与圆弧对应的线段,并分别做两条线段的中垂线,以两条线段的中垂线的交点作为对应的圆形图像轮廓的一个圆心待定点;S4、重复步骤S3,直到获得所有的两段相邻的圆弧所对应的圆心待定点,并将所有的圆心待定点的坐标绘制在待选圆心样本图中;S5、通过引入高斯核函数的均值漂移聚类算法,找出若干个圆心坐标点。
Description
技术领域
本发明涉及螺丝自动锁付技术领域,具体来说,涉及一种基于图像处理的螺丝孔定位算法及螺丝锁付装置。
背景技术
自动螺丝锁付机在工业制造中被广泛用于螺丝的安装,替代人工以提高效率以及降低劳动强度。目前,现有的自动螺丝锁付机通常由操作者预设坐标之后再进行螺丝锁付,这样的方案功能单一,智能化程度低,需要操作者反复进行调整。
另一方面,现有的定位圆的图像处理算法可以大致分为三类,即模板匹配定位圆、霍夫变换定位圆、曲线拟合定位圆。模板匹配定位圆的方法在复杂的工业环境中的适应性不太好,当更换零件之后需要再次修改参数才能再定位,比较繁琐。霍夫变换需要循环计算每一个边缘像素,循环计算每个可能半径,循环计算每一个可能的边缘梯度,最后在取最优解,因此计算力要求较为庞大,而且随着模型参数的增加,搜索时间复杂度呈指数级增长。曲线拟合是基于最小二乘法来工作的,具有较好的适应性,且算力相对比较低,精度也比较高,所以目前大多识别圆的算法都是基于曲线拟合的方法,但是因为最小二乘法是线性估计,使用有一定的局限性,可能会造成真实圆心定位较大的误差。
发明内容
为了克服上述现有技术的不足之处,本发明提供了一种基于图像处理的螺丝孔定位算法,包括如下步骤:
S1、拍照获取包含若干个螺丝孔的待定位区域的图像,并对图像进行预处理,以获取若干个螺丝孔的圆形图像轮廓;
S2、使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,使每个螺丝孔的圆形图像轮廓被分为多段圆弧,随后获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标;
S3、获取步骤S2中建立的任意一个螺丝孔的圆形图像轮廓所对应的任意两段相邻的圆弧对应的端点坐标,或取这两段圆弧对应的两条弦,并分别做这两条弦的中垂线,以这两条弦的中垂线的交点作为对应的圆形图像轮廓的一个圆心待定点,获取该圆心待定点的坐标;
S4、重复步骤S3,直到获得所有螺丝孔的圆形图像轮廓所对应的两段相邻的圆弧所对应的圆心待定点,并将所有的圆心待定点的坐标绘制在待选圆心样本图中;
S5、通过引入高斯核函数的均值漂移聚类算法,迭代找出步骤S4中绘制的圆心样本图中的若干个圆形图像轮廓所对应的若干个圆心坐标点,以这若干个圆心坐标点对步骤S1中的若干个螺丝孔进行定位。
在一些实施例中,步骤S2中,使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标的具体方法为:
使用网格分解法分解步骤S1中获取的每一个圆形图像轮廓时,分别使用多个横向条及多个竖向条来分解,以分别获得两组不同的数据集,每组数据集中均包含多个端点坐标数据;步骤S3和S4中,分别对两组数据集中的数据进行处理,以分别获取两组不同的圆心待定点的坐标,并将两组中所有的圆心待定点的坐标均绘制在待选圆心样本图中。
在一些实施例中,相邻两个横向条之间的距离D1,具体采用如下方法确定:
先预设圆形图像轮廓所需通过横向条分解的份数N1,然后测出圆形图像轮廓的外接矩形的竖向长度L1,最后再采用圆形图像轮廓的外接矩形的竖向长度L1除以圆形图像轮廓所需通过横向条分解的份数N1,即可得到每个圆形图像轮廓中相邻两个横向条之间的距离D1,即D1=L1/N1;
相邻两个竖向条之间的距离D2,具体采用如下方法确定:
先预设圆形图像轮廓所需通过竖向条分解的份数N2,然后测出圆形图像轮廓的外接矩形的横向长度L2,最后再采用圆形图像轮廓的外接矩形的横向长度L2除以圆形图像轮廓所需通过竖向条分解的份数N2,即可得到每个圆形图像轮廓中相邻两个竖向条之间的距离D2,即D2=L2/N2。
在一些实施例中,步骤S5中,每个圆形图像轮廓所对应的圆心坐标点,具体采用如下方法确定:
随机选择每个圆形图像轮廓的一个圆心待定点为起点,并计算其偏移均值,所述偏移均值为以选择的起点为中心,在给定半径的圆范围内选择的起点到圆内其他圆心待定点的矢量和;然后以矢量和的终点为新的起点并计算其偏移均值,并重复多次后,直到找到满足预设的约束条件的矢量和的终点,即作为该圆形图像轮廓的圆心坐标点。
本发明另一方面提供了一种螺丝锁付装置,包括相机、中控模块及操作件;所述相机用于拍照获取若干个螺丝孔的图像,所述中控模块用于根据上述的基于图像处理的螺丝孔定位算法来实现螺丝孔定位,并在实现螺丝孔定位后,控制所述操作件,操作螺丝完成螺丝锁付。
与现有技术相比,本发明的有益效果是:
本发明提供的基于图像处理的螺丝孔定位算法,具有适应性强、计算复杂度低、定位精确度高等优点;其结合了曲线拟合分弧的思想,摒弃了最小二乘法的算法,提出了分段弧对应圆心密度概念,通过引入高斯核函数的均值漂移的聚类方法,使用圆心密度最优解作为最终圆心坐标,该方法相比于模版匹配算法来说适应性广泛,相比于霍夫变换算法来说在不失精度的前提下计算量大大降低,相比于曲线拟合算法来说精确度更高,计算更快捷。
本发明提供的螺丝锁付装置,通过相机采集到螺丝孔图像后,采用上述的基于图像处理的螺丝孔定位算法来定位螺丝孔坐标,从而能更方便、快捷、精确、高效、智能地实现螺丝锁付。
附图说明
图1为本发明提供的基于图像处理的螺丝孔定位算法的流程图;
图2a和图2b分别为采用横向条及竖向条来分解圆形图像轮廓的示意图;
图3为由两段弧端点连接线的中垂线确定圆心的示意图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合附图和具体实施方式,进一步阐述本发明是如何实施的。
参照图1所示,本发明提供了一种基于图像处理的螺丝孔定位算法,包括如下步骤:
S1、拍照获取包含若干个螺丝孔的待定位区域的图像,并对图像进行预处理,以获取若干个螺丝孔的圆形图像轮廓;
S2、使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,使每个螺丝孔的圆形图像轮廓被分为多段圆弧,随后获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标;
S3、获取步骤S2中建立的任意一个螺丝孔的圆形图像轮廓所对应的任意两段相邻的圆弧对应的端点坐标,或取这两段圆弧对应的两条弦,并分别做这两条弦的中垂线,以这两条弦的中垂线的交点作为对应的圆形图像轮廓的一个圆心待定点,获取该圆心待定点的坐标;
S4、重复步骤S3,直到获得所有螺丝孔的圆形图像轮廓所对应的两段相邻的圆弧所对应的圆心待定点,并将所有的圆心待定点的坐标绘制在待选圆心样本图中;
S5、通过引入高斯核函数的均值漂移聚类算法,迭代找出步骤S4中绘制的圆心样本图中的若干个圆形图像轮廓所对应的若干个圆心坐标点,以这若干个圆心坐标点对步骤S1中的若干个螺丝孔进行定位。
优选地,参照图2a和图2b所示,步骤S2中,使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标的具体方法为:使用网格分解法分解步骤S1中获取的每一个圆形图像轮廓时,分别使用多个横向条及多个竖向条来分解,以分别获得两组不同的数据集,每组数据集中均包含多个端点坐标数据。
步骤S3和S4中,分别对两组数据集中的数据进行处理,以分别获取两组不同的圆心待定点的坐标,并将两组中所有的圆心待定点的坐标均绘制在待选圆心样本图中。
本发明采用横向条及竖向条来分别进行分解,在不影响精确度的前提下,可避免因为一次性使用整体网格来分解造成的内部交点坐标的干扰。
具体地,步骤S2中,相邻两个横向条之间的距离D1,具体采用如下方法确定:先预设圆形图像轮廓所需通过横向条分解的份数N1,然后测出圆形图像轮廓的外接矩形的竖向长度L1,最后再采用圆形图像轮廓的外接矩形的竖向长度L1除以圆形图像轮廓所需通过横向条分解的份数N1,即可得到每个圆形图像轮廓中相邻两个横向条之间的距离D1,即D1=L1/N1。类似地,相邻两个竖向条之间的距离D2,具体采用如下方法确定:先预设圆形图像轮廓所需通过竖向条分解的份数N2,然后测出圆形图像轮廓的外接矩形的横向长度L2,最后再采用圆形图像轮廓的外接矩形的横向长度L2除以圆形图像轮廓所需通过竖向条分解的份数N2,即可得到每个圆形图像轮廓中相邻两个竖向条之间的距离D2,即D2=L2/N2。
可见,对于不同大小的圆形图像轮廓,本发明能够自动调整网格间距来分解不同大小的圆。
具体地,步骤S3中,参照图3所述,例如,一段圆弧的两个端点坐标分别为S11和S12,与其相邻的一段圆弧的两个端点坐标分别为S12和S13,则分别得到两个线段,并分别做两个线段的中垂线,两条中垂线的交点01即作为圆心待定点。由圆弧的特性可以知道,在没有误差的情况下,此交点就是整圆的圆心。
具体地,步骤S5中,每个圆形图像轮廓所对应的圆心坐标点,具体采用如下方法确定:随机选择每个圆形图像轮廓的一个圆心待定点为起点,并计算其偏移均值,所述偏移均值为以选择的起点为中心,在给定半径的圆范围内选择的起点到圆内其他圆心待定点的矢量和;然后以矢量和的终点为新的起点并计算其偏移均值,并重复多次后,直到找到满足预设的约束条件的矢量和的终点,即作为该圆形图像轮廓的圆心坐标点。
可以理解的是,步骤S1中,在图像预处理之后得到的待处理的圆形图像轮廓通常不是规则的,各种噪声的干扰可能会破坏本来规则的圆轮廓,因此,本发明在步骤S2中分解圆弧化整为零,通过各个小的圆弧样本对应的圆心来更好的描述整个圆的情况。
步骤S5中,圆心样本聚类的过程其实是给每个圆心待定点分配权值,与真实圆心偏差过大的圆心待定点在通过聚类迭代之后都被剔除了出去,而聚类算法的中心永远是往这圆心密度最大的地方跑,也就是权值最大的地方。通过此方法找出的圆心受外界环境噪声的干扰小,基本不受不同规格的螺丝孔干扰。
另外,本发明提供的基于图像处理的螺丝孔定位算法,其时间复杂度是与自设的样本数据量相关的,而样本数据是人为设计的,十分灵活,因此可以在精确度的容忍度范围和所需效率直接找到平衡点。
本发明另一方面提供了一种螺丝锁付装置,包括相机、中控模块及操作件;相机用于拍照获取若干个螺丝孔的图像,中控模块用于根据上述的基于图像处理的螺丝孔定位算法来实现螺丝孔定位,并在实现螺丝孔定位后,控制操作件,操作螺丝完成螺丝锁付。
综上,本发明提供的基于图像处理的螺丝孔定位算法,具有适应性强、计算复杂度低、定位精确度高等优点;其结合了曲线拟合分弧的思想,摒弃了最小二乘法的算法,提出了分段弧对应圆心密度概念,通过引入高斯核函数的均值漂移的聚类方法,使用圆心密度最优解作为最终圆心坐标,该方法相比于模版匹配算法来说适应性广泛,相比于霍夫变换算法来说在不失精度的前提下计算量大大降低,相比于曲线拟合算法来说精确度更高,计算更快捷。
本发明提供的螺丝锁付装置,通过相机采集到螺丝孔图像后,采用上述的基于图像处理的螺丝孔定位算法来定位螺丝孔坐标,从而能更方便、快捷、精确、高效、智能地实现螺丝锁付。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围中。
Claims (5)
1.一种基于图像处理的螺丝孔定位算法,其特征在于,包括如下步骤:
S1、拍照获取包含若干个螺丝孔的待定位区域的图像,并对图像进行预处理,以获取若干个螺丝孔的圆形图像轮廓;
S2、使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,使每个螺丝孔的圆形图像轮廓被分为多段圆弧,随后获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标;
S3、获取步骤S2中建立的任意一个螺丝孔的圆形图像轮廓所对应的任意两段相邻的圆弧对应的端点坐标,或取这两段圆弧对应的两条弦,并分别做这两条弦的中垂线,以这两条弦的中垂线的交点作为对应的圆形图像轮廓的一个圆心待定点,获取该圆心待定点的坐标;
S4、重复步骤S3,直到获得所有螺丝孔的圆形图像轮廓所对应的两段相邻的圆弧所对应的圆心待定点,并将所有的圆心待定点的坐标绘制在待选圆心样本图中;
S5、通过引入高斯核函数的均值漂移聚类算法,迭代找出步骤S4中绘制的圆心样本图中的若干个圆形图像轮廓所对应的若干个圆心坐标点,以这若干个圆心坐标点对步骤S1中的若干个螺丝孔进行定位。
2.根据权利要求1所述的基于图像处理的螺丝孔定位算法,其特征在于,步骤S2中,使用网格分解法分解步骤S1中获取的若干个螺丝孔的圆形图像轮廓,获取每个螺丝孔的圆形图像轮廓所对应的每段圆弧的两个端点坐标的具体方法为:
使用网格分解法分解步骤S1中获取的每一个圆形图像轮廓时,分别使用多个横向条及多个竖向条来分解,以分别获得两组不同的数据集,每组数据集中均包含多个端点坐标数据;步骤S3和S4中,分别对两组数据集中的数据进行处理,以分别获取两组不同的圆心待定点的坐标,并将两组中所有的圆心待定点的坐标均绘制在待选圆心样本图中。
3.根据权利要求2所述的基于图像处理的螺丝孔定位算法,其特征在于,相邻两个横向条之间的距离D1,具体采用如下方法确定:
先预设圆形图像轮廓所需通过横向条分解的份数N1,然后测出圆形图像轮廓的外接矩形的竖向长度L1,最后再采用圆形图像轮廓的外接矩形的竖向长度L1除以圆形图像轮廓所需通过横向条分解的份数N1,即可得到每个圆形图像轮廓中相邻两个横向条之间的距离D1,即D1=L1/N1;
相邻两个竖向条之间的距离D2,具体采用如下方法确定:
先预设圆形图像轮廓所需通过竖向条分解的份数N2,然后测出圆形图像轮廓的外接矩形的横向长度L2,最后再采用圆形图像轮廓的外接矩形的横向长度L2除以圆形图像轮廓所需通过竖向条分解的份数N2,即可得到每个圆形图像轮廓中相邻两个竖向条之间的距离D2,即D2=L2/N2。
4.根据权利要求1所述的基于图像处理的螺丝孔定位算法,其特征在于,步骤S5中,每个圆形图像轮廓所对应的圆心坐标点,具体采用如下方法确定:
随机选择每个圆形图像轮廓的一个圆心待定点为起点,并计算其偏移均值,所述偏移均值为以选择的起点为中心,在给定半径的圆范围内选择的起点到圆内其他圆心待定点的矢量和;然后以矢量和的终点为新的起点并计算其偏移均值,并重复多次后,直到找到满足预设的约束条件的矢量和的终点,即作为该圆形图像轮廓的圆心坐标点。
5.一种螺丝锁付装置,其特征在于,包括相机、中控模块及操作件;所述相机用于拍照获取若干个螺丝孔的图像,所述中控模块用于根据权利要求1-4任一项所述的基于图像处理的螺丝孔定位算法来实现螺丝孔定位,并在实现螺丝孔定位后,控制所述操作件操作螺丝完成螺丝锁付。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111465771.4A CN114248100B (zh) | 2021-12-03 | 2021-12-03 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111465771.4A CN114248100B (zh) | 2021-12-03 | 2021-12-03 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114248100A true CN114248100A (zh) | 2022-03-29 |
CN114248100B CN114248100B (zh) | 2023-05-26 |
Family
ID=80791578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111465771.4A Active CN114248100B (zh) | 2021-12-03 | 2021-12-03 | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114248100B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114799849A (zh) * | 2022-06-27 | 2022-07-29 | 深圳市中弘凯科技有限公司 | 一种基于机器视觉的螺丝机作业操作参数采集分析系统 |
CN115837576A (zh) * | 2022-12-27 | 2023-03-24 | 联宝(合肥)电子科技有限公司 | 一种斜面螺孔锁付方法及斜锁螺丝机 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0869529A (ja) * | 1994-08-26 | 1996-03-12 | Matsushita Electric Works Ltd | 円成分抽出方法 |
JP2003225837A (ja) * | 2002-01-31 | 2003-08-12 | Nitto Seiko Co Ltd | 自動ねじ締め装置 |
CN102909548A (zh) * | 2012-10-13 | 2013-02-06 | 桂林电子科技大学 | 一种自动锁螺丝方法及装置 |
US20130280006A1 (en) * | 2012-04-18 | 2013-10-24 | Paul K. DeSantis | Locking fastener for securing components in a nuclear reactor |
CN104318555A (zh) * | 2014-10-13 | 2015-01-28 | 江南大学 | 靶标图像中圆心投影点精确定位方法 |
CN108717692A (zh) * | 2018-04-02 | 2018-10-30 | 浙江工业大学 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
CN111062940A (zh) * | 2019-12-31 | 2020-04-24 | 西南交通大学 | 一种基于机器视觉的螺钉定位与识别方法 |
CN111260723A (zh) * | 2020-04-30 | 2020-06-09 | 长沙海贝智能科技有限公司 | 棒材的质心定位方法及终端设备 |
CN111861997A (zh) * | 2020-06-24 | 2020-10-30 | 中山大学 | 一种花纹板材圆孔尺寸检测方法、系统及装置 |
CN112116667A (zh) * | 2020-09-22 | 2020-12-22 | 扬州大学 | 一种发动机表面加工孔直径测量算法 |
CN112132886A (zh) * | 2020-09-30 | 2020-12-25 | 哈尔滨理工大学 | 一种航空零件圆孔圆心快速定位及圆度检测方法 |
CN112288693A (zh) * | 2020-10-19 | 2021-01-29 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN112489009A (zh) * | 2020-11-27 | 2021-03-12 | 芜湖哈特机器人产业技术研究院有限公司 | 基于视觉图像的泵体口环位姿检测方法 |
CN113256571A (zh) * | 2021-05-11 | 2021-08-13 | 浙江欧威科技有限公司 | 基于方向特征和局部唯一性的矢量图形特征点提取方法 |
-
2021
- 2021-12-03 CN CN202111465771.4A patent/CN114248100B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0869529A (ja) * | 1994-08-26 | 1996-03-12 | Matsushita Electric Works Ltd | 円成分抽出方法 |
JP2003225837A (ja) * | 2002-01-31 | 2003-08-12 | Nitto Seiko Co Ltd | 自動ねじ締め装置 |
US20130280006A1 (en) * | 2012-04-18 | 2013-10-24 | Paul K. DeSantis | Locking fastener for securing components in a nuclear reactor |
CN102909548A (zh) * | 2012-10-13 | 2013-02-06 | 桂林电子科技大学 | 一种自动锁螺丝方法及装置 |
CN104318555A (zh) * | 2014-10-13 | 2015-01-28 | 江南大学 | 靶标图像中圆心投影点精确定位方法 |
CN108717692A (zh) * | 2018-04-02 | 2018-10-30 | 浙江工业大学 | 一种基于ccd图像处理的裁剪物料纠偏方法 |
CN111062940A (zh) * | 2019-12-31 | 2020-04-24 | 西南交通大学 | 一种基于机器视觉的螺钉定位与识别方法 |
CN111260723A (zh) * | 2020-04-30 | 2020-06-09 | 长沙海贝智能科技有限公司 | 棒材的质心定位方法及终端设备 |
CN111861997A (zh) * | 2020-06-24 | 2020-10-30 | 中山大学 | 一种花纹板材圆孔尺寸检测方法、系统及装置 |
CN112116667A (zh) * | 2020-09-22 | 2020-12-22 | 扬州大学 | 一种发动机表面加工孔直径测量算法 |
CN112132886A (zh) * | 2020-09-30 | 2020-12-25 | 哈尔滨理工大学 | 一种航空零件圆孔圆心快速定位及圆度检测方法 |
CN112288693A (zh) * | 2020-10-19 | 2021-01-29 | 佛山(华南)新材料研究院 | 圆孔检测方法、装置、电子设备及存储介质 |
CN112489009A (zh) * | 2020-11-27 | 2021-03-12 | 芜湖哈特机器人产业技术研究院有限公司 | 基于视觉图像的泵体口环位姿检测方法 |
CN113256571A (zh) * | 2021-05-11 | 2021-08-13 | 浙江欧威科技有限公司 | 基于方向特征和局部唯一性的矢量图形特征点提取方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114799849A (zh) * | 2022-06-27 | 2022-07-29 | 深圳市中弘凯科技有限公司 | 一种基于机器视觉的螺丝机作业操作参数采集分析系统 |
CN115837576A (zh) * | 2022-12-27 | 2023-03-24 | 联宝(合肥)电子科技有限公司 | 一种斜面螺孔锁付方法及斜锁螺丝机 |
Also Published As
Publication number | Publication date |
---|---|
CN114248100B (zh) | 2023-05-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114248100B (zh) | 一种基于图像处理的螺丝孔定位算法及螺丝锁付装置 | |
US5500906A (en) | Locating curvilinear objects using feathered fiducials | |
US11378931B2 (en) | Methods and apparatus for manufacturing a plurality of parts with tool path correction | |
CN114022483B (zh) | 一种基于边缘特性的注塑飞边区域识别方法 | |
TW201516969A (zh) | 視訊物件追蹤方法 | |
DE102019104310A1 (de) | System und Verfahren zur simultanen Betrachtung von Kanten und normalen bei Bildmerkmalen durch ein Sichtsystem | |
CN112381862A (zh) | 一种cad模型与三角网格全自动配准方法和装置 | |
CN114881955A (zh) | 基于切片的环状点云缺陷提取方法、装置、设备存储介质 | |
Chen et al. | Segmentation of planar curves into circular arcs and line segments | |
CN108710341B (zh) | 一种基于海量扫描点云简化分割的快速配准方法 | |
CN112529891A (zh) | 一种基于点云的空心孔洞识别与轮廓检测方法、装置及存储介质 | |
CN113487589B (zh) | 一种亚像素圆心检测方法及系统 | |
Yoshioka et al. | Automatic segmentation and feature identification of laser scanning point cloud data for reverse engineering | |
CN112215890B (zh) | 一种基于单目视觉的盾构机滚刀刀座位姿的测量方法 | |
JPH06160047A (ja) | パターンマッチング方法 | |
Song et al. | Reconstructing freeform surface with parameterized features | |
CN104699904B (zh) | 一种螺旋桨不均匀加工余量调整方法 | |
CN116309758B (zh) | 一种基于OpenCV的线激光图像自动对齐方法及终端设备 | |
CN116912241B (zh) | 基于机器学习的cnc调机优化方法及系统 | |
CN113140021B (zh) | 矢量线生成方法、系统及计算机可读存储介质 | |
CN118070434B (zh) | 一种汽车零部件的工艺信息模型构建方法及系统 | |
CN116109788B (zh) | 一种实体件建模重构的方法 | |
CN109859198B (zh) | 一种大幅面pcb板多区域精准定位方法 | |
Jiang et al. | Posture adjustment of workpiece based on stepwise matching by self-adaptive differential evolution algorithm | |
Kanatani | Optimal estimation |
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 |