杭州电子科技大学卢科青获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉杭州电子科技大学申请的专利一种基于局部跟踪路径规划的零件轮廓视觉检测方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115170517B 。
龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210805839.7,技术领域涉及:G06T7/00;该发明授权一种基于局部跟踪路径规划的零件轮廓视觉检测方法是由卢科青;秦鑫晨;王文;孙佳欢;王嘉辉;吴玉光设计研发完成,并于2022-07-08向国家知识产权局提交的专利申请。
本一种基于局部跟踪路径规划的零件轮廓视觉检测方法在说明书摘要公布了:本发明公开了一种基于局部跟踪路径规划的零件轮廓视觉检测方法;该方法如下:1.建立视觉测量所需的测量坐标系。2.获取粗测量全景轮廓。在图像中取粗测量全景轮廓的外接矩形作为检测区域。3.平铺求交路径预处理。4.通过A‑GSAA算法进行局部测量路径规划。5.测头装置根据最优测量路径进行局部跟踪测量,得到n张局部图像;将n张局部图像利用重合部分进行拼接后提取轮廓,得到精测量轮廓。本发明采用A‑GSAA对平铺求交提取的局部图像拍摄点进行测量路径规划,采用自适应交叉概率和变异概率,在迭代初期保持较高的交叉概率和变异概率,促进新个体的产生,在迭代后期降低交叉概率和变异概率,避免较好的个体被破坏。
本发明授权一种基于局部跟踪路径规划的零件轮廓视觉检测方法在权利要求书中公布了:1.一种基于局部跟踪路径规划的零件轮廓视觉检测方法,其特征在于:包括以下步骤: 步骤1:建立视觉测量所需的测量坐标系; 步骤2:获取粗测量轮廓;测头装置使用能够拍摄到被测零件全景图像的镜头进行拍摄;对所得图像进行轮廓采集,得到粗测量全景轮廓;在图像中取粗测量全景轮廓的外接矩形作为检测区域; 步骤3:平铺求交路径预处理; 3-1.在检测区域平铺nw·nh个名义视场;nw和nh分别为名义视场的列数和行数;名义视场的宽度和高度分别小于测头装置拍摄被测零件局部图像时视场的宽度、高度; 3-2.轮廓求交,保留与粗测量全景轮廓存在交集的名义视场作为相交视场,删除其余名义视场; 3-3.筛选出轮廓处于边缘位置的相交视场作为被调整视场;根据被调整视场与轮廓的相对位置,形成新的相交视场后删除被调整视场; 根据被调整视场与轮廓的相对位置形成新的相交视场的过程如下: S1.将粗测量全景轮廓的最外围轮廓定义为外轮廓;将包含在外轮廓内部的轮廓定义为内轮廓;判断各相交视场与轮廓的交集区域大小:对于与外轮廓相交的相交视场,以外轮廓内侧的像素数量与相交视场总像素数量作为交集比值;对于与内轮廓相交的相交视场,以内轮廓内侧的像素数量与相交视场总像素数量作为交集比值;交集比值小于14或大于34的相交视场判定为交集区域过小;以交集区域过小的相交视场作为被调整视场; 通过灰度值标记确定名义视场内部的像素点与外轮廓、内轮廓的相对位置;标记过程如下:将外轮廓外部的区域、处于外轮廓内部且各内轮廓外部的区域、各内轮廓内部的区域分别设定为不同的灰度值; S2.分别判断各被调整视场的平移方向并完成平移操作: 若被调整视场在左上角14区域中存在轮廓,则以被调整视场向u方向平移-a4,v方向平移-b4得到的视场作为一个新增的相交视场;a为名义视场的宽度;b为名义视场的高度; 若被调整视场在左下角14区域中存在轮廓,则以被调整视场向u方向平移-a4,v方向平移b4得到的视场作为一个新增的相交视场; 若被调整视场在右上角14区域中存在轮廓,则以被调整视场向u方向平移a4,v方向平移-b4得到的视场作为一个新增的相交视场; 若被调整视场在右下角14区域中存在轮廓,则以被调整视场向u方向平移a4,v方向平移b4得到的视场作为一个新增的相交视场; 之后,将各被调整视场删除; S3.重复执行步骤S1和S2,直到步骤S1中筛选出的被调整视场数量为零; 3-4.以各相交视场的中心位置在机器坐标系中对应的位置作为局部图像拍摄点Pixi,yi,i=1,2,3,…,n,n为局部图像拍摄点数量; 步骤4:通过A-GSAA算法进行局部测量路径规划; 4-1.建立适应度函数maxFD如下: 式中,C为预设的常数;为第g代中第j个个体目标函数所对应的测量路程; 4-2.初始化迭代次数g=1、种群规模为Npop、最大迭代次数G; 4-3.随机生成初代种群 4-4.根据适应度函数计算种群Dg内个体的适应度在各适应度中取最小值作为第g代种群的最优适应度该适应度对应的个体为最优个体 4-5.若连续预设次数的迭代得到的最优个体的适应度相等,则认为出现局部最优状态,执行SA算法得到测量路径DSA;若测量路径DSA的总路程小于当前的最优个体所对应的总路程,则使用测量路径DSA替换当前最优个体; 4-6.对种群Dg中所有个体执行选择操作,保留适应度较好的若干个体,产生种群 4-7.生成随机数RNGc=rand0,1,若RNGc小于或等于自适应交叉概率Pc,则对种群Og中的相邻两个体间执行交叉操作,产生个体所述的自适应交叉概率Pc的表达式如下: Pc=exp-2G×g 4-8.生成随机数RNGm=rand0,1,若RNGm小于或等于自适应变异概率Pm,则对种群Og中的个体执行变异操作,产生个体所述的自适应变异概率Pm的表达式如下: Pm=110×exp-2G×g 4-9.生成下一代种群Dg+1=Mg,迭代次数g增大1;重复步骤4-4至4-8,直至满足迭代终止条件,以最终的最优个体对应的路径作为最优测量路径; 步骤5:测头装置根据最优测量路径进行局部跟踪测量,得到n张局部图像;将n张局部图像利用重合部分进行拼接后提取轮廓,得到精测量轮廓。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人杭州电子科技大学,其通讯地址为:310018 浙江省杭州市下沙高教园区2号大街;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励