余函 馬浩 楊渺 重慶郵電大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院

引言：隨著社會(huì)的發(fā)展，工業(yè)4.0時(shí)代的到來(lái)，智能制造已經(jīng)成為了引發(fā)制造業(yè)變革的關(guān)鍵點(diǎn)，我國(guó)也緊跟時(shí)代潮流，提出了中國(guó)制造2025戰(zhàn)略規(guī)劃，力爭(zhēng)從工業(yè)大國(guó)轉(zhuǎn)型為工業(yè)強(qiáng)國(guó)。而如今工廠實(shí)現(xiàn)智能化的關(guān)鍵一步就是零件位置的識(shí)別，只有先確定零件的位置，才能夠進(jìn)行后續(xù)的處理工作。

本文建立了基于圖像處理的零件位置識(shí)別的數(shù)學(xué)模型，通過(guò)將閉運(yùn)算，去連通域等方法相結(jié)合，準(zhǔn)確的識(shí)別出零件塊，并將有效部分提取出來(lái)，實(shí)現(xiàn)零件位置的準(zhǔn)確識(shí)別，并結(jié)合零件分離后的圖形特點(diǎn)和幾何特征，提出了較為高效的找圓算法。

1 零件位置識(shí)別流程

本文以常見(jiàn)的多孔零件為例，假設(shè)所采用的零件中心有三個(gè)孔洞，大致呈品字形分布。當(dāng)機(jī)械臂工作時(shí)，需先采集和傳輸目標(biāo)零件圖像，由于外界環(huán)境和信道傳輸?shù)挠绊懀斐蓤D像質(zhì)量的下降，為了后續(xù)目標(biāo)零件的精確識(shí)別和定位，首先需要對(duì)圖像作預(yù)處理，其作用在于減少噪聲的影響，同時(shí)保護(hù)邊緣輪廓信息，突出目標(biāo)零件的特征，有利于零件的定位。于是根據(jù)采集的目標(biāo)零件圖像，進(jìn)行去噪處理，通過(guò)比較常用的幾種濾波算法，包括均值濾波，中值濾波以及高斯濾波等。不難發(fā)現(xiàn)，對(duì)噪聲的去除效果最好，同時(shí)能夠較好的保留圖像的連續(xù)性和總體灰度分布特征的是高斯濾波，考慮到獲取的圖像質(zhì)量本來(lái)就不太好，該濾波有著較好的適應(yīng)性。

接著利用圖像閉運(yùn)算，主要是通過(guò)圖像膨脹和圖像腐蝕操作，填充物體細(xì)小空洞、連接鄰近物體、平滑其邊界的同時(shí)而不改變面積，這是為了后面圖像的去連通度處理做預(yù)備工作。在獲取了只含目標(biāo)零件的二值圖像后，由于已經(jīng)做過(guò)平滑處理，就可以通過(guò)設(shè)置合理的閾值，分離出孔洞和零件輪廓，達(dá)到去噪并提取目標(biāo)零件輪廓的效果。

在分離出孔洞輪廓部分后，可在圖像坐標(biāo)系中通過(guò)特定的找圓算法確定底面三個(gè)孔洞中心的位置坐標(biāo)。該算法的原理是，對(duì)圖像的每一行從上到下進(jìn)行遍歷，當(dāng)某一行的和不為零的時(shí)候，確定該行，然后對(duì)該行的每一列從左到右進(jìn)行遍歷，找到不為零的點(diǎn)，確定該列，獲得該點(diǎn)的坐標(biāo)。由于圖形的邊界具有寬度，所以從該點(diǎn)起下一定的安全像素距離開(kāi)始遍歷，找到不為零的點(diǎn)，確定該點(diǎn)的坐標(biāo)。對(duì)這兩個(gè)點(diǎn)的縱坐標(biāo)進(jìn)行做差，得到兩個(gè)點(diǎn)的距離，設(shè)距離為d，將這兩點(diǎn)的距離除2可求得兩點(diǎn)連線的中點(diǎn)的坐標(biāo)，若距離中點(diǎn) d/2位置的像素點(diǎn)有95%以上的值不為零，則可假定該圖形是一個(gè)圓。當(dāng)圓確定后，可以該圓圓心為中心，以直徑加上一定的安全像素距離為消除區(qū)域的正方形的邊長(zhǎng)，然后通過(guò)循環(huán)置0即可消除該圓區(qū)域。根據(jù)該算法我們可確定三個(gè)孔洞的圓心位置，獲得圓心坐標(biāo)。

在得到圓心坐標(biāo)后，將三個(gè)圓心的像素點(diǎn)連接成一個(gè)三角形，通過(guò)計(jì)算確定這個(gè)三角形的重心?？紤]到工廠的實(shí)際情況較為復(fù)雜，為了簡(jiǎn)化所述問(wèn)題，我們假設(shè)所獲得的三角形為等腰三角形。機(jī)械臂最長(zhǎng)的一根手指定位到等腰三角形里離重心坐標(biāo)距離最遠(yuǎn)的那個(gè)圓心坐標(biāo)。機(jī)械臂以這根手指為中心旋轉(zhuǎn)，就可以使得其它兩圓心的坐標(biāo)對(duì)齊。在抓取過(guò)程中，三根手指同時(shí)以確定的三角形重心方向?yàn)槔Ψ较蜃ト×慵?，將零件移?dòng)到目標(biāo)位置即可。

該算法的流程圖大致如下：

圖1 零件定位的算法流程圖

2 零件位置識(shí)別方法的優(yōu)勢(shì)

2.1 識(shí)別準(zhǔn)確率高

本模型是基于計(jì)算機(jī)視覺(jué)相關(guān)知識(shí)，利用圖像處理的方法，對(duì)工業(yè)里面常見(jiàn)的多孔零件進(jìn)行識(shí)別。該方法在識(shí)別時(shí)具有較好的魯棒性，有一定的抗干擾能力。

2.2 定位方法的普適性較好

該定位方法具有一定的通用性，不僅適用于單個(gè)零件，而且也適用于多個(gè)零件。它們之間的區(qū)別僅在于分離出單個(gè)零件的過(guò)程，而分離單個(gè)零件的方法可以利用輪廓分離算法，先將各個(gè)連通域分離出來(lái)再進(jìn)行后續(xù)處理。

2.3 識(shí)別的效率較高

該零件位置識(shí)別方法利用幾何特征降低了時(shí)間復(fù)雜度，節(jié)省了大量的程序運(yùn)行時(shí)間。在實(shí)際工程應(yīng)用里面，對(duì)于提高機(jī)器運(yùn)轉(zhuǎn)的效率，有著極其為重要的作用。

3 結(jié)束語(yǔ)

在如今工廠越來(lái)越趨向于智能化的時(shí)代，零件位置識(shí)別已經(jīng)成為了工業(yè)發(fā)展中的關(guān)鍵性問(wèn)題。本模型基于圖像處理的相關(guān)知識(shí)，以常見(jiàn)的多孔零件為例，對(duì)零件位置進(jìn)行識(shí)別分析，具有良好的可擴(kuò)展性和推廣性。該方法可以應(yīng)用于機(jī)器視覺(jué)技術(shù)在物質(zhì)輪廓特性分析方面的研究，同時(shí)在工業(yè)零件加工識(shí)別等領(lǐng)域也有著廣泛的應(yīng)用。