發布時間：2022-05-10所屬分類：計算機職稱論文瀏覽：1次
摘 要： 摘要：m,_lk機器人自20世紀60年代初問世以來，其研究、開發及應用一直受到企業與科學家的關注，廣泛應用于化工成產、設備安裝、道路施工、機械制造、鑿巖采礦等諸多領域。隨著.x-,_lk機器人的發展，越來越重視將視覺系統應用到工業機器人上。本文主要進行圖像處理，針
摘要：m,_lk機器人自20世紀60年代初問世以來，其研究、開發及應用一直受到企業與科學家的關注，廣泛應用于化工成產、設備安裝、道路施工、機械制造、鑿巖采礦等諸多領域。隨著.x-,_lk機器人的發展，越來越重視將視覺系統應用到工業機器人上。本文主要進行圖像處理，針對二值化分割，目的在于后續求得工作質心與角度。因本實驗工件與背景色的問題，先進行普通閩值二值化處理得到的結果令人并不是很滿意，所以結合具體情況，對算法進行優化，采用基于6色調的黑白化處理。最后，先做工件最后的定位分析和求解工件擺放角度。
關鍵詞：工業機器人;機器視覺;圖像處理
本實驗機器人需要抓取的工件成品Logo模具和作業環境如圖1所示，其尺寸為長26em，寬18cm，高 8em，所使用的機器人型號為JLRB020。
作業環境如圖1所示，處于室內桌臺上，桌上的黑色十字標記用于校正上方攝像頭的遠近與傾斜角度，最重要一點，工件與工作臺的色調差別盡可能大，因此本作業選用深綠色的面板供工件擺放。本課題基于廣東某模具公司示教機器人生產線的背景下㈣，均依賴于規范化的流水線，或搬運工人需按指定的要求與位置進行工件的擺放，這種固化的抓取流程都是采用示教執行，通用性、靈活性很差。因此，本次任務的研究目標為消除對工件擺放的要求，讓抓取的機器人會自適應的偵測目標工件的位置，并改變機械抓抓取的角度進行工件抓取。
1實現原理步驟
本次任務的實現邏輯如下：首先基于閾值分割來提取目標工件在圖像中的位置，在彩色攝像頭拍攝得到圖片后，先將彩色圖轉換為黑白圖片，進行二值化分割，為方便后續計算工件中心坐標和角度等工作。所以在本文中彩色圖像在本算法后期并不重要。
1.1基于6種色調的黑白化
彩色圖像轉成黑白的方法也是多種多樣，在此嘗試了一些主流算法。然而彩色圖像的二值化處理一般先進行灰度處理。
灰度處理一般常用的有三種算法：最大值法、平均值法、加權平均值法。公式與效果如下：
(1)最大值法：新的顏色值尺=G朝=max(R，G，B)，通過這種方法處理得到的圖片亮度看起來非常大。
(2)平均值法：新的顏色值兄=G胡=(R+G船)/3，采用平均值法處理得到的圖片顯得非常柔和。
(3)加權平均值法：新的顏色值R=G=B= (R術形r+G：I：Wg+B*Wb)，我們知道不同人群對顏色的敏感程度是不一樣的，因此三種顏色值的權重也不一樣，通常來講綠色較高，紅色其次，藍色最低，比較合理取值為Wr=30%，Wg=59%，Wb=l 1%。
該黑白化算法的輸入參數為工件臺上方攝像頭捕獲的圖像，并對圖像從左到右，從上到下進行遍歷，對每個像素點的RGB三個分量進行排序。先找出最小值，若此像素RGB最小分量為紅色，判定即當前色調權重為藍與綠的混合色，即青色，同時為最大色調匹配上權重，如此類推，最后套用公式(1)計算灰度值，重復以上步奏直到遍歷完圖像所有像素。
從圖3和圖4可以看出降低綠色權重黑白化得到的效果明顯優于普通黑白化處理。
目前的閾值確定方法有很多，其中較常用也是效果較好的方法是Otsu最大類間方差算法。因此，本文選取Otsu二值化算法來確定全局閾值。
其中，p(x，y)為A(x，y)處的像素值，大于r的值都被設置為255，小于r的值都被設置為O。通過otsu 方法后，將得到圖6的效果。另外，在二值化之后，盡量進行閉運算等去除噪點的算法，再投入到后續的識別工作中。
1.3求取各工件中心坐標和擺放角度
在獲得圖6后，使用形態學中的閉運算去除毛刺與背景的干擾噪點即可獲得工件準確的輪廓。在獲得最佳輪廓圖后，可將圖片投入到最后環節，即求取工件質心與傾斜角度。
對于捕捉工件中心坐標的方法，在此本文基于圖像二值化后再進行最大連通域搜索的算法。搜索完連通域之后，接著排序連通域面積，排序的時候，我們需設定一個閾值，對產生的噪點去除掉，因這個閾值的設定要求十分寬松，在此不贅述。排序完后，給序列表中的不同連通域賦予不同顏色的標記，接著把不同顏色村春在不同顏色的圖像容器中，如此一來可將不同工件區別開來，給后續計算質心帶來便利，效果如圖7所示。
由公式可看出，我們只需要利用公式(4)，求的 Mm，%，，‰即可代人到公式(6)中，求得最后的質心。重復此算法，對分割開來的圖像進行求解，即可得到不同工件的質心坐標，此坐標與黑色標記點將成為上方機械抓的移動方向與距離。
機抓下潛抓取工件時，需要旋轉勾爪，使其正確嚙緊工件的兩側。因此需要計算工件的擺放角度，本實驗使用霍夫變換求取工件的底座直線方程。
該算法實質是找出圖像中所有滿足某Y=m3c+c 直線的像素點，最終求出m與c。首先對直線方程進行坐標系變換，變成c=叫m+Y，在變換坐標系后，原來直角坐標系的點將變成直線，假若這些點均屬于Y=mx+c的方程，則在極坐標系中，該類點所代表的直線均將相交于點(m，c)，算法的最終目標即找出該類直線所相交的點。如圖8霍夫線變換原理圖。
相關論文還可以查看：基于機器視覺的表面缺陷檢測研究綜述
2結束語
本實驗對工業機器人引入視覺系統方案，對工件進行圖像處理和定位�？紤]到工件與背景色差，工件擺放角度問題，分別采用6種色調黑白化、基于 otsu二值化方法對圖像處理，實驗結果表明，處理得到的圖片改善非常大，定位精準。——論文作者：周衍超1，羅浩彬2
參考文獻：
[1]丁煉.面向模具行業的機器人制造單元通訊機制與控制系統研究[D】.廣州：廣東工業大學，201 1.
[2】畢輝.可重構機器人制造單元控制系統設計與實現[D】_廣州：廣東工業大學，2013.
SCISSCIAHCI
