[发明专利]一种基于边缘提取与傅里叶变换的零件快速定位方法

说明书

本发明涉及一种基于边缘提取与傅里叶变换的零件快速定位方法，运用Sobel算子进行边缘提取，减少图像处理的计算量，采用傅里叶变换得出零件全图和模板图的互功率谱，根据模板图像中零件的大小，构建模板窗，求取模板窗的极大值，得到众多极大值点坐标，采用参数法去除大量极大值点较小的坐标位置，对剩下的极大值点应用十字线法从X和Y轴方向检测是否为真极大值点，删去伪极大值点，最后得到的极大值点即为零件的准确位置。该方法可进行多目标的定位，而且定位精度达到像素级，抗噪能力强，具有准确性、快速性和鲁棒性的特点，满足了零件视觉检测与定位中的高精度和实时性的要求。

技术领域

本发明属于视觉检测领域，尤其涉及一种基于边缘提取与傅里叶变换的零件快速定位方法。

背景技术

在零件图像的视觉检测与匹配中，对其进行精确而快速的定位是生产和检测的关键技术之一，传统的零件图像视觉匹配方法有灰度匹配，特征匹配等。基于灰度相关的方法是一种以一个窗口的灰度信息作为参考性度量，典型的有平均绝对差，归一化互相关和序贯相似性等。基于灰度相关的方法在图像匹配中被广泛应用，具有对于旋转、噪音等影响不敏感，定位准确等特性。但该方法的缺点是耗时较多，对于大角度旋转、大程度缩放的图像进行匹配和目标物被非光线性光照照射或遮挡的情况，定位精度不高。基于特征的图像匹配方法主要有：基于角点，基于点、线、面、轮廓等特征的方法。典型的代表是SIFT算法，对于旋转与缩放具有很好的不变性，但是SIFT需要对特征维数为128的特征向量进行匹配，大大影响了计算时间，其实时性难以满足零件定位的工业应用要求。

发明内容

针对上述零件定位的视觉检测中传统匹配算法运算复杂、耗时高且定位精度不高的不足，本发明的目的是提供一种基于边缘提取与傅里叶变换的零件快速定位方法。为此，本发明采用的具体技术方案如下：

一种基于边缘提取与傅里叶变换的零件快速定位方法，可包括以下步骤：

步骤一，通过图像采集装置采集零件全图，所述零件全图中包括有多个相似的零件，从中截取一个零件作为零件模板图像，对该零件模板图像进行补零，使得零件模板图像与零件全图大小一样；

步骤二，对零件模板图像和零件全图，采用Sobel算子进行边缘提取，形成边缘提取后的零件模板图像和零件全图；

步骤三，假定经过边缘提取后的零件全图为R(x,y)，零件模板图像为T(x,y)，分别对其进行傅里叶变换，得到R_f(u,v)和T_f(u,v)；

步骤四，根据以下公式计算零件全图和零件模板图像的互功率谱，

其中T_f^*(u,v)为T_f(u,v)的复共轭；

步骤五，对CC(u,v)进行傅里叶反变换，得到零件全图和零件模板图像的相关函数cc(x,y)，相关函数cc(x,y)的峰值对应于相似程度，如果有多个峰值，则对应有多个相似零件，其峰值坐标(x₀,y₀)为零件全图中的零件坐标相对于零件模板图像中的零件坐标的偏移量；

步骤六，根据零件模板图像中零件的大小，在零件全图中构建多个模板窗，分别将多个模板窗中的函数cc(x,y)的极大值找出来，并找出所有极大值中的最大值，设为v_max；

步骤七，定义一个参数q，保留极大值中大于v_max*q的极大值，其中，参数0<q<1；

步骤八，去除伪极大值点，分别以极大值点为中心构建新模板窗，测试该极大值点的值是否为新模板窗中的最大值，如果不是则去除该极大值点；

步骤九，经过删除伪极大值点后得到的多个极大值的位置坐标即为相似零件的位置坐标，并在该位置上进行标注。