基于关联特征的定位方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109903335A(43)申请公布日2019.06.18(21)申请号201711300692.1(22)申请日2017.12.10(71)申请人广州映博智能科技有限公司地址510665广东省广州市中山大道西140号华港商务大厦1221(72)发明人覃争鸣周健何中平(51)Int.Cl.G06T7/73(2017.01)G06T7/13(2017.01)G06T7/136(2017.01)G06T7/80(2017.01)权利要求书1页说明书4页附图1页(54)发明名称基于关联特征的定位方法(57)摘要本发明公开了一种基于关联特征的定位方法，该方法包括：S1，对工件进行图像采集并进行预处理；S2，对工件图像进行阀值分割以提取轮廓图像；S3，从已检测出的轮廓中识别工件轮廓；S4，对左右图进行立体匹配；S5，获取抓取点的三维坐标信息。CN109903335ACN109903335A权利要求书1/1页1.基于关联特征的定位方法，其特征在于，所述方法包括：S1，对工件进行图像采集并进行预处理；S2，对工件图像进行阀值分割以提取轮廓图像；S3，从已检测出的轮廓中识别工件轮廓；S4，对左右图进行立体匹配；S5，获取抓取点的三维坐标信息。2CN109903335A说明书1/4页基于关联特征的定位方法技术领域[0001]本发明属于机器人视觉定位领域，涉及一种基于关联特征的定位方法。背景技术[0002]工件识别与抓取是生产线上工业机器人的一项重要应用，而目前生产线上多数的工业机器人是通过预先示教或者离线编程的方式来控制机器人执行预定的指令动作，一旦工作环境或目标对象发生变化，机器人不能及时适应这些变化，从而导致抓取失败，因此，这种工作方式在很大程度上限制了工业机器人的灵活性和工作效率。[0003]机器视觉技术由于其简单、易用等特点在工业中得到了广泛的应用，对提高生产效率和智能化水平起着至关重要的作用。[0004]如今，机器视觉技术已被广泛应用于检测、生产自动化等各个领域。通过视觉引导机器人进行抓取、搬运等任务作业，对于提高生产线的自动化水平，拓宽机器人的应用范围都有十分重要的意义。发明内容[0005]本发明目的在于提供一种基于关联特征的定位方法，利用形状上下文特征检测算法在已检测出的轮廓中识别工件轮廓，采用直方图结合Harris角点进行特征生成与匹配，加快了匹配速度，具有较高的精度，且对环境变化有一定的适应能力，能较精准地对工件进行定位，有效地解决了现有机器人无法及时适应工作环境或目标对象发生变化，导致操作失败，从而无法满足柔性生产系统的要求。[0006]为解决上述技术问题，本发明采用如下的技术方案：一种基于关联特征的定位方法，所述方法包括：S1，对工件进行图像采集并进行预处理；S2，对工件图像进行阀值分割以提取轮廓图像；S3，从已检测出的轮廓中识别工件轮廓；S4，对左右图进行立体匹配；S5，获取抓取点的三维坐标信息。[0007]本发明与现有技术相比具有以下的有益效果：[0008]本发明方案利用形状上下文特征检测算法在已检测出的轮廓中识别工件轮廓，采用直方图结合Harris角点进行特征生成与匹配，加快了匹配速度，具有较高的精度，且对环境变化有一定的适应能力，能较精准地对工件进行定位。附图说明[0009]图1是基于关联特征的定位方法的流程框图。[0010]图2是双目摄像机模型图。具体实施方式[0011]下面结合附图及具体实施例对本发明进行更加详细与完整的说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。3CN109903335A说明书2/4页[0012]参照图1，本发明的一种基于关联特征的定位方法，所述方法包括：[0013]S1，对工件进行图像采集并进行预处理；[0014]首先采用双目摄像机对工件进行图像采集，但采集环境的光照强度、空气中的漂浮物、镜头周围可能出现的灰尘等因素，都会影响工件图像采集的效果。工件图像的预处理过程，是为了增强感兴趣的区域，模糊噪声区域，得到便于后续分析计算的高质量图像。在图像预处理中用到的一般方法有：灰度处理，图像滤波，图像二值化等。[0015]S2，对工件图像进行阀值分割以提取轮廓图像；[0016]Canny算子轮廓检测的原理：首先运用高斯卷积对图像进行高斯平滑，平滑后对图像进行微分操作，得到图像的梯度图，然后采用“非最大抑制”算法寻找图像中可能是边缘的点，最后通过双门限值以递归的方式寻找图像边缘点，获取单像素宽度图像轮廓。在递归跟踪的过程中有两个门限控制，记为h1与h2，且h1<h2。当前像素点的值大于h2时开始跟踪过程，跟踪在像素点邻域的两个方向进行，直到相应像素位置值低于门限h1停止。[0017]运用C