[发明专利]一种冷凝器清洗机器人中的视觉精确定位方法

权利要求书

1.一种冷凝器清洗机器人中的视觉精确定位方法，其特征在于，包括以下步骤：

1)获取冷凝管管口图像，并将像平面坐标系中的各像点坐标转换为像素坐标系下的坐标；

2)对冷凝管管口图像进行畸变校正，包括以下步骤：

(a)通过直线样本图标定冷凝管图像光学中心的坐标；

(b)通过样本圆分析冷凝管图像的畸变参数；

(c)由畸变参数求得坐标畸变量(ΔX，ΔY)，将像平面坐标系(O1XY)点(X-ΔX，Y-ΔY)的像素值赋给点(X，Y)，完成对点(X，Y)的校正，对像平面坐标系中的其他点的也按照以上方法校正；

3)冷凝管管口图像预处理：利用指数低通滤波器和同态滤波器清除白噪声和水粒子散射噪声；采用基于边缘检测的阀值分割法得到管口图像边缘的同时去除边界上不完整的管口，再对管口图像进行腐蚀处理；

4)获取冷凝管管口的圆心坐标以及半径值；

所述的步骤1)中的“将像平面坐标系中的各像点坐标转换为像素坐标系下的坐标”的转换公式为：Xu’＝Cx+Xu/dx，Yu’＝Cy+Yu/dy，其中(Xu’，Yu’)是理想像点在像素坐标系(O1’X’Y’)中的坐标，(Xu，Yu)是某一物点成像在像平面坐标系(O1XY)中的坐标；(Cx，Cy)为像平面坐标原点O1在像素坐标系(O1’X’Y’)中的坐标；dx和dy分别为相邻像素在水平方向和垂直方向上的间距；

所述步骤2)中的(a)步骤为：在屏幕上做等间距的平行直线作为样本图；在水平、垂直方向各取50～200组数据，分别计算坐标，通过设定一阈值得到离光学中心最近或穿过光学中心的直线，求两条直线的交点即为光心O1(Cx，Cy)；

所述(b)步骤为：首先在屏幕画一组同心圆，同心圆半径为R＝a，2a，3a，…，na；i＝1，2，…，n；a是最小圆的半径，作为畸变参数分析的样本圆；调整样本图面与光轴垂直，拍摄时使样本圆圆心成像在像平面光心处，调整样本圆中心到人瞳的距离，使得在测量误差内有r2＝2r1，则样本圆2、3、…、n的无畸变像圆半径分别为2r1、3r1、…、nr1，有

rn＝nr1+k1(nr1)³+k2(nr1)⁵

其中，rn＝r₁、r₂…、r_n为拍摄到的样本圆经过成像后得到的畸变半径，可以经测量获得，r1＝r₁为第一个圆的半径，k1和k2为畸变系数；将式rn＝nr1+k1(nr1)³+k2(nr1)⁵看作是y＝x+k1x³+k2x⁵，将未知点(x，y)分别为(3r₁，r₃)、(4r₁，r₄)…、(nr₁，r_n)的一组已知量代入y＝x+k1x³+k2x⁵，用线性最小二乘法求解得到k1，k2值；

步骤3)中的指数低通滤波器为

H(u,v)=e-0.347[D(u,v)/D0]n]]>

D(u，v)＝[(u-M/2)²+(v-N/2)²]^1/2

其中D(u，v)是点(u，v)到频率平面的距离，图像尺寸为M×N，D₀是一个规定的非负的量，取为100；

所述的同态滤波器为

H(u,v)=(γH-γL)[1-e-c(D2(u,v)/D02)]+γL]]>

其中γ_L＝0.5，γ_H＝2.0，c＝1.3，D(u，v)是点(u，v)到频率平面的距离，D₀是一个规定的非负的量，取为100，常数c用来控制滤波器函数斜面的锐化，在γ_L和γ_H之间过渡；

所述基于边缘的阀值分割法为：选用sobel梯度算子对边缘点进行检测，计算出每个管口边缘点灰度均值取该灰度均值作为阀值对图像进行二值化分割，式中n为各管口边缘采样点个数，f_j为各个边缘采样点的灰度值；

所述去除边界上不完整的管口的方法为：首先对二值化后的图像边缘图像进行膨胀，膨胀后填充封闭区间的内部，再去除在图像边界上不完整的管口，得到完整的二值化的管口图像；

所述步骤4)中“获取冷凝管管口的圆心坐标以及半径值”的方法为：通过对预处理后的图像进行逐行逐列的扫描，确定每一个管口在图像坐标系中所在的区域，然后对每一个区域中的管口进行采样，获得每一个管口的圆周的样本集合(x_i，y_i)，然后利用该样本集合中的各样本点对每一个管口进行拟合，得到管口的圆心坐标以及半径值。