[发明专利]一种透明工件识别与定位的方法

说明书

本发明公开了一种透明工件识别与定位的方法，首先将采集的所述透明工件的原始图像信息作为图像预处理模块的输入，得到信息增强后的图像作为输出，再根据所述透明工件的图像特征，改进Canny算法对工件进行边缘检测，然后将边缘特征图像作为图像后处理模块的输入，寻找边缘特征图像中的闭合轮廓作为感兴趣区域，遍历寻找到的所有感兴趣区域，确定每个ROI的位置特征参数与姿态特征参数，判断每个ROI是否为待检测的透明工件的边缘，完成对工件位置与姿态的识别。本发明的方法通过改进Canny算法，实现了边缘检测和消除高斯噪声，保证了检测效率，使用中值滤波代替高斯滤波，有效的消除了椒盐噪声，且避免了边界模糊，保留了透明材质物体的边界信息。

技术领域

本发明属于机器视觉与图像识别技术领域，具体涉及视一种透明工件识别与定位的方法。

背景技术

随着工业柔性化、智能化需求的增长，机器视觉被越来越多的应用在工业现场，用于完成视觉伺服、缺陷检测等任务。在这些机器视觉任务中，针对目标物体的轮廓的识别和定位技术一般作为算法的基础步骤而存在。在多数视觉伺服任务中，所识别的目标物体都具有明显的轮廓或纹理信息，因此应用传统的阈值分割或边缘检测算法就能完成任务。对于亚克力、玻璃等材质的工件，在对其进行识别与定位时，存在三个方面的难点：(1)常见透明材质的工件易反光，因此相较于金属等材质更容易受到环境光的影响；(2)透明物体没有纹理，因此带有纹理的背景会干扰识别效果；(3)透明物体的边缘信息不明显，在进行识别时，应该考虑如何保护边缘信息不被模糊。

CN108665458A公布了一种透明体表面缺陷提取及识别方法。该方法首先通过中值滤波的方法平滑图像，然后通过传统Canny算法检测边缘点，最后通过模板匹配的方法确定缺陷类型。CN111612765A公布了一种圆形透明镜片识别和定位的方法。该方法首先将图像转为灰度图并进行中值滤波，然后进行阈值分割，接着使用传统Canny算法进行边缘检测，最后通过计算一阶矩得到镜片位置信息并进行坐标转换。以上方法存在下述几个问题：(1)模板匹配是高耗时方法在视觉伺服任务中，需要保证检测效率；(2)不管是缺陷检测还是圆形镜片识别，均只有位置信息，而对于矩形工件的视觉伺服任务，不但需要获取工件的位置信息，还需要知道其姿态信息。(3)传统的Canny算法需要对图像进行高斯滤波，这样会丢失掉一部分图像的边缘信息；(4)针对透明物体，Canny算法在原始图像上面的效果要好于在阈值分割之后的图像上的效果，因为透明物体的边缘信息会被其背景上的纹理所干扰。

基于上述对透明物体识别与定位任务的难点分析，以及对同领域其他方法的分析可知，需要一种应用于视觉伺服任务中的透明工件的识别和定位方法，此方法需要在保证计算效率的前提下，提高针对透明物体的检测效果。

发明内容

为解决上述技术问题，本发明提供了一种透明工件识别与定位的方法，此方法采用背光打光，使用中值滤波代替高斯滤波避免边界模糊，使用改进的Canny算法进行边缘检测以提高检测效率。

本发明采用的技术方案为：一种透明工件识别与定位的方法，具体步骤如下：

S1、在有效光照条件中，通过工业相机采集所述透明工件在特定视角下的原始图像信息；

S2、将采集到的原始图像作为图像预处理模块的输入，得到信息增强后的图像作为输出；

S3、根据所述透明工件的图像特征，改进Canny算法对工件进行边缘检测；

S4、将边缘特征图像作为图像后处理模块的输入，寻找边缘特征图像中的闭合轮廓作为感兴趣区域(Region Of Interest,ROI)；

S5、遍历寻找到的所有感兴趣区域，确定每个ROI的位置特征参数与姿态特征参数，并判断每个ROI是否为待检测的透明工件的边缘，完成对工件位置与姿态的识别。

进一步地，所述步骤S1中，具体如下：