一種基于機器視覺定位特征對象的方法
【專利摘要】一種基于機器視覺定位特征對象的方法，由一機器視覺系統(tǒng)提供該特征對象的一圖像，本發(fā)明的方法利用該圖像定位該特征對象，包括以下步驟：ⅰ)利用blob技術或模板匹配技術從圖像中識別特征對象的區(qū)域；ⅱ)獲得上述區(qū)域的中心坐標。本發(fā)明的方法可用于定位一攝像模組的鏡頭中心坐標或花瓣槽的中心坐標，可利用鏡頭中心坐標和花瓣槽中心坐標計算花瓣槽的角度。
【專利說明】
一種基于機器視覺定位特征對象的方法
技術領域
[0001]本發(fā)明涉及機器視覺領域，尤其涉及一種基于機器視覺定位特征對象的方法。
【背景技術】
[0002]隨著自動化設備的快速發(fā)展，很多高精度的自動化設備需要用到機器視覺來輔助電機定位。以手機攝像模組(CCM)的自動調焦過程為例，目前的自動調焦機在對攝像模組調焦時，首先需要將調焦手輪精準的插入CCM鏡頭的花瓣槽中，才能進行后續(xù)的調焦操作，然而鏡頭整體大小只有6mm到10mm，且花瓣槽寬度根據(jù)不同模組型號僅在Imm到2mm之間，如果單靠電機肯定無法精確定位，因此需要利用機器視覺來輔助電機定位。
[0003]此外，合格的攝像模組的花瓣槽應當與鏡頭芯片平行，但是在實際的生產(chǎn)安裝中，難免會有花瓣槽與鏡頭芯片沒有放置平行的時候，此時就需要利用機器視覺定位花瓣槽的角度，從而輔助電機進行后續(xù)的修正操作。在利用機器視覺獲得了花瓣槽在相機畫面中的位置以及角度偏差后，根據(jù)攝像模組的物理坐標(也即機械坐標)和圖像像素點坐標(即在機器視覺的相機畫面中的像素坐標)的比例系數(shù)，可以算出電機X、Y軸需要定位的位置和U軸需要轉動的角度。
[0004]然而，目前市面上的整套機器視覺系統(tǒng)(如Keyence，Omron等)是通用性視覺，調試比較復雜，且價格昂貴。因此，需要開發(fā)一種較為簡單且成本低的識別方法。
【發(fā)明內容】
[0005]本發(fā)明的一個目的在于提供一種基于機器視覺定位特征對象的方法，該方法可獲得特征對象在像素坐標系中的坐標信息，從而實現(xiàn)對特征對象的定位。
[0006]本發(fā)明的另一個目的在于提供一種基于機器視覺定位一特征對象的方法，該方法基于一自動調焦機的機器視覺識別系統(tǒng)，通過該方法可定位一攝像模組上的一特征對象，獲得該特征對象在像素坐標系中的坐標信息。
[0007]本發(fā)明的另一個目的在于提供一種基于機器視覺定位特征對象的方法，該方法不需要特殊的機器視覺系統(tǒng)，可利用通用的CCD相機，并通過自主編寫軟件系統(tǒng)進行識別，從而降低了機器識別系統(tǒng)的整體成本。
[0008]本發(fā)明的另一個目的在于提供一種基于機器視覺定位特征對象的方法，在精度相近的情況下，該方法比基恩士視覺調試更加方便和快捷，且雙工位工作時互不干擾。
[0009]本發(fā)明的另一個目的在于提供一種基于機器視覺定位特征對象的方法，通過該方法可在自動調焦設備中定位一攝像模組的鏡頭中心坐標和/或花瓣槽中心坐標。
[0010]本發(fā)明的另一個目的在于提供一種定位一攝像模組的花瓣槽角度的方法，該方法利用攝像模組的鏡頭中心坐標和花瓣槽中心坐標定位花瓣槽的角度。
[0011]為達到以上目的，本發(fā)明提供一種基于機器視覺定位特征對象的方法，由一機器視覺系統(tǒng)提供所述特征對象的一圖像，所述方法利用所述圖像定位所述特征對象，所述方法包括以下步驟:
[0012]i)利用blob技術或模板匹配技術從所述圖像中識別所述特征對象的區(qū)域；
[0013]ii)獲得所述區(qū)域內一特定點的坐標。
[0014]優(yōu)選地，當所述特征對象的形狀接近圓形時，在步驟i )中利用blob技術識別所述特征對象的區(qū)域包括以下步驟:
[0015]a)從所述圖像中找出圓近似度和面積與所述特征對象符合的內圓連通域，即為所述區(qū)域；
[0016]b)提取所述內圓連通域。
[0017]優(yōu)選地，在步驟a)中，通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。
[0018]優(yōu)選地，在步驟b)中提取所述內圓連通域的步驟具體為:對所述內圓連通域做膨脹腐蝕處理，從所述圖像中將所述內圓連通域分割出來。
[0019]優(yōu)選地，步驟ii )中的所述特定點為所述區(qū)域的中心，也即當所述特征對象接近圓形時，所述特定點為圓心。步驟?)進一步包括以下步驟:
[0020]c)提取所述內圓連通域的邊緣；
[0021 ] d)對所述內圓連通域的邊緣做圓擬合，得到內圓圓心坐標。
[0022]優(yōu)選地，在步驟c)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。
[0023]優(yōu)選地，在步驟d)中，采用最小二乘法做圓擬合。
[0024]當步驟i )中不能使用blob技術識別所述區(qū)域時，在步驟i )中利用模板匹配識別所述特征對象的區(qū)域，此時，步驟i )包括以下步驟:
[0025]A)提供所述特征對象的一模板；
[0026]B)對所述圖像做基于邊緣的模板匹配，得到與所述模板形狀一致的特征區(qū)域，即所述區(qū)域。
[0027]優(yōu)選地，步驟A)包括以下步驟:
[0028]Al)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波；
[0029]A2)將所述特征對象的區(qū)域從所述基準圖像中分割出來，作為所述特征對象的模板。
[0030]優(yōu)選地，在步驟ii )中，所述特定點為所述特征區(qū)域的中心。
[0031]本發(fā)明還提供一種基于機器視覺定位一攝像模組的鏡頭的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述鏡頭，所述方法包括以下步驟:
[0032]h)從所述圖像中找出圓近似度和面積與所述鏡頭符合的內圓連通域；
[0033]i)提取所述內圓連通域；
[0034]j)獲得所述內圓連通域的圓心坐標(X。，y。)。
[0035]本發(fā)明還提供一種基于機器視覺定位一攝像模組的花瓣槽的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽，所述方法包括以下步驟:
[0036]H)提供一花瓣槽的模板；
[0037]I)對所述圖像做基于邊緣的模板匹配，得到與所述花瓣槽模板相匹配的一特征區(qū)域；
[0038]J)獲得所述特征區(qū)域的中心坐標(Xl，Y1)。
[0039]本發(fā)明還提供一種基于機器視覺定位一攝像模組的花瓣槽角度的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽的角度，所述方法包括以下步驟:
[0040]X)從所述圖像中獲取所述攝像模組的鏡頭的中心坐標(X。，y0);
[0041]Y)從所述圖像中獲取所述攝像模組的花瓣槽的中心坐標(Xl，Y1);
[0042]Z)計算所述花瓣槽的角度。
[0043]優(yōu)選地，利用公式:計算所述花瓣槽的角度。
【附圖說明】
[0044]圖1是本發(fā)明的基于機器視覺定位特征對象的方法的流程圖。
[0045]圖2是本發(fā)明的基于機器視覺定位一攝像模組的花瓣槽角度的方法的流程圖。
[0046]圖3是利用本發(fā)明的基于機器視覺定位特征對象的方法識別一攝像模組的花瓣槽角度的示意圖。
【具體實施方式】
[0047]以下描述用于揭露本發(fā)明以使本領域技術人員能夠實現(xiàn)本發(fā)明。以下描述中的優(yōu)選實施例只作為舉例，本領域技術人員可以想到其他顯而易見的變型。在以下描述中界定的本發(fā)明的基本原理可以應用于其他實施方案、變形方案、改進方案、等同方案以及沒有背離本發(fā)明的精神和范圍的其他技術方案。
[0048]本發(fā)明涉及一自動調焦機的機器視覺識別系統(tǒng)，所述機器視覺識別系統(tǒng)用于在自動調焦時定位一攝像模組的一特征對象。所述機器視覺識別系統(tǒng)提供一 CCD相機以及一計算機系統(tǒng)。所述CCD相機用于獲取所述特征對象的圖像，所述CCD相機的像素根據(jù)所述機器視覺識別系統(tǒng)的精度要求進行選擇。優(yōu)選地，所述CCD相機可以是黑白的CCD相機。所述計算機系統(tǒng)用于處理所述CCD相機獲取的所述圖像，即從所述圖像中識別所述特征對象，并計算所述特征對象的坐標和/或角度。本發(fā)明主要提供一種利用所述計算機系統(tǒng)處理所述圖像，并獲得所述圖像中的所述特征對象的坐標和/或角度的方法。
[0049]在利用所述計算機系統(tǒng)定位所述特征對象時，需要建立一個基于機器視覺的像素坐標系(XP，YP)。獲得的所述特征對象的坐標是在像素坐標系中的像素坐標。想要得到所述特征對象的機械坐標，可通過視覺比例系數(shù)將像素坐標轉換為機械坐標。另外，所述特征對象的角度是指所述特征對象的中心軸與所述像素坐標系的坐標軸之間的夾角。
[0050]因此，本發(fā)明所說的基于機器視覺定位所述特征對象是指定位所述特征對象在像素坐標系中的位置。
[0051]在定位所述圖像中的所述特征對象時，需要根據(jù)所述特征對象的形狀選擇合適的方法進行定位。如果所述特征對象的形狀接近圓形時，主要利用blob技術進行定位。如果所述特征對象的形狀不能通過blob技術定位，則采用模板匹配的方法進行定位。
[0052]本發(fā)明提供一種基于機器視覺定位一特征對象的方法，由一機器視覺系統(tǒng)提供所述特征對象的一圖像，所述方法利用所述圖像定位所述特征對象，所述方法包括以下步驟:
[0053]i)利用blob技術或模板匹配技術從所述圖像中識別所述特征對象的區(qū)域；
[0054]ii)獲得所述區(qū)域內一特定點的坐標。
[0055]值得一提的是，所述區(qū)域的所述特定點為位置關系與所述區(qū)域確定的一點，而不是所述區(qū)域中一隨機的點。例如，當所述區(qū)域為圓形時，所述特定點可以是所述區(qū)域的圓心。
[0056]優(yōu)選地，當所述特征對象的形狀接近圓形時，在步驟i )中利用blob技術識別所述特征對象的區(qū)域。
[0057]利用blob技術識別所述特征對象的區(qū)域的方法進一步包括以下步驟:
[0058]a)從所述圖像中找出圓近似度和面積與所述特征對象符合的內圓連通域，即為所述區(qū)域；
[0059]b)提取所述內圓連通域。
[0060]優(yōu)選地，在步驟a)中，通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。
[0061]優(yōu)選地，在步驟b)中提取所述區(qū)域的步驟具體為:對所述內圓連通域做膨脹腐蝕處理，從所述圖像中將所述內圓連通域分割出來。
[0062]優(yōu)選地，步驟ii )中的所述特定點為所述區(qū)域的中心，也即當所述特征對象接近圓形時，所述特定點為圓心。當利用blob技術識別所述特征對象的區(qū)域時，步驟ii )包括以下步驟:
[0063]c)提取所述內圓連通域的邊緣；
[0064]d)對所述內圓連通域的邊緣做圓擬合，得到內圓圓心坐標。
[0065]優(yōu)選地，在步驟c)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。
[0066]優(yōu)選地，在步驟d)中，采用最小二乘法做圓擬合。
[0067]當所述特征對象無法用blob技術識別時，在步驟i )中利用模板匹配的方法識別所述特征對象的區(qū)域。
[0068]利用模板匹配識別所述特征對象的區(qū)域的方法進一步包括以下步驟:
[0069]A)提供所述特征對象的一模板；
[0070]B)對所述圖像做基于邊緣的模板匹配，得到與所述模板形狀一致的特征區(qū)域，即所述區(qū)域。
[0071]優(yōu)選地，步驟A)包括以下步驟:
[0072]Al)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波；
[0073]A2)將所述特征對象的區(qū)域從所述基準圖像中分割出來，作為所述特征對象的模板。
[0074]優(yōu)選地，當在步驟i )中使用模板匹配的方法識別所述區(qū)域時，在步驟? )中，所述特定點為所述特征區(qū)域的中心。
[0075]本發(fā)明提供的所述方法可在利用一自動調焦機對一攝像模組進行調焦時，識別所述攝像模組上端面的花瓣槽的位置以及角度。由于實際生產(chǎn)加工過程中的誤差，不同攝像模組的花瓣槽的位置以及角度不一定完全相同，因此需要利用本發(fā)明的所述方法對每一攝像模組的所述花瓣槽進行定位。
[0076]值得一提的是，所述花瓣槽即為所述鏡頭上端面邊緣的數(shù)個凹槽，自動調焦機的調焦手輪的每個爪分別與一個所述花瓣槽對應，所述調焦手輪的各個爪插入各所述花瓣槽內，可以控制所述鏡頭的移動，從而實現(xiàn)對所述鏡頭焦距的調整。在一些實施例中各所述花瓣槽的形狀相同且相互等距地形成于所述鏡頭的邊緣，也即各所述花瓣槽之間的夾角相同。在安裝的過程中很難保證每一個所述攝像模組的所述花瓣槽的位置都一致，因此在將所述調焦手輪準確插入所述花瓣槽內時，需要準確識別所述花瓣槽的角度，由于各所述花瓣槽之間的夾角相同，因此只要識別其中一個所述花瓣槽的角度即可以確定各所述花瓣槽的角度，從而實現(xiàn)了對各所述花瓣槽的定位。
[0077]如圖3A、3B所示，為攝像模組10的鏡頭11的一個實施例的示意圖，圖中顯示了所述鏡頭11的外邊緣形成數(shù)個凹槽12，所述凹槽12即為所述花瓣槽12。圖3A中所示的各所述花瓣槽12的角度與圖3B中所示的各花瓣槽12的角度不同。在確定所述花瓣槽12的角度時，以所述鏡頭11的圓心坐標為參考點，將所述花瓣槽12的中心與所述鏡頭11的圓心的連線的角度作為所述花瓣槽的角度。因此識別所述花瓣槽12的角度就轉化為識別所述鏡頭11的圓心和所述花瓣槽12的中心。
[0078]在一個優(yōu)選實施例中，本發(fā)明的所述方法識別的所述特征對象為一攝像模組的鏡頭，由于所述鏡頭的形狀接近圓形，因此識別所述鏡頭采用blob技術。
[0079]本發(fā)明提供一種基于機器視覺定位一攝像模組的鏡頭的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述鏡頭，所述方法包括以下步驟:
[0080]h)從所述圖像中找出圓近似度和面積與所述鏡頭符合的內圓連通域；
[0081]i)提取所述內圓連通域；
[0082]j)獲得所述內圓連通域的圓心坐標(X。，y。)。
[0083]優(yōu)選地，步驟h)具體的為:通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。
[0084]優(yōu)選地，步驟i)中提取所述內圓連通域包括以下步驟:
[0085]il)對所述內圓連通域做膨脹腐蝕處理，系數(shù)為若干個像素點；
[0086]?2)將膨脹過得區(qū)域和腐蝕過的區(qū)域相減，則可以得到一個線條寬為5個像素點的圓區(qū)域；
[0087]?3)然后將所述圓區(qū)域從所述圖像中分割出來，即為所述內圓連通域。
[0088]優(yōu)選地，步驟j)包括以下步驟:
[0089]j I)提取內圓連通域的邊緣；
[0090]j2)對所述內圓連通域的邊緣做圓擬合，得到圓心坐標(X。，y。)。
[0091]優(yōu)選地，在步驟j I)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。
[0092]優(yōu)選地，在步驟j2)中，采用最小二乘法做圓擬合。
[0093]優(yōu)選地，在步驟j2)中，可以得到亞像素點精度的所述圓心坐標。
[0094]在另一個優(yōu)選實施例中，所述特征對象為所述攝像模組的花瓣槽，由于所述花瓣槽的形狀特殊，需要采用模板匹配的方法進行識別。
[0095]本發(fā)明提供一種基于機器視覺定位一攝像模組的花瓣槽的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽，所述方法包括以下步驟:
[0096]H)提供一花瓣槽的模板；
[0097]I)對所述圖像做基于邊緣的模板匹配，得到與所述花瓣槽模板相匹配的一特征區(qū)域；
[0098]J)獲得所述特征區(qū)域的中心坐標(Xl，Y1)。
[0099]優(yōu)選地，步驟H)包括以下步驟:
[0100]Hl)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波；
[0101]H2)將所述花瓣槽的區(qū)域從所述基準圖像中分割出來，作為所述花瓣槽的模板。
[0102]值得一提的是，所述基準圖片是圖像品質較好的所述攝像模組的一張圖片，用圖像分割技術從所述基準圖片中將花瓣槽區(qū)域分割出來，作為模板。在利用機器視覺識別生產(chǎn)線上的一攝像模組的花瓣槽時，就以所述模板為基準進行匹配，能夠與所述模組匹配的區(qū)域就識別為花瓣槽區(qū)域
[0103]優(yōu)選地，所述特征區(qū)域為一矩形區(qū)域，所述特征區(qū)域的長寬與所述花瓣槽模板的長寬一致。
[0104]對于所述攝像模組，所述花瓣槽中心與所述鏡頭中心的連線即為所述花瓣槽的中心軸，因此利用所述鏡頭中心的坐標與所述花瓣槽中心的坐標，可以算出所述花瓣槽的中心軸與坐標軸之間的夾角，也即所述花瓣槽的角度
[0105]本發(fā)明還提供一種基于機器視覺定位一攝像模組的花瓣槽角度的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽的角度，所述方法包括以下步驟:
[0106]X)從所述圖像中獲取所述攝像模組的鏡頭的中心坐標(X。，y0);
[0107]Y)從所述圖像中獲取所述攝像模組的花瓣槽的中心坐標(Xl，Y1);
[0108]Z)計算所述花瓣槽的角度。
[0109]值得一提的是，步驟X)和步驟Y)的順序可以改變。
[0110]優(yōu)選地，步驟X)包括以下步驟:
[0111]XI)從所述圖像中找出圓近似度和面積與所述鏡頭符合的內圓連通域；
[0112]X2)提取所述內圓連通域；
[0113]X3)獲得所述內圓連通域的圓心坐標(X。，y0)。
[0114]優(yōu)選地，在步驟XI)中，通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。
[0115]優(yōu)選地，步驟X2)中提取所述內圓連通域包括以下步驟:
[0116]X21)對所述內圓連通域做膨脹腐蝕處理，系數(shù)為若干個像素點；
[0117]X22)將膨脹過得區(qū)域和腐蝕過的區(qū)域相減，則可以得到一個線條寬為5個像素點的圓區(qū)域；
[0118]X23)將所述圓區(qū)域從所述圖像中分割出來，即為所述內圓連通域。
[0119]優(yōu)選地，步驟X3)包括以下步驟:
[0120]X31)提取所述內圓連通域的邊緣；
[0121]X32)對所述內圓連通域的邊緣做圓擬合，得到圓心坐標(X。，y。)。
[0122]優(yōu)選地，在步驟X31)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。
[0123]優(yōu)選地，在步驟X32)中，采用最小二乘法做圓擬合。
[0124]優(yōu)選地，在步驟X32)中，可以得到亞像素點精度的所述圓心坐標。
[0125]優(yōu)選地，步驟Y)包括以下步驟:
[0126]Yl)提供一花瓣槽的模板；
[0127]Y2)對所述圖像做基于邊緣的模板匹配，得到與所述花瓣槽的模板相匹配的一特征區(qū)域；
[0128]Y3)獲得所述特征區(qū)域的中心坐標(Xl，Y1)。
[0129]優(yōu)選地，步驟Yl)包括以下步驟:
[0130]Yll)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波；
[0131]Y12)將所述花瓣槽的區(qū)域從所述基準圖像中分割出來，作為所述花瓣槽的模板。
[0132]優(yōu)選地，步驟Z)中，利用公式:計算所述花瓣槽的角度。
[0133]本領域的技術人員應理解，上述描述及附圖中所示的本發(fā)明的實施例只作為舉例而并不限制本發(fā)明。本發(fā)明的目的已經(jīng)完整并有效地實現(xiàn)。本發(fā)明的功能及結構原理已在實施例中展示和說明，在沒有背離所述原理下，本發(fā)明的實施方式可以有任何變形或修改。
【主權項】
1.一種基于機器視覺定位特征對象的方法，由一機器視覺系統(tǒng)提供所述特征對象的一圖像，所述方法利用所述圖像定位所述特征對象，其特征在于，所述方法包括以下步驟: i)利用blob技術或模板匹配技術從所述圖像中識別所述特征對象的區(qū)域； ii)獲得所述區(qū)域內一特定點的坐標。2.如權利要求1所述的基于機器視覺定位特征對象的方法，在步驟?)所述特定點為所述區(qū)域的中心。3.如權利要求2所述的基于機器視覺定位特征對象的方法，在步驟i)中利用blob技術識別所述特征對象的區(qū)域包括以下步驟: a)從所述圖像中找出圓近似度和面積與所述特征對象符合的內圓連通域，所述內圓連通域即為所述區(qū)域； b)提取所述內圓連通域。4.如權利要求3所述的基于機器視覺定位特征對象的方法，在步驟a)中，通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。5.如權利要求3或4所述的基于機器視覺定位特征對象的方法，在步驟b)中提取所述內圓連通域的步驟具體為:對所述內圓連通域做膨脹腐蝕處理，從所述圖像中將所述內圓連通域分割出來。6.如權利要求3所述的基于機器視覺定位特征對象的方法，步驟ii)包括以下步驟: c)提取所述內圓連通域的邊緣； d)對所述內圓連通域的邊緣做圓擬合，得到內圓圓心坐標。7.如權利要求5所述的基于機器視覺定位特征對象的方法，步驟ii)包括以下步驟: c)提取所述內圓連通域的邊緣； d)對所述內圓連通域的邊緣做圓擬合，得到內圓圓心坐標。8.如權利要求6或7所述的基于機器視覺定位特征對象的方法，在步驟c)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。9.如權利要求6或7所述的基于機器視覺定位特征對象的方法，在步驟d)中，采用最小二乘法做圓擬合。10.如權利要求1或2所述的基于機器視覺定位特征對象的方法，在步驟i)中利用模板匹配識別所述特征對象的區(qū)域包括以下步驟: A)提供所述特征對象的一模板； B)對所述圖像做基于邊緣的模板匹配，得到與所述模板形狀一致的特征區(qū)域，即所述區(qū)域。11.如權利要求10所述的基于機器視覺定位特征對象的方法，步驟A)包括以下步驟: Al)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波； A2)將所述特征對象的區(qū)域從所述基準圖像中分割出來，作為所述特征對象的模板。12.—種基于機器視覺定位攝像模組的鏡頭的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述鏡頭，其特征在于，所述方法包括以下步驟: h)從所述圖像中找出圓近似度和面積與所述鏡頭符合的內圓連通域； i)提取所述內圓連通域； j)獲得所述內圓連通域的圓心坐標(X(]，yD)。13.如權利要求12所述的基于機器視覺定位攝像模組的鏡頭的方法，其中步驟h)具體的為:通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。14.如權利要求12或13所述的基于機器視覺定位攝像模組的鏡頭的方法，其中步驟i)中提取所述內圓連通域包括以下步驟: il)對所述內圓連通域做膨脹腐蝕處理，系數(shù)為若干個像素點； ?2)將膨脹過得區(qū)域和腐蝕過的區(qū)域相減，則可以得到一個線條寬為5個像素點的圓區(qū)域； ?3)然后將所述圓區(qū)域從所述圖像中分割出來，即為所述內圓連通域。15.如權利要求14所述的基于機器視覺定位攝像模組的鏡頭的方法，其中步驟j)包括以下步驟: jl)提取所述內圓連通域的邊緣； j2)對所述內圓連通域的邊緣做圓擬合，得到圓心坐標(X(:，y。)。16.如權利要求15所述的基于機器視覺定位攝像模組的鏡頭的方法，在步驟jl)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。17.如權利要求15所述的基于機器視覺定位攝像模組的鏡頭的方法，在步驟j2)中，采用最小二乘法做圓擬合。18.—種基于機器視覺定位攝像模組的花瓣槽的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽，其特征在于，所述方法包括以下步驟: H)提供一花瓣槽的模板； I)對所述圖像做基于邊緣的模板匹配，得到與所述花瓣槽模板相匹配的一特征區(qū)域； J)獲得所述特征區(qū)域的中心坐標(X^y1)C319.如權利要求18所述的基于機器視覺定位攝像模組的花瓣槽的方法，其中步驟H)包括以下步驟: HI)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波； H2)將所述花瓣槽的區(qū)域從所述基準圖像中分割出來，作為所述花瓣槽的模板。20.一種基于機器視覺定位攝像模組的花瓣槽角度的方法，由一機器視覺系統(tǒng)提供所述攝像模組的一圖像，所述方法利用所述圖像定位所述花瓣槽的角度，其特征在于，所述方法包括以下步驟: X)從所述圖像中獲取所述攝像模組的鏡頭的中心坐標(X(]，yD); Y)從所述圖像中獲取所述攝像模組的花瓣槽的中心坐標(Xl，yi); Z)計算所述花瓣槽的角度。21.如權利要求20所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，利用公式:計算所述花瓣槽的角度。22.如權利要求20或21所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，其中步驟X)包括以下步驟: XD從所述圖像中找出圓近似度和面積與所述鏡頭符合的內圓連通域； X2)提取所述內圓連通域； X3)獲得所述內圓連通域的圓心坐標(X(]，y。)。23.如權利要求22所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，在步驟XI)中，通過對所述圖像做二值化閾值處理，獲得數(shù)個所述連通域，從數(shù)個所述連通域中找出圓近似度和面積與所述鏡頭符合的所述內圓連通域。24.如權利要求22或23所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，其中步驟X2)中提取所述內圓連通域包括以下步驟: X21)對所述內圓連通域做膨脹腐蝕處理，系數(shù)為若干個像素點； X22)將膨脹過得區(qū)域和腐蝕過的區(qū)域相減，則可以得到一個線條寬為5個像素點的圓區(qū)域； X23)將所述圓區(qū)域從所述圖像中分割出來，即為所述內圓連通域。25.如權利要求24所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，其中步驟X3)包括以下步驟: X31)提取所述內圓連通域的邊緣； X32)對所述內圓連通域的邊緣做圓擬合，得到圓心坐標(X(:，y。)。26.如權利要求25所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，在步驟X31)中，對所述內圓連通域做亞像素點的閾值分割，從而得到所述內圓連通域的邊緣。27.如權利要求26所述的基于機器視覺定位一攝像模組的花瓣槽角度的方法，在步驟X32)中，采用最小二乘法做圓擬合。28.如權利要求20、21或27任一所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，其中步驟Y)包括以下步驟: Yl)提供一花瓣槽的模板； Y2)對所述圖像做基于邊緣的模板匹配，得到與所述花瓣槽的模板相匹配的一特征區(qū)域； Y3)獲得所述特征區(qū)域的中心坐標(X1, Y1)。29.如權利要求28所述的基于機器視覺定位攝像模組的花瓣槽角度的方法，其中步驟Yl)包括以下步驟: Yll)注冊一張圖片作為基準圖片，對所述基準圖片做中值濾波； Y12)將所述花瓣槽的區(qū)域從所述基準圖像中分割出來，作為所述花瓣槽的模板。
【文檔編號】H04N5/232GK105991913SQ201510053491
【公開日】2016年10月5日
【申請日】2015年2月3日
【發(fā)明人】吳林哲, 諸慶, 柯海挺, 陳成權
【申請人】寧波舜宇光電信息有限公司