[发明专利]一种机器视觉定位方法

摘要

本发明公开了一种机器视觉定位方法，该方法包括：S1，对图像进行二值化处理，并获取待定位的Mark标志在图像中的初步边界轮廓线；S2，获取初步边界轮廓线所在区域的中心作为Mark标志的初始中心；S3，在初始中心的位置附近选择多个候选中心；S4，根据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，确定各候选中心到边界的相应候选距离；S5，获得多个候选边界轮廓线；S6，判断每一个候选边界轮廓线内部区域的像素一致性；S7，判断每一个候选边界轮廓线经过的像素点的锐利性；S8，定位Mark标志的边界轮廓线。由于本发明采用基于Mark标志位内部一致性和边界锐利性的进行定位，与传统的机器视觉Mark定位方法相比，本发明有更好的精度。

主权项

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。