鋼桶視覺的機器人螺紋蓋裝配技術（3）-鋼桶螺紋蓋視覺識別定位系統(tǒng)

文/徐超

第三章  鋼桶螺紋蓋視覺識別定位方法

3.1  引言

在基于視覺的機器人鋼桶螺紋蓋裝配系統(tǒng)中，視覺系統(tǒng)是本文的重點研究內容。視覺定位精度的高低是機器人實現(xiàn)識別抓取的前提。本章將從圖像預處理、鋼桶螺紋蓋定位算法、鋼桶螺紋蓋角度識別算法以及機器人手眼標定四個方面展開研究，對視覺定位方案做進一步的描述，并針對標準Hough變換進行直線檢測時存在的問題，提出一種基于改進隨機Hough變換的直線檢測算法用于鋼桶螺紋蓋角度識別。

3.2  圖像預處理

由于光學成像系統(tǒng)受光照情況以及自身硬件等諸多因素的影響，工業(yè)相機采集到的原始圖像往往不能滿足后續(xù)圖像處理及特征識別的要求，因此為提高圖像的質量以及突出圖像中的特征信息，需要對圖像進行預處理。圖像預處理[42]是在圖像進行分析和特征提取之前對圖像進行矯正、去燥、銳化等相關操作，從而改善圖像質量，增強圖像信息的一種圖像處理過程。經(jīng)預處理后的圖像，特征信息更加明顯且易于提取，從而便于后續(xù)進行圖像定位及特征識別。機器視覺中的圖像預處理不考慮圖像降質，只需要突出感興趣區(qū)域的特征信息，常用的圖像預處理方法主要有圖像平滑（去燥）、圖像銳化（增強）、圖像二值化等。

3.2.1  拉普拉斯線性銳化濾波

圖像增強是指在某種特定的需求下，有目的性地增強整幅圖像或某些局部區(qū)域的特征信息，圖像增強的方法主要分為兩大類：空域增強法和頻域增強法，空域增強法直接對圖像中像素本身進行處理，表示為：

g(x, y) =E{f( x, y)}  （3-1）

式中，g(x, y)表示增強后的圖像，E{·}表示圖像增強操作，f(x, y)表示原始圖像；頻域增強法是指通過離散傅里葉變換將數(shù)字圖像信息從時域、空域轉化到頻域，并對轉化后的頻譜進行處理，最后再由傅里葉逆變換轉換回時域、空域信號的過程。通常情況下，通過低通濾波去除圖像中的噪聲信息，通過高通濾波增強圖像的邊緣信息。與頻域增強法相比，空域增強法更加直觀易懂，不需要進行圖像域的轉換，因此本文圖像處理算法均在空域中進行。

圖像銳化是一種常用的圖像增強方法，是指對圖像中某些特征如邊緣、角點等灰度值變換明顯的區(qū)域進行增強，同時清除或減弱圖像中灰度值變化緩慢的區(qū)域，圖像的銳化濾波通常采用一階或二階差分算子。一階差分算子利用圖像梯度突出邊緣和細節(jié)，主要用于圖像的邊緣檢測；二階差分算子是線性算子，通過將線性算子提取的邊緣和細節(jié)疊加在原圖像上，以此來增強圖像的邊緣信息。拉普拉斯算子是常用的線性二階微分算子，二維函數(shù)f(x, y)的拉普拉斯變換定義為：