[发明专利]机器手素描绘画方法、装置及机器人工作台有效

专利信息
申请号: 202110878059.0 申请日: 2021-08-02
公开(公告)号: CN113326819B 公开(公告)日: 2021-11-05
发明(设计)人: 郑雅微;朱婷;刘海松 申请(专利权)人: 佛山隆深机器人有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06K9/46;G06K9/62;G06T7/62;B25J11/00;B25J9/16
代理公司: 广东广盈专利商标事务所(普通合伙) 44339 代理人: 李俊
地址: 528300 广东省佛山市陈村镇赤花社*** 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: 机器 素描 绘画 方法 装置 机器人 工作台
【说明书】:

发明公开了一种基于机器人工作台的机器手素描绘画方法、装置及机器人工作台,其中,所述方法包括:基于控制显示端获得待绘画图像信息,并进行灰度化处理,获得灰度待绘画图像信息;对灰度待绘画图像信息进行素描轮廓提取处理,获得素描轮廓图像;基于素描轮廓图像对灰度待绘画图像信息进行聚类处理,获得若干个聚类中心,并基于若干个聚类中心形成若干个素描着色区域;将素描轮廓图像和对应的若干个素描着色区域按照预设放缩比例生成控制机械手的素描绘画路径;基于素描绘画路径控制机械手在素描画板上进行素描绘画。在本发明实施例中,可以快速的根据彩色图像的内容在对应的素描画板上进行素描绘画,降低素描绘画成本,且具有良好的使用体验。

技术领域

本发明涉及机械手素描轨迹控制技术领域,尤其涉及一种基于机器人工作台的机器手素描绘画方法、装置及机器人工作台。

背景技术

随着技术的发展,机械手的控制精度越来越高,对于机械手的应用领域也越来越广泛,并逐渐应用到绘画领域;但是现有的机械手在绘画控制的时候,只能控制其进行相关的较为简单的素描绘画处理,即简单的单线素描绘画,在素描阴影着色上或者素描光暗度变换上,无法有效处理,因此在较为复杂的素描绘画上,达不到相应的素描结果,导致用户的体验度不高。

发明内容

本发明的目的在于克服现有技术的不足,本发明提供了一种基于机器人工作台的机器手素描绘画方法、装置及机器人工作台,可以快速的根据彩色图像的内容在对应的素描画板上进行素描绘画,降低素描绘画成本,且具有良好的使用体验。

为了解决上述技术问题,本发明实施例提供了一种基于机器人工作台的机器手素描绘画方法,所述机器人工作台包括工作平台、用于素描绘画的机械手、控制显示端和至少一个素描画板;所述机械手设置在所述工作平台上;至少一个素描画板设置在所述工作平台上,且在所述机械手工作范围内;所述控制显示端通过支架设置在工作平台上;所述方法包括:

基于所述控制显示端获得待绘画图像信息,并对所述待绘画图像信息进行灰度化处理,获得灰度待绘画图像信息;

基于轮廓提取算法对所述灰度待绘画图像信息进行素描轮廓提取处理,获得素描轮廓图像;

基于所述素描轮廓图像对灰度待绘画图像信息进行聚类处理,获得若干个聚类中心,并基于若干个聚类中心形成若干个素描着色区域;

将所述素描轮廓图像和对应的若干个素描着色区域按照预设放缩比例生成控制所述机械手的素描绘画路径;

基于所述素描绘画路径控制所述机械手在所述素描画板上进行素描绘画。

可选的,所述基于所述控制显示端获得待绘画图像信息,并对所述待绘画图像信息进行灰度化处理,获得灰度待绘画图像信息,包括:

所述控制显示端基于内置摄像头采集或基于网络协议下载获得待绘画图像信息;

基于像素加权平均对所述待绘画图像信息进行灰度化处理,获得灰度待绘画图像信息。

可选的,所述基于轮廓提取算法对所述灰度待绘画图像信息进行素描轮廓提取处理,获得素描轮廓图像,包括:

基于Sobel边缘检测算法对所述灰度待绘画图像信息进行素描轮廓提取处理,获得第一素描轮廓图像;

基于拉普拉斯边缘检测算法对所述灰度待绘画图像信息进行素描轮廓提取处理,获得第二素描轮廓图像;

基于Canny边缘检测算法对所述灰度待绘画图像信息进行素描轮廓提取处理,获得第三素描轮廓图像;

基于预设加权融合比例将所述第一素描轮廓图像、所述第二素描轮廓图像和所述第三素描轮廓图像进行融合,形成素描轮廓图像。

可选的,所述基于预设加权融合比例将所述第一素描轮廓图像、所述第二素描轮廓图像和所述第三素描轮廓图像进行融合,形成素描轮廓图像,包括:

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佛山隆深机器人有限公司,未经佛山隆深机器人有限公司许可,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/202110878059.0/2.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