機(jī)器視覺在物體位姿檢測中的應(yīng)用

伊力亞爾·達(dá)吾提

（新疆建設(shè)職業(yè)技術(shù)學(xué)院，烏魯木齊 830026）

1 引言

工業(yè)零件制造行業(yè)，在進(jìn)行零件的分解以及甄別時，就將機(jī)器視覺技術(shù)引入其中，大大提高了實(shí)際的分類效率以及甄別效率。而在進(jìn)行分裂的過程中，需要進(jìn)行甄別的零件數(shù)目非常多，所以也就需要應(yīng)用機(jī)器視覺來對各零件的位姿數(shù)據(jù)進(jìn)行檢測。

2 機(jī)器視覺在物體位姿檢測中的應(yīng)用

2.1 采樣圖像處理

2.1.1 圖像背景處理

對于目標(biāo)圖像進(jìn)行采集作業(yè)時要確保采集位置的光照是充足的，并且相機(jī)在采集過程中不會出現(xiàn)移動。當(dāng)采集到相關(guān)圖像之后，需要在目標(biāo)圖像和背景圖像之間做差，最終得到目標(biāo)區(qū)域。但所得到的目標(biāo)區(qū)域，仍然存在高光區(qū)域，需要在形態(tài)學(xué)運(yùn)算過程中對其進(jìn)行去除。

2.1.2 形態(tài)學(xué)的計(jì)算

采用以數(shù)學(xué)形態(tài)學(xué)為基礎(chǔ)的邊緣檢測算法對目標(biāo)圖像進(jìn)行提取，可以降低由噪聲所帶來的影響，確保在提取過程中，邊緣處于平滑狀態(tài)[1]。在進(jìn)行形態(tài)學(xué)運(yùn)算的過程中，膨脹以及腐蝕屬于該算法的最基礎(chǔ)運(yùn)算，其中，前者能夠?qū)υ谔崛∵^程中所出現(xiàn)的小空洞進(jìn)行填補(bǔ)，后者則能夠?qū)υ谔崛∵^程中所出現(xiàn)的一些連線和小點(diǎn)進(jìn)行去除。

2.2 圖像的邊緣檢測和匹配

2.2.1 圖像邊緣檢測

圖像擁有諸多特征，在對這些特征進(jìn)行檢測時，圖像的邊緣以及角點(diǎn)是最主要的特征之一，在實(shí)際檢測過程中，檢測方法以及檢測技術(shù)有許多種，本文論述過程中所選擇的方法是Hough變換法，通過該方法對圖像的直線邊緣實(shí)現(xiàn)檢測處理。該方法在實(shí)際檢測過程中是將皮卡爾坐標(biāo)系當(dāng)中采用斜率和截距來進(jìn)行反應(yīng)的直線，在極坐標(biāo)系當(dāng)中，通過極徑以及極角對該直線進(jìn)行表示，同時還對該直線的相關(guān)參數(shù)實(shí)現(xiàn)了累加，從而達(dá)到對該直線進(jìn)行檢測的目的。因?yàn)樵摍z測屬于局部檢測，并且想通過局部檢測對全面的數(shù)據(jù)參數(shù)進(jìn)行計(jì)算，所以采用此方法能夠?qū)⒁蛟肼暫捅黄渌繕?biāo)覆蓋所引起的影響因素降低到最低，具有較高的容錯性以及魯棒性。

2.2.2 直線匹配

為了得出直線所在三維空間的相關(guān)坐標(biāo)，需要對角點(diǎn)進(jìn)行匹配。對于機(jī)器視覺來講，角點(diǎn)匹配操作難度非常高，但也同時是機(jī)器視覺相關(guān)功能實(shí)現(xiàn)中最重要的步驟。在實(shí)際匹配的過程中，為了能夠使匹配的效果達(dá)到最優(yōu)，需要增加以下三個約束條件，分別是極限約束，灰度相似性約束以及直線約束[2]。

2.3 物體坐標(biāo)計(jì)算

本文所描述的機(jī)器視覺主要用于工廠生產(chǎn)過程中，進(jìn)行批量零件制作檢測與識別，所以其所面對的目標(biāo)大多數(shù)都是相同的工件，雖然背景不同，但是物體的樣式卻都是相同的，所以在進(jìn)行圖像采集的過程中，若出現(xiàn)了遮擋會導(dǎo)致某一個物體或者是工件全部信息不能夠得到反饋。但采用已知的物體模板信息，還是能夠?qū)ο嚓P(guān)的物體進(jìn)行檢測與識別。例如，在進(jìn)行檢測的過程中，檢測目標(biāo)為立方體，但工作人員對于立方體的相關(guān)信息僅僅知道其邊長，并且邊長的數(shù)值為100mm。對于該物件的位姿確定，能夠通過多種方法來實(shí)現(xiàn)。第1種方法，確定立方體的質(zhì)心以及角點(diǎn)；第2種方法則是將立方體的質(zhì)心以及一條邊進(jìn)行準(zhǔn)確定位；第3種是通過立方體相互垂直的三條邊來進(jìn)行位姿確定；第4種是通過立方體的三個角點(diǎn)對其進(jìn)行確定，除此之外還有很多種方法。在實(shí)際檢測過程中，可能在檢測過程中所得到的并不是完整邊界，所以可以通過計(jì)算立方體的質(zhì)心以及角點(diǎn)，來進(jìn)行位姿確定。

在進(jìn)行具體計(jì)算之前，還需要尋找到能夠符合以下條件的線段，線段數(shù)量為三條。①兩線段之間的間距不會比立方體邊長的根號2倍要大；②所尋找到的三條線段，處于相互垂直的關(guān)系；③在三條線段空間位置中至少有一個交點(diǎn)。

在后續(xù)的計(jì)算過程中，為了能夠準(zhǔn)確得到線段的坐標(biāo)，需要將圖像像素與實(shí)際坐標(biāo)進(jìn)行轉(zhuǎn)換，從而得到所尋找的三條線段的端點(diǎn)。然后對已經(jīng)確定好坐標(biāo)的三條線段進(jìn)行單位方向向量的計(jì)算，同時對于三條線段的交點(diǎn)坐標(biāo)也需要進(jìn)行計(jì)算，從而求出長方體質(zhì)心坐標(biāo)。

3 結(jié)語

機(jī)器視覺在工業(yè)領(lǐng)域當(dāng)中的應(yīng)用越來越廣泛，通過機(jī)器視覺能夠很好地對工業(yè)生產(chǎn)過程中相關(guān)產(chǎn)品進(jìn)行檢測以及定位。所以需要對機(jī)器視覺在位姿確定過程中的實(shí)際應(yīng)用原理進(jìn)行深入分析，并且基于此原理不斷對其進(jìn)行改善，提高機(jī)器視覺在實(shí)際應(yīng)用過程中對各種影響因素的排除效率，增加位姿定位的準(zhǔn)確率。通過提高機(jī)器視覺的實(shí)際使用效率，提升其在工業(yè)領(lǐng)域中的實(shí)際應(yīng)用效果，為工業(yè)生產(chǎn)改革提供更強(qiáng)的助力。