基于图像处理的零件位置识别

余函 马浩 杨渺 重庆邮电大学计算机科学与技术学院

引言：随着社会的发展，工业4.0时代的到来，智能制造已经成为了引发制造业变革的关键点，我国也紧跟时代潮流，提出了中国制造2025战略规划，力争从工业大国转型为工业强国。而如今工厂实现智能化的关键一步就是零件位置的识别，只有先确定零件的位置，才能够进行后续的处理工作。

本文建立了基于图像处理的零件位置识别的数学模型，通过将闭运算，去连通域等方法相结合，准确的识别出零件块，并将有效部分提取出来，实现零件位置的准确识别，并结合零件分离后的图形特点和几何特征，提出了较为高效的找圆算法。

1 零件位置识别流程

本文以常见的多孔零件为例，假设所采用的零件中心有三个孔洞，大致呈品字形分布。当机械臂工作时，需先采集和传输目标零件图像，由于外界环境和信道传输的影响，造成图像质量的下降，为了后续目标零件的精确识别和定位，首先需要对图像作预处理，其作用在于减少噪声的影响，同时保护边缘轮廓信息，突出目标零件的特征，有利于零件的定位。于是根据采集的目标零件图像，进行去噪处理，通过比较常用的几种滤波算法，包括均值滤波，中值滤波以及高斯滤波等。不难发现，对噪声的去除效果最好，同时能够较好的保留图像的连续性和总体灰度分布特征的是高斯滤波，考虑到获取的图像质量本来就不太好，该滤波有着较好的适应性。

接着利用图像闭运算，主要是通过图像膨胀和图像腐蚀操作，填充物体细小空洞、连接邻近物体、平滑其边界的同时而不改变面积，这是为了后面图像的去连通度处理做预备工作。在获取了只含目标零件的二值图像后，由于已经做过平滑处理，就可以通过设置合理的阈值，分离出孔洞和零件轮廓，达到去噪并提取目标零件轮廓的效果。

在分离出孔洞轮廓部分后，可在图像坐标系中通过特定的找圆算法确定底面三个孔洞中心的位置坐标。该算法的原理是，对图像的每一行从上到下进行遍历，当某一行的和不为零的时候，确定该行，然后对该行的每一列从左到右进行遍历，找到不为零的点，确定该列，获得该点的坐标。由于图形的边界具有宽度，所以从该点起下一定的安全像素距离开始遍历，找到不为零的点，确定该点的坐标。对这两个点的纵坐标进行做差，得到两个点的距离，设距离为d，将这两点的距离除2可求得两点连线的中点的坐标，若距离中点 d/2位置的像素点有95%以上的值不为零，则可假定该图形是一个圆。当圆确定后，可以该圆圆心为中心，以直径加上一定的安全像素距离为消除区域的正方形的边长，然后通过循环置0即可消除该圆区域。根据该算法我们可确定三个孔洞的圆心位置，获得圆心坐标。

在得到圆心坐标后，将三个圆心的像素点连接成一个三角形，通过计算确定这个三角形的重心。考虑到工厂的实际情况较为复杂，为了简化所述问题，我们假设所获得的三角形为等腰三角形。机械臂最长的一根手指定位到等腰三角形里离重心坐标距离最远的那个圆心坐标。机械臂以这根手指为中心旋转，就可以使得其它两圆心的坐标对齐。在抓取过程中，三根手指同时以确定的三角形重心方向为拉力方向抓取零件，将零件移动到目标位置即可。

该算法的流程图大致如下：

图1 零件定位的算法流程图

2 零件位置识别方法的优势

2.1 识别准确率高

本模型是基于计算机视觉相关知识，利用图像处理的方法，对工业里面常见的多孔零件进行识别。该方法在识别时具有较好的鲁棒性，有一定的抗干扰能力。

2.2 定位方法的普适性较好

该定位方法具有一定的通用性，不仅适用于单个零件，而且也适用于多个零件。它们之间的区别仅在于分离出单个零件的过程，而分离单个零件的方法可以利用轮廓分离算法，先将各个连通域分离出来再进行后续处理。

2.3 识别的效率较高

该零件位置识别方法利用几何特征降低了时间复杂度，节省了大量的程序运行时间。在实际工程应用里面，对于提高机器运转的效率，有着极其为重要的作用。

3 结束语

在如今工厂越来越趋向于智能化的时代，零件位置识别已经成为了工业发展中的关键性问题。本模型基于图像处理的相关知识，以常见的多孔零件为例，对零件位置进行识别分析，具有良好的可扩展性和推广性。该方法可以应用于机器视觉技术在物质轮廓特性分析方面的研究，同时在工业零件加工识别等领域也有着广泛的应用。