[發明專利]一種基于邊緣特征的模板匹配方法

在審

• 申請號: 201710895783.8
• 申請日: 2017-09-28
• 公開（公告）號: CN109583461A
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 林滸;王詩宇;孫一蘭;鄭飂默;李倫興;韓旭
• 申請（專利權）人: 沈陽高精數控智能技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/46;G06K9/34
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 王倩

本發明針對2D視覺任務中識別過程易受環境因素干擾的情況，發明一種基于邊緣特征的模板匹配方法，包括：將多個尺度的高斯濾波器相乘得到新的濾波器；利用該濾波器對采集到的圖片進行卷積，得到邊緣特征圖像；對邊緣特征圖像進行二值化，得到二值圖像；對特征圖像求取最小外接矩形，獲取目標的偏轉角度；依據獲得的偏轉角度和二值圖像建立模板集；將集到的圖像經過上述處理得到最終的二值圖像后同模板集進行匹配，識別出特定的工件。本發明方法為基于邊緣特征的模板匹配方法，克服了傳統模板過程中光照變化、噪聲以及目標物體的旋轉對匹配過程造成的影響。實驗結果表明，采用該方法的2D視覺任務能夠準確的辨別目標，具有較高的識別成功率。

技術領域

本發明涉及工業機器人視覺識別領域，具體涉及一種基于邊緣特征的模板匹配方法。

背景技術

分揀作業在電子電器、汽車、食品和制藥等領域中應用廣泛，是大多數工業流水生產線的一個重要環節。傳統的機器人分揀過程一般采用示教或離線編程的方法來控制機器人的運動，這很難適應當下工業生產中復雜多變的工作環境。近年來得益于國家大力發展機器人產業，機器視覺技術得以意蓬勃發展，結合視覺技術，機器人具有了更高的智能化程度和更強的環境適應能力。

在一副圖像中定位一個已知目標的最簡單的方法就是搜索它的像素級的完美拷貝，這就需要嚴格的控制目標物體的姿態和光照條件，同時，要求目標物體沒有尺度和旋轉上的變換，這在現實世界中是很難實現的。Lowe在2004年提出的SIFT-尺度不變特征轉換是解決這類問題的經典方法，Bay在后來又提出了它的加速版本SURF算子，它們需要建立圖像的尺度空間，在三維重建、視覺跟蹤等領域中有廣泛的應用。一般基于視覺系統的工業流水線分揀系統大都是2D平面應用，相機的工作距離大多固定在一定的高度，采集到的圖像信息在匹配過程中只受到旋轉及光照的影響，圖像并沒有尺度上的縮放，因此本專利運用模板匹配的思想，針對匹配過程中不可避免的旋轉及光照變化的現象，提出解決辦法，使目標物體能夠在圖像中可以“像素級完美”的出現。

發明內容

針對傳統的基于灰度相關的模板匹配算子易受到光照變化及目標旋轉等情況的影響，因為照明情況的改變和目標位置的改變都會造成相應匹配位置灰度值的改變，本發明首先提取邊緣特征，再進行二值化處理，排除不相關像素的干擾，減少計算機需要匹配的數據量，再通過建立角度補償后的旋轉集合，克服目標旋轉對匹配過程造成的位置變化帶來的影響。最后將其運用到基于機器視覺的機器人分揀系統中，可以準確的匹配目標。

本發明為實現上述目的所采用的技術方案是：一種基于邊緣特征的模板匹配方法，包括以下步驟：

1)將尺度大小不同的高斯濾波器相乘；利用相乘后的濾波器對圖像進行卷積，得到圖像的邊緣特征圖像；對邊緣特征圖像進行二值化，得到二值圖像；

2)通過步驟1)分別得到模板和采集圖像的二值圖像；

3)對采集圖像的二值圖像求取最小外接矩形，獲取目標相對于模板的偏轉角度；利用偏轉角度和模板的二值圖像建立模板集；

4)將采集圖像的二值圖像同模板集進行匹配，識別出工件。

所述將尺度大小不同的高斯濾波器相乘，具體為：將小尺度濾波參數的高斯函數同大尺度濾波參數的高斯函數相乘，得到基于尺度相乘的新的高斯濾波器。

所述利用相乘后的濾波器對圖像進行卷積，得到圖像的邊緣特征圖像具體為：邊緣位置對于濾波器的響應為局部區域的最大值，根據這些最大值點的一階導數為零，獲取到圖像邊緣。

所述對邊緣特征圖像進行二值化，得到圖像的二值圖像具體為：選取中間閾值thresh，將邊緣響應點置255，其余像素置0：

其中，dst表示二值圖像，src表示邊緣特征圖像。