[发明专利]零件孔位智能识别定位方法

说明书

本发明公开了一种零件孔位智能识别定位方法，包括：对原图片进行采集；对采集的图片进行预处理以提高零件整体的识别定位精度：首先对采集的零件图片进行去噪处理，采用多种滤波相结合的滤波算法，通过对比选择出最合适的降噪滤波，先对滤波处理后的整体图片进行二值化再进行直方图均衡化，对直方图均衡化处理后的整体图片进行形态学操作：形态学操作包括图像膨胀与图像腐蚀，对图片进行Canny边缘检测：对零件图片上的孔位进行特征提取：在图像坐标系中对零件图片上的孔位进行Hough圆变换确定待处理的孔位中心的位置坐标，然后通过改进的轮廓查找法来判断孔位轮廓是否为圆形，对确认为圆形的孔位进行圆形拟合，并通过输出函数对圆坐标、半径、面积进行输出。

技术领域

本发明涉及图像处理领域，尤其是涉及圆形零件的识别与定位。

背景技术

圆形、椭圆形零件是各类物体上常见特征，广泛存在于中国的制造中，随着国内图像处理技术及计算机技术的不断发展，在测量机械零件的过程中数字图像处理技术逐渐替代了传统的卡尺测量方法，在机械零件测量中应用数字图像处理技术不仅有效提高了测量工作的效率，也让检测任务能够及时、高效完成，机械零件的检测速度和精度也不断提高，进一步推动了推动我国智能制造业的发展。

公知的零件形状识别资料有：申请号为201711000106.1的中国专利公开了一种利用 Hough变换的圆形目标检测方法，得到了对圆形目标的圆心定位并计算圆半径，但该方法对批量处理一组不同尺称的圆不适用，而是对所有圆进行识别定位，这样导致运算时间过长且占用电脑内存，效率低下。申请号为201410594409.0的中国专利公开了一种基于Hough 变换的圆检测方法，通过小领域范围内用梯度信息加速投票过程，提高检测出真圆的概率，但该方法只提高了检测圆的概率，并没有提高圆心的识别定位精度。申请号为201410598274.5的中国专利公开了一种圆形图形的检测方法，通过Hough变换和最小二乘法拟合，有效地完成PCB板中的圆形图像的检测，但该方法没有考虑到图像受噪声污染问题，对于质量差的图像该方法不适用。

发明内容

本发明所要解决的技术问题是：提供一种可以降低图片中更多的噪声且很好地保留图片细节特征并提高识别与定位精度的零件孔位智能识别定位方法。

为解决上述技术问题，本发明所采用的技术方案为：零件孔位智能识别定位方法，包括如下步骤：

第一步，在Visual Studio软件中配置OpenCV，在OpenCV中程序采用C++语言，在OpenCV 中打开CCD相机对原图片进行采集，采集后的图片传入电脑；

第二步，对采集的图片进行预处理以提高零件整体的识别定位精度：首先对采集的零件图片进行去噪处理，采用由方框滤波、均值滤波、高斯滤波、中值滤波、双边滤波、导向滤波相结合的滤波算法，通过对比选择出最合适的降噪滤波，具体如下：

首先对以上滤波进行全局变量声明，并对以上滤波的内核进行赋值1；

其次对以上滤波进行全局函数声明，并通过轨迹条回调函数来确定以上滤波的滤波器；

接着输入图像并创建以上滤波原图窗口，显示以上滤波效果图窗口，随后创建以上滤波轨迹条并显示在窗口上，退出程序；

然后对以上滤波函数的内核值进行参数设置；

再然后对源图像进行通道分离，并对每个分通道进行各自的滤波操作并将分通道滤波结果合并；

通过以上滤波器函数部分操作以对图像实现降噪处理，包括：1、转换源图像信息，将输入扩展为64位浮点型；2、对以上滤波图像均值进行计算；3、计算以上滤波的的协方差和方差；4计算以上滤波的协方差和方差均值；5、生成输出矩阵以对图片实现降噪处理；

最后，通过滑动滤波轨迹条来判断选出对图像降噪效果最好的一种滤波作为降噪滤波；