[發明專利]一種基于視覺系統的坡口切割機器人圖像處理方法

在審

• 申請號: 202210313898.2
• 申請日: 2022-03-28
• 公開（公告）號: CN114821114A
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 王聚峰;陳楠;張騰;冀連權;張九琴;劉仁明;余飛;倪寶春;管宏偉;鄭飛;錢文昊;朱斌
• 申請（專利權）人: 南京業恒達智能系統股份有限公司
• 主分類號: G06V10/46
• 分類號: G06V10/46;G06V10/44;G06V10/75;G06K9/62;G06T3/40;G06T5/00;G06T5/40;G06T5/50;G06T7/12;G06T7/13;G06T7/33;G06T7/80
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 田凌濤

本發明提供了一種基于視覺系統的坡口切割機器人圖像處理方法，屬于視覺坡口機器人圖像處理技術領域。解決了傳統切割質量差、效率低的問題。其技術方案為：包括以下步驟：S1、圖像采集與拼接；S2、對目標區域工件的提取；S3、目標區域最優輪廓的獲取；S4、視覺標定；S5、工件輪廓匹配。本發明的有益效果為：本發明添加了視覺信息采集系統，能自動識別工件的形狀和擺放姿態，避免了示教機器人的示教再現的過程，增加了工作的靈活性，提高了工作效率。

技術領域

本發明涉及視覺坡口機器人圖像處理技術領域，尤其涉及一種基于視覺系統的坡口切割機器人圖像處理方法。

背景技術

目前在工業生產中，工件坡口的切割主要采用手工切割和半自動切割的方式，這些傳統的切割方式已經不能滿足現代工業生產要求的高效率、高質量和降低工人勞動強度的要求，因此對具有自動識別工件位置、自動進行切割的坡口切割機器人的研究具有重要的意義。

現有技術的缺陷和不足：(1)輪廓提取精度的影響：在提取待識別工件輪廓的過程中，需要對圖像進行閾值分割、形態學處理以及邊緣檢測等操作，這些操作是否得當會對最終得到的工件輪廓與標準輪廓間的相似程度有一定的影響。(2)輪廓跟蹤算法的影響：提取出的工件輪廓中會存在一定數量的奇異點，這些奇異點會影響對輪廓跟蹤的準確性和效率，雖然采用的輪廓跟蹤算法對奇異點有著較好的去除效果，但不能保證對每個輪廓中的奇異點都能完全去除，奇異點的存在會對最終的匹配精度產生影響。(3)Hu矩算法的局限性：Hu矩原理相對簡單，但計算出的冗余信息過多，會占據大量的存儲空間；同時Hu矩不能直接對圖像輪廓進行特征描述，必須在其他算法提取、突出圖像輪廓的前提下方能進行計算匹配，對于圖像的質量要求較高。(3)輪廓最小外切矩形求取精度的影響：在求取輪廓最小外切矩形時，外切矩形的面積越小，輪廓的主軸方向越接近圖像的坐標軸。所以最小外切矩形的計算越準確，對輪廓主軸規范化的程度才能越高，獲得的歸一化連碼直方圖會更準確，這也是影響輪廓匹配精度的因素。

發明內容

本發明的目的在于提供一種基于視覺系統的坡口切割機器人圖像處理方法，采用圖像處理技術對視覺系統采集的工件圖像進行處理，識別出工件的擺放姿態，提取出工件的輪廓信息，得到對工件邊緣的切割軌跡，控制機器人對工件進行坡口切割，可有效提高系統對工件以及周圍環境變化的適應性，避免示教再現的操作流程，從而實現工業生產中工件坡口的自動化切割。

本發明的思想為：本發明提供了一種基于視覺系統的坡口切割機器人圖像處理方法，包括圖像拼接、工件圖像輪廓提取和輪廓匹配的方法，通過實驗驗證了所用方法的可行性。主要完成了以下工作：

(1)針對坡口切割機器人中的圖像處理相關技術，研究了圖像拼接、輪廓提取以及輪廓匹配的研究現狀，總結了坡口切割機器人中工件圖像輪廓提取與匹配技術的流程，分析了相機成像模型的相關理論，為圖像拼接做了準備。

(2)對圖像拼接技術進行了研究，分析了圖像拼接的基本流程，圖像配準和圖像融合的方法，深入研究了SIFT算法的原理，利用SIFT算法提取出了工件圖像的特征點，用kd-tree數據結構對特征集合進行分類索引，通過最近鄰比值法進行了特征點的初始匹配，再利用RANSAC算法進行篩選并計算出圖像間的變換矩陣，實現了圖像的配準，最后利用加權平均法對圖像的重疊區域進行融合，得到了完整的切割平臺圖像。

(3)在輪廓提取方面，針對采集到的工件圖像中存在噪聲的問題，對圖像進行了相應的預處理操作，針對本發明中的工件圖像的特點，采用最大類間方差法(Ostu)進行圖像分割，得到了較好的分割效果，對多種邊緣檢測算子進行了分析比較，選擇了邊緣檢測效果較好的Canny算子來檢測工件的邊緣，最后利用Freeman鏈碼跟蹤的方法對提取出的輪廓點進行跟蹤，針對跟蹤過程中存在奇異點的問題，給出了消除奇異點的輪廓跟蹤算法，得到了封閉的、單像素寬的輪廓，跟蹤效果較好。