基于视觉检测系统的橱柜调节脚全自动装配控制方法
【技术领域】
[0001] 本发明设及一种基于视觉检测系统的榻柜调节脚全自动装配控制方法。
【背景技术】
[000引调节脚在人类生活和生产中随处可见，主要用于在家具下方，利用其具有的螺纹 进行调节，实现调节家具高度、防滑、防震等目的。目前调节脚装配过程主要依靠工人手工 装配，人为因素导致组装效率低、组装件精度差等诸多弊端。特别地，由于圆柱型调节脚元 件B两端中的一端具有内螺纹，另一端为光滑的，在装配的过程中，需要人工鉴别出有内螺 纹的一端，使之与原件A配合，现在主要是依靠人工操作，由于人为因素，导致安装工件误 差率高，安装效率低。圆柱型原件B的材质为塑料，重量较轻，端口有无内螺纹无法从重量、 形状上区分，无法利用提升机该一类机械系统识别端口有无内螺纹。
[0003] 由于上述提升机自身原理的限制，只能保证圆柱型原件B的轴线平行于传送带的 运动方向，不能保证有内螺纹的端口朝向运动方向，因此，需要一个全自动的识别翻转装 置，使圆柱型原件B的带内螺纹端口朝向运动方向。
【发明内容】
[0004] 本发明的目的是为了解决现有的塑料榻柜调节脚全自动装配过程中，由于采用人 工装配方法，存在装配效率低、装配成品误差率高的问题，而提出一种基于视觉检测系统的 榻柜调节脚全自动装配控制方法。
[0005] 一种基于视觉检测系统的榻柜调节脚全自动装配控制方法，所述翻转判定方法通 过W下步骤实现：
[0006] 步骤一、将调节脚元件的两种端口分类为带内螺纹端口和无内螺纹端口，分别选 取一组内螺纹端口和一组无内螺纹端口的图片作为训练样本；
[0007] 步骤二、分别对步骤一选取的训练样本进行图像缩放和去噪声处理，得到两种原 始灰度图像；
[000引步骤=、分别对步骤二得到的原始灰度图像进行二值化处理，并从二值化处理后 得到的图像中提取出含有调节脚元件端口的ROI区域；
[0009] 步骤四、分别利用步骤S提取的含有调节脚元件端口的ROI区域，在步骤二得到 的原始灰度图像中提取相应的含有调节脚元件端口的ROI区域；
[0010] 步骤五、分别提取步骤四中相应的含有调节脚元件端口的ROI区域的轮廓特征， 获得轮廓图像；计算轮廓图像的轮廓化矩并进行归一化；
[ocm] 步骤六；将步骤五获得的轮廓化矩作为样本，利用基于机器学习的分类器对轮廓 化矩样本进行训练，生成训练集的训练模型；支持向量机SVM分类器和费舍尔判别抑A分 类器；
[001引步骤走、利用所述塑料榻柜调节脚全自动装配设备的视觉检测箱内部安装的摄像 头和红外光源，对传送至视觉检测箱内部的待检测调节脚元件进行拍摄，将拍摄得到待检 测调节脚元件的测试图像进行与步骤二至步骤五相同的预处理，w计算测试图像含有调节 脚元件端口的ROI区域的轮廓化矩，并进行归一化处理，作为待分类样本；
[0013] 步骤八、将步骤走计算得到的归一化后的ROI区域的轮廓化矩利用步 骤六生成的两个训练模型进行识别，其中，费舍尔判别FDA分类器判别公式为：
【主权项】
1. 一种基于视觉检测系统的橱柜调节脚全自动装配控制方法，其特征在于：所述翻转 判定方法通过以下步骤实现： 步骤一、将调节脚元件的两种端口分类为带内螺纹端口和无内螺纹端口，分别选取一 组内螺纹端口和一组无内螺纹端口的图片作为训练样本； 步骤二、分别对步骤一选取的训练样本进行图像缩放和去噪声处理，得到两种原始灰 度图像； 步骤三、分别对步骤二得到的原始灰度图像进行二值化处理，并从二值化处理后得到 的图像中提取出含有调节脚元件端口的ROI区域； 步骤四、分别利用步骤三提取的含有调节脚元件端口的ROI区域，在步骤二得到的原 始灰度图像中提取相应的含有调节脚元件端口的ROI区域； 步骤五、分别提取步骤四中相应的含有调节脚元件端口的ROI区域的轮廓特征，获得 轮廓图像；计算轮廓图像的轮廓Hu矩并进行归一化； 步骤六：将步骤五获得的轮廓Hu矩作为样本，利用基于机器学习的分类器对轮廓Hu矩 样本进行训练，生成训练集的训练模型：支持向量机SVM分类器和费舍尔判别FDA分类器； 步骤七、利用所述塑料橱柜调节脚全自动装配设备的视觉检测箱内部安装的摄像头和 红外光源，对传送至视觉检测箱内部的待检测调节脚元件进行拍摄，将拍摄得到待检测调 节脚元件的测试图像进行与步骤二至步骤五相同的预处理，以计算测试图像含有调节脚元 件端口的ROI区域的轮廓Hu矩，并进行归一化处理，作为待分类样本； 步骤八、将步骤七计算得到的归一化后的ROI区域的轮廓Hu矩利用步骤 六生成的两个训练模型进行识别，其中，费舍尔判别FDA分类器判别公式为：
;式中，表示第j类观测样本的样本个数，Wu表示经过 降维选取的u个FDA向量组成的变换矩阵
表示第j类轮廓Hu矩 样本的类内离散度矩阵，\表示轮廓Hu矩样本的向量，^表示第j类样本的平均值；支持 向量机SVM分类器的判别公式为超平面
步骤九、当两个训练模型识别出的结果不一致，则重新执行步骤七和步骤八，直到两个 训练模型识别出的结果均为带内螺纹端口朝向传送方向，则将待检测调节脚元件直接用于 装配；当两个训练模型识别出的结果均为带内螺纹端口未朝向传送方向，则对该工件进行 标记，且执行步骤十； 步骤十、当待检测调节脚元件传送至翻转装置功能区域时，翻转装置则对带有标记的 待检测调节脚元件进行首尾调换的翻转操作。
2. 根据权利要求1所述基于视觉检测系统的橱柜调节脚全自动装配控制方法，其特 征在于：步骤二所述去噪声处理过程为，根据椒盐噪声和高斯噪声，设计噪声抑制滤波器：
以保持原有信息的真实性；式中，抑制噪声是选用 s=-at=-b 以（x，y)为中心的一个图像块内所有像素值，通过该公式重新计算（x，y)点的像素值；a、 b表示常数参量，分别代表距离坐标（x，y)的横、纵最远像素距离，f(x，y)表示原图像坐标 (x，y)的图像值;w(s，t)表示滤波器系数，g(x z，yz)表示去噪声处理以后图像坐标（x，y)的 图像值。
3. 根据权利要求1或2所述基于视觉检测系统的橱柜调节脚全自动装配控制方法，其 特征在于：步骤三所述二值化处理的过程为，将灰度值属于[0, 255]的灰度图像上的像素 点通过公式
进行处理，使灰度图像各像素点的