钟华勇 叶建生 何高清

(合肥工业大学机械工程学院，安徽 合肥 230009)

随着人工智能、机器学习和识别技术的快速发展，国内外对机器视觉的相关技术研究不断深入。机器视觉在定位技术、智能识别技术、无人驾驶技术和智能机器人等方面占据着重要的地位[1-4]。基于OpenCV中的诸多函数算法，对圆心坐标点的确定，一度使用Hough圆变换识别圆轮廓特征，并且拟合得到圆的参数值[15-18]，但该方法拟合得到的圆的参数不能符合基于机器视觉的圆心定位系统的精确度要求，其中的问题是没有考虑到异常坐标点数据对圆心定位的整体影响。针对制造业水平的不断发展对检测技术提出高精度、高速度、低误差的要求[17],寻求了另一种四分位数展布法处理数据异常值和基于最小二乘法拟合圆曲线相结合的方法。

基于机器视觉的圆心定位系统，是利用摄像头对圆环柱体零件进行实时图片采集。对采集到的图片进行滤波，增强处理后，再将原图片处理得到灰度图像。利用Canny的边缘检测算法和轮廓提取技术，将得到的边缘点坐标信息进行保存。接着对保存的边缘点坐标先做异常坐标点的识别筛除和替代。最后利用最小二乘法拟合圆曲线，得到圆环柱体零件的中心点坐标。经试验表明，该方法比直接利用Hough圆变换得到的圆心点坐标更精确，即保证了识别圆心点坐标后的进给设备的精确进给，并且提高了效率。

1 基于OpenCV的圆心定位系统机械结构

圆心定位系统和进给设备的硬件系统主要由工业摄像头、伺服驱动器和电机等组成。……