[发明专利]一种基于机器视觉的三维坐标定位方法

说明书

本发明公开了一种基于机器视觉的三维坐标定位方法，该方法包括：S1，对工件进行图像采集、预处理及轮廓的提取；S2，对特征向量进行距离归一化处理；S3，确定候选匹配点集；S4，得到初始匹配点集；S5，剔除误匹配点对。本发明方案通过将形状上下文引入双目视觉工件图像的立体匹配中，并引入质心约束条件，融合形状上下文和梯度方向直方图构成联合相似性度量，引入RANSAC剔除误匹配点，实现了较高的匹配精度及更快的匹配速度，满足了工业上双目视觉快速、准确的工件深度信息提取和3‑D定位要求。

技术领域

本发明属于机器人视觉定位领域，涉及一种基于机器视觉的三维坐标定位方法。

背景技术

随着机器视觉技术的发展，双目视觉被广泛应用于物体识别、虚拟现实、工业检测、机器人导航和航空航天等领域。近年来，基于双目视觉的工件识别定位为机器人3-D自动抓取提供图像信息成为研究重点，其中立体匹配和关键抓取点的3-D信息重建是主要研究内容。

立体匹配作为双目视觉的关键技术，其目的是确定立体图像对点之间的对应关系，精度高、速度快和鲁棒性强的匹配算法成为广大研究者追求的目标。其中，基于特征的匹配方法具有计算速度快和占用内存少的优点，满足工业实时性要求，且对噪声、光照变化等不敏感，鲁棒性强，解决了大多数基于区域的立体匹配算法过分依赖图像灰度统计特性以及光照不变性假设的问题，在工业中得到广泛应用。

由于工件图像一般缺乏纹理和颜色特征，导致部分特征点匹配方法检测到的特征点较少，故由于区域灰度的相似性导致的误匹配在一定程度上不能保证后续定位精度。近年来，基于形状特征的匹配方法在缺乏纹理和颜色的图像中得到了长足的发展，尤其是以形状上下文为代表的基于边缘轮廓的匹配方法。

论文“A spectral technique for correspondence problems using pairwiseconstraints[C]//IEEE International Conference on Computer Vision.NewYork,USA:IEEE,2005:1482-1489.LEORDEANU M,HEBERT M”，将形状上下文特征和谱匹配方法结合，进行一对一匹配，但该方法谱分解较耗时。

论文“Analyzing ancient Maya glyph collections with contextual shapedescriptors[J].International Journal of Computer Vision,2011,94(1):101-117.ROMAN-RANGEL E,PALLAN C,ODOBEZ J M，et al”，提出了方向直方图形状上下文特征，引入高维直方图描述复杂的目标形状，提高了匹配准确率，但是高维直方图相似性计算量较大，导致匹配耗时较多。

论文“Hand shape recognition based on coherent distance shape contexts[J].Pattern Recognition,2012,45(9):3348-3359.HU R X,JIA W,ZHANG D,et al”，结合内距离形状上下文(inner distance shape context,IDSC)提出了一致性距离形状上下文，提高了点对匹配精度，但是内距离为在形状内部连接两个轮廓序列上两个点的最短路径长度，计算较为耗时，不能满足实时性要求。

发明内容

本发明目的在于提供一种基于机器视觉的三维坐标定位方法，通过将形状上下文引入双目视觉工件图像的立体匹配中，并引入质心约束条件，融合形状上下文和梯度方向直方图构成联合相似性度量，引入RANSAC剔除误匹配点，实现了较高的匹配精度及更快的匹配速度，满足了工业上双目视觉快速、准确的工件深度信息提取和3-D定位要求，有效地解决了传统形状上下文直方图相似性计算需遍历轮廓采样点、计算复杂性高、不能满足工业实时性要求问题。