一种基于灰度共生矩阵的管件内螺纹视觉识别系统及方法
【技术领域】
[0001] 本发明涉及基于灰度共生矩阵的管件内螺纹视觉识别系统及方法。
【背景技术】
[0002] 螺纹连接是一种广泛使用的可拆卸连接，具有结构简单，连接可靠、拆卸方便等特 点。端口具有内螺纹的构件作为一种典型的螺纹构件，广泛存在于日常生活中的管状连接 结构中，如瓶盖、塑料管道、橱柜调节脚等。
[0003] 内螺纹连接在装配过程中，已经初步实现了自动化操作，但在某些情况下仍然存 在技术上的限制。例如在橱柜调节脚的两个螺纹构件在进行生产装配过程中，从注塑机中 生产出来的内螺纹管件呈无序状态送入到装配上料器中，管件的一端口无螺纹，另一端口 有螺纹，在进行装配时，要求有螺纹端口的朝向一致。但是由于技术条件的限制，现有的装 配过程只能通过人工摆放螺纹管件来进行，或者整个装配过程都是人工劳作，这无疑限制 了企业生产效率。现也有一些螺纹识别算法，但是常常需要将摄像头深入到管件内部进行 识别，对摄像头尺寸要求严格，所需硬件系统复杂，同时相应内螺纹识别算法的稳定性低， 准确率低，识别速度慢。在类似的其他螺纹装配场合，通常也需要对管件端口的内螺纹进行 自动识别，以便将内螺纹识别结果下传到后续的工位中，进行翻转或者直接抛弃等操作，提 高生产过程中的自动化程度，因此，提供一种高效的管件内螺纹自动识别的系统及方法是 十分必要的。
【发明内容】
[0004] 本发明的目的是为了解决现有内螺纹识别算法的稳定性低，识别速度慢，所需硬 件系统复杂的问题，而提出了一种基于灰度共生矩阵的管件内螺纹视觉识别系统及方法。
[0005] 上述的发明目的是通过以下技术方案实现的：
[0006] -种基于灰度共生矩阵的管件内螺纹视觉识别系统由由上位机、高清摄像头和 LED光源组成；上位机与高清摄像头连接；LED光源为强度可调光源，且用于建立光照环境； 高清摄像头用于摄取图像；上位机用于控制高清摄像头进行图像采集和图像处理。
[0007] -种基于灰度共生矩阵的管件内螺纹视觉识别方法具体是按照以下步骤进行 的：
[0008] 步骤一、内螺纹管件第一次被识别之前，调节LED光源强度，直到高清摄像头摄取 的管口内螺纹图像最为清晰，后续的识别过程无需再次调节LED光源强度，调节LED光源强 度后，开启上位机视觉识别程序对相机进行初始化，在此过程中，程序自动通过高清摄像头 采集并保存一张背景图像；
[0009] 步骤二、上位机通过高清摄像头采集一张内螺纹管件端口原始图像；
[0010] 步骤三、将步骤二采集得到的内螺纹管件端口原始图像和步骤一中采集并保存的 背景图像做图像减法，从而剔除内螺纹管件端口原始图像上的背景，仅保留内螺纹管件端 口图像；
[0011] 步骤四、对步骤三中经过图像减法得到的剔除背景后的内螺纹管件端口图像，进 行动态阈值分割和形态学处理，获取内螺纹管件端口的二值图像，其中，形态学包括开运算 和闭运算；
[0012] 步骤五、对于步骤四得到的内螺纹管件端口的二值图像，采用Hough变换进行端 口圆定位，得到定位后的内螺纹管件端口圆区域，其中，所述Hough变换为霍夫变换；
[0013] 步骤六、基于步骤五得到的定位后的内螺纹管件端口圆区域，从内螺纹管件原始 图像中裁剪出对应区域作为内螺纹管件端口 ROI区域；
[0014] 步骤七、对步骤六得到的内螺纹管件端口 ROI区域，采用Canny算子对ROI区域内 进行边缘提取，并对提取出的ROI区域内边缘进行筛选，即剔除ROI区域内边缘长度小于阈 值A的边缘，得到筛选后的边缘二值图像，其中，所述阈值A为人为事先设定，A > 0 ;
[0015] 步骤八、对步骤七得到的筛选后的边缘二值图像，计算灰度共生矩阵，并对灰度共 生矩阵进行归一化，然后求解归一化后的灰度共生矩阵的能量值属性；
[0016] 步骤九、利用步骤八得到的归一化后的灰度共生矩阵的能量值属性，判断所采 集的内螺纹管件端口内有无螺纹：若此归一化后的灰度共生矩阵的能量值E小于阈值E_ thresh，则内螺纹管件端口内存在螺纹；否则，内螺纹管件端口内无螺纹，其中，所述阈值 E_thresh为人为事先设定，阈值E_thresh取值范围为【0, 1】。
[0017] 发明效果
[0018] 采用本发明的一种基于灰度共生矩阵的管件内螺纹识别系统及方法，如下几方面 的优点：
[0019] 1)该算法能够稳定识别检测管件端口是否存在内螺纹，检测算法返回有或者无螺 纹两种情况。
[0020] 2)与该算法相关的硬件系统实现构成简单，仅包括：一个普通高清摄像头、上位 机、以及亮度可调节的LED光源。
[0021] 3)识别过程中无需将摄像头深入到管件内部进行图像采集，所以无需相应运动机 械结构，对摄像头本身尺寸也不做要求。
[0022] 4)内螺纹识别算法对摄像头视场环境无特殊要求，对于复杂背景中的内螺纹管 件，
[0023] 算法同样能够进行稳定识别检测。
[0024] 5)该内螺纹识别算法的稳定性高，根据实际生产统计数据，算法的识别准确率一 般在99%以上。
[0025] 6)算法的识别速度快，对于分辨率为1280*760的采集图像，对于单个内螺纹管件 识别算法的处理时间在300ms之内。
【附图说明】
[0026] 图1是【具体实施方式】一中管件内螺纹视觉识别硬件系统结构图；
[0027] 图2是【具体实施方式】二中管件内螺纹视觉识别方法流程图；
[0028] 图3是【具体实施方式】三中图像减法剔除背景区域示例图，a为原始图像，b为背景 图像，c为背景减法图像；
[0029] 图4是步骤四中经过动态阈值分割和形态学处理获取内螺纹管件端口的二值图 像，d为背景减法图像，e为内螺纹管件端口二值图像，f为动态阈值分割，形态学处理；
[0030] 图5是步骤七中由内螺纹管件端口 ROI区域提取得到的筛选后的边缘二值图像， g为内螺纹管件端口 ROI区域，h为筛选后的边缘二值图像，〇为Canny算子边缘提取和筛 选。
【具体实施方式】
【具体实施方式】 [0031] 一：结合图1说明本，一种基于灰度共生矩阵的管件 内螺纹视觉识别系统，其特征在于：所述的基于灰度共生矩阵的管件内螺纹视觉识别系统 由上位机、高清摄像头和LED光源组成；上位机与高清摄像头连接；LED光源为强度可调光 源，且用于建立光照环境；高清摄像头用于摄取图像；上位机用于控制高清摄像头进行图 像采集和图像处理。
【具体实施方式】 [0032] 二：结合图2说明本，一种基于灰度共生矩阵的管件 内螺纹视觉识别方法具体是按照以下步骤进行的：
[0033] 步骤一、内螺纹管件第一次被识别之前，调节LED光源强度，直到高清摄像头摄取 的管口内螺纹图像最为清晰，后续的识别过程无需再次调节LED光源强度，调节LED光源强 度后，开启上位机视觉识别程序对相机进行初始化，在此过程中，程序自动通过高清摄像头 采集并保存一张背景图像；
[0034] 步骤二、上位机通过高清摄像头采集一张内螺纹管件端口原始图像；
[0035] 步骤三、将步骤二采集得到的内螺纹管件端口原始图像和步骤一中采集并保存的 背景图像做图像减法，从而剔除内螺纹管件端口原始图像上的背景，仅保留内螺纹管件端 口图像；
[0036] 步骤四、对步骤三中经过图像减法得到的剔除背景后的内螺纹管件端口图像，进 行动态阈值分割和形态学处理，获取内螺纹管件端口的二值图像，其中，形态学包括开运算 和闭运算；如图4所示；
[0037] 其中，采用动态阈值分割是为了保证在图像光照分布不均匀的情况下也能够对管 件端口进彳丁有效提取。
[0038] 形