[发明专利]一种基于图像分割的工件定位与识别的方法

说明书

技术领域

本发明涉及一种基于图像分割的工件定位与识别的方法，属于机器视觉领域。

背景技术

随着计算机技术、数字图像处理的迅速发展，机器视觉在国民经济、科学研究及国防建设领域都有着广泛的应用。机器视觉作为工业机器人获得外接环境信息的主要手段，它可以提高工业生产的柔性和自动化程度，其最大的优点是与被观测对象无接触，对观测对象不会带来损伤，另外机器人可以在恶劣环境用于代替人工不知疲倦、始终如一的观测被检测对象。传统的装配生产线上，装配机器人的操作都是通过逐点示教才能完成生产线上的物料搬运、装配以及各工位之间工件转移和上下料，只能做一些固定的动作，但是工业现场环境复杂，工件位姿随机摆放，实际目标工件的位置与理想工件位姿极易存在偏差，致使工业机器人无法顺利完成操作任务。这些机器人利用各种传感器来进行控制，称为敏感控制机器人。进行装配操作时，所有的动作都要预先设定，同时要求工件位置、包装箱的位置和方向放置得非常严格。为此要有价格昂贵的夹具或固定机构，还需要有精心设计的特殊传送带。

将视觉系统引入工业机器人，可以大大地扩展机器人的使用性能和应用范围，使机器人在完成指定任务的过程中，具有更大的适应性，也使得工业生产现代化、智能化。在实际应用中，需要机械手能根据工件实际的位置动态调整抓取操作，因此，设计了一种基于图像分割的工件定位与识别方法，通过视觉系统捕获工件图像，采用最小外接矩形定位的方法，计算出工件的位置，以及偏转角度，实时发送工件的位置信息给机器人。从而使机器人根据图像处理结果，做出相应的动作，抓取工件。

发明内容

针对现有方法中存在的上述不足，本发明要解决的技术问题是提供一种基于图像分割的工件定位与识别的方法。

本发明为实现上述目的所采用的技术方案是：一种基于图像分割的工件定位与识别的方法，包括以下步骤：

图像预处理阶段：去除输入图像中的噪音，对图像进行平滑操作；根据平滑后图像的灰度级像素个数，得到平滑后图像前景与背景灰度的两个最大值，基于两个最大值的对应灰度进行图像增强，用以增强图像的前景与背景的对比度；根据图像中前景与背景灰度的期望，进行阈值分割；

工件区域定位与分割阶段：对阈值分割后的二值图像进行局部区域填充与被包围区域填充；提取填充后图像的边缘，使用最小外接矩形框出图像中的工件区域，对最小外接矩形的工件区域进行分割，分割出图中含有工件区域的子图像，作为特征提取的图像，提取不变矩特征与几何特征；根据提取出的特征训练分类器，对工件特征进行分类。

所述基于两个最大值的对应灰度进行图像增强，通过以下公式计算：

其中，图像的灰度级数为0～M，背景色为白色，前景色为黑色，a为在0～M/2中灰度直方图最大值对应的灰度值，b为在M/2～M中灰度直方图最大值对应的灰度值，f(x,y)为输入图像的灰度值，级数为0～M，g(x,y)为图像增强后的灰度值，级数为0～M，其中M＝255的条件下，c、d的值根据人眼能够分辨的像素设置。

所述阈值分割，包括以下步骤：

设直方图数组为Hist[256],灰度值为i的像素个数为n_i＝Hist[i]，灰度值在[0～T]间的总像素数为N，灰度值为i的像素的概率为：

灰度值在[T+1～255]之间像素的总数为M，则灰度值为i的像素的概率为：

求的最大值max{sum[i]，i∈[0～255]}对应的i，其中，

所求得的i即为图像分割阈值T，根据T进行图像阈值分割。

所述局部区域填充分为纵向局部填充和横向局部填充；

所述纵向局部填充：设黑色为前景，白色为背景，如果同一列两个黑点之间的像素全部是白色且两点间的像素长度不大于预设填充阈值，则填充为黑色；

所述横向填充：设黑色为前景，白色为背景，如果同一行两个黑点之间的像素全部是白色且两点之间的距离不大于预设填充阈值长度的区域，则填充为黑色。

所述被包围区域填充具体为：设白色点为背景，黑色点为前景，如果白色连通区域到达边缘点，则该区域不被包围；如果白色连通区域不能到达边缘点，则该区域被包围，被包围区域填充为黑色。

所述对最小外接矩形的工件区域进行分割：

根据最小外接矩形与源图像坐标系x轴的角度θ，对工件区域进行切割，根据几何关系，源图像对应工件区域图像的像素：

m＝pt[2].y+i*cosθ+j*sinθ