[发明专利]基于视觉的太阳花模组表面螺钉孔位置检测方法

权利要求书

1.基于视觉的太阳花模组表面螺钉孔位置检测方法，其特征在于，具体包括如下步骤：

101)图像获取步骤：获取整个拥有太阳花模组轮廓的原始灰度图像；

102)预处理图像步骤：对原始灰度图像进行降噪，获得降噪图像，并从降噪图像中提取边缘轮廓，获得轮廓图像；

103)圆形区域检测步骤：根据太阳花模组的形状和芯片的大小，设置与芯片对角线长度相等的圆形直径比较值，并对轮廓图像进行霍夫圆形检测，由检测到的圆形直径与设置的圆形直径比较值比较，若检测到的圆形直径大于设置的圆形直径比较值，且两者的差值最小，则确定轮廓图像中检测到的该圆形为芯片所处区域；

104)筛选目标区域步骤：将确定轮廓图像中芯片所处区域对应到降噪图像中，获得降噪图像中芯片所在区域；

105)自适应阈值化步骤：通过遍历降噪图像中芯片所在区域的像素，并对像素的灰度值与预设灰度值比较，当像素的灰度值比预设灰度值大时，该类灰度值的像素属于芯片部或非芯片部，从中得到图像中芯片区域；

106)螺钉孔位置显示步骤：对芯片区域进行边缘检测提取芯片轮廓，再对芯片轮廓进行霍夫圆检测，获得的圆就是螺钉孔的位置。

2.根据权利要求1所述的基于视觉的太阳花模组表面螺钉孔位置检测方法，其特征在于：所述步骤101)通过相机的自动调整机构来调整相机高度，从而来获取整个拥有太阳花模组轮廓的原始灰度图像，所述自动调整机构根据太阳花模组实际尺寸设置了调整检测的最大阈值和最小阈值，当调整后相机获取的图像通过霍夫圆形检测，并提取到其中最大圆的半径值时，将该半径值与处于最大阈值和最小阈值范围时，自动调整机构停止调整。

3.根据权利要求1所述的基于视觉的太阳花模组表面螺钉孔位置检测方法，其特征在于：所述步骤103)中芯片所处区域通过最小外接正矩形的四个角点坐标来验证。

4.根据权利要求1所述的基于视觉的太阳花模组表面螺钉孔位置检测方法，其特征在于：所述步骤103)圆形区域检测具体处理如下：

301)检出内轮廓圆步骤：通过圆检测，取得太阳花模组的芯片外有两层圆形轮廓，并进行剔除外圈圆形轮廓，得到内轮廓圆；

302)邻域梯度值获取步骤：通过对步骤102)的图形二值化，并进行Sobel方法检测而得到所有像素的邻域梯度值，具体Sobel方法在X、Y方向上的检测公式如下G_x、G_y：

由上述得到的θ来得出其梯度方向；

303)圆心确认步骤：遍历由步骤302)处理后的图中的所有非0像素点，沿梯度方向和其反方向画线，线段的起点和长度由设置的半径区间决定，将线段经过的每一个点都在累加器中记数；累加器中记数最多的点就是圆心；其中具体确定最多记数点步骤如下：对于所有记数点高的圆心，根据记数点从高到低进行排序，并依次计算边缘图中所有的非0像素点距此圆心的距离，并对距离从小到大排序，对于距离相差小于某个阈值的点视为在同一个圆中，进行新的统计属于该半径的非0点数；重复以上新的统计方法，在此情况下，会检测到至少两个以上的圆存在，再设置圆心最小间距，圆心之间距离小于此间距的只取累加器点数最多的为该圆心；

304)确认中心目标圆步骤：将步骤303)得到的圆心，因太阳花模组的形状，且此次检测只需检出一个最终中心目标圆，故首先设置圆心最小间距，又由于目标圆肯定在图像内，所以对圆的最小内接正矩形的四个角点坐标来进一步验证该圆心确定的圆形区域，从而得出最终中心目标圆。

5.根据权利要求1所述的基于视觉的太阳花模组表面螺钉孔位置检测方法，其特征在于：所述步骤105)区分出芯片的具体步骤如下：

501)遍历图像步骤：统计每个像素点的像素值，得到0-255像素范围中像素值i在图像中对应的像素点的数量m_i,用pi＝m_i/(cols×rows)来表示像素值i所对应像素点数量占总像素数量的概率；其中cols为图像的列即图像宽度，rows为图像的行即图像高度；

502)设阈值重新遍历统计步骤：设置一个阈值k，像素值小于等于k的所有像素点为A类，大于k的像素点为B类；再次从k＝0，1,2…255遍历像素值，由公式计算得到A类像素值的概率和，公式P₂(k)＝1-P₁(k)得到B类像素值概率和；由公式得到A类像素的平均灰度值,计算得到B类像素的平均灰度值；

503)确定最终阈值步骤：通过计算得到类间方差，选择类间方差最大值所对应的k值为阈值，如果最大值不唯一，取多个k值的平均作为阈值；对图像进行二值化，大于阈值的像素值为255，小于阈值的像素值为0，得到芯片区域的像素值都为255或者0。