基于机器视觉的工件Mark点快速提取方法研究

在现代化工业生产流程中,工件Mark点类型繁多且提取过程既复杂又低效。为解决这一问题,提出了一种基于机器视觉的工件Mark点快速提取的方法。首先,使用工业相机采集原始图像,然后对图像进行预处理以减少噪声和锯齿的影响。随后,针对目标边缘提取繁琐且不准确的问题,提出一种基于OpenCV的卡尺工具算法,该算法通过在检测边缘周围产生等大等距的测量矩形,利用亚像素图像及改进的Canny边缘检测算子获得测量矩形内的最佳边缘点,再利用基于梯度下降法的最小二乘法来进行直线或圆的拟合,通过该算法可以快速高效地获得工件的直线或圆边缘。最后,通过组合这些直线或圆边缘来获得所需的Mark点。实验证明,该方法可以快速而准确地拟合工件的直线边缘或圆边缘,并最终成功获取到相应的Mark点,定位精度可达到亚像素级,且具有较高的稳定性。