[发明专利]一种基于图像处理的法兰识别方法

说明书

本发明涉及计算机视觉技术领域，具体公开了一种基于图像处理的法兰识别方法，包括：获取待识别法兰图像，并通过处理后得到多个目标法兰轮廓，并进一步得到多个拟合后的目标法兰椭圆轮廓；循环计算多个拟合后的目标法兰椭圆轮廓的总圆度值，并不断更新总圆度最小值；当循环到一定次数，选择最后更新的总圆度最小值，并根据最小总圆度值得到其对应的拟合后目标法兰椭圆轮廓，将最小总圆度值对应的拟合后目标法兰椭圆轮廓显示在待识别法兰图像上，得到法兰识别结果。本发明解决了智能输油臂粗定位中的法兰识别问题，该方法通用性好，有着较高的识别率。

技术领域

本发明涉及计算机视觉技术领域，更具体地，涉及一种基于图像处理的法兰识别方法。

背景技术

随着工业自动化程度的不断提高，越来越多的劳动力被机器代替。传统的海上输油臂是以人工遥控的方式来与船上的法兰进行对接，这不仅效率不够高，还要承担高额的人力成本。智能输油臂的出现实现了其与法兰的自动对接，减少了人力成本提高了效率，并将成为智慧码头的重要组成部分。计算机等技术的发展使得视觉定位的应用越来越广泛，根据应用场景，选择双目定位方法，法兰的识别成功率直接影响着定位结果。

发明内容

针对现有技术中存在的上述弊端，本发明提供了一种基于图像处理的法兰识别方法，解决了智能输油臂粗定位中的法兰识别问题，该方法通用性好，有着较高的识别率。

作为本发明的第一个方面，提供一种基于图像处理的法兰识别方法，包括：

步骤S1：获取待识别法兰图像；

步骤S2：对所述待识别法兰图像进行处理，得到处理后的法兰图像；

步骤S3：对所述处理后的法兰图像进行图像二值化处理，得到二值化图像；

步骤S4：对所述二值化图像进行形态学操作，得到形态学操作后的法兰图像；

步骤S5：对所述形态学操作后的法兰图像中的所有轮廓进行筛选，以得到多个目标法兰轮廓；

步骤S6：对多个所述目标法兰轮廓分别进行椭圆拟合，得到多个拟合后的目标法兰椭圆轮廓；

步骤S7：循环计算所述多个拟合后的目标法兰椭圆轮廓的总圆度值s，并提前设定总圆度最小值s_min，根据循环计算结果更新所述总圆度最小值s_min；

步骤S8：判断所述总圆度值s的计算次数i是否大于等于总计算次数M，当小于所述总计算次数M时，计算次数i加1，以计算次数i加1返回至步骤S3，开始循环计算所述总圆度值s，并不断更新总圆度最小值s_min，直至计算次数i大于等于所述总计算次数M；当大于等于所述总计算次数M时，选择最后更新的总圆度最小值s_min所对应的最小总圆度值s，并根据所述最小总圆度值s得到其对应的拟合后目标法兰椭圆轮廓，并执行步骤S9；

步骤S9：将所述最小总圆度值s对应的拟合后目标法兰椭圆轮廓显示在所述待识别法兰图像上，得到法兰识别结果。

进一步地，在所述步骤S2中还包括：

对所述待识别法兰图像进行中值滤波处理，得到滤波后的法兰图像；

将所述滤波后的法兰图像转换为灰度图像。

进一步地，在所述步骤S3和S4中还包括：

对所述灰度图像进行图像二值化处理，得到二值化图像；

对所述二值化图像依次进行闭操作运算和开操作运算，以得到所述形态学操作后的法兰图像。

进一步地，还包括：

判断所述滤波后的法兰图像是否为灰度图像；