[发明专利]一种带厚度干扰的圆形物体的精确定位方法

说明书

本发明属于机器视觉图像处理技术领域，具体为一种带厚度干扰的圆形物体的精确定位方法。本发明采用基于边缘点密度去除厚度噪点的方法，以消除厚度噪点对圆形物体的干扰，同时利用噪点中心位置关系解决旋转镜像问题，计算出物体旋转的方向；针对于物体中间带有突出的圆柱的情况，利用中心偏移算法计算物体旋转角的大小。具体步骤包括：基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓；基于厚度噪点中心的旋转镜像处理；基于中心点偏移的目标精确定位。本发明尤其适用于在工业场景下，快速实现带厚度干扰的圆形物体的精确检测和定位。该方法有较高的定位精度、高效的处理速率以及较好的抗噪能力。

技术领域

本发明属于机器视觉图像处理技术领域，具体涉及在工业场景下，对圆形物体的精确检测和定位的方法。

背景技术

图像处理技术通常是一个视觉系统的核心部分，本发明所涉及的边缘点提取以及椭圆检测均为图像处理领域最为重要的研究方法之一。

当人们观察一个物体时，所感知到边缘通常是颜色有明显变化的地方，而在图像中对这种变化进行数学表示的就是边缘检测算子。其中比较常用的算子有Roberts算子、Sobel算子、Prewitt算子、Laplacian算子以及Canny算子等。这些传统的基于边缘检测算子的算法虽然能够提取出边缘的像素，但同时会将很多噪声点误认为是边缘。尤其当物体的厚度不可忽略时，厚度因素会导致物体在边缘的提取过程中加入很多的噪点，使检测出的物体形状在倾斜的厚度一侧向外扭曲。

Hough变换是由Paul Hough于1962年提出的，实现了一种从图像空间到参数空间的映射关系。其核心思想在于点与线的对偶性，图像空间中共线的点可以与参数空间中交于同一点的线一一对应。Hough变换被广泛用于线段、圆、椭圆等目标的检测中，各种新的改进算法也陆续提出。针对于椭圆检测，较为经典的有5点Hough变换检测，随机Hough变换检测等方法。

为缩小参数空间的维度，提出了一种基于椭圆三点(长轴2端点和椭圆上其它任意1点)确定法的1维度Hough变换检测法。

在工业应用中，单目2D相机由于成本低廉和处理快速等优势而被广泛应用。工业环境下为进行物体抓取，可将单目2D相机固定在机械臂上，相机随机械臂一起移动，在物体正上方拍摄图像。工业环境中圆形零件使用非常普遍，但是由于小孔成像原理以及圆形物体的对称性，在圆形物体上方对物体拍摄后，绕X、Y轴的旋转角为(α,β)和(-α,-β)在图像中形成的椭圆轮廓是一样的，这就造成了物体定位的旋转镜像问题。同时由于单目2D相机不能获取深度信息，在对圆形物体的旋转角大小计算时，利用圆形物体在图像中检测出的椭圆信息，计算先绕X轴旋转角绝对值再绕Y轴旋转角绝对值(其中a为长半轴，c为椭圆中心沿Y轴方向到椭圆点的距离，d为椭圆中心沿X轴方向到椭圆点的距离)。但由于y＝cos^-1(x)函数曲线在x＝1附近比较陡峭，当或接近1时，即使检测到的c、d误差较小，计算出的旋转角的误差也会很大。

发明内容

为了实现对带厚度干扰和镜像问题的圆形物体的精确定位，本发明提供了一种基于边缘点密度去除厚度噪点的方法，以消除厚度噪点对圆形物体的干扰，同时利用噪点中心位置关系解决旋转镜像问题，准确计算出物体旋转的方向；针对于物体中间带有突出的圆柱的情况，利用中心偏移算法计算物体旋转角的大小。

本发明提出的带厚度干扰的圆形物体的精确定位方法，具体步骤为：

(1)基于边缘点密度提取去除厚度产生的噪点后的边缘轮廓；

(2)基于厚度噪点中心的旋转镜像处理；

(3)基于中心点偏移的目标精确定位。