[发明专利]一种基于图像处理的螺丝孔定位算法及螺丝锁付装置

说明书

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。

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：