[发明专利]一种面向机械装配过程的零部件自动识别方法

说明书

本发明公开了一种机械装配过程中的零部件自动识别方法，方法步骤包括：构建所要装配的机器的零部件装配序列库，零部件堆图像采集，零部件堆图像特征提取，零部件堆图像的三维立体构建，零部件堆图像特征提取，最后进行零部件的配准识别。本发明具有原理简单、效率高、检测精确度高、鲁棒性强等优点。

技术领域

本发明属于零部件识别技术领域，具体涉及了基于机器视觉的机械装配过程中零部件的自动识别方法。

背景技术

在现代化的大生产之中，涉及到各种各样的检验、生产监视及零件识别应用，视觉检测往往是不可缺少的环节需要众多的检测工人，通过肉眼或结合显微镜进行观测检验，大量的检测人工不仅影响工厂效率，而且带来不可靠的因素，直接影响产品质量与成本。此外，大部分检测工序不仅仅要求外观的检测，同时需要准确获取检测数据，例如零配件批量加工的尺寸检查，自动装配的完整性检查，电子装配线的元件自动定位，通常人眼无法连续、稳定地完成这些带有高度重复性和智能性的工作，其它物理量传感器也难有用武之地。采用机器视觉可以有效的解决这一问题，而且，机器视觉系统比光学或机器传感器有更好的可适应性。

因零件前道工序(铸造)预留的相位识别特征孔并未加工处理，较易出现毛刺、铸瘤甚至不圆等缺陷，这些不稳定因素对机器视觉系统识别的智能化提出了较高的要求。自动化系统中的视觉系统输出的定位精度和鲁棒性直接关系到系统运行的安全性和稳定性，为此需要专门开发稳定有效的图像处理算法以提高视觉系统的稳定性。

发明内容

本发明的目的是克服现有技术中的不足之处，提供一种基于机器视觉的机械装配过程中零部件识别的方法，通过摄像头模拟人的视觉功能，摄取零部件图像，并提取信息加以处理，最终使机器获得自动识别零部件的能力，为机械的自动装配提供前向过程。

为解决上述技术问题本发明的具体步骤如下：

1.构建所要装配的机器的零部件装配序列库。将所要装配的机械零部件在装配过程中每一步所需要的零部件的特征依照装配顺序存储于装配零部件机械臂的终端计算机中。

2.零部件堆的图像采集。采集办法是采用工业CCD(电荷耦合器件)，采集到机械零件的二维平面图像并提取灰度信息。由于零散环境中零部件存在遮挡以及同种零部件不同尺寸的情况，对同一零部件堆进行360度范围不同角度的图像采集，即每四十五度采集一次图像，共采集零件堆八个方向的图像。

3.零部件堆图像的预处理。对采集到的零散环境中的零部件堆图像进行必要的去噪、二值化、梯度锐化、分割归一化处理，以提高图像质量。

4.零部件堆图像的三维立体构建。采用基于深度图像与计算的统一装置结构(Compute Unified Device Architecture)的实时重建的方法，将步骤2，3完成后的图像在计算机中进行零部件三维立体模型构建。

5.零部件堆图像的特征提取。步骤4构建完成零部件的三维立体图像后，提取零部件图像的尺度，形状，颜色特征以及现有广泛使用的sift特征进行步骤6操作。