[发明专利]一种新型机器视觉目标高速定位方法

摘要

本发明提供一种新型机器视觉目标高速定位方法，包括S1预备用于进行图像数据获取的若干个工业相机；得到需要的图像数据信息；S2对步骤S1中工业相机所拍摄的图像进行筛选及处理，得到模板图像；S3对所得的图像数据进行预处理，对步骤S2中所得的模板图像数据进行预处理，并判定图像是否发生旋转，S4通过归一化图像和模板向量，即归一化相关系数；S5判定图像旋转是否超过预设值；S6创建不同角度不同方向的模板序列；S7采用亚像素精度计算用于得到较高的图像分辨率，本发明能满足工业应用需求，解决在电子制造、3C制造等行业中的Mark点精确、快速定位问题，通过利用本发明的软件系统能够在偏光贴服设备、高速清洗贴片生成线设备中定位特征点。

主权项

一种新型机器视觉目标高速定位方法，其特征在于：包括以下步骤，S1：预备用于进行图像数据获取的若干个工业相机；并利用工业相机进行拍摄，得到需要的图像数据信息；S2：对步骤S1中工业相机所拍摄的图像进行筛选及处理，得到模板图像数据，并储存；S3：对步骤S1中所得的图像数据进行预处理，对步骤S2中所得的模板图像数据进行预处理，并判定图像是否发生旋转，若没有，则继续处理，若发生旋转，则跳转至步骤S5；将所得到的数据信息输送到图像与模板所对应的计算公示中：(其中，f是图像，t是模板)；S4：通过归一化图像和模板向量，即归一化相关系数；所述用于进行相似度测量的归一化相关系数用如下公示表示：NCC(u,v)=Σx,y[f(x,y)-fu,v][t(x-u,y-v)-t]Σx,y[f(x,y)-fu,v-]2Σx,y[t(x-u,y-v)-t‾]2;]]>S5:判定图像旋转是否超过预设值C1，若超过则跳转至步骤S6；若没有超过预设旋转角度值C1，则继续处理；定义一个模板t的圆投影转换值为Pt(r)：其中θ∈[0，2π]；对于离散的情况Pt(r)的值可以表示为：其中Lr是圆r中所包含的所有象素点的个数，r＝0、1、2、3...R；圆投影向量间的归一化相关系数表示为：NC(Pf,Pt)=[(R+1)Σr=0Pt(r)Pf(r)-Σr=0Pt(r)Σr=0Pf(r)]2×100{(R+1)ΣRPt(r)2-[ΣRPt(r)]2}{(R+1)ΣRPf(r)2-[ΣRPf(r)]2};]]>NC(Pf,Pt)的范围在‑1到1之间，并且不受光照和旋转的影响；S6:创建不同角度不同方向的模板序列；然后用不同方向的模板在图像金字塔上分别匹配；采用圆投影转换算法，并选择圆内数据作为匹配区域，当在最底层金字塔搜索到粗位置时，就跟踪到上一层金字塔进行经匹配，一直匹配到原始图像；S7:采用亚像素精度计算用于得到较高的图像分辨率；把已求得位置3×3邻域内的所有点的相似度值拟和成一个二次曲面，然后根据最小二乘法求出系数，然后求取局部最大值或最小值，所得的位置就是要得到的亚像素精度位置；一旦已经匹配到整数位置，就可以获得其3×3邻域内的所有相似度值；要拟和的二次曲面方程为：f(x,y)＝αx2+βy2+εxy+γx+δy+φ；其中参数模型为定义是每个位置的x,y坐标值的组合，得到：其中A＝[A1,A2,...,A9]T，A1,A2,...,A9是9个系数向量；已知的是每个点的相似度值F和位置向量A，由最小二乘法估计得到系数为：p→=(ATA)-1ATF→;]]>得到系数矩阵之后，可以通过微积分的方法求得局部极值；在极值好处，有：∂f/∂x=0∂f→/∂y=0,2αxc+ϵyc+γ=02βyc+ϵxc+δ=0;]]>就方程可以得到：S8:步骤S7求得的最终数值xc,yc就是亚像素精度的位置。