[发明专利]一种基于视觉点胶机器人的点胶智能识别系统在审
| 申请号: | 202111137295.3 | 申请日: | 2021-09-27 |
| 公开(公告)号: | CN113996500A | 公开(公告)日: | 2022-02-01 |
| 发明(设计)人: | 郑朝翌 | 申请(专利权)人: | 普洛赛斯(苏州)软件科技有限公司 |
| 主分类号: | B05C11/10 | 分类号: | B05C11/10;B05C5/02;B25J11/00 |
| 代理公司: | 成都华复知识产权代理有限公司 51298 | 代理人: | 李俊 |
| 地址: | 215134 江苏省苏州市相*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 视觉 机器人 智能 识别 系统 | ||
1.一种基于视觉点胶机器人的点胶智能识别系统,其特征在于,包括图像采集模块、图像处理模块、测量系统标定模块和点胶模块,所述图像采集模块包括光源和摄像机,所述光源设置为环境光,且光源上设置有防护屏,所述摄像机设置为视觉传感器;
图像处理模块的处理过程包括如下步骤:
步骤1、图像增强处理,用于调整图像的对比度,突出图像中的重要细节,改善视觉质量;
步骤2、图像数据编码和传输处理,数据传输过程中,需对数据进行压缩处理,数据的压缩主要通过图像数据的编码和变换压缩完成;
步骤3、图像平滑处理,用于去除图像中的噪声;
步骤4、图像边缘锐化处理,加强图像中的轮廓边缘和细节,形成完整的物体边界;
步骤5、图像分割处理,将图像分成若干部分,每一部分对应于某一物体表面,在进行分割时,每一部分的灰度或纹理符合某一种均匀测度度量;
步骤6、图像的特征提取,识别并量化图像的关键特征;
步骤7、图像识别,利用识别算法来辨别景物中已分割好的各个物体,给这些物体赋予特定的标记。
2.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述测量系统标定模块在标定测量系统过程中,先使摄像机的像素分辨率即一个像素代表的实际尺寸,然后采用打点法确定胶头和摄像机原点之间的位置关系,最后由运动平台坐标系与像素图像坐标系之前的变换关系,可得捕捉点在运动平台坐标系中的物理坐标。
3.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述点胶模块在计算机将视觉信息推断后,进行图像匹配、识别,并控制机械手以最合适的点胶轨迹进行点胶作业。
4.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤1中,图像增强处理采用灰度直方图修改技术进行图像增强,把一幅已知灰度概率分布图像中的像素灰度作某种映射变换,使它变成一幅具有均匀灰度概率分布的新图像,实现使图象清晰的目的。
5.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤2中,图像数据编码和传输处理采用预测编码,即将图像数据的空间变化规律和序列变化规律用一个预测公式表示,如果知道了某一像素的前面各相邻像素值之后,可以用公式预测该像素值。
6.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤3中,图像平滑处理可去除实际成像过程中,因成像设备和环境所造成的图像失真,提取有用信息,恢复原始图像。
7.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤4中,图像边缘锐化处理时将物体从图像中分离出来或将表示同一物体表面的区域检测出来。
8.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤5中,图像分割处理时分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性。
9.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤6中,图像的特征提取是在提取物体图像边缘后采用周线跟踪进行边缘细化,去除伪边缘点及噪声点,并对组成封闭曲线的边缘点进编码,提取物体的形心坐标、面积、曲率、边缘、角点及短轴方向特征。
10.根据权利要求1所述的一种基于视觉点胶机器人的点胶智能识别系统,其特征在于:所述步骤7中,图像识别是将待识别物体正确地从图像的背景中分割出来,再设法将建立起来的图像中物体的属性图与假定模型库的属性图之间匹配。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于普洛赛斯(苏州)软件科技有限公司,未经普洛赛斯(苏州)软件科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111137295.3/1.html,转载请声明来源钻瓜专利网。





