[发明专利]一种视觉测量方法及系统

说明书

本发明提供一种视觉测量方法及系统，该方法包括：获取待测量物体的实时图像，并确定所述实时图像对应的模板图像，所述模板图像上标注有感兴趣轮廓基元；将所述实时图像和所述模板图像输入到训练好的感兴趣轮廓基元提取模型，得到所述实时图像对应的轮廓基元置信度图；其中，所述训练好的感兴趣轮廓基元提取模型是由标记有样本轮廓基元的物体图像集，对卷积神经网络进行训练得到的；基于测量行为树，根据所述轮廓基元置信度图进行几何运算，得到所述待测量物体的测量结果，本发明显著提高了视觉测量系统的柔性化和智能化程度，得到精准的视觉测量结果。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种视觉测量方法及系统。

背景技术

视觉测量是机器视觉的典型应用之一，其目标是基于相机模型和图像，精确获取目标物体的空间位姿、尺寸和结构等信息。随着工业生产和机器人作业等领域中任务的日益多样化和快速更新，柔性化的视觉测量系统是实现多功能机器人和柔性智能制造的重要环节，具有全面实用化的前景，为了快速适应各种不同的测量任务需求，现有视觉测量系统还需要进一步提高柔性化程度。

目前基于图像的视觉测量系统，大多是针对特定的具体任务所开发的，仅能用于特定任务中规定的物体类型和测量需求，当物体类型或测量需求变化后，往往需要专家进行重新编程开发调试，无法实现快捷功能切换，导致视觉测量系统的应用不够灵活，尤其在面临小批量多样化的待测量物体时，视觉测量的柔性化和智能化程度较低，无法较为精准的实现待测量物体的视觉测量。

因此，现在亟需一种视觉测量方法及系统来解决上述问题。

发明内容

针对现有技术存在的问题，本发明提供一种视觉测量方法及系统。

本发明提供一种视觉测量方法，包括：

获取待测量物体的实时图像，并确定所述实时图像对应的模板图像，所述模板图像上标注有感兴趣轮廓基元；

将所述实时图像和所述模板图像输入到训练好的感兴趣轮廓基元提取模型，得到所述实时图像对应的轮廓基元置信度图；其中，所述训练好的感兴趣轮廓基元提取模型是由标记有样本轮廓基元的物体图像集，对卷积神经网络进行训练得到的；

基于测量行为树，根据所述轮廓基元置信度图进行几何运算，得到所述待测量物体的测量结果。

根据本发明提供的一种视觉测量方法，所述训练好的感兴趣轮廓基元提取模型通过以下步骤得到：

获取包含多种不同样式类型的物体图像集；

对所述物体图像集中的样本物体图像标记感兴趣轮廓基元，得到训练样本集；其中，所述感兴趣轮廓基元包括将线段型轮廓基元和/或圆弧型轮廓基元；

基于所述训练样本集，训练卷积神经网络的权重参数，得到训练好的感兴趣轮廓基元提取模型。

根据本发明提供的一种视觉测量方法，在所述基于测量行为树，根据所述轮廓基元置信度图进行几何运算，得到所述待测量物体的测量结果之前，所述方法还包括：

根据图像空间和相机模型对应的几何运算函数，构建几何运算函数库；

基于预设几何变量条件和所述几何运算函数库，确定条件节点和几何计算节点，并根据所述条件节点和所述几何计算节点，构建所述待测量物体对应的测量行为树。

根据本发明提供的一种视觉测量方法，所述图像空间的几何运算函数至少包括：直线拟合、圆拟合、椭圆拟合、求两直线交点、求两直线夹角、求点到直线距离、求点到点距离和求两直线中心线的函数；

所述相机模型对应的几何运算函数至少包括：仿射变换、PnP位姿估计和双目位置测量的函数。

根据本发明提供的一种视觉测量方法，所述根据所述条件节点和所述几何计算节点，构建所述待测量物体对应的测量行为树，包括：