灰度值设置为0或 255 ;式中，f(x，y)为原图像坐标（x，y)像素点的灰度值；g(x，y)为二值化处理后的图像坐 标（X，y)像素点的灰度值；S为阈值，由图像阈值分割求取。
4. 根据权利要求3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：步骤四所述在原始灰度图像中提取相应的含有调节脚元件端口的ROI区域的过程 为，通过HOUGH变换算法，在步骤三中二值化处理后的灰度图像中，将圆柱型待检测调节脚 元件的端口区域提取出来，并在原始灰度图像中提取出相同图像区域，作为对应灰度图像， 也就是含有调节脚元件端口的ROI区域。
5. 根据权利要求1、2或4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：步骤五所述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，利用跨平台计算机视觉库Opencv中的canny算法提取轮廓特征。
6. 根据权利要求5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：步骤五所述计算轮廓图像的轮廓Hu矩的过程为，利用利用跨平台计算机视觉库 Opencv中的cvContoursMoments算法计算轮廓Hu矩，轮廓Hu矩为m维向量X= [X1 X2… Xm] °
7. 根据权利要求1、2、4或6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：步骤五所述归一化处理过程为，通过归一化处理公式：
对轮廓Hu矩进行处理，得到归一化处理范围为0-1之间的归一化轮 廓Hu矩Y = Iiy1 y2…ym];式中，乂1表示轮廓Hu矩样本的向量，X』表示第j维的数据，y』 代表归一化后的第j维的数据。
8. 根据权利要求7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：步骤八所述利用步骤六生成的两个训练模型进行识别的过程为，选用支持向量机 SVM分类器和费舍尔判别FDA分类器分别对传送方向的待检测调节脚元件的端口种类进行 判定，若支持向量机SVM分类器和费舍尔判别FDA分类器对传送方向的待检测调节脚元件 的端口种类的判定结果同为带内螺纹端口或同为无内螺纹端口，则判定结束；若支持向量 机SVM分类器和费舍尔判别FDA分类器对传送方向的待检测调节脚元件的端口种类的判定 结果不是同为带内螺纹端口或同为无内螺纹端口，则重复步骤七至步骤九，重新拍摄图像， 对图像处理，并利用支持向量机SVM分类器和费舍尔判别FDA分类器分别进行判定，直到判 定结果相同。
9. 根据权利要求8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：所述支持向量机SVM分类器进行识别的过程为： 第一、利用样本集对支持向量机SVM分类器进行训练确定出一个分界线，带内 螺纹端口和无内螺纹端口两种状态的轮廓Hu矩样本在高维空间分界线为超平面：
? wk表示对应权值，且 超平面需要满足
式中w表示权 重向量，q表示常数，C表示惩罚参数，M表示输入的训练样本的数量， 第二、将确定的超平面通过拉格朗日方法解得：
?用于判定预处理后的训练样本种类；式中ei是第i 个支持向量所对应的标签，a i是第i个支持向量所对应的拉格朗日乘子，e i是第i个支持 向量，e」是第j个输入的预处理后的训练样本，K为核函数且K(ei，ej) =eXp(-r| |ei-ej| |2)， 核函数K是为了将特征空间从低维空间映射到高维空间，r表示常数常量，有成熟的最优选 用方法。
10. 根据权利要求8或9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：所述费舍尔判别FDA分类器进行识别的过程为， 第一、FDA分类器中，令η表示带内螺纹端口轮廓Hu矩特征样本和无内螺纹端口轮廓 Hu矩样本的总和；m表示轮廓Hu矩的维数；ρ表示轮廓Hu矩样本类别个数；η』表示第j类 观测样本的样本个数A表示第i个轮廓Hu矩样本的轮廓Hu矩；将所有的训练样本存入 矩阵Γ e Rnxm中，则矩阵Γ第i行的转置就是向量Xi; 第二、利用上一步设置的量值，定义总体离散度矩阵
·式中， Y表示带内螺纹端口观测样本和无内螺纹端口观测样本的总和的平均值向量，得第j类轮 廓Hu矩样本的类内离散度矩阵
式中，Γ^_表示属于第j类轮 廓Hu矩样本的向量\的集合，表示第j类轮廓Hu矩样本的平均值；
定义类内离散度矩阵 定义类内离散度矩阵 r^_表示第j类观测样本的样本个 数，即带内螺纹端口观测样本或无内螺纹端口样本数量； 第三、利用上一步定义的类内离散度矩阵Sw和类内离散度矩阵S w获得FDA目标函数：
第四、利用SbWk= λ kSwwk求取特征值特征向量w k，通过特征值特征向量wk计算出FDA 向量； 第五、在模式分类系统中，带内螺纹端口观测样本或者无内螺纹端口观测样本被分配 到i类的最大判别函数值：gi(x)彡gj(x), i辛j中，寻求出最小结构化风险；gi(x)表示i 类轮廓Hu矩样本判别函数，即为对待检测工件的带内螺纹端口是否朝向传送方向进行判 定的判定公式：
X e Rm表示一个m维轮 廓Hu矩，p (Wi)表示先验经验概率，Wu表示经过降维选取的u个FDA向量组成的变换矩阵。
【专利摘要】基于视觉检测系统的橱柜调节脚全自动装配控制方法，属于全自动装配领域。现有的塑料橱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。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，选取两组工件图片作为训练样本；对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，对灰度图像分别进行二值化处理，提取ROI区域，提取ROI区域的轮廓特征得到轮廓图像，利用轮廓图像的像素值计算得到轮廓Hu矩，将轮廓Hu矩作为样本，生成训练模型；对待检测工件进行拍摄，重复上述过程获得待测图像的轮廓Hu矩，利用训练模型惊醒识别判定；若判定结果为需要翻转，通过控制系统实现对待检测调节脚元件进行翻转操作。
【IPC分类】G06K9-00, G06K9-62, G05B19-04
【公开号】CN104537363
【申请号】CN201510033222
【发明人】尹珅, 王光, 黄增辉
【申请人】哈尔滨工业大学
【公开日】2015年4月22日
【申请日】2015年1月22日