[发明专利]一种提高工业机器人三维视觉识别精度的匹配矫正方法

摘要

本发明公开了一种提高工业机器人三维视觉识别精度的匹配矫正方法，包括如下步骤(a)建立视觉引导的机器人系统；(b)零件位置的检测及调整；(c)零件的检测及更换；(d)图像的获取和转化；(e)摄像头畸变处理；(f)摄像机标定；(g)对图像灰度化处理；(h)图像预处理；(i)边缘特征提取；(j)边缘特征匹配及矫正。本发明对图像进行特征点匹配，根据其特征点的拓扑关系，获得参考图像的三角剖分图，根据参照图像的三角剖分图对另一图像进行同样的特征点连接，并判定出异常边缘，进一步根据每一个特征点的异常边缘与正常的比例，判断和消除无匹配点对，矫正误匹配点对，提高了特征点匹配的准确度，提高了三维建模的精度。

主权项

一种提高工业机器人三维视觉识别精度的匹配矫正方法，其特征在于包括如下步骤：(a)建立视觉引导的机器人系统：采用上、下两层的独立结构系统，上层结构系统控制获取、处理外界信息，作出决策，并对下层结构系统发送控制信息，上层结构系统采用机器人控制器，下层结构系统接受上层结构系统的控制信息，对电机进行控制操作，电机驱动连接机器人本体，再将末端操作器固定到机器人的机械臂上，接着将传感器固定在处于直角坐标上的末端操作器上，将零件放置在工作台面上；(b)零件位置的检测及调整：采用检测模块检测放置在工作台面上的零件，记录零件所处的位置，根据扫描系统的路径，通过分析模块分析出对比标准图像的位置与零件所处的位置的错位量，通过位置补正系统调整零件在工作台面上的位置，使得零件处于扫描系统的扫描面范围中；(c)零件的检测及更换：确定零件处于扫描面范围中后，轮廓识别系统以合格的零件的轮廓信息为基准，排查处于工作台面上的零件，获得零件的相识度，将处于工作台面上的不合格零件更换成新的零件；(d)图像的获取和转化：将扫描系统以恒定的运动速度沿平行于扫描面的方向前进，扫描系统扫过零件表面，调整扫描系统角度，扫描系统再次扫过零件表面，通过信号采集模块获取两张同一物体不同角度的图像，将获取的图像经过转化模块分割成由相邻像素组成的许多水平线，将每个像素的亮暗程度用一个整数值来表示，图像被表示为一个整数矩阵，转化为数字化图像；(e)摄像头畸变处理：通过视觉畸变处理模块测算出摄像头畸变实际像素坐标和理想像素坐标，通过实际像素坐标和理想像素坐标测算出镜头畸变系数向量，通过镜头畸变系数向量排查出畸变类型，为后期摄像机标定工作做好准备；(f)摄像机标定：确立外界三维场景中的特征点坐标与其在图像平面上的对应像素坐标之间的映射关系，将摄像头坐标系下的三维测量坐标转换为机器人处理模块坐标系下的三维坐标；(g)对图像灰度化处理；(h)图像预处理：图像预处理采用图像增强和图像平滑方式处理图像中的噪声信号，提高图像的清晰度，保证后续边缘特征提取的操作顺利进行；(i)边缘特征提取：经过预处理后的两张同一物体不同角度的图像，采用SURF算法模块，在20*20大小的像素区域范围内，分成4*4个子区域，在每个子区域用相对主方向的水平和垂直方向的Harr小波响应之和以及响应的绝对值之和来确定，最终形成64维特征描述向量，对两张同一物体不同角度的图像进行特征点提取，接着运用特征点匹配的方法将两张图像的特征点一一匹配；(j)边缘特征匹配及矫正：针对其中一张图像作为参考图像，根据其特征点对其进行三角剖分，获得该图像的三角剖分图，根据参考图像的三角剖分图，对另一张图像进行特征点连接，并判定出异常边缘，进一步根据每一个特征点的异常边缘和正常的比例，判断出错误的匹配点，删除错误的匹配点所对应的特征点对，删除异常边缘，在检测的异常边缘的基础上检测并消除误匹配点对，计算一个特征点所连接的异常边缘的数量与其连接的总边缘的数量的比值，出现比值大于一定的阈值，将其对应的特征点对删除，完成边缘特征匹配及矫正。