[發明專利]一種基于多視角特征的工件識別方法和裝置

有效

• 申請號: 202110377328.5
• 申請日: 2021-04-08
• 公開（公告）號: CN113191207B
• 公開（公告）日: 2022-12-02
• 發明（設計）人: 譚毅華;王鵬學;熊勝洲
• 申請（專利權）人: 華中科技大學;深圳華中科技大學研究院
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V20/64;G06V10/82;G06N3/04;G06T5/00;G06T7/11
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 王穎翀

本發明公開了一種基于多視角特征的工件識別方法和裝置，屬于圖像數據處理技術領域，所述方法包括：S1：對攜帶目標工件的場景圖像進行濾波、分割和點云化獲得所述目標工件對應的待識別點云數據集；S2：分別將三維模型圖像數據集和所述待識別點云數據集在多個視角下進行渲染，得到三維模型多視角點云數據集和待識別多視角點云數據集；S3：利用所述三維模型多視角點云數據集對工件類型識別網絡進行訓練，訓練完成后得到目標深度神經網絡；S4：將所述待識別多視角點云數據集輸入到所述目標深度神經網絡，得到所述目標工件的類型識別結果。本發明方法能夠快速、有效、精準地對目標工件進行自動識別。

技術領域

本發明屬于圖像數據處理技術領域，更具體地，涉及一種基于多視角特征的工件識別方法和裝置。

背景技術

目標工件識別是工件坐標測量中的重要任務，自動識別待測量工件的類型可以提高測量設備的智能化程度，滿足測量任務的多樣性需求，做到測量任務之間的自動切換。現有的測量系統的任務比較單一，在切換不同測量任務時需要人工操作，自動識別工件類型可以使得同時處理多種類型的任務成為可能。

目前存在的目標工件自動識別方法使用的分類方法或分割方法主要包括：手工特征提取法、體素網格法、點云網絡法等。在關于目標工件識別的現有研究中應用了大量的特征和分類方法，這些研究中通常都存在以下二個問題：首先，受視角限制，相機可視范圍外的點丟失，模型泛化能力較差，識別率低；其次，使用物體完整點云訓練的模型對于完整點云數據有較好的識別率，但是對于深度相機采集的物體不完整點云的識別效果較差。

發明內容

針對現有技術的以上缺陷或改進需求，本發明提供了一種基于多視角特征的工件識別方法和裝置，其目的在于使用多視角點云數據訓練工件類型識別模型，并使用訓練好的類型識別模型識別多視角的深度特征獲得工件種類，由此解決現有識別方法識別率低準確性差的技術問題。

為實現上述目的，按照本發明的一個方面，提供了一種基于多視角特征的工件識別方法，包括：

S1：對攜帶目標工件的場景圖像進行濾波、分割和點云化獲得所述目標工件對應的待識別點云數據集；

S2：分別將三維模型圖像數據集和所述待識別點云數據集在多個視角下進行渲染，得到三維模型多視角點云數據集和待識別多視角點云數據集；

S3：利用所述三維模型多視角點云數據集對工件類型識別網絡進行訓練，訓練完成后得到目標深度神經網絡；

S4：將所述待識別多視角點云數據集輸入到所述目標深度神經網絡，得到所述目標工件的類型識別結果。

在其中一個實施例中，所述S1包括：

S11：對所述場景圖像進行條件濾波、體素濾波和統計濾波得到濾波圖像；

S12：基于隨機采樣一致性的平面模型分割方法對所述濾波圖像進行處理，以將所述目標工件從所述場景圖像中分割出來得到目標圖像；

S13：采用點云庫將所述目標圖像轉換成所述待識別點云數據集。

在其中一個實施例中，所述S11包括：

利用所述條件濾波過濾工作平臺范圍外的無關點云數據；

利用所述體素濾波對所述工作平臺范圍內的點云數據進行下采樣，得到稀疏點云數據；

利用所述統計濾波來過濾所述稀疏點云數據中的噪聲點，得到所述濾波圖像。

在其中一個實施例中，所述S2包括：

S21：分別將所述三維模型圖像數據集和所述待識別點云數據集作為待處理CAD模型；

S22：從不同預設視角拍攝所述待處理CAD模型的部分視圖，得到所述三維模型多視角點云數據集和所述待識別多視角點云數據集。