[發明專利]一種基于邊緣幾何特征的圖像識別方法及系統

有效

• 申請號: 201410055598.4
• 申請日: 2014-02-19
• 公開（公告）號: CN103793712B
• 公開（公告）日: 2017-02-08
• 發明（設計）人: 周向東;唐小琦;杜寶森;宋寶;葉伯生;喬文君;熊爍;南文虎
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/54
• 分類號: G06K9/54;G06K9/46
• 代理公司: 華中科技大學專利中心42201
• 代理人: 朱仁玲

技術領域

本發明屬于機器視覺圖像處理技術領域，更具體地，涉及一種基于邊緣幾何特征的圖像識別方法及系統。

背景技術

機器視覺是計算機科學的重要研究領域之一，結合光、機、電綜合應用檢測識別技術，發展十分迅速。主要研究范疇包括圖像特征檢測、輪廓表達、基于特征的分割、距離圖像分析、形狀模型及表達、立體視覺、運動分析、顏色視覺、主動視覺、自標定系統、物體檢測、二維與三維物體識別及定位等。其應用范圍也日益擴大，涉及到機器人、工業檢測、物體識別、醫學圖像分析、軍事導航和交通管理等諸多領域。

采用機器視覺技術的智能裝配可以大大縮短產品開發時間,在不變更硬件的情況下處理各種零部件。機器視覺技術不僅可以用于完成一些看起來很簡單(如汽車零件裝配等)的任務,更可在惡劣或有害的工作環境下實現裝配。目前，在工業領域中，已經有很多以機械手、視覺系統為主體的帶感知的機器人系統進入實用階段。例如晶體管自動焊接系統、管子凸緣焊接機器人、有視覺的裝配機器人、汽車車輪裝入輪毅作業的自動系統等等。機器人應用視覺的方式有很多種，如對機械手定位以及跟蹤目標提供反饋控制信息；確定和辨別零件的位置方位以拾取零件；控制對零件的裝配；引導焊縫機器人等。

在機器視覺應用中，工件識別能力主要取決于圖像處理算法能否得到穩定的工件特征。早在1972年，R.O.Duda和P.E.Hart提出在視覺領域使用霍夫變換來尋找直線、圓及其他簡單形狀。此后，出現了很多提取圖像信息的特征算法。在1988年，C.Harris和M.Stephens提出了一種基于信號的點特征提取算子Harris角點檢測算法，使用特征點來代表圖像的內容。Serge?Belongie,Jitendra?Malik,Jan?Puzicha在2000年提出了基于形狀上下文的形狀匹配和目標識別方法，通過統計不同特征點的分布概率來形成特征直方圖。2004年D.G.Lowe在論文中發表了SIFT算法，使用尺度不變特征轉換描述局部特征，通過計算待測圖像與模板的能量值來確定最佳匹配對象。

國內在機器視覺應用中也提出了很多實用的算法，華中理工大學的谷紅勛等人提出了基于子形心集霍夫距離的平面形狀識別新方法。哈爾濱工業大學的陳東、王炎提出改進的傅立葉描述子的方法，提取出目標在任意仿射變換下都不改變的特征，并對六種飛機進行特征提取并識別。清華大學的王濤、劉文印、孫家廣等利用基于曲線多邊形近似的連續傅立葉變換方法計算傅立葉描述子，并通過形狀的主方向消除邊界起始點相位影響的方法，定義了新的具有旋轉平移和尺度不變的歸一化傅立葉描述子來進行形狀識別。浙江大學的唐國良等人利用不變矩和標準矩從二維數字圖像中對五種飛機目標進行識別。北京郵電大學的王波濤等人研究了相對矩及其在幾何形狀識別中的應用。上海交通大學的黃紅艷、楊煌普研究了基于高階神經網絡的機械零件形狀識別，提出一種機械零件在線自動檢測的形狀識別系統。該系統以零件各邊的長度，角度，圓心角和與鄰邊夾角4個特征來表示零件的形狀。

上述提及的應用于機器視覺中的圖像處理算法，其中提出的圖像信息特征的描述子大多是從理論上實現了一些更加具有魯棒性，且不受空間縮放、平移、旋轉等影響的特征表示方法。但是對于工業生產中自動化裝配應用來說，難以適應惡劣現場工作環境以及加工工藝的要求，實用能力受到限制。而另外一些改進的實用算法，則需要首先對待檢測的目標進行分析并建立模板數據庫，在檢測時必須通過遍歷式的模板匹配才能找到最優匹配結果，空間復雜度和時間復雜度都會增加。

發明內容

針對制造業現有機器視覺自動裝配現場的復雜環境和高實時性要求，本發明的目的在于提供一種快速的、無需建立模板數據庫的工件位姿識別算法。該算法能夠在復雜的工業噪聲環境中提取二維平面內工件的穩定幾何邊緣特征并對每一類工件自動確定唯一的方向角和位置。并且處理結果將實時發送至工業機器人，從而完成批量工件的分揀操作。

為實現上述目的，本發明提供了一種基于邊緣幾何特征的圖像識別方法，所述方法包括以下步驟：

S1：對工件的原始圖像進行濾波處理，以去除噪聲；

S2：根據選定的閾值，對上述濾波處理后的圖像進行二值化處理；

S3：對二值化處理后的圖像使用輪廓查找算法，獲得輪廓序列集；

S4：使用幾何規則作為條件，從上述輪廓序列集中篩選出合格的工件輪廓；

S5：確定上述工件輪廓的最小外接矩形，并確定上述工件輪廓的中心點；

S6：沿上述最小外接矩形的四條邊的方向截取上述工件輪廓的四個子序列；