機(jī)器視覺(jué)在物體位姿檢測(cè)中的應(yīng)用

伊力亞爾·達(dá)吾提

【摘 要】論文旨在對(duì)物體位姿檢測(cè)過(guò)程中應(yīng)用機(jī)器視覺(jué)的實(shí)際效果進(jìn)行分析。在進(jìn)行實(shí)際驗(yàn)證過(guò)程中使用工業(yè)相機(jī)，從兩個(gè)方位對(duì)目標(biāo)圖片進(jìn)行全面采集，在相機(jī)進(jìn)行標(biāo)定的過(guò)程中，選擇的方法是張正友的以2D平面靶標(biāo)為基礎(chǔ)的標(biāo)定方法。并且在對(duì)目標(biāo)區(qū)域進(jìn)行測(cè)定的過(guò)程中，采用了目標(biāo)圖像，減去背景圖像并與形態(tài)學(xué)運(yùn)算進(jìn)行結(jié)合的方法來(lái)實(shí)現(xiàn)初步定位。

【Abstract】The purpose of this paper is to analyze the actual effect of applying the machine vision in the process of object pose detection. In the process of carrying out the actual verification， the industrial camera is used， and the target picture is comprehensively collected from two directions， and during the calibration process of the camera， the method is a calibration method based on the 2D plane target of Zhang Zhengyou. And the method of combining the target image， the background image and the morphological operation is adopted to realize the preliminary positioning in the process of measuring the target area.

【關(guān)鍵詞】機(jī)器視覺(jué)；物體位姿；技術(shù)；應(yīng)用

【Keywords】machine vision； object posture； technology； application

【中圖分類號(hào)】TP391.4；TH161 【文獻(xiàn)標(biāo)志碼】A 【文章編號(hào)】1673-1069（2019）03-0174-02

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(shí)，就將機(jī)器視覺(jué)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(guò)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(jué)來(lái)對(duì)各零件的位姿數(shù)據(jù)進(jìn)行檢測(cè)。

2 機(jī)器視覺(jué)在物體位姿檢測(cè)中的應(yīng)用

2.1 采樣圖像處理

2.1.1 圖像背景處理

對(duì)于目標(biāo)圖像進(jìn)行采集作業(yè)時(shí)要確保采集位置的光照是充足的，并且相機(jī)在采集過(guò)程中不會(huì)出現(xiàn)移動(dòng)。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(guò)程中對(duì)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(cè)算法對(duì)目標(biāo)圖像進(jìn)行提取，可以降低由噪聲所帶來(lái)的影響，確保在提取過(guò)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(guò)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∵^(guò)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∵^(guò)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(cè)和匹配

2.2.1 圖像邊緣檢測(cè)

圖像擁有諸多特征，在對(duì)這些特征進(jìn)行檢測(cè)時(shí)，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(cè)過(guò)程中，檢測(cè)方法以及檢測(cè)技術(shù)有許多種，本文論述過(guò)程中所選擇的方法是Hough變換法，通過(guò)該方法對(duì)圖像的直線邊緣實(shí)現(xiàn)檢測(cè)處理。該方法在實(shí)際檢測(cè)過(guò)程中是將皮卡爾坐標(biāo)系當(dāng)中采用斜率和截距來(lái)進(jìn)行反應(yīng)的直線，在極坐標(biāo)系當(dāng)中，通過(guò)極徑以及極角對(duì)該直線進(jìn)行表示，同時(shí)還對(duì)該直線的相關(guān)參數(shù)實(shí)現(xiàn)了累加，從而達(dá)到對(duì)該直線進(jìn)行檢測(cè)的目的。因?yàn)樵摍z測(cè)屬于局部檢測(cè)，并且想通過(guò)局部檢測(cè)對(duì)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(cuò)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(duì)角點(diǎn)進(jìn)行匹配。對(duì)于機(jī)器視覺(jué)來(lái)講，角點(diǎn)匹配操作難度非常高，但也同時(shí)是機(jī)器視覺(jué)相關(guān)功能實(shí)現(xiàn)中最重要的步驟。在實(shí)際匹配的過(guò)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(gè)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(jué)主要用于工廠生產(chǎn)過(guò)程中，進(jìn)行批量零件制作檢測(cè)與識(shí)別，所以其所面對(duì)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(guò)程中，若出現(xiàn)了遮擋會(huì)導(dǎo)致某一個(gè)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(cè)與識(shí)別。例如，在進(jìn)行檢測(cè)的過(guò)程中，檢測(cè)目標(biāo)為立方體，但工作人員對(duì)于立方體的相關(guān)信息僅僅知道其邊長(zhǎng)，并且邊長(zhǎng)的數(shù)值為100mm。對(duì)于該物件的位姿確定，能夠通過(guò)多種方法來(lái)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(guò)立方體相互垂直的三條邊來(lái)進(jìn)行位姿確定；第4種是通過(guò)立方體的三個(gè)角點(diǎn)對(duì)其進(jìn)行確定，除此之外還有很多種方法。在實(shí)際檢測(cè)過(guò)程中，可能在檢測(cè)過(guò)程中所得到的并不是完整邊界，所以可以通過(guò)計(jì)算立方體的質(zhì)心以及角點(diǎn)，來(lái)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(huì)比立方體邊長(zhǎng)的根號(hào)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(gè)交點(diǎn)。

在后續(xù)的計(jì)算過(guò)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(duì)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(shí)對(duì)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(zhǎng)方體質(zhì)心坐標(biāo)。

3 結(jié)語(yǔ)

機(jī)器視覺(jué)在工業(yè)領(lǐng)域當(dāng)中的應(yīng)用越來(lái)越廣泛，通過(guò)機(jī)器視覺(jué)能夠很好地對(duì)工業(yè)生產(chǎn)過(guò)程中相關(guān)產(chǎn)品進(jìn)行檢測(cè)以及定位。所以需要對(duì)機(jī)器視覺(jué)在位姿確定過(guò)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(duì)其進(jìn)行改善，提高機(jī)器視覺(jué)在實(shí)際應(yīng)用過(guò)程中對(duì)各種影響因素的排除效率，增加位姿定位的準(zhǔn)確率。通過(guò)提高機(jī)器視覺(jué)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。

【參考文獻(xiàn)】

【1】李彬， 羅彪. 機(jī)器視覺(jué)在物體位姿檢測(cè)中的應(yīng)用[J]. 傳感器與微系統(tǒng)， 2016， 35（2）：150-153.

【2】佚名.機(jī)器視覺(jué)在物體位姿檢測(cè)中的應(yīng)用[J]. 軍民兩用技術(shù)與產(chǎn)品， 2018（24）：35.