CN114663645A - 一种基于图像识别的图像定位方法 - Google Patents
一种基于图像识别的图像定位方法 Download PDFInfo
- Publication number
- CN114663645A CN114663645A CN202210351194.4A CN202210351194A CN114663645A CN 114663645 A CN114663645 A CN 114663645A CN 202210351194 A CN202210351194 A CN 202210351194A CN 114663645 A CN114663645 A CN 114663645A
- Authority
- CN
- China
- Prior art keywords
- image
- square
- picture
- point
- positioning
- 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
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000004807 localization Effects 0.000 claims 5
- 238000010586 diagram Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像识别的图像定位方法,用于识别CCD相机采集的图片,图片中有若干个定位图案,包括:截取定位图案,根据预设的坐标点,从图片中截取边长为a的正方形的图案,并确保其中包括一个定位图案,作为待定位图片;然后去色,去噪,逼近,计算中心点等,本发明在去噪以后,可以获得全部黑色像素点的坐标,从而轻易获得前、后、左、右四个方向上最外侧的坐标点,再通过简单的数学计算即可获得直线O1O3和O2O4之间交点,即使经过去噪音以后,图像受损,定位图案出现了残缺,仍可确保该交点接近定位图案的中心,因此,不论定位图案是圆形还是正方形,均可以找到接近其中心点的位置,从而大大提高识别的精度。
Description
技术领域
本发明属于机器人技术领域,特别涉及一种基于图像识别的图像定位方法。
背景技术
机器视觉系统是通过机器视觉产品(即图像摄取装置,分CMOS和CCD两种)将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作,其中判别图像的位置信息非常重要。
目前常见的做法是在产品上设置位置识别点,拍照后,通过识别位置识别点,并确定其位置,从而确定产品的位置。这样就可以实现产品的精确定位,从而避免了输送设备的误差积累导致的偏差。例如产品上设置用以标识的圆点,拍照后,首先确认圆点的位置,进而得到整个产品的位置关系。但是圆点的半径对识别精度有非常大的影响,过大则精度低,过小则容易导致不易被识别。
发明内容
本发明的目的是解决现有技术中以圆点标识,圆点半径不好把握,容易造成识别精度过低的问题,而提供一种识别精度更高的基于图像识别的图像定位方法。
为了解决上述技术问题,本发明采用如下方案实现:
一种基于图像识别的图像定位方法,用于识别CCD相机采集的图片,图片中有若干个定位图案,具体包括以下步骤:
1)截取定位图案,根据预设的坐标点,从图片中截取边长为a的正方形的图案,其中包括一个定位图案,作为待定位图片;
2)去色,将所述待定位图片转换为黑白两色;
3)去噪,对所述待定位图片进行去噪处理;
4)逼近,设置一边长为b的正方形作为校准正方形;校准正方形以所述待定位图片的横向中心线作为对称轴,从左向右移动,直至左侧的边遇到第一个黑色的像素点k1,取所述校准正方形的中心点记为O1;校准正方形以所述待定位图片的横向中心线作为对称轴,从右向左移动,直至右侧的边遇到第一个黑色的像素点k2,取所述校准正方形的中心点记为O2;校准正方形以所述待定位图片的纵向中心线作为对称轴,从上向下移动,直至上方的边遇到第一个黑色的像素点k3,取所述校准正方形的中心点记为O3;校准正方形以所述待定位图片的纵向中心线作为对称轴,从下向上移动,直至下方的边遇到第一个黑色的像素点k4,取所述校准正方形的中心点记为O4;
5)计算中心点,连接O1和O3、O2和O4,得到其相交点记为O5;以O5作为该定位图案的中心点。
其中去色,或称二值化处理,是本领域的常用技术,去噪也是本领域的常用技术手段,在此不再赘述。
具体地,如果定位图案为半径为r的圆形,满足r<b。
具体地,如果定位图案为边长为l的正方形,满足l<b。
本领域技术人员知道去噪以后,可能会对原图案的清晰度有影响,原来定位图案如果是圆形的话,可能会变成一个残缺的圆形结构。这导致传统识别方法在确定其位置时,存在不小的误差,而且大多采用圆形作为定位图案,采用其他形状作为定位图案,其识别的误差更大。本发明在去噪以后,可以获得全部黑色像素点的坐标,从而轻易获得前后左右四个方向上最外侧的坐标点,即步骤4)的逼近。此后,再通过简单的数学计算即可获得直线O1O3和O2O4之间交点,即使经过去噪音以后,图像受损,定位图案出现了残缺,仍可确保该交点接近定位图案的中心,因此,不论定位图案是圆形还是正方形,均可以找到接近其中心点的位置,从而大大提高识别的精度。最终获得的O5在待定位图片中的坐标位置,结合ccd相机的坐标,从而获得O5的实际坐标。
具体地,步骤5)中计算O5坐标的步骤为:创建坐标系,以所述待定位图片的左下角的顶点为坐标系的原点,其经过原点的两边为坐标轴,像素点k1和k2的横坐标分别记为x1和x2,像素点k3和k4的纵坐标分别记为y3和y4,计算得到O1、O3、O2和O4的坐标分别为(x1+b/2,a/2)、(x2-b/2,a/2)、(a/2,y3-b/2)、(a/2,y4+b/2);
设直线O1O3的方程为:
y5=k5x5+c1 (1)
代入O1和O3的坐标,解方程得到
k5=(2y3-b-a)/(a-b-2x1),
c1=y3-b/2-(2ay3-ab-a2)/(2a-2b-4x1);
设直线O2O4的方程为:
y5=k6x5+c2 (2)
代入O2和O4的坐标,解方程得到
k6=(2y4+b-a)/(a+b-2x2);
c2=y4+b/2-(2a y4+ab-a2)/(2a+2b-4x2);
求解方程(1)和(2)的方程组,得到:
x5=(c2-c1)/(k5-k6)
y5=(k5c2-k5c1)/(k5-k6)+c1,即得到O5的坐标(x5,y5)。
与现有技术相比,本发明具有如下有益效果:
本发明去噪以后可以获得全部黑色像素点的坐标,从而获得前、后、左、右四个方向上最外侧的坐标点,再通过简单的数学计算即可获得直线O1O3和O2O4之间交点,即使经过去噪以后图像受损,定位图案出现了残缺,仍可确保该交点接近定位图案的中心,因此,不论定位图案是圆形还是正方形,均可以找到接近其中心点的位置,从而大大提高识别的精度。
附图说明
图1为本发明的原理示意图;
图2为本发明的O1~O5的位置关系示意图;
其中,1、待定位图片,2、校准正方形,3、定位图案。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-2所示,一种基于图像识别的图像定位方法,用于识别CCD相机采集的图片,图片中有若干个定位图案,包括以下步骤:
1)截取定位图案,根据预设的坐标点,从图片中截取边长为a的正方形的图案,并确保其中包括一个定位图案,作为待定位图片;其中:CCD相机采集的图片,其尺寸和图片中各部件的位置关系均是通过预先的设置和测量获得的,即是已知的。CCD相机在移动的过程中,可能会出现误差积累,导致图片中上述部件的位置关系会出现一定的误差,截取定位图案附近的矩形区域,该矩形区域的长和宽通过适当的放大以克服该误差,即可确保待定位图片中必定包括一个定位图案。
2)去色,将所述待定位图片转换为黑白两色;
3)去噪,对所述待定位图片进行去噪处理;
4)逼近,设置一边长为b的正方形作为校准正方形;校准正方形以所述待定位图片的横向中心线作为对称轴,从左向右移动,直至左侧的边遇到第一个黑色的像素点k1,取所述校准正方形的中心点记为O1;校准正方形以所述待定位图片的横向中心线作为对称轴,从右向左移动,直至右侧的边遇到第一个黑色的像素点k2,取所述校准正方形的中心点记为O2;校准正方形以所述待定位图片的纵向中心线作为对称轴,从上向下移动,直至上方的边遇到第一个黑色的像素点k3,取所述校准正方形的中心点记为O3;校准正方形以所述待定位图片的纵向中心线作为对称轴,从下向上移动,直至下方的边遇到第一个黑色的像素点k4,取所述校准正方形的中心点记为O4;
5)计算中心点,连接O1和O3、O2和O4,得到其相交点记为O5;以O5作为该定位图案的中心点。
本实施例中,定位图案为半径为r的圆形,满足r<b。
在其他实施例中,如果定位图案为边长为l的正方形,满足l<b。
步骤5)中计算O5坐标的步骤为:创建坐标系,以所述待定位图片的左下角的顶点为坐标系的原点,其经过原点的两边为坐标轴,像素点k1和k2的横坐标分别记为x1和x2,像素点k3和k4的纵坐标分别记为y3和y4,计算得到O1、O3、O2和O4的坐标分别为(x1+b/2,a/2)、(x2-b/2,a/2)、(a/2,y3-b/2)、(a/2,y4+b/2);
设直线O1O3的方程为:
y5=k5 x5+c1 (1)
代入O1和O3的坐标,解方程得到
k5=(2y3-b-a)/(a-b-2x1),
c1=y3-b/2-(2ay3-ab-a2)/(2a-2b-4x1);
设直线O2O4的方程为:
y5=k6 x5+c2 (2)
代入O2和O4的坐标,解方程得到
k6=(2y4+b-a)/(a+b-2x2);
c2=y4+b/2-(2a y4+ab-a2)/(2a+2b-4x2);
求解方程(1)和(2)的方程组,得到:
x5=(c2-c1)/(k5-k6)
y5=(k5c2-k5c1)/(k5-k6)+c1,即得到O5的坐标(x5,y5)。
以上述依据本发明的理想实施例为启示,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定其技术性范围。
Claims (4)
1.一种基于图像识别的图像定位方法,用于识别CCD相机采集的图片,图片中有若干个定位图案,其特征在于,包括以下步骤:
1)截取定位图案,根据预设的坐标点,从图片中截取边长为a的正方形的图案,其中包括一个定位图案,作为待定位图片;
2)去色,将所述待定位图片转换为黑白两色;
3)去噪,对所述待定位图片进行去噪处理;
4)逼近,设置一边长为b的正方形作为校准正方形;校准正方形以所述待定位图片的横向中心线作为对称轴,从左向右移动,直至左侧的边遇到第一个黑色的像素点k1,取所述校准正方形的中心点记为O1;校准正方形以所述待定位图片的横向中心线作为对称轴,从右向左移动,直至右侧的边遇到第一个黑色的像素点k2,取所述校准正方形的中心点记为O2;校准正方形以所述待定位图片的纵向中心线作为对称轴,从上向下移动,直至上方的边遇到第一个黑色的像素点k3,取所述校准正方形的中心点记为O3;校准正方形以所述待定位图片的纵向中心线作为对称轴,从下向上移动,直至下方的边遇到第一个黑色的像素点k4,取所述校准正方形的中心点记为O4;
5)计算中心点,连接O1和O3、O2和O4,得到其相交点记为O5;以O5作为该定位图案的中心点。
2.根据权利要求1所述的基于图像识别的图像定位方法,其特征在于,如果定位图案为半径为r的圆形,满足r<b。
3.根据权利要求1所述的基于图像识别的图像定位方法,其特征在于,如果定位图案为边长为l的正方形,满足l<b。
4.根据权利要求1所述的基于图像识别的图像定位方法,其特征在于,步骤5)中计算中心点O5坐标的步骤为:创建坐标系,以所述待定位图片的左下角的顶点为坐标系的原点,其经过原点的两边为坐标轴,像素点k1和k2的横坐标分别记为x1和x2,像素点k3和k4的纵坐标分别记为y3和y4,计算得到O1、O3、O2和O4的坐标分别为(x1+b/2,a/2)、(x2-b/2,a/2)、(a/2,y3-b/2)、(a/2,y4+b/2);
设直线O1O3的方程为:
y5=k5x5+c1 (1)
代入O1和O3的坐标,解方程得到
k5=(2y3-b-a)/(a-b-2x1),
c1=y3-b/2-(2ay3-ab-a2)/(2a-2b-4x1);
设直线O2O4的方程为:
y5=k6x5+c2 (2)
代入O2和O4的坐标,解方程得到
k6=(2y4+b-a)/(a+b-2x2);
c2=y4+b/2-(2a y4+ab-a2)/(2a+2b-4x2);
求解方程(1)和(2)的方程组,得到:
x5=(c2-c1)/(k5-k6)
y5=(k5c2-k5c1)/(k5-k6)+c1,即得到O5的坐标(x5,y5)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210351194.4A CN114663645B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别的图像定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210351194.4A CN114663645B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别的图像定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114663645A true CN114663645A (zh) | 2022-06-24 |
CN114663645B CN114663645B (zh) | 2024-02-23 |
Family
ID=82035361
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210351194.4A Active CN114663645B (zh) | 2022-04-02 | 2022-04-02 | 一种基于图像识别的图像定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114663645B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243820A (zh) * | 2014-09-03 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种确定图像边界的方法及装置 |
CN113192126A (zh) * | 2021-04-19 | 2021-07-30 | 中国矿业大学(北京) | 一种基于图像圆形物体识别的测距定位方法 |
-
2022
- 2022-04-02 CN CN202210351194.4A patent/CN114663645B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104243820A (zh) * | 2014-09-03 | 2014-12-24 | 奇瑞汽车股份有限公司 | 一种确定图像边界的方法及装置 |
CN113192126A (zh) * | 2021-04-19 | 2021-07-30 | 中国矿业大学(北京) | 一种基于图像圆形物体识别的测距定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114663645B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220148213A1 (en) | Method for fully automatically detecting chessboard corner points | |
US11958197B2 (en) | Visual navigation inspection and obstacle avoidance method for line inspection robot | |
CN107767423B (zh) | 一种基于双目视觉的机械臂目标定位抓取方法 | |
CN109190628A (zh) | 一种基于机器视觉的板材镰刀弯检测方法 | |
CN113838141B (zh) | 一种单线激光雷达与可见光相机的外参标定方法及系统 | |
CN110779928B (zh) | 缺陷检测装置及方法 | |
CN106683137B (zh) | 基于人工标志的单目多目标识别与定位方法 | |
CN105608671A (zh) | 一种基于surf算法的图像拼接方法 | |
CN106650701B (zh) | 基于双目视觉的室内阴影环境下障碍物检测方法及装置 | |
CN110189375B (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
CN104657728B (zh) | 基于计算机视觉的条码识别系统 | |
CN107895375A (zh) | 基于视觉多特征的复杂道路线提取方法 | |
CN113324478A (zh) | 一种线结构光的中心提取方法及锻件三维测量方法 | |
CN110458858A (zh) | 一种十字靶标的检测方法、系统及存储介质 | |
CN114331986A (zh) | 一种基于无人机视觉的坝体裂纹识别与测量方法 | |
CN114241438B (zh) | 一种基于先验信息的交通信号灯快速精确的识别方法 | |
CN112484680B (zh) | 一种基于圆检测的蓝宝石晶片定位跟踪方法 | |
CN107330906A (zh) | 基于曲线拟合的改进细化算法 | |
JP5254545B2 (ja) | 画像処理装置、及び画像処理方法 | |
WO2024021803A1 (zh) | 标记孔的定位方法、装置、装配设备及存储介质 | |
CN114663645A (zh) | 一种基于图像识别的图像定位方法 | |
CN115388785A (zh) | 一种基于视觉的柔性线束的测量方法及系统 | |
CN114638835A (zh) | 一种基于深度相机的轨枕异物检测方法 | |
CN115376131A (zh) | 一种点状编码标志的设计与识别方法 | |
CN114872790A (zh) | 基于视觉的拖挂车的转向夹角的检测方法及检测系统 |
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 |