[发明专利]一种视觉托盒特征点坐标定位方法及系统在审

专利信息
申请号: 201811361164.1 申请日: 2018-11-15
公开(公告)号: CN109523594A 公开(公告)日: 2019-03-26
发明(设计)人: 罗少锋;梁佳楠;何永伦;谭军民 申请(专利权)人: 华南智能机器人创新研究院;广东省智能制造研究所
主分类号: G06T7/73 分类号: G06T7/73;G06T7/13;G06T7/00;G01B11/00
代理公司: 佛山市广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 528315 广东省佛山市顺*** 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: 托盒 特征点坐标 定位方法及系统 视觉 视觉图像 视觉装置 预处理 处理器模块 作业传送带 边界特征 边缘检测 定位系统 平滑滤波 相似匹配 匀速运动 特征点 拼接 驱动
【说明书】:

发明提供了一种视觉托盒特征点坐标定位方法及系统,所述视觉托盒特征点坐标定位系统包括托盒作业传送带:用于驱动托盒匀速运动;视觉装置:用于获取单位托盒视觉图像;处理器模块:用于对所述单位托盒视觉图像预处理、平滑滤波、边缘检测、相似匹配,求出特征点坐标。本发明实施例提供了一种视觉托盒特征点坐标定位方法及系统,通过对视觉装置获取的多张照片进行拼接和处理,准确的识别托盒的边界特征并求出托盒特征点,具有计算速度快、准确性高等特点。

技术领域

本发明涉及到视觉领域,具体涉及到一种视觉托盒特征点坐标定位方法及系统。

背景技术

图像处理作为视觉控制的关键技术,可根据物体外部特征提取轮廓进行模板匹配,获取物体在图像中位置坐标信息。在视觉生产中,机器人想要准确确定运动位置并完成装盒作业动作,需要运动至托盒的特征点。

如何有效解决规则几何目标的识别问题且准确计算托盒的特征点坐标,是实现机器人装盒作业的关键。

发明内容

本发明实施例提供了一种视觉托盒特征点坐标定位方法及系统,具有计算速度快、准确性高等特点。

相应的,本发明实施例提供了一种视觉托盒特征点坐标定位方法,所述视觉托盒特征点坐标定位方法方法包括以下步骤:

基于视觉装置获取托盒作业传送带的单位托盒视觉图像并基于处理器模块合成所述单位托盒视觉图像;

基于处理器模块实时计算Delta机器人的工作区域的托盒视觉图像;

基于处理器模块预处理所述工作区域的托盒视觉图像,得到托盒视觉灰度图像;

基于处理器模块对所述托盒视觉灰度图像进行平滑滤波,得到滤波托盒视觉灰度图像;

基于处理器模块对所述滤波托盒视觉灰度图像进行边缘检测,得到托盒视觉边缘图像;

基于处理器模块对托盒视觉边缘图像进行托盒边缘影像的相似匹配,得到托盒特征点坐标。

2、如权利要求1所述的视觉托盒特征点坐标定位方法,其特征在于,所述托盒作业传送带的运动速度为v0,所述视觉装置获取的单位托盒视觉图像宽度为l,所述视觉装置获取所述单位托盒视觉图像的间隔时间t1小于

所述基于处理器模块合成所述单位托盒视觉图像包括以下步骤:

基于所述单位托盒视觉图像的间隔时间t1和所述托盒作业传送带的运动速度v0,得出该相邻两幅单位托盒视觉图像交叠部分的影像;

将所述相邻两幅单位托盒视觉图像交叠部分的影像对应的像素点颜色信息取平均值;

将所述平均值作为所述单位托盒视觉图像对应的像素点颜色。

所述托盒视觉图像和托盒视觉灰度图像对应像素点的转换公式为:

Gray=0.11B+0.59G+0.3R

其中,Gray为所述托盒视觉灰度图像像素点的灰度值,R、G、B为所述托盒视觉图像对应像素点的颜色值。

所述基于处理器模块对所述托盒视觉灰度图像进行平滑滤波,得到滤波托盒视觉灰度图像包括以下步骤:

以二维零均值离散高斯函数作平滑滤波器,对所述托盒视觉灰度图像进行平滑滤波,得到滤波托盒视觉灰度图像。

所述基于处理器模块对所述滤波托盒视觉灰度图像进行边缘检测,得到托盒视觉边缘图像包括以下步骤:

基于Canny算子对所述滤波托盒视觉灰度图像进行边缘检测,得到托盒视觉边缘图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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华南智能机器人创新研究院;广东省智能制造研究所,未经华南智能机器人创新研究院;广东省智能制造研究所许可,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/201811361164.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top