饮料瓶口视觉定位方法

摘要

本发明公开了一种饮料瓶口视觉定位方法，其步骤为：(1)图像采集以及预处理；(2)对预处理后的瓶口图像进行粗、细两次扫描以及采用重心法得到瓶口圆心参考坐标点；(3)通过瓶口圆心参考坐标点找到瓶口图像内边缘点，然后定位参考瓶口的圆心坐标，建立圆心坐标集合的二维直方图H₀(X_r，Y_r)，最后采用滑动窗口定位圆心计算得到瓶口圆心的横坐标X₀和纵坐标Y₀。本发明是一种能在高速自动化饮料灌装生产线上实现自动跟踪、快速精准定位，并能与空瓶检测设备、高速灌装设备、自动封盖与包装设备配套使用，可极大地提高饮料生产线上的自动灌装、检测分拣与包装设备自动化水平的饮料瓶口视觉定位方法。

主权项

1.一种饮料瓶口视觉定位方法，其特征在于步骤为：(1)、图像采集以及预处理：通过高速摄像机和图像采集卡采集瓶口图像，然后把图像送入工控机进行预处理，即对采集到的瓶口图像进行直方图均衡化处理，通过低通滤波，以去除各亮、暗噪声目标，得到清晰的瓶口图像，并使之与背景分离开来；(2)、确定重心：先对步骤(1)中预处理后的瓶口图像进行粗略扫描，采用重心法获取粗略的瓶口圆心坐标点集合(X₀₁，Y₀₁)，再在粗略的瓶口圆心坐标点集合(X₀₁，Y₀₁)区域进行细扫描，再次采用重心法得到精度更高的瓶口圆心参考坐标点(X₀₂，Y₀₂)；(3)、定位圆心，通过步骤(2)确定重心后，分以下三步定位瓶口圆心：①、得到瓶口图像内边缘点：以上述步骤(2)中得到的瓶口圆心参考坐标点(x₀₂，Y₀₂)为圆心，进行360度沿半径方向的径向扫描，搜索瓶口内边缘点，每隔α度进行一次扫描，共进行360/α次扫描，得到360/α个内边缘点；②、定位参考瓶口的圆心坐标：在搜索到的内边缘点中，任意选取一个点A，沿逆时钟或者顺时钟方向寻找内边缘点集合中的第二个边缘点B，每隔β度寻找一个点，把找到的360/β个点确定一个圆，得到第二个圆心坐标；依次类推，重复上述方法，将得到个圆心坐标，组成一个圆心坐标集合，并建立圆心坐标集合的二维直方图H₀(X_r，Y_r)；根据搜索到的三个边缘点的坐标计算出一个参考瓶口的圆心坐标(X_r，Y_r)，并在瓶口圆心的二维直方图上标记，即令H₀(X_r，Y_r)＝H₀(X_r，Y_r)+1，$\mathrm{Xr}=\frac{(y_3-y_2)(x_2^2-x_1^2+y_2^2-y_1^2)-(y_2-y_1)(x_3^2-x_2^2+y_3^2-y_2^2)}{2[(x_2-x_1)(y_3-y_2)-(x_3-x_2)(y_2-y_1)]}---\left(12\right)$$\mathrm{Yr}=\frac{(x_3-x_2)(x_2^2-x_1^2+y_2^2-y_1^2)-(x_2-x_1)(x_3^2-x_2^2+y_3^2-y_2^2)}{2[(x_3-x_3)(y_2-y_1)-(y_3-y_2)(x_2-x_1)]}---\left(13\right)$其中x₁，y₁，，x₂，y₂，，x₃，y₃分别为找到的三个瓶口内边缘点的横坐标和纵坐标；③、用滑动窗口定位圆心：利用3×3像素的滑动窗口在二维直方图上H₀(X_r，Y_r)搜索，并通过式(14)计算，当滑动窗口内对应的H₀(X_r，Y_r)总和S_w最大时，采用加权平均法，最终使用式(15)(16)计算出瓶口圆心的横坐标X₀和纵坐标Y₀，$S_w=\underset{\mathrm{Yr}=\mathrm{Yw}-1}{\overset{\mathrm{Yw}+1}{\Sigma }}\underset{\mathrm{Xr}=\mathrm{Xw}-1}{\overset{\mathrm{Xw}+1}{\Sigma }}\mathrm{Ho}\left(\mathrm{Xr},\mathrm{Yr}\right)---\left(14\right)$$\mathrm{Xo}=\frac{\underset{\mathrm{Yr}=\mathrm{Yw}-1}{\overset{\mathrm{Yw}+1}{\Sigma }}\underset{\mathrm{Xr}=\mathrm{Xw}-1}{\overset{\mathrm{Xw}+1}{\Sigma }}\left[\mathrm{Ho}(\mathrm{Xr},\mathrm{Yr})\mathrm{Xr}\right]}{\underset{\mathrm{Yr}=\mathrm{Yw}-1}{\overset{\mathrm{Yw}+1}{\Sigma }}\underset{\mathrm{Xr}=\mathrm{Xw}-1}{\overset{\mathrm{Xw}+1}{\Sigma }}\mathrm{Ho}(\mathrm{Xr},\mathrm{Yr})}---\left(15\right)$$\mathrm{Yo}=\frac{\underset{\mathrm{Yr}=\mathrm{Yw}-1}{\overset{\mathrm{Yw}+1}{\Sigma }}\underset{\mathrm{Xr}=\mathrm{Xw}-1}{\overset{\mathrm{Xw}+1}{\Sigma }}\left[\mathrm{Ho}(\mathrm{Xr},\mathrm{Yr})\mathrm{Yr}\right]}{\underset{\mathrm{Yr}=\mathrm{Yw}-1}{\overset{\mathrm{Yw}+1}{\Sigma }}\underset{\mathrm{Xr}=\mathrm{Xw}-1}{\overset{\mathrm{Xw}+1}{\Sigma }}\mathrm{Ho}(\mathrm{Xr},\mathrm{Yr})}---\left(16\right)$其中X_w和Y_w分别为滑动窗口中心对应的横坐标和纵坐标。