一种基于机器视觉的石材几何参数的自动获取方法与流程

本发明涉及石材加工领域，具体涉及一种基于机器视觉的石材几何参数的自动获取方法。

背景技术：

随着我国经济的不断发展，人们对石材的需求逐年上升，但目前石材生产水平与其他行业相比，在自动化水平上还存在着一定的滞后性，尤其是缺乏快速、高效的参数测量技术，严重制约了石材的生产水平，开发石材切割参数的自动获取技术可以有效地提高石材的生产效率、减少原料的浪费、规范石材存储管理、降低人力成本。而对于目前石材实际生产加工过程，主要还是通过接触式测量方法获取石材的几何参数，但由于石材原料的边缘往往不是平直的且不同石材原料尺寸跨度较大，因此采用接触式测量方法存在操作困难、效率低下的问题。基于机器视觉的尺寸测量方法是非接触式测量的常见方法，在很多领域有着成功应用，如汽车装配、自动包装、零件检测等，其主要原理是将图像坐标转换为世界坐标，从而实现被测物体尺寸参数的快速获取，与接触式测量相比，其在效率和灵活度方面有着明显的优势，但由于石材自身的一些特点，如纹理特征复杂、颜色种类丰富、形状不规则等特点，针对这些特点，本发明提供了一种基于机器视觉自动获取石材切割参数的方法。

技术实现要素：

本发明提供了一种基于机器视觉的石材几何参数的自动获取方法，能快速准确地获取石材的几何参数信息，操作简单快速、测量结果精度高、实现成本低廉、抗干扰能力强。

一种基于机器视觉的石材几何参数的自动获取方法，包括以下步骤：

(1)搭建石材图像采集平台；

(2)采集标定板图像、石材图像，选取图像的有效区域；

(3)进行倾斜校正、畸变校正和尺寸标定；

(4)根据不同的背景，按照相应转换公式生成有效区域的灰度图像；

(5)生成有效区域的二值图像；

(6)检测石材边界轮廓，计算石材的实际面积和周长；

(7)根据石材的边界轮廓，计算出不同填补和切割方案对应的参数。

石材的颜色和纹理类别极为丰富，对于不同品种的石材，要准确地从图像中提取目标区域是难以实现的，而准确提取出目标区域是实现石材几何参数自动测量的关键，但是通过分析大量石材原料的颜色特征，可以发现有些颜色在石材中是极为少见的，如蓝色、绿色和粉红色，这为开发能够适应于不同品种石材尺寸测量系统提供了思路。

要通过图像得到石材的真实物理尺寸，就必须获取物理尺寸和像素间的换算系数，这个换算系数与图像深度信息相关，采用结构光或双目等技术可以获取深度信息，但是由于很多品种石材的纹理复杂，直接获取深度信息不仅运算复杂而且可能增加硬件开支。在实际应用中，石材承载平台在宏观上可认为是一个平面，通过气泡水平仪将相机的成像平面和石材承载平面调整至近似平行的状态，然后通过校正板进行透视变换，进一步校正相机倾斜角，客观上消除物体成像时的形变，从而避免采集图像的深度信息，减少运算量、节约硬件成本。

步骤(1)所描述的图像采集平台背景颜色与所述石材所颜色不同，所描述的石材为从原始石料上切割下来的板状石材。

进一步的，步骤(1)所述的图像采集平台背景颜色选用蓝色、绿色或粉红色哑光纸。

步骤(2)所描述的图像有效区域为包含石材全部板面和部分单色背景的区域，在选定有效区域的同时自动获取有效区域在图像中的端点坐标。

进一步的，步骤(2)所述的标定板为棋盘格板或圆盘阵列板。

步骤(3)所描述的倾斜校正、畸变校正和尺寸标定使用的校正物与标定物为同一物体，尺寸标定在校正之后进行。

步骤(4)所描述的转换公式是基于统计分析所确定的，经过公式转换以后能够显著区分目标与背景，且在一定程度上消除光照不均匀的影响。

进一步的，步骤(4)所述的转换公式在蓝色背景情况下为b/(b+r)或b/(b+r+g)，在绿色背景情况下为g/(g+r)或g/(g+r+b)，在粉红色背景情况下为r/(g+r)或r/(g+r+b)。

步骤(5)所描述的有效区域的二值图像根据局部自适应阈值分割方法获得，且仅含有最大连通区域二值图像。

步骤(6)所描述的石材实际面积和周长，由二值图像中石材板面及其边界轮廓像素数×标定系数得到，标定系数含长度标定系数和面积标定系数。

步骤(7)所描述的不同填补和切割方案主要有最小外接矩形、最小外界凸多边形、最大内接矩形和最大内接圆方案。

与现有技术相比，本发明具有以下有益成果：

(1)效率高，通过二维图像获取实际物理尺寸；

(2)成本低、计算简单，鉴于石材承载平台工程上可认为是一个平面，即使相机光轴与平台有一定的倾角，也可以通过透视变换的方法进行矫正，因此本发明不需要采集图像的深度信息，从而节约硬件上的成本并降低计算复杂度；

(3)操作简单，进行校正、标定以后，只要图像采集平台中相机角度及其与承载平台相对位置不变，获取的校正系数和标定系数可一直使用；

(4)适应性好，可手动选取有效区域并记录有效区域端点坐标，可针对不同型号的石材及其摆放位置设置相应的有效区域，同一型号批次的石材可使用相同的有效区域端点坐标；

(5)鲁棒性好，采用单一颜色背景和局部自适应阈值分割方法，有效消除光照对和背景的干扰，通过提取二值图像中最大连通区域，进一步消除图像中噪点对石材参数测量的影响；

(6)准确度高，先使用气泡水平仪调整相机光轴与平台的角度，然后利用标定板进行拍摄倾斜校正和镜头畸变校正，客观上提高尺寸测量精度；

附图说明

图1为获取方法流程图

图2为图像获取平台采集的标定板；

图3为象牙金石材图像；

图4为墨趣石材图像；

图5为图像校正和尺寸标定；

图6为通过公式转换得到的灰度图像；

图7为最大连通区域二值图像；

图8为象牙金石材最小外接矩形图像

图9为墨趣石材最小外接矩形图像

具体实施方式

参考图1-9，

步骤1：搭建石材图像获取平台，相机选用度申科技公司u3s880-h工业相机(分辨率3968×2232)，镜头选用computarm0814-mp2镜头(焦距8mm)，相机通过usb数据线与电脑相连进行驱动，背景采用浅蓝色哑光纸，哑光纸平铺于石材承载平台上，通过水平气泡仪调整相机光轴与石材承载平台角度，使之尽量垂直。

步骤2：采集标定板图像、石材图像，选取图像的有效区域，将标定板和石材依次放置于承载平台上，采集标定板和石材图像，所选用的标定板为40cm×40cm的棋盘格板，所选用的石材为象牙金和墨趣两个类别。由于相机采集的图像中包含大面积的背景区域，这些背景区域不仅会增加图像处理时运算量，而且会影响目标的提取，因此在图像中选取仅包含目标物和单色背景的区域作为有效区域，并记录有效区域在原图像中的坐标，如图2、3、4所示。

步骤3：进行倾斜校正、畸变校正和尺寸标定，由于相机的光轴不可能完全垂直于石材的承载平台以及镜头存在几何畸变，因此所采集的图像存在倾斜及畸变失真，为校正失真，检测有效区域图像中棋盘格的角点，通过棋盘格角点计算相机的倾斜失真校正参数及畸变校正参数，获取校正矩阵，对图像进行校正。检测校正后棋盘格的角点，根据棋盘格角点之间的物理距离(单位：厘米)与其在图像中距离(单位：像素)，确定物理尺寸和像素间的换算关系，得到1厘米＝42.5837像素，如图5所示。

步骤4：根据不同的背景，按照相应转换公式生成有效区域的灰度图像，随机选取目标物和背景的像素点，通过分析所选取像素点在r、g和b三个分量上的统计数据，发现目标物和背景在b分量上具有显著差异，anova(方差分析)结果显示其p值远小于0.01，另外由于目标物部分像素点的b分量值为0，且采集环境中存在光照不均匀现象，因此按照公式b/(b+r)将有效区域图转换为灰度图，如图6所示。

步骤5：生成有效区域的二值图像，由于采用局部自适应阈值分割方法获取有效区域的二值图，计算二值图中每个连通区域的面积，提取二值图中面积最大的连通区域，如图7所示。

步骤6：检测石材边界轮廓，计算石材的实际面积和周长，检测最大连通区域的边界轮廓作为石材的边界轮廓，通过物理尺寸与像素之间的转换系数计算石材版面的面积及石材周长，得到象牙金石材实际面积930.7383平方厘米，实际周长119.8719厘米，得到墨趣石材面积930.3981平方厘米，实际周长125.2409厘米。

步骤7：根据石材的边界轮廓，计算出不同填补和切割方案对应的参数，根据石材边界轮廓计算其最小外接矩形、最小外接凸多边形，计算不同方案所对应的面积、边长、周长以及填补面积等参数，计算得到象牙金石材最小外接矩形面积943.4967平方厘米，最小外接矩形周长122.8710厘米，需填补面积12.7314平方厘米，如图8所示，最小外接凸多边形面积934.0207平方厘米，最小外接凸多边形周长117.6935厘米，需填补面积3.2824平方厘米；计算得到墨趣石材最小外接矩形面积930.7249平方厘米，最小外接矩形周长122.4782厘米，需填补面积0.3268平方厘米，如图9所示，最小外接凸多边形面积930.6155平方厘米，最小外接凸多边形周长119.5380厘米，需填补面积0.2174平方厘米。