一种基于机器视觉定位特征对象的方法
【专利摘要】一种基于机器视觉定位特征对象的方法，由一机器视觉系统提供该特征对象的一图像，本发明的方法利用该图像定位该特征对象，包括以下步骤：ⅰ)利用blob技术或模板匹配技术从图像中识别特征对象的区域；ⅱ)获得上述区域的中心坐标。本发明的方法可用于定位一摄像模组的镜头中心坐标或花瓣槽的中心坐标，可利用镜头中心坐标和花瓣槽中心坐标计算花瓣槽的角度。
【专利说明】
一种基于机器视觉定位特征对象的方法
技术领域
[0001]本发明涉及机器视觉领域，尤其涉及一种基于机器视觉定位特征对象的方法。
【背景技术】
[0002]随着自动化设备的快速发展，很多高精度的自动化设备需要用到机器视觉来辅助电机定位。以手机摄像模组(CCM)的自动调焦过程为例，目前的自动调焦机在对摄像模组调焦时，首先需要将调焦手轮精准的插入CCM镜头的花瓣槽中，才能进行后续的调焦操作，然而镜头整体大小只有6mm到10mm，且花瓣槽宽度根据不同模组型号仅在Imm到2mm之间，如果单靠电机肯定无法精确定位，因此需要利用机器视觉来辅助电机定位。
[0003]此外，合格的摄像模组的花瓣槽应当与镜头芯片平行，但是在实际的生产安装中，难免会有花瓣槽与镜头芯片没有放置平行的时候，此时就需要利用机器视觉定位花瓣槽的角度，从而辅助电机进行后续的修正操作。在利用机器视觉获得了花瓣槽在相机画面中的位置以及角度偏差后，根据摄像模组的物理坐标(也即机械坐标)和图像像素点坐标(即在机器视觉的相机画面中的像素坐标)的比例系数，可以算出电机X、Y轴需要定位的位置和U轴需要转动的角度。
[0004]然而，目前市面上的整套机器视觉系统(如Keyence，Omron等)是通用性视觉，调试比较复杂，且价格昂贵。因此，需要开发一种较为简单且成本低的识别方法。
【发明内容】
[0005]本发明的一个目的在于提供一种基于机器视觉定位特征对象的方法，该方法可获得特征对象在像素坐标系中的坐标信息，从而实现对特征对象的定位。
[0006]本发明的另一个目的在于提供一种基于机器视觉定位一特征对象的方法，该方法基于一自动调焦机的机器视觉识别系统，通过该方法可定位一摄像模组上的一特征对象，获得该特征对象在像素坐标系中的坐标信息。
[0007]本发明的另一个目的在于提供一种基于机器视觉定位特征对象的方法，该方法不需要特殊的机器视觉系统，可利用通用的CCD相机，并通过自主编写软件系统进行识别，从而降低了机器识别系统的整体成本。
[0008]本发明的另一个目的在于提供一种基于机器视觉定位特征对象的方法，在精度相近的情况下，该方法比基恩士视觉调试更加方便和快捷，且双工位工作时互不干扰。
[0009]本发明的另一个目的在于提供一种基于机器视觉定位特征对象的方法，通过该方法可在自动调焦设备中定位一摄像模组的镜头中心坐标和/或花瓣槽中心坐标。
[0010]本发明的另一个目的在于提供一种定位一摄像模组的花瓣槽角度的方法，该方法利用摄像模组的镜头中心坐标和花瓣槽中心坐标定位花瓣槽的角度。
[0011]为达到以上目的，本发明提供一种基于机器视觉定位特征对象的方法，由一机器视觉系统提供所述特征对象的一图像，所述方法利用所述图像定位所述特征对象，所述方法包括以下步骤:
[0012]i)利用blob技术或模板匹配技术从所述图像中识别所述特征对象的区域；
[0013]ii)获得所述区域内一特定点的坐标。
[0014]优选地，当所述特征对象的形状接近圆形时，在步骤i )中利用blob技术识别所述特征对象的区域包括以下步骤:
[0015]a)从所述图像中找出圆近似度和面积与所述特征对象符合的内圆连通域，即为所述区域；
[0016]b)提取所述内圆连通域。
[0017]优选地，在步骤a)中，通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。
[0018]优选地，在步骤b)中提取所述内圆连通域的步骤具体为:对所述内圆连通域做膨胀腐蚀处理，从所述图像中将所述内圆连通域分割出来。
[0019]优选地，步骤ii )中的所述特定点为所述区域的中心，也即当所述特征对象接近圆形时，所述特定点为圆心。步骤?)进一步包括以下步骤:
[0020]c)提取所述内圆连通域的边缘；
[0021 ] d)对所述内圆连通域的边缘做圆拟合，得到内圆圆心坐标。
[0022]优选地，在步骤c)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。
[0023]优选地，在步骤d)中，采用最小二乘法做圆拟合。
[0024]当步骤i )中不能使用blob技术识别所述区域时，在步骤i )中利用模板匹配识别所述特征对象的区域，此时，步骤i )包括以下步骤:
[0025]A)提供所述特征对象的一模板；
[0026]B)对所述图像做基于边缘的模板匹配，得到与所述模板形状一致的特征区域，即所述区域。
[0027]优选地，步骤A)包括以下步骤:
[0028]Al)注册一张图片作为基准图片，对所述基准图片做中值滤波；
[0029]A2)将所述特征对象的区域从所述基准图像中分割出来，作为所述特征对象的模板。
[0030]优选地，在步骤ii )中，所述特定点为所述特征区域的中心。
[0031]本发明还提供一种基于机器视觉定位一摄像模组的镜头的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述镜头，所述方法包括以下步骤:
[0032]h)从所述图像中找出圆近似度和面积与所述镜头符合的内圆连通域；
[0033]i)提取所述内圆连通域；
[0034]j)获得所述内圆连通域的圆心坐标(X。，y。)。
[0035]本发明还提供一种基于机器视觉定位一摄像模组的花瓣槽的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述花瓣槽，所述方法包括以下步骤:
[0036]H)提供一花瓣槽的模板；
[0037]I)对所述图像做基于边缘的模板匹配，得到与所述花瓣槽模板相匹配的一特征区域；
[0038]J)获得所述特征区域的中心坐标(Xl，Y1)。
[0039]本发明还提供一种基于机器视觉定位一摄像模组的花瓣槽角度的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述花瓣槽的角度，所述方法包括以下步骤:
[0040]X)从所述图像中获取所述摄像模组的镜头的中心坐标(X。，y0);
[0041]Y)从所述图像中获取所述摄像模组的花瓣槽的中心坐标(Xl，Y1);
[0042]Z)计算所述花瓣槽的角度。
[0043]优选地，利用公式:计算所述花瓣槽的角度。
【附图说明】
[0044]图1是本发明的基于机器视觉定位特征对象的方法的流程图。
[0045]图2是本发明的基于机器视觉定位一摄像模组的花瓣槽角度的方法的流程图。
[0046]图3是利用本发明的基于机器视觉定位特征对象的方法识别一摄像模组的花瓣槽角度的示意图。
【具体实施方式】
[0047]以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
[0048]本发明涉及一自动调焦机的机器视觉识别系统，所述机器视觉识别系统用于在自动调焦时定位一摄像模组的一特征对象。所述机器视觉识别系统提供一 CCD相机以及一计算机系统。所述CCD相机用于获取所述特征对象的图像，所述CCD相机的像素根据所述机器视觉识别系统的精度要求进行选择。优选地，所述CCD相机可以是黑白的CCD相机。所述计算机系统用于处理所述CCD相机获取的所述图像，即从所述图像中识别所述特征对象，并计算所述特征对象的坐标和/或角度。本发明主要提供一种利用所述计算机系统处理所述图像，并获得所述图像中的所述特征对象的坐标和/或角度的方法。
[0049]在利用所述计算机系统定位所述特征对象时，需要建立一个基于机器视觉的像素坐标系(XP，YP)。获得的所述特征对象的坐标是在像素坐标系中的像素坐标。想要得到所述特征对象的机械坐标，可通过视觉比例系数将像素坐标转换为机械坐标。另外，所述特征对象的角度是指所述特征对象的中心轴与所述像素坐标系的坐标轴之间的夹角。
[0050]因此，本发明所说的基于机器视觉定位所述特征对象是指定位所述特征对象在像素坐标系中的位置。
[0051]在定位所述图像中的所述特征对象时，需要根据所述特征对象的形状选择合适的方法进行定位。如果所述特征对象的形状接近圆形时，主要利用blob技术进行定位。如果所述特征对象的形状不能通过blob技术定位，则采用模板匹配的方法进行定位。
[0052]本发明提供一种基于机器视觉定位一特征对象的方法，由一机器视觉系统提供所述特征对象的一图像，所述方法利用所述图像定位所述特征对象，所述方法包括以下步骤:
[0053]i)利用blob技术或模板匹配技术从所述图像中识别所述特征对象的区域；
[0054]ii)获得所述区域内一特定点的坐标。
[0055]值得一提的是，所述区域的所述特定点为位置关系与所述区域确定的一点，而不是所述区域中一随机的点。例如，当所述区域为圆形时，所述特定点可以是所述区域的圆心。
[0056]优选地，当所述特征对象的形状接近圆形时，在步骤i )中利用blob技术识别所述特征对象的区域。
[0057]利用blob技术识别所述特征对象的区域的方法进一步包括以下步骤:
[0058]a)从所述图像中找出圆近似度和面积与所述特征对象符合的内圆连通域，即为所述区域；
[0059]b)提取所述内圆连通域。
[0060]优选地，在步骤a)中，通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。
[0061]优选地，在步骤b)中提取所述区域的步骤具体为:对所述内圆连通域做膨胀腐蚀处理，从所述图像中将所述内圆连通域分割出来。
[0062]优选地，步骤ii )中的所述特定点为所述区域的中心，也即当所述特征对象接近圆形时，所述特定点为圆心。当利用blob技术识别所述特征对象的区域时，步骤ii )包括以下步骤:
[0063]c)提取所述内圆连通域的边缘；
[0064]d)对所述内圆连通域的边缘做圆拟合，得到内圆圆心坐标。
[0065]优选地，在步骤c)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。
[0066]优选地，在步骤d)中，采用最小二乘法做圆拟合。
[0067]当所述特征对象无法用blob技术识别时，在步骤i )中利用模板匹配的方法识别所述特征对象的区域。
[0068]利用模板匹配识别所述特征对象的区域的方法进一步包括以下步骤:
[0069]A)提供所述特征对象的一模板；
[0070]B)对所述图像做基于边缘的模板匹配，得到与所述模板形状一致的特征区域，即所述区域。
[0071]优选地，步骤A)包括以下步骤:
[0072]Al)注册一张图片作为基准图片，对所述基准图片做中值滤波；
[0073]A2)将所述特征对象的区域从所述基准图像中分割出来，作为所述特征对象的模板。
[0074]优选地，当在步骤i )中使用模板匹配的方法识别所述区域时，在步骤? )中，所述特定点为所述特征区域的中心。
[0075]本发明提供的所述方法可在利用一自动调焦机对一摄像模组进行调焦时，识别所述摄像模组上端面的花瓣槽的位置以及角度。由于实际生产加工过程中的误差，不同摄像模组的花瓣槽的位置以及角度不一定完全相同，因此需要利用本发明的所述方法对每一摄像模组的所述花瓣槽进行定位。
[0076]值得一提的是，所述花瓣槽即为所述镜头上端面边缘的数个凹槽，自动调焦机的调焦手轮的每个爪分别与一个所述花瓣槽对应，所述调焦手轮的各个爪插入各所述花瓣槽内，可以控制所述镜头的移动，从而实现对所述镜头焦距的调整。在一些实施例中各所述花瓣槽的形状相同且相互等距地形成于所述镜头的边缘，也即各所述花瓣槽之间的夹角相同。在安装的过程中很难保证每一个所述摄像模组的所述花瓣槽的位置都一致，因此在将所述调焦手轮准确插入所述花瓣槽内时，需要准确识别所述花瓣槽的角度，由于各所述花瓣槽之间的夹角相同，因此只要识别其中一个所述花瓣槽的角度即可以确定各所述花瓣槽的角度，从而实现了对各所述花瓣槽的定位。
[0077]如图3A、3B所示，为摄像模组10的镜头11的一个实施例的示意图，图中显示了所述镜头11的外边缘形成数个凹槽12，所述凹槽12即为所述花瓣槽12。图3A中所示的各所述花瓣槽12的角度与图3B中所示的各花瓣槽12的角度不同。在确定所述花瓣槽12的角度时，以所述镜头11的圆心坐标为参考点，将所述花瓣槽12的中心与所述镜头11的圆心的连线的角度作为所述花瓣槽的角度。因此识别所述花瓣槽12的角度就转化为识别所述镜头11的圆心和所述花瓣槽12的中心。
[0078]在一个优选实施例中，本发明的所述方法识别的所述特征对象为一摄像模组的镜头，由于所述镜头的形状接近圆形，因此识别所述镜头采用blob技术。
[0079]本发明提供一种基于机器视觉定位一摄像模组的镜头的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述镜头，所述方法包括以下步骤:
[0080]h)从所述图像中找出圆近似度和面积与所述镜头符合的内圆连通域；
[0081]i)提取所述内圆连通域；
[0082]j)获得所述内圆连通域的圆心坐标(X。，y。)。
[0083]优选地，步骤h)具体的为:通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。
[0084]优选地，步骤i)中提取所述内圆连通域包括以下步骤:
[0085]il)对所述内圆连通域做膨胀腐蚀处理，系数为若干个像素点；
[0086]?2)将膨胀过得区域和腐蚀过的区域相减，则可以得到一个线条宽为5个像素点的圆区域；
[0087]?3)然后将所述圆区域从所述图像中分割出来，即为所述内圆连通域。
[0088]优选地，步骤j)包括以下步骤:
[0089]j I)提取内圆连通域的边缘；
[0090]j2)对所述内圆连通域的边缘做圆拟合，得到圆心坐标(X。，y。)。
[0091]优选地，在步骤j I)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。
[0092]优选地，在步骤j2)中，采用最小二乘法做圆拟合。
[0093]优选地，在步骤j2)中，可以得到亚像素点精度的所述圆心坐标。
[0094]在另一个优选实施例中，所述特征对象为所述摄像模组的花瓣槽，由于所述花瓣槽的形状特殊，需要采用模板匹配的方法进行识别。
[0095]本发明提供一种基于机器视觉定位一摄像模组的花瓣槽的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述花瓣槽，所述方法包括以下步骤:
[0096]H)提供一花瓣槽的模板；
[0097]I)对所述图像做基于边缘的模板匹配，得到与所述花瓣槽模板相匹配的一特征区域；
[0098]J)获得所述特征区域的中心坐标(Xl，Y1)。
[0099]优选地，步骤H)包括以下步骤:
[0100]Hl)注册一张图片作为基准图片，对所述基准图片做中值滤波；
[0101]H2)将所述花瓣槽的区域从所述基准图像中分割出来，作为所述花瓣槽的模板。
[0102]值得一提的是，所述基准图片是图像品质较好的所述摄像模组的一张图片，用图像分割技术从所述基准图片中将花瓣槽区域分割出来，作为模板。在利用机器视觉识别生产线上的一摄像模组的花瓣槽时，就以所述模板为基准进行匹配，能够与所述模组匹配的区域就识别为花瓣槽区域
[0103]优选地，所述特征区域为一矩形区域，所述特征区域的长宽与所述花瓣槽模板的长宽一致。
[0104]对于所述摄像模组，所述花瓣槽中心与所述镜头中心的连线即为所述花瓣槽的中心轴，因此利用所述镜头中心的坐标与所述花瓣槽中心的坐标，可以算出所述花瓣槽的中心轴与坐标轴之间的夹角，也即所述花瓣槽的角度
[0105]本发明还提供一种基于机器视觉定位一摄像模组的花瓣槽角度的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述花瓣槽的角度，所述方法包括以下步骤:
[0106]X)从所述图像中获取所述摄像模组的镜头的中心坐标(X。，y0);
[0107]Y)从所述图像中获取所述摄像模组的花瓣槽的中心坐标(Xl，Y1);
[0108]Z)计算所述花瓣槽的角度。
[0109]值得一提的是，步骤X)和步骤Y)的顺序可以改变。
[0110]优选地，步骤X)包括以下步骤:
[0111]XI)从所述图像中找出圆近似度和面积与所述镜头符合的内圆连通域；
[0112]X2)提取所述内圆连通域；
[0113]X3)获得所述内圆连通域的圆心坐标(X。，y0)。
[0114]优选地，在步骤XI)中，通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。
[0115]优选地，步骤X2)中提取所述内圆连通域包括以下步骤:
[0116]X21)对所述内圆连通域做膨胀腐蚀处理，系数为若干个像素点；
[0117]X22)将膨胀过得区域和腐蚀过的区域相减，则可以得到一个线条宽为5个像素点的圆区域；
[0118]X23)将所述圆区域从所述图像中分割出来，即为所述内圆连通域。
[0119]优选地，步骤X3)包括以下步骤:
[0120]X31)提取所述内圆连通域的边缘；
[0121]X32)对所述内圆连通域的边缘做圆拟合，得到圆心坐标(X。，y。)。
[0122]优选地，在步骤X31)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。
[0123]优选地，在步骤X32)中，采用最小二乘法做圆拟合。
[0124]优选地，在步骤X32)中，可以得到亚像素点精度的所述圆心坐标。
[0125]优选地，步骤Y)包括以下步骤:
[0126]Yl)提供一花瓣槽的模板；
[0127]Y2)对所述图像做基于边缘的模板匹配，得到与所述花瓣槽的模板相匹配的一特征区域；
[0128]Y3)获得所述特征区域的中心坐标(Xl，Y1)。
[0129]优选地，步骤Yl)包括以下步骤:
[0130]Yll)注册一张图片作为基准图片，对所述基准图片做中值滤波；
[0131]Y12)将所述花瓣槽的区域从所述基准图像中分割出来，作为所述花瓣槽的模板。
[0132]优选地，步骤Z)中，利用公式:计算所述花瓣槽的角度。
[0133]本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的目的已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。
【主权项】
1.一种基于机器视觉定位特征对象的方法，由一机器视觉系统提供所述特征对象的一图像，所述方法利用所述图像定位所述特征对象，其特征在于，所述方法包括以下步骤: i)利用blob技术或模板匹配技术从所述图像中识别所述特征对象的区域； ii)获得所述区域内一特定点的坐标。2.如权利要求1所述的基于机器视觉定位特征对象的方法，在步骤?)所述特定点为所述区域的中心。3.如权利要求2所述的基于机器视觉定位特征对象的方法，在步骤i)中利用blob技术识别所述特征对象的区域包括以下步骤: a)从所述图像中找出圆近似度和面积与所述特征对象符合的内圆连通域，所述内圆连通域即为所述区域； b)提取所述内圆连通域。4.如权利要求3所述的基于机器视觉定位特征对象的方法，在步骤a)中，通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。5.如权利要求3或4所述的基于机器视觉定位特征对象的方法，在步骤b)中提取所述内圆连通域的步骤具体为:对所述内圆连通域做膨胀腐蚀处理，从所述图像中将所述内圆连通域分割出来。6.如权利要求3所述的基于机器视觉定位特征对象的方法，步骤ii)包括以下步骤: c)提取所述内圆连通域的边缘； d)对所述内圆连通域的边缘做圆拟合，得到内圆圆心坐标。7.如权利要求5所述的基于机器视觉定位特征对象的方法，步骤ii)包括以下步骤: c)提取所述内圆连通域的边缘； d)对所述内圆连通域的边缘做圆拟合，得到内圆圆心坐标。8.如权利要求6或7所述的基于机器视觉定位特征对象的方法，在步骤c)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。9.如权利要求6或7所述的基于机器视觉定位特征对象的方法，在步骤d)中，采用最小二乘法做圆拟合。10.如权利要求1或2所述的基于机器视觉定位特征对象的方法，在步骤i)中利用模板匹配识别所述特征对象的区域包括以下步骤: A)提供所述特征对象的一模板； B)对所述图像做基于边缘的模板匹配，得到与所述模板形状一致的特征区域，即所述区域。11.如权利要求10所述的基于机器视觉定位特征对象的方法，步骤A)包括以下步骤: Al)注册一张图片作为基准图片，对所述基准图片做中值滤波； A2)将所述特征对象的区域从所述基准图像中分割出来，作为所述特征对象的模板。12.—种基于机器视觉定位摄像模组的镜头的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述镜头，其特征在于，所述方法包括以下步骤: h)从所述图像中找出圆近似度和面积与所述镜头符合的内圆连通域； i)提取所述内圆连通域； j)获得所述内圆连通域的圆心坐标(X(]，yD)。13.如权利要求12所述的基于机器视觉定位摄像模组的镜头的方法，其中步骤h)具体的为:通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。14.如权利要求12或13所述的基于机器视觉定位摄像模组的镜头的方法，其中步骤i)中提取所述内圆连通域包括以下步骤: il)对所述内圆连通域做膨胀腐蚀处理，系数为若干个像素点； ?2)将膨胀过得区域和腐蚀过的区域相减，则可以得到一个线条宽为5个像素点的圆区域； ?3)然后将所述圆区域从所述图像中分割出来，即为所述内圆连通域。15.如权利要求14所述的基于机器视觉定位摄像模组的镜头的方法，其中步骤j)包括以下步骤: jl)提取所述内圆连通域的边缘； j2)对所述内圆连通域的边缘做圆拟合，得到圆心坐标(X(:，y。)。16.如权利要求15所述的基于机器视觉定位摄像模组的镜头的方法，在步骤jl)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。17.如权利要求15所述的基于机器视觉定位摄像模组的镜头的方法，在步骤j2)中，采用最小二乘法做圆拟合。18.—种基于机器视觉定位摄像模组的花瓣槽的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图像定位所述花瓣槽，其特征在于，所述方法包括以下步骤: H)提供一花瓣槽的模板； I)对所述图像做基于边缘的模板匹配，得到与所述花瓣槽模板相匹配的一特征区域； J)获得所述特征区域的中心坐标(X^y1)C319.如权利要求18所述的基于机器视觉定位摄像模组的花瓣槽的方法，其中步骤H)包括以下步骤: HI)注册一张图片作为基准图片，对所述基准图片做中值滤波； H2)将所述花瓣槽的区域从所述基准图像中分割出来，作为所述花瓣槽的模板。20.一种基于机器视觉定位摄像模组的花瓣槽角度的方法，由一机器视觉系统提供所述摄像模组的一图像，所述方法利用所述图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骤: X)从所述图像中获取所述摄像模组的镜头的中心坐标(X(]，yD); Y)从所述图像中获取所述摄像模组的花瓣槽的中心坐标(Xl，yi); Z)计算所述花瓣槽的角度。21.如权利要求20所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，利用公式:计算所述花瓣槽的角度。22.如权利要求20或21所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，其中步骤X)包括以下步骤: XD从所述图像中找出圆近似度和面积与所述镜头符合的内圆连通域； X2)提取所述内圆连通域； X3)获得所述内圆连通域的圆心坐标(X(]，y。)。23.如权利要求22所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，在步骤XI)中，通过对所述图像做二值化阈值处理，获得数个所述连通域，从数个所述连通域中找出圆近似度和面积与所述镜头符合的所述内圆连通域。24.如权利要求22或23所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，其中步骤X2)中提取所述内圆连通域包括以下步骤: X21)对所述内圆连通域做膨胀腐蚀处理，系数为若干个像素点； X22)将膨胀过得区域和腐蚀过的区域相减，则可以得到一个线条宽为5个像素点的圆区域； X23)将所述圆区域从所述图像中分割出来，即为所述内圆连通域。25.如权利要求24所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，其中步骤X3)包括以下步骤: X31)提取所述内圆连通域的边缘； X32)对所述内圆连通域的边缘做圆拟合，得到圆心坐标(X(:，y。)。26.如权利要求25所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，在步骤X31)中，对所述内圆连通域做亚像素点的阈值分割，从而得到所述内圆连通域的边缘。27.如权利要求26所述的基于机器视觉定位一摄像模组的花瓣槽角度的方法，在步骤X32)中，采用最小二乘法做圆拟合。28.如权利要求20、21或27任一所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，其中步骤Y)包括以下步骤: Yl)提供一花瓣槽的模板； Y2)对所述图像做基于边缘的模板匹配，得到与所述花瓣槽的模板相匹配的一特征区域； Y3)获得所述特征区域的中心坐标(X1, Y1)。29.如权利要求28所述的基于机器视觉定位摄像模组的花瓣槽角度的方法，其中步骤Yl)包括以下步骤: Yll)注册一张图片作为基准图片，对所述基准图片做中值滤波； Y12)将所述花瓣槽的区域从所述基准图像中分割出来，作为所述花瓣槽的模板。
【文档编号】H04N5/232GK105991913SQ201510053491
【公开日】2016年10月5日
【申请日】2015年2月3日
【发明人】吴林哲, 诸庆, 柯海挺, 陈成权
【申请人】宁波舜宇光电信息有限公司