本发明公开一种双阈值自动焊接机焊盘检测方法，包括：步骤1：使将原始RGB图像转换到HSV色度空间；检测焊盘中心上界和焊盘中心下界；步骤2：确定的焊盘上界和焊盘下界；步骤3：确定焊盘左界和焊盘右界；步骤4：寻找圆形区域和焊盘形心；步骤5：在以焊盘形心为圆心，R为半径的圆形区域中，判定导线位置是否正确；步骤6：正确时，计算圆形区域中导线的形心，在焊接时，以导线形心为焊接点。本发明利用HSV色度空间，采用2套阈值，快速对焊盘位置进行定位；然后颜色特征对导线位置进行定位，然后通过导线在焊盘区域所占比例判定导线是否正确放置；该方法对不同环境适应性强，速度快，准确率高。
1.一种双阈值的自动焊接机焊盘检测方法，其特征在于，包括以下步骤：
步骤1：使用工业相机拍摄点焊机器人待焊接焊盘位置，获得原始待检测RGB图像；将原始RGB图像转换到HSV色度空间；使用阈值组1从上到下依次对图像每一行进行检测；阈值组
1包括：H_low1、H_high1、S_low1、S_high1、V_low1、V_high1；当某一像素点的H、S、V三通道满足条件1：H_low1≤H≤H_high1，S_low1≤S≤S_high1，V_low1≤V≤V_high1，则对该行计数器Xnum加1；对一行图像检测完成后，若Xnum大于预设参数MINXnum，则保留该行的行值；
检测完整幅图像后，保留的行值中的最小值和最大值分别称为焊盘中心上界和焊盘中心下界；
步骤2：以焊盘中心上界和焊盘中心下界起始，使用阈值组2分别向上和向下对图像每一行进行检测；阈值组2包括：H_low2、H_high2、S_low2、S_high2、V_low2、V_high2；当连续两行检测到满足条件2：H_low2≤H≤H_high2，S_low2≤S≤S_high2，V_low2≤V≤V_high2的像素点个数为0，检测停止；停止时的行数为最终确定的焊盘上界和焊盘下界；
步骤3：在焊盘上界和焊盘下界范围内，使用阈值组2从左到右扫描图像，确定焊盘左界和焊盘右界；
步骤4：在每个焊盘的上界、下界、左界和右界范围内，找到符合满足条件2的部分，并计算其形心，作为焊盘形心；
步骤5：在以焊盘形心为圆心，R为半径的圆形区域中，不满足条件2的像素点，认为其为导线；计算导线所占的面积比例，当这一比例超过阈值时，认定导线在焊盘上置于正确的位置，否则，判定导线放置位置不合格；
步骤6：计算圆形区域中导线的形心，在焊接时，以导线形心为焊接点。
2.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，步骤1中H_low1＝19,H_high1＝25，S_low1＝100,S_high1＝150,V_low1＝220,V_high1＝155。
3.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，MINXnum＝40。
4.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，H_low2＝19，H_high2＝25，S_low2＝100，S_high2＝150，V_low2＝180，V_high2＝155。
5.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，步骤3具体为：在焊盘上界和焊盘下界范围内，使用阈值组2从左到右扫描图像，当连续两列检测到满足条件2的像素点时，前一列数为焊盘左界，当连续两列检测到的满足条件2的像素点个数为0时，当前列数为焊盘右界。
6.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，R＝25。
7.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，步骤6具体为：认定导线在焊盘上置于正确的位置时，计算圆形区域中导线的形心：判定为导线的所有像素点的横坐标相加除以圆形区域所有像素点的个数，结果为形心横坐标；所有像素点的纵坐标相加除以圆形区域所有像素点的个数，结果为形心纵坐标，在焊接时，以导线形心为焊接点进行焊接。
8.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，步骤1、步骤2和步骤3中，采用间隔检测的方法。
9.根据权利要求1所述的一种双阈值的自动焊接机焊盘检测方法，其特征在于，步骤3中存在两种干扰：(1)焊盘外满足阈值的部分；(2)因为导线平行于y轴，且贯穿整个焊盘，将焊盘隔断，成为两个独立的区域；针对干扰(1)，采用形态学滤波或中值滤波的方法剔除焊盘外干扰部分；针对干扰(2)，通过判断间隔大小将这种干扰剔除，从左向右依次对每列有效点进行计数，有效点数少的列数小于阈值，则认定为导线干扰，有效点数少的列数大于阈值，认定为正常焊盘间隔。
一种双阈值自动焊接机焊盘检测方法
技术领域
[0001] 本发明涉及图像检测技术领域，特别涉及一种自动焊接机焊盘检测方法，适用于自动检测细小铜线与焊盘是否摆放正确。
背景技术
[0002] 近年来，基于视觉的点焊机器人越来越多。点焊机器人可以替代大部分焊盘、漆包线等的人工焊接工作。点焊机器人可以长时间工作，而且工作质量好，成本低，易于管理。
[0003] 但是，当前基于视觉的点焊机器人的焊盘检测算法简单，不能很好适应因为光照、焊盘位置变化、形状变化带来的问题。而且检测准确率和速度仍有待提高。
发明内容
[0004] 本发明的目的在于提供一种双阈值自动焊接机焊盘检测方法，以解决对焊盘位置的正确定位，对铜导线的正确定位，以及判断铜导线是否放置到焊盘的正确位置的问题。本发明提出利用HSV(Hue,Saturation,Value：色调，饱和度，亮度)色度空间，采用两套阈值，快速对焊盘位置进行定位；然后颜色特征对导线位置进行定位，然后通过导线在焊盘区域所占比例判定导线是否正确放置。该方法对不同环境适应性强，速度快，准确率高。
[0005] 为了实现上述目的，本发明采用如下技术方案：
[0006] 一种双阈值的自动焊接机焊盘检测方法，包括以下步骤：
[0007] 步骤1：使用工业相机拍摄点焊机器人待焊接焊盘位置，获得原始待检测RGB图像；将原始RGB图像转换到HSV色度空间；使用阈值组1从上到下依次对图像每一行进行检测；阈值组1包括：H_low1、H_high1、S_low1、S_high1、V_low1、V_high1；当某一像素点的H、S、V三通道满足条件1：H_low1≤H≤H_high1，S_low1≤S≤S_high1，V_low1≤V≤V_high1，则对该行计数器Xnum加1；对一行图像检测完成后，若Xnum大于预设参数MINXnum，则保留该行的行值；检测完整幅图像后，保留的行值中的最小值和最大值分别称为焊盘中心上界和焊盘中心下界；
[0008] 步骤2：以焊盘中心上界和焊盘中心下界起始，使用阈值组2分别向上和向下对图像每一行进行检测；阈值组2包括：H_low2、H_high2、S_low2、S_high2、V_low2、V_high2；当连续两行检测到满足条件2：H_low2≤H≤H_high2，S_low2≤S≤S_high2，V_low2≤V≤V_high2的像素点个数为0，检测停止；停止时的行数为最终确定的焊盘上界和焊盘下界；
[0009] 步骤3：在焊盘上界和焊盘下界范围内，使用阈值组2从左到右扫描图像，确定焊盘左界和焊盘右界；
[0010] 步骤4：在每个焊盘的上界、下界、左界和右界范围内，找到符合满足条件2的部分，并计算其形心，作为焊盘形心；
[0011] 步骤5：在以焊盘形心为圆心，R为半径的圆形区域中，不满足条件2的像素点，认为其为导线；计算导线所占的面积比例，当这一比例超过阈值时，认定导线在焊盘上置于正确的位置，否则，判定导线放置位置不合格；
[0012] 步骤6：计算圆形区域中导线的形心，在焊接时，以导线形心为焊接点。
[0013] 进一步的，步骤1中H_low1＝19,H_high1＝25，S_low1＝100,S_high1＝150,V_low1＝220,V_high1＝155。
[0014] 进一步的，MINXnum＝40。
[0015] 进一步的，H_low2＝19，H_high2＝25，S_low2＝100，S_high2＝150，V_low2＝180，V_high2＝155。
[0016] 进一步的，步骤3具体为：在焊盘上界和焊盘下界范围内，使用阈值组2从左到右扫描图像，当连续两列检测到满足条件2的像素点时，前一列数为焊盘左界，当连续两列检测到的满足条件2的像素点个数为0时，当前列数为焊盘右界。
[0017] 进一步的，R＝25。
[0018] 进一步的，步骤6具体为：认定导线在焊盘上置于正确的位置时，计算圆形区域中导线的形心：判定为导线的所有像素点的横坐标相加除以圆形区域所有像素点的个数，结果为形心横坐标；所有像素点的纵坐标相加除以圆形区域所有像素点的个数，结果为形心纵坐标，在焊接时，以导线形心为焊接点进行焊接。
[0019] 进一步的，步骤1、步骤2和步骤3中，采用间隔检测的方法。
[0020] 进一步的，步骤3中存在两种干扰：(1)焊盘外满足阈值的部分；(2)因为导线平行于y轴，且贯穿整个焊盘，将焊盘隔断，成为两个独立的区域；针对干扰(1)，采用形态学滤波或中值滤波的方法剔除焊盘外干扰部分；针对干扰(2)，通过判断间隔大小将这种干扰剔除，从左向右依次对每列有效点进行计数，有效点数少的列数小于阈值，则认定为导线干扰，有效点数少的列数大于阈值，认定为正常焊盘间隔。
[0021] 相对于现有技术，本发明具有以下有益效果：
[0022] (1)使用两套阈值进行焊盘检测和导线检测，检测准确率高。
[0023] (2)计算焊盘上导线的形心，以导线形心作为焊接点，焊接效果好。
附图说明
[0024] 图1是本发明对图像坐标系的定义；
[0025] 图2是本发明检测方法的流程图；
[0026] 图3是计算过程中，确定的焊盘中心上界、焊盘中心下界、焊盘上界、焊盘下界、焊盘左界、焊盘右界的示意图。
具体实施方式
[0027] 下面结合附图说明和具体实施方式对本发明做详细说明。
[0028] 参照图1，使用工业相机拍摄点焊机器人待焊接焊盘位置，获得原始待检测RGB图像，待检测图像为二维平面图像，在该平面上建立二维直角坐标系(x,y)，取1像素作为坐标单位长度，取左上角像素点为原点(0,0)，向右为x正方向，向下为y正方向。
[0029] 参照图2，本发明一种双阈值自动焊接机焊盘检测方法，包括如下步骤：
[0030] 步骤1：将原始待检测RGB图像转换到HSV色度空间。使用阈值组1从上到下依次对图像每一行进行检测；阈值组1包括：H_low1、H_high1、S_low1、S_high1、V_low1、V_high1；本实施例中，H_low1＝19,H_high1＝25，S_low1＝100,S_high1、＝150,V_low1、＝220,V_high1＝155。当某一像素点的H、S、V三通道满足条件1：H_low1≤H≤H_high1，S_low1≤S≤S_high1，V_low1≤V≤V_high1，则对该行计数器Xnum加1。对一行图像检测完成后，若Xnum大于预设参数MINXnum，MINXnum＝40，则保留该行的行值。检测完整幅图像后，保留的行值中的最小值和最大值分别称为焊盘中心上界和焊盘中心下界。
[0031] 步骤2：以焊盘中心上界和焊盘中心下界起始，使用阈值组2分别向上和向下对图像每一行进行检测；阈值组2包括：H_low2、H_high2、S_low2、S_high2、V_low2、V_high2。H_low2＝19，H_high2＝25，S_low2＝100，S_high2＝150，V_low2＝180，V_high2＝155。当连续两行检测到的满足条件2：H_low2≤H≤H_high2，S_low2≤S≤S_high2，V_low2≤V≤V_high2的像素点个数为0，检测停止。停止时的行数即为最终确定的焊盘上界和焊盘下界。
[0032] 步骤3：在焊盘上界和焊盘下界范围内，使用阈值组2从左到右扫描图像，当连续两列检测到满足条件2的像素点时，前一列数为焊盘左界，当连续两列检测到的满足条件2的像素点个数为0时，当前列数为焊盘右界。
[0033] 参照图3，焊盘中心上界、焊盘中心下界、焊盘上界、焊盘下界、焊盘左界、焊盘右界在图像坐标系下的位置。
[0034] 步骤4：在每个焊盘的上界、下界、左界和右界范围内，找到符合满足条件2的全部像素点，并计算其形心，作为焊盘形心。
[0035] 步骤5：在以焊盘形心为圆心，R为半径(R＝25)的圆形区域中，不满足条件2的像素点，认为其为导线。计算导线所占的面积比例：导线面积占以焊盘形心为圆心，R为半径的圆形区域的比例，当这一比例超过阈值时，认定导线在焊盘上置于正确的位置，否则，判定导线放置位置不合格。不合格时，判定导线放置位置错误，标记该导线和焊盘。
[0036] 步骤6：认定导线在焊盘上置于正确的位置时，计算圆形区域中导线的形心：判定为导线的所有像素点的横坐标相加除以圆形区域所有像素点的个数，结果为形心横坐标；所有像素点的纵坐标相加除以圆形区域所有像素点的个数，结果为形心纵坐标，在焊接时，以导线形心为焊接点进行焊接。
[0037] 进一步的，为提高计算速度，步骤1、步骤2和步骤3中，采用间隔检测的方法。
[0038] 进一步的，步骤2中，会有干扰区域与焊盘连接，为了不使干扰区域过大影响边界确定，设置边界上限和边界下限两个参数。
[0039] 进一步的，步骤3中存在两种干扰：(1)焊盘外满足阈值的部分；(2)因为导线平行于y轴，且贯穿整个焊盘，将焊盘隔断，成为两个独立的区域。针对干扰(1)，采用形态学滤波或中值滤波的方法剔除焊盘外干扰部分。针对干扰(2)，通过判断间隔大小将这种干扰剔除，从左向右依次对每列有效点进行计数，有效点数少的列数小于阈值，则认定为导线干扰，有效点数少的列数大于阈值，认定为正常焊盘间隔。去除干扰(1)和(2)最终得到每个焊盘的左界和右界。
