[发明专利]一种机器视觉定位方法有效
申请号: | 201810816432.8 | 申请日: | 2018-07-24 |
公开(公告)号: | CN109064481B | 公开(公告)日: | 2021-09-17 |
发明(设计)人: | 易锋 | 申请(专利权)人: | 中山新诺科技股份有限公司 |
主分类号: | G06T7/13 | 分类号: | G06T7/13;G06T7/62;G06T7/70;G06K9/62 |
代理公司: | 北京汇智胜知识产权代理事务所(普通合伙) 11346 | 代理人: | 石辉 |
地址: | 528437 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机器 视觉 定位 方法 | ||
1.一种机器视觉定位方法,其特征在于,包括:
S1,对图像进行二值化处理,并获取待定位的Mark标志在所述图像中的初步边界轮廓线;
S2,获取所述初步边界轮廓线所在区域的中心作为所述Mark标志的初始中心;
S3,在所述初始中心的位置附近选择多个候选中心;
S4,根据所述Mark标志的中心到边界的标准距离,设置中心到边界的动态调整范围,确定各所述候选中心到边界的相应候选距离;
S5,依据S3选择的多个所述候选中心以及S4确定的所述候选距离,获得多个候选边界轮廓线;
S6,根据S5中的各所述候选边界轮廓线,通过如下的C的表达式,判断每一个所述候选边界轮廓线内部区域的像素一致性;
C=exp(Hd);
式中,C是所述Mark标志内部像素的一致性,C值小表示所述候选边界轮廓线内部区域的像素一致性程度高,Hd是所述Mark标志内的像素分布熵,pi是所述Mark标志内部具有强度为i的像素点占所有Mark标志内部像素点的比例;
S7,根据S5中的各所述候选边界轮廓线,通过如下的S的表达式,判断每一个所述候选边界轮廓线经过的像素点的锐利性:
Sk=GS·Gl;
式中,S是所有边界轮廓线像素的锐利度,Sk是两个像素点的梯度内积为边界轮廓线像素的锐利度,GS是边界轮廓线上某个像素Pr,c在标准图像中的梯度,Gl是边界轮廓线上某个像素Pr,c在待定位图像中的梯度,k是位于边界轮廓线上的所有像素;
S8,使用如下的f表达式,计算S5中的各所述候选边界轮廓线的f值,并将f值最小对应的所述候选边界轮廓线定位为所述Mark标志的边界轮廓线;
f=αC+(1-α)S;
式中,α是权重。
2.如权利要求1所述的机器视觉定位方法,其特征在于,所述Mark标志为圆形时,S1利用圆度、面积和外接半径的特征选取方法获取所述初步边界轮廓线。
3.如权利要求2所述的机器视觉定位方法,其特征在于,S2使用Hough变换的圆心方法获取所述初步边界轮廓线所在区域的中心。
4.如权利要求1所述的机器视觉定位方法,其特征在于,所述Mark标志为非圆形时,S1利用Hough变换的直线方法获取所述初步边界轮廓线。
5.如权利要求4所述的机器视觉定位方法,其特征在于,S2具体包括:
S21,S1得到的所述初步边界轮廓线的多条轮廓线相交,形成多个交点;
S22,根据S21得到的各所述交点,取平均值,得到所述Mark标志的初始中心。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中山新诺科技股份有限公司,未经中山新诺科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810816432.8/1.html,转载请声明来源钻瓜专利网。