[发明专利]一种基于单幅图像的工件制造特征自动识别方法及装置

说明书

本发明公开了一种基于单幅图像的工件制造特征自动识别方法及装置，所述方法包括：获取一幅工件图像，确定所述图像对应的反射图方程；逆向求解反射图方程，得到表面梯度和高度，重建工件的三维曲面；获取所述三维曲面的形状特征，根据形状特征对所述曲面进行分割；结合凹凸特征识别规则，得到每个分割曲面的凹凸特征。本发明不依赖于CAD三维模型，仅需要在零件单幅二维图像的基础上，应用计算机辅助几何设计的相关技术便可实现对工件制造特征的自动识别，在机器人自动识别方面具有较高的实用价值。

技术领域

本发明属于基于图像的特征识别技术领域，尤其涉及一种基于单幅图像的工件制造特征自动识别方法及装置。

背景技术

基于图像的工件制造特征识别是计算机视觉在工业上的典型应用之一，其目的是获取不同类别工件的形状指数和偏转角度等几何形状信息，以此对工件进行识别，是工业生产线智能化的发展趋势之一。近几年来，随着软硬件技术的快速发展，基于图像的制造特征识别技术已广泛的应用于反求设计、并行工程等机械加工领域。

目前比较成熟的制造特征识别方法有基于图、线索的方法以及基于制造资源的方法和混合方法等，其中基于图和线索的方法统称为模式匹配法，基本思想是将零件表面的几何特性与预定义的特征模式进行比对，从中找出符合特征边界模式的区域。基于制造资源的识别方法是指利用映射构建信息模型，然后通过表面聚类为制造特征，但该类方法对复杂零件模型曲面特征的识别效果并不理想。基于规则和图的混合算法则要求模型表面区域的曲率变化处存在能将表面分割的实边，但一旦一个面包含多个凹凸区域，则该方法将无法对这些凹凸制造特征加以识别。

上述特征识别方法均需要以零件的CAD三维模型作为初始输入，然而在智能化工厂中，机器人在装配或二次加工等生产环节，是无法获取CAD三维模型的特征信息和工程尺寸信息的，此时为了从制造的角度解释零件特征，就需要大量的人工辅助和二次输入，进而严重降低了企业全自动化生产加工的效率，增加了企业的生产加工成本。此外，对于中国大多数从事制造业的中小企业来说，他们的主要业务和利润来源仍然是来料加工、装配和二次加工以及贴牌生产等，那不可避免的要面对缺少零件的CAD模型及核心设计信息的尴尬局面。因此传统的以CAD模型为依据的工件形状特征识别方法对于此类企业的局限性就较大。

因此，如何绕开基于CAD设计模型进行制造特征识别的传统思路进行特征识别，解决来料加工、二次装配等生产加工过程中的制造特征自动识别问题，是本领域技术人员目前迫切解决的技术问题。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于单幅图像的工件制造特征自动识别方法。该方法以零件的单幅图像为初始输入，首先对图像的光源方向参数进行估计，据此实现工件表面的三维重建；然后对重建三维模型表面的形状指数进行分析计算特征分割线，利用特征线将曲面分割以获得相应的特征区域；最后基于特征识别规则实现对工件制造特征的有效识别。该方法不依赖于CAD三维模型，仅需要在零件单幅二维图像的基础上，应用计算机辅助几何设计的相关技术便可实现对工件制造特征的自动识别，在机器人自动识别方面具有较高的实用价值。

为实现上述目的，本发明采用如下技术方案：

一种基于单幅图像的工件制造特征自动识别方法，包括以下步骤：

获取一幅工件图像，确定所述图像对应的反射图方程；

逆向求解反射图方程，得到表面梯度和高度，重建工件的三维曲面；

获取所述三维曲面的形状特征，根据形状特征对所述曲面进行分割；

结合凹凸特征识别规则，得到每个分割曲面的凹凸特征。

进一步地，所述反射图方程的确定包括以下步骤：

确定反射图函数，所述函数的自变量包括光源极角、光源方位角和表面梯度；

根据图像上的像素值估计光源极角和光源方位角；