基于視覺檢測(cè)系統(tǒng)的櫥柜調(diào)節(jié)腳全自動(dòng)裝配控制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于視覺檢測(cè)系統(tǒng)的榻柜調(diào)節(jié)腳全自動(dòng)裝配控制方法。
【背景技術(shù)】
[000引調(diào)節(jié)腳在人類生活和生產(chǎn)中隨處可見，主要用于在家具下方，利用其具有的螺紋 進(jìn)行調(diào)節(jié)，實(shí)現(xiàn)調(diào)節(jié)家具高度、防滑、防震等目的。目前調(diào)節(jié)腳裝配過程主要依靠工人手工 裝配，人為因素導(dǎo)致組裝效率低、組裝件精度差等諸多弊端。特別地，由于圓柱型調(diào)節(jié)腳元 件B兩端中的一端具有內(nèi)螺紋，另一端為光滑的，在裝配的過程中，需要人工鑒別出有內(nèi)螺 紋的一端，使之與原件A配合，現(xiàn)在主要是依靠人工操作，由于人為因素，導(dǎo)致安裝工件誤 差率高，安裝效率低。圓柱型原件B的材質(zhì)為塑料，重量較輕，端口有無內(nèi)螺紋無法從重量、 形狀上區(qū)分，無法利用提升機(jī)該一類機(jī)械系統(tǒng)識(shí)別端口有無內(nèi)螺紋。
[0003] 由于上述提升機(jī)自身原理的限制，只能保證圓柱型原件B的軸線平行于傳送帶的 運(yùn)動(dòng)方向，不能保證有內(nèi)螺紋的端口朝向運(yùn)動(dòng)方向，因此，需要一個(gè)全自動(dòng)的識(shí)別翻轉(zhuǎn)裝 置，使圓柱型原件B的帶內(nèi)螺紋端口朝向運(yùn)動(dòng)方向。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的是為了解決現(xiàn)有的塑料榻柜調(diào)節(jié)腳全自動(dòng)裝配過程中，由于采用人 工裝配方法，存在裝配效率低、裝配成品誤差率高的問題，而提出一種基于視覺檢測(cè)系統(tǒng)的 榻柜調(diào)節(jié)腳全自動(dòng)裝配控制方法。
[0005] 一種基于視覺檢測(cè)系統(tǒng)的榻柜調(diào)節(jié)腳全自動(dòng)裝配控制方法，所述翻轉(zhuǎn)判定方法通 過W下步驟實(shí)現(xiàn)：
[0006] 步驟一、將調(diào)節(jié)腳元件的兩種端口分類為帶內(nèi)螺紋端口和無內(nèi)螺紋端口，分別選 取一組內(nèi)螺紋端口和一組無內(nèi)螺紋端口的圖片作為訓(xùn)練樣本；
[0007] 步驟二、分別對(duì)步驟一選取的訓(xùn)練樣本進(jìn)行圖像縮放和去噪聲處理，得到兩種原 始灰度圖像；
[000引步驟=、分別對(duì)步驟二得到的原始灰度圖像進(jìn)行二值化處理，并從二值化處理后 得到的圖像中提取出含有調(diào)節(jié)腳元件端口的ROI區(qū)域；
[0009] 步驟四、分別利用步驟S提取的含有調(diào)節(jié)腳元件端口的ROI區(qū)域，在步驟二得到 的原始灰度圖像中提取相應(yīng)的含有調(diào)節(jié)腳元件端口的ROI區(qū)域；
[0010] 步驟五、分別提取步驟四中相應(yīng)的含有調(diào)節(jié)腳元件端口的ROI區(qū)域的輪廓特征， 獲得輪廓圖像；計(jì)算輪廓圖像的輪廓化矩并進(jìn)行歸一化；
[ocm] 步驟六；將步驟五獲得的輪廓化矩作為樣本，利用基于機(jī)器學(xué)習(xí)的分類器對(duì)輪廓 化矩樣本進(jìn)行訓(xùn)練，生成訓(xùn)練集的訓(xùn)練模型；支持向量機(jī)SVM分類器和費(fèi)舍爾判別抑A分 類器；
[001引步驟走、利用所述塑料榻柜調(diào)節(jié)腳全自動(dòng)裝配設(shè)備的視覺檢測(cè)箱內(nèi)部安裝的攝像 頭和紅外光源，對(duì)傳送至視覺檢測(cè)箱內(nèi)部的待檢測(cè)調(diào)節(jié)腳元件進(jìn)行拍攝，將拍攝得到待檢 測(cè)調(diào)節(jié)腳元件的測(cè)試圖像進(jìn)行與步驟二至步驟五相同的預(yù)處理，w計(jì)算測(cè)試圖像含有調(diào)節(jié) 腳元件端口的ROI區(qū)域的輪廓化矩，并進(jìn)行歸一化處理，作為待分類樣本；
[0013] 步驟八、將步驟走計(jì)算得到的歸一化后的ROI區(qū)域的輪廓化矩利用步 驟六生成的兩個(gè)訓(xùn)練模型進(jìn)行識(shí)別，其中，費(fèi)舍爾判別FDA分類器判別公式為：
【主權(quán)項(xiàng)】
1. 一種基于視覺檢測(cè)系統(tǒng)的櫥柜調(diào)節(jié)腳全自動(dòng)裝配控制方法，其特征在于：所述翻轉(zhuǎn) 判定方法通過以下步驟實(shí)現(xiàn)： 步驟一、將調(diào)節(jié)腳元件的兩種端口分類為帶內(nèi)螺紋端口和無內(nèi)螺紋端口，分別選取一 組內(nèi)螺紋端口和一組無內(nèi)螺紋端口的圖片作為訓(xùn)練樣本； 步驟二、分別對(duì)步驟一選取的訓(xùn)練樣本進(jìn)行圖像縮放和去噪聲處理，得到兩種原始灰 度圖像； 步驟三、分別對(duì)步驟二得到的原始灰度圖像進(jìn)行二值化處理，并從二值化處理后得到 的圖像中提取出含有調(diào)節(jié)腳元件端口的ROI區(qū)域； 步驟四、分別利用步驟三提取的含有調(diào)節(jié)腳元件端口的ROI區(qū)域，在步驟二得到的原 始灰度圖像中提取相應(yīng)的含有調(diào)節(jié)腳元件端口的ROI區(qū)域； 步驟五、分別提取步驟四中相應(yīng)的含有調(diào)節(jié)腳元件端口的ROI區(qū)域的輪廓特征，獲得 輪廓圖像；計(jì)算輪廓圖像的輪廓Hu矩并進(jìn)行歸一化； 步驟六：將步驟五獲得的輪廓Hu矩作為樣本，利用基于機(jī)器學(xué)習(xí)的分類器對(duì)輪廓Hu矩 樣本進(jìn)行訓(xùn)練，生成訓(xùn)練集的訓(xùn)練模型：支持向量機(jī)SVM分類器和費(fèi)舍爾判別FDA分類器； 步驟七、利用所述塑料櫥柜調(diào)節(jié)腳全自動(dòng)裝配設(shè)備的視覺檢測(cè)箱內(nèi)部安裝的攝像頭和 紅外光源，對(duì)傳送至視覺檢測(cè)箱內(nèi)部的待檢測(cè)調(diào)節(jié)腳元件進(jìn)行拍攝，將拍攝得到待檢測(cè)調(diào) 節(jié)腳元件的測(cè)試圖像進(jìn)行與步驟二至步驟五相同的預(yù)處理，以計(jì)算測(cè)試圖像含有調(diào)節(jié)腳元 件端口的ROI區(qū)域的輪廓Hu矩，并進(jìn)行歸一化處理，作為待分類樣本； 步驟八、將步驟七計(jì)算得到的歸一化后的ROI區(qū)域的輪廓Hu矩利用步驟 六生成的兩個(gè)訓(xùn)練模型進(jìn)行識(shí)別，其中，費(fèi)舍爾判別FDA分類器判別公式為：
;式中，表示第j類觀測(cè)樣本的樣本個(gè)數(shù)，Wu表示經(jīng)過 降維選取的u個(gè)FDA向量組成的變換矩陣
表示第j類輪廓Hu矩 樣本的類內(nèi)離散度矩陣，\表示輪廓Hu矩樣本的向量，^表示第j類樣本的平均值；支持 向量機(jī)SVM分類器的判別公式為超平面
步驟九、當(dāng)兩個(gè)訓(xùn)練模型識(shí)別出的結(jié)果不一致，則重新執(zhí)行步驟七和步驟八，直到兩個(gè) 訓(xùn)練模型識(shí)別出的結(jié)果均為帶內(nèi)螺紋端口朝向傳送方向，則將待檢測(cè)調(diào)節(jié)腳元件直接用于 裝配；當(dāng)兩個(gè)訓(xùn)練模型識(shí)別出的結(jié)果均為帶內(nèi)螺紋端口未朝向傳送方向，則對(duì)該工件進(jìn)行 標(biāo)記，且執(zhí)行步驟十； 步驟十、當(dāng)待檢測(cè)調(diào)節(jié)腳元件傳送至翻轉(zhuǎn)裝置功能區(qū)域時(shí)，翻轉(zhuǎn)裝置則對(duì)帶有標(biāo)記的 待檢測(cè)調(diào)節(jié)腳元件進(jìn)行首尾調(diào)換的翻轉(zhuǎn)操作。
2. 根據(jù)權(quán)利要求1所述基于視覺檢測(cè)系統(tǒng)的櫥柜調(diào)節(jié)腳全自動(dòng)裝配控制方法，其特 征在于：步驟二所述去噪聲處理過程為，根據(jù)椒鹽噪聲和高斯噪聲，設(shè)計(jì)噪聲抑制濾波器：
以保持原有信息的真實(shí)性；式中，抑制噪聲是選用 s=-at=-b 以（x，y)為中心的一個(gè)圖像塊內(nèi)所有像素值，通過該公式重新計(jì)算（x，y)點(diǎn)的像素值；a、 b表示常數(shù)參量，分別代表距離坐標(biāo)（x，y)的橫、縱最遠(yuǎn)像素距離，f(x，y)表示原圖像坐標(biāo) (x，y)的圖像值;w(s，t)表示濾波器系數(shù)，g(x z，yz)表示去噪聲處理以后圖像坐標(biāo)（x，y)的 圖像值。
3. 根據(jù)權(quán)利要求1或2所述基于視覺檢測(cè)系統(tǒng)的櫥柜調(diào)節(jié)腳全自動(dòng)裝配控制方法，其 特征在于：步驟三所述二值化處理的過程為，將灰度值屬于[0, 255]的灰度圖像上的像素 點(diǎn)通過公式
進(jìn)行處理，使灰度圖像各像素點(diǎn)的