[發(fā)明專利]一種新型機(jī)器視覺目標(biāo)高速定位方法

在審

• 申請?zhí)枺?/td>: 201710797301.5
• 申請日: 2017-09-06
• 公開（公告）號: CN107633535A
• 公開（公告）日: 2018-01-26
• 發(fā)明（設(shè)計）人: 高軍鵬
• 申請（專利權(quán)）人: 深圳市易天自動化設(shè)備股份有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06K9/62
• 代理公司: 廣東廣和律師事務(wù)所44298
• 代理人: 王少強(qiáng)

1.一種新型機(jī)器視覺目標(biāo)高速定位方法，其特征在于：包括以下步驟，

S1：預(yù)備用于進(jìn)行圖像數(shù)據(jù)獲取的若干個工業(yè)相機(jī)；并利用工業(yè)相機(jī)進(jìn)行拍攝，得到需要的圖像數(shù)據(jù)信息；

S2：對步驟S1中工業(yè)相機(jī)所拍攝的圖像進(jìn)行篩選及處理，得到模板圖像數(shù)據(jù)，并儲存；

S3：對步驟S1中所得的圖像數(shù)據(jù)進(jìn)行預(yù)處理，對步驟S2中所得的模板圖像數(shù)據(jù)進(jìn)行預(yù)處理，并判定圖像是否發(fā)生旋轉(zhuǎn)，若沒有，則繼續(xù)處理，若發(fā)生旋轉(zhuǎn)，則跳轉(zhuǎn)至步驟S5；將所得到的數(shù)據(jù)信息輸送到圖像與模板所對應(yīng)的計算公示中：

(其中，f是圖像，t是模板)；

S4：通過歸一化圖像和模板向量，即歸一化相關(guān)系數(shù)；所述用于進(jìn)行相似度測量的歸一化相關(guān)系數(shù)用如下公示表示：

NCC(u,v)=Σx,y[f(x,y)-fu,v][t(x-u,y-v)-t]Σx,y[f(x,y)-fu,v-]2Σx,y[t(x-u,y-v)-t‾]2;]]>

S5:判定圖像旋轉(zhuǎn)是否超過預(yù)設(shè)值C1，若超過則跳轉(zhuǎn)至步驟S6；若沒有超過預(yù)設(shè)旋轉(zhuǎn)角度值C1，則繼續(xù)處理；定義一個模板t的圓投影轉(zhuǎn)換值為P_t(r)：其中θ∈[0，2π]；

對于離散的情況P_t(r)的值可以表示為：

其中L_r是圓r中所包含的所有象素點的個數(shù)，r＝0、1、2、3...R；圓投影向量間的歸一化相關(guān)系數(shù)表示為：

NC(Pf,Pt)=[(R+1)Σr=0Pt(r)Pf(r)-Σr=0Pt(r)Σr=0Pf(r)]2×100{(R+1)ΣRPt(r)2-[ΣRPt(r)]2}{(R+1)ΣRPf(r)2-[ΣRPf(r)]2};]]>

NC(P_f,P_t)的范圍在-1到1之間，并且不受光照和旋轉(zhuǎn)的影響；

S6:創(chuàng)建不同角度不同方向的模板序列；然后用不同方向的模板在圖像金字塔上分別匹配；采用圓投影轉(zhuǎn)換算法，并選擇圓內(nèi)數(shù)據(jù)作為匹配區(qū)域，當(dāng)在最底層金字塔搜索到粗位置時，就跟蹤到上一層金字塔進(jìn)行經(jīng)匹配，一直匹配到原始圖像；

S7:采用亞像素精度計算用于得到較高的圖像分辨率；把已求得位置3×3鄰域內(nèi)的所有點的相似度值擬和成一個二次曲面，然后根據(jù)最小二乘法求出系數(shù)，然后求取局部最大值或最小值，所得的位置就是要得到的亞像素精度位置；

一旦已經(jīng)匹配到整數(shù)位置，就可以獲得其3×3鄰域內(nèi)的所有相似度值；要擬和的二次曲面方程為：

f(x,y)＝αx²+βy²+εxy+γx+δy+φ；其中參數(shù)模型為定義是每個位置的x,y坐標(biāo)值的組合，得到：

其中A＝[A₁,A₂,...,A₉]^T，A₁,A₂,...,A₉是9個系數(shù)向量；已知的是每個點的相似度值F和位置向量A，由最小二乘法估計得到系數(shù)為：

p→=(ATA)-1ATF→;]]>

得到系數(shù)矩陣之后，可以通過微積分的方法求得局部極值；在極值好處，有：

∂f/∂x=0∂f→/∂y=0,2αxc+ϵyc+γ=02βyc+ϵxc+δ=0;]]>

就方程可以得到：

S8:步驟S7求得的最終數(shù)值x_c,y_c就是亞像素精度的位置。