[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 | ||
本发明公开了一种基于视觉点胶机器人的点胶智能识别系统,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;本发明在一定程度上提高了对图像的处理效果,是图像更加的清晰,降低了图像中的噪声,减少了因成像设备和环境所造成的图像失真现象,有利于提取有用信息,恢复原始图像,进而提高了后续点胶工序的工作效率和效果。
技术领域
本发明属于视觉点胶机器人技术领域,更具体地说,尤其涉及一种基于视觉点胶机器人的点胶智能识别系统。
背景技术
随着大规模集成技术的发展,计算机内存的体积不断缩小,价格急剐下降,速度不断提高,视觉系统也走向实用化了,机器人视觉,是指不仅要把视觉信息作为输入,而且还要对这些信息进行处理,进而提取出有用的信息提供给机器人,客观世界中三维物体经由传感器(如摄像机)转变为二维的平面图像,再经图像处理,输出该物体的图像。通常机器人判断物体位置和形状需要两类信息,即距离信息和明暗信息。当然作为物体视觉信息来说,还有色彩信息,但它对物体的位置和形状识别不如前两类信息重要。机器人视觉系统对光线的依赖性很大,往往需要好的照明条件,以便使物体所形成的图像最为清晰,检测信息增强,克服阴影、低反差、镜反射等问题,其功能为识别工件,确定工件的位置和方向以及为机器人的运动轨迹的自适应控制提供视觉反馈。
但是现有技术中用于视觉点胶机器人的点胶智能识别系统在对获取的图像进行处理时,处理的效果并不好,使图像不清晰,图像中噪声大,容易造成图像失真,不利于提取有用信息,进而影响后续点胶工序,因此我们需要提出一种基于视觉点胶机器人的点胶智能识别系统。
发明内容
本发明的目的是为了解决现有技术中存在的缺点,在一定程度上提高了对图像的处理效果,是图像更加的清晰,降低了图像中的噪声,减少了因成像设备和环境所造成的图像失真现象,有利于提取有用信息,恢复原始图像,进而提高了后续点胶工序的工作效率和效果,而提出的一种基于视觉点胶机器人的点胶智能识别系统。
为实现上述目的,本发明提供如下技术方案:一种基于视觉点胶机器人的点胶智能识别系统,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。
优选的,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。
优选的,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。
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/202111137295.3/2.html,转载请声明来源钻瓜专利网。





