[发明专利]利用视觉系统对图像中的探针进行有效评分的方法及系统

说明书

提供了对在分析运行时图像的一个或多个候选姿态中使用的训练探针进行评分的系统及方法。将基于训练模型具有位置和梯度方向的一组探针应用至基于运行时图像的一个或多个候选姿态。所应用的探针各自分别包括相对于其梯度方向的离散的位置偏移集。计算每一探针的匹配得分，包括分别相对于每一探针的其中一个偏移估计每一探针的最佳匹配位置，以及生成由每一探针分别在所估计的最佳匹配位置处的各自探针得分所构成的集合。

本申请是申请日为2017年2月13日，申请号为201710076215.5，标题为“利用视觉系统对图像中的探针进行有效评分的方法及系统”的发明申请的分案申请。

技术领域

本发明涉及机器视觉系统，更具体地，涉及用于相对运行时图像的候选姿态对准训练图像的系统及方法。

背景技术

机器视觉系统在本文也称为“视觉系统”，其用于在制造环境中执行多种任务。一般来说，视觉系统由一个或多个具有图像传感器(或“成像器”)的相机组成，该图像传感器获取场景的灰度、色彩和/或三维(3D)范围/深度/高度图像，该场景包含制造中的对象。能够对对象的图像进行分析，以提供数据/信息给用户以及相关的制造和/或其它工艺。图像产生的数据通常由一个或多个视觉系统处理器(其能够是专用的)中的视觉系统、或者在通用计算机(例如，PC、笔记本、平板电脑或智能手机)内实例化的一个或多个软件应用程序的一部分来分析和处理。

常见的视觉系统任务包括对准和检查。在对准任务中，视觉系统工具，如可从内蒂克郡(Natick)、马尔迈松市(MA)的康耐视公司购买的公知的系统，将场景图像中的特征与训练的(使用实际或合成模型)图案进行比较，并且确定成像场景中的图案的存在/不存在以及姿态。该信息能够用在后续的检查(或其它的)操作中，以搜索缺陷和/或执行其它操作，如部分拒绝。

此类视觉系统任务能够通过对运行时的二维(2D)(例如灰度)图像中的训练模型的给定姿态计算有意义的匹配分数来执行对准。该分数能够用于，例如，确定哪个候选姿态是模型的真实例，以选择最佳可用候选，或用于其他分类和/或决定目的。

当所获取的运行时图像包括偏离预期模型图像的变形或其他变化时，计算分数并确定对准通常是具有挑战性的。此类变形可能是因为对象表面的小缺陷、或者可能由光学问题所导致-如视角的变化、不均匀照明、视场的部分遮挡、阴影等。为了有效地对姿势进行评分，应该在该过程中考虑一些变形。同样，可能存在视觉系统相机-透镜失真(可能是非线性的)，并且可能是难以解决并且需要高处理开销。

用于将训练模型与运行时的图形对准的常用技术包括使用探针，探针通常包括一系列位置，这些位置对应于模型上定义梯度的点。相对于运行时图像中的候选姿态定位探针，并且对探针评分以确定候选姿态与探针所定义的预期模型特征相匹配的程度。

在存在变形的情况下执行候选姿态的探针匹配的现有技术涉及从运行时图像中提取“特征片段(featurelet)”并且尝试匹配特征片段。它包括从图像中提取各个边缘过渡的子像素位置。每一子像素位置大致对应长度为一个像素的边界区段。一旦提取了这些特征片段，围绕每个探针的邻域搜索可以确定是否存在潜在的匹配特征，并且如果发生匹配，则在分数中给出信用分。然而，这种方法存在两个关键的缺陷。首先，其需要硬对比度阈值来确定什么是以及不是被称为特征的足够强的梯度变化。当图像特征接近该硬阈值时，提取的行为可能不稳定。其次，提取特征片段在计算上是昂贵的，因为它需要确定每个位置处的梯度、计算梯度方向的角度(只相对于它们的x和y分量)、以及执行非峰值抑制从而仅留下具有局部最强梯度。因此，该方法不如所期望的那样快速和有效。