[发明专利]一种基于机器视觉的工件检测方法及系统

说明书

本发明公开一种基于机器视觉的工件检测方法及系统，涉及机器视觉技术领域，所述基于机器视觉的工件检测方法包括：确定目标图像中工件的轮廓；确定所述轮廓的最小外接矩形；根据所述最小外接矩形和目标图像，调整所述目标图像中工件的方向，以使所述目标图像中的工件的方向与样本图像的工件方向一致；提取样本图像中的HOG特征，并使用所述HOG特征对SVM分类器进行训练；通过训练过的SVM分类器对目标图像进行检测，以对所述目标图像中工件进行分类。本发明解决了传统工业机器人无法智能识别和定位工件的问题，通过机器视觉算法对工件进行分类和定位。本发明提供的方法对工件的姿态角度没有要求，并且在遮挡的情况下也能进行检测。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种基于机器视觉的工件检测方法及系统。

背景技术

随着科技的进步，越来越多的工业机器人被应用于生产领域，以替换人类进行重复性的生产活动。

工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。

为了提高工业机器人的自动化程度，需要工业机器人能对生产中的工件进行智能的识别和定位。

由于近年来，机器视觉算法的应用越来越广泛，在工业机器人领域也有所涉及。

机器视觉系统最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。同时，在大批量重复性工业生产过程中，用机器视觉检测方法可以大大提高生产的效率和自动化程度。

例如，公开号为CN103895042A的专利公开了一种基于视觉引导的工业机器人工件定位抓取方法及系统。所述基于视觉引导的工业机器人工件定位抓取方法包括步骤：步骤S1、建立系统参数化模型并摄像机定标；步骤S2、确定工件特征模板；步骤S3、搜索工件模板实例，根据实例的坐标信息确定工件的位置；步骤S4、计算目标工件的速度；步骤S5、预测工件处于待抓取工位时在机器人基础坐标系下的位姿；步骤S6、机器人按照规划轨迹运动接近并抓取工件，放置到目标点位置。此方法不适用于处理有多种工件的情况，使用的场景比较单一，在有遮挡的情况下也不能很好的使用。

总之，现有技术在工件检测中有如下缺陷：不能应用于多种类型的工件混合在一起的情况。只能对单一类型的工件的进行识别检测。

此外，现有技术对工件的角度和位置要求较高，过程效果并不理想。在有遮挡的情况实现也不是很理想。实施过程复杂，效果不佳。

发明内容

本发明所要解决的技术问题在于现有技术中在工件检测上存在的缺陷，如对工件的角度和位置要求较高，过程效果并不理想；在有遮挡的情况实现不是很理想；实施过程复杂，效果不佳等。

本发明针对现有技术的上述不足，提出一种基于机器视觉的工件检测方法及系统。

所述基于机器视觉的工件检测方法包括：

确定目标图像中工件的轮廓；

确定所述轮廓的最小外接矩形；

根据所述最小外接矩形和目标图像，调整所述目标图像中工件的方向，以使所述目标图像中的工件的方向与样本图像的工件方向一致；

提取样本图像中的HOG特征，并使用所述HOG特征对SVM分类器进行训练；

通过训练过的SVM分类器对目标图像进行检测，以对所述目标图像中工件进行分类。

进一步地，在通过训练过的SVM分类器对目标图像进行检测之后，还包括：