復(fù)雜場(chǎng)景下單目視覺工件目標(biāo)精定位.pdf

1、隨著科技的進(jìn)步，機(jī)器視覺在工業(yè)應(yīng)用中發(fā)揮了越來越大的作用。在工業(yè)機(jī)器人分揀工件過程中，需要對(duì)目標(biāo)進(jìn)行精確定位。圖像配準(zhǔn)是目標(biāo)精識(shí)別的一大主要解決手段，利用圖像配準(zhǔn)可以使圖像識(shí)別精度達(dá)到亞像素級(jí)。在復(fù)雜的場(chǎng)景中，圖像配準(zhǔn)問題往往得不到封閉解，目標(biāo)精識(shí)別的誤匹配率往往很大。如何提高復(fù)雜場(chǎng)景下工件目標(biāo)的配準(zhǔn)正確率以及配準(zhǔn)精度，是現(xiàn)階段需要解決的重點(diǎn)難題之一。
　　本文以復(fù)雜場(chǎng)景下工業(yè)零件作為識(shí)別和配準(zhǔn)對(duì)象，首先利用基于二次閾值分割的方向

2、倒角匹配法對(duì)工件目標(biāo)進(jìn)行粗略定位，然后改進(jìn)三種傳統(tǒng)的配準(zhǔn)算法分別對(duì)工件目標(biāo)進(jìn)行精確配準(zhǔn)，最后進(jìn)行實(shí)驗(yàn)驗(yàn)證，并通過坐標(biāo)轉(zhuǎn)換，測(cè)定三種改進(jìn)的配準(zhǔn)算法在復(fù)雜場(chǎng)景下對(duì)工件目標(biāo)精定位的性能，主要完成的研究工作如下：
　?。?）研究了基于二次閾值分割的方向倒角模板匹配算法。首先利用大津法對(duì)復(fù)雜背景下的目標(biāo)圖像進(jìn)行圖像分割，得到目標(biāo)和雜亂物的前景圖像，然后利用迭代閾值法對(duì)前景圖像進(jìn)行進(jìn)一步分割，分割之后得到目標(biāo)物體。經(jīng)測(cè)試，該算法的工件平均識(shí)別

3、率達(dá)到72％以上，匹配率為99.25%。
　?。?）重點(diǎn)研究了三種傳統(tǒng)配準(zhǔn)算法，對(duì)這三種算法進(jìn)行改進(jìn)，得到約束SIFT特征配準(zhǔn)算法，信賴域阻尼高斯牛頓法圖像配準(zhǔn)算法和類SIFT去噪TICP算法。
　　首先，根據(jù)復(fù)雜場(chǎng)景下工件目標(biāo)的具體特征，對(duì) SIFT配準(zhǔn)算法加入約束 SIFT特征配準(zhǔn)概念，利用魯棒性高的ShapeMatch模板匹配對(duì)目標(biāo)進(jìn)行匹配，獲得粗略幾何變換信息，尋找模板圖像和待配準(zhǔn)圖像的匹配特征點(diǎn)對(duì)，剔除誤匹配點(diǎn)對(duì)，

4、再利用隨機(jī)抽樣一致性法對(duì)匹配點(diǎn)對(duì)進(jìn)行更加魯棒的幾何變換參數(shù)估計(jì)。仿真結(jié)果顯示，該算法在x、y方向上的誤差均值分別為0.030個(gè)像素和0.041個(gè)像素，旋轉(zhuǎn)角度誤差為0.11°，配準(zhǔn)準(zhǔn)確率為90.7%。
　　其次，針對(duì)高斯牛頓法的不足之處：若初始迭代點(diǎn)距離目標(biāo)點(diǎn)很遠(yuǎn)時(shí)，迭代步長(zhǎng)過大無法找到極值；在復(fù)雜場(chǎng)景下，容易陷入局部解。本文提出信賴域阻尼高斯牛頓法，即每次配準(zhǔn)迭代時(shí)設(shè)定置信區(qū)間，在信賴區(qū)間內(nèi)進(jìn)行阻尼高斯牛頓法搜索極值點(diǎn)。仿真結(jié)果

5、顯示，信賴域阻尼高斯牛頓法的x、y方向上的定位誤差分別為0.0345個(gè)像素和0.0736個(gè)像素，旋轉(zhuǎn)角度誤差為0.0984°，配準(zhǔn)準(zhǔn)確率為86.7%。
　　最后，針對(duì)傳統(tǒng)迭代最近點(diǎn)法在復(fù)雜場(chǎng)景下配準(zhǔn)目標(biāo)時(shí)，容易陷入局部解的問題，提出了類SIFT去噪TICP算法，該算法利用類SIFT算子對(duì)目標(biāo)區(qū)域進(jìn)行魯棒去噪，然后使用截?cái)嗟罱c(diǎn)法（TICP）進(jìn)行配準(zhǔn)。仿真結(jié)果顯示，該算法在x和y方向上的定位誤差分別為0.043個(gè)像素和0.054

6、2個(gè)像素，旋轉(zhuǎn)角度平均誤差為0.0998°，配準(zhǔn)方面的準(zhǔn)確率為90.0%。
　?。?）設(shè)計(jì)了復(fù)雜場(chǎng)景下目標(biāo)真實(shí)位置測(cè)定實(shí)驗(yàn)，測(cè)定了本文工件目標(biāo)精定位算法的性能，結(jié)果顯示：約束SIFT特征配準(zhǔn)算法、信賴域阻尼高斯牛頓法、類SIFT去噪TICP算法在x方向上的誤差均值分別小于0.6mm、0.4mm、0.5mm，在y方向上的誤差均值分別小于0.7mm、0.55mm、0.5mm，運(yùn)行時(shí)間分別為0.18s~0.22s、0.88s~0.94s