本發(fā)明涉及工廠自動(dòng)化技術(shù)領(lǐng)域，尤其是一種機(jī)器人視覺(jué)識(shí)別系統(tǒng)及其圖像處理方法。

背景技術(shù)：

在各種自動(dòng)化生產(chǎn)線(xiàn)內(nèi)，自動(dòng)化機(jī)器人是實(shí)現(xiàn)自動(dòng)化生產(chǎn)的重要裝置。機(jī)器人在對(duì)生產(chǎn)物料進(jìn)行識(shí)別定位時(shí)，需要應(yīng)用到機(jī)器人視覺(jué)識(shí)別系統(tǒng)。為了保證識(shí)別的準(zhǔn)確性，現(xiàn)有的機(jī)器人視覺(jué)識(shí)別系統(tǒng)的識(shí)別方法過(guò)于復(fù)雜，導(dǎo)致識(shí)別速度較低，對(duì)于硬件的要求較高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明要解決的技術(shù)問(wèn)題是提供一種機(jī)器人視覺(jué)識(shí)別系統(tǒng)及其圖像處理方法，能夠解決現(xiàn)有技術(shù)的不足，簡(jiǎn)化了視覺(jué)識(shí)別方法，提高了視覺(jué)識(shí)別的速度。

為解決上述技術(shù)問(wèn)題，本發(fā)明所采取的技術(shù)方案如下。

一種機(jī)器人視覺(jué)識(shí)別系統(tǒng)，包括，

CCD傳感器，用于采集圖像信號(hào)；

分解模塊，用于將圖像信號(hào)進(jìn)行分解，形成背景圖像和表征圖像；

背景圖像處理模塊，用于對(duì)背景圖像進(jìn)行特征區(qū)域的選定和特征向量的計(jì)算；

表征圖像處理模塊，用于對(duì)表征圖像進(jìn)行特征點(diǎn)的選定和特征值 的計(jì)算；

判斷模塊，用于對(duì)背景圖像處理模塊和表征圖像處理模塊的處理結(jié)果進(jìn)行綜合判斷，得出圖像識(shí)別結(jié)果。

一種上述機(jī)器人視覺(jué)識(shí)別系統(tǒng)的圖像處理方法，包括以下步驟：

A、CCD傳感器對(duì)目標(biāo)物進(jìn)行圖像連續(xù)采集；

B、分解模塊對(duì)圖像進(jìn)行分解，根據(jù)目標(biāo)物的設(shè)定輪廓確定表征圖像和背景圖像的區(qū)域，然后根據(jù)背景圖像區(qū)域的平均灰度值確定表征圖像的各個(gè)像素點(diǎn)的灰度值，并且將表征圖像從背景圖像中提取出來(lái)，形成獨(dú)立的表征圖像和背景圖像；

C、背景圖像處理模塊在準(zhǔn)備處理的背景圖像和在此背景圖像之前和之后采集的兩張背景圖像的相同位置進(jìn)行若干次標(biāo)記，每次標(biāo)記的標(biāo)記點(diǎn)選取在三張圖像中任意兩張圖像的灰度變化率超過(guò)閾值的區(qū)域；使用準(zhǔn)備處理的背景圖像上的標(biāo)記點(diǎn)的坐標(biāo)和灰度值組成特征向量；

D、表征圖像處理模塊在表征圖像的邊緣上均勻設(shè)置若干個(gè)特征點(diǎn)，同時(shí)在表征圖像內(nèi)部設(shè)置若干個(gè)特征點(diǎn)，圖像內(nèi)部設(shè)置特征點(diǎn)的規(guī)則為，特征點(diǎn)位于一個(gè)獨(dú)立的圖像區(qū)域內(nèi)，每個(gè)圖像區(qū)域有且只有一個(gè)特征點(diǎn)，每個(gè)圖像區(qū)域與其包含的特征點(diǎn)的差異度小于設(shè)定閾值，差異度根據(jù)以下函數(shù)計(jì)算得出，

其中，積分區(qū)域?yàn)榘卣鼽c(diǎn)的圖像區(qū)域，g為圖像區(qū)域內(nèi)各個(gè)像素點(diǎn)的灰度值，n為任意選取的參考點(diǎn)的數(shù)量，g_n為參考點(diǎn)的灰度值，g’為特征點(diǎn)的灰度值；

將所有特征點(diǎn)的灰度值轉(zhuǎn)化為特征值；

E、判斷模塊使用步驟D中得出的特征點(diǎn)的特征值和特征點(diǎn)的坐標(biāo)值組成對(duì)比向量，將對(duì)比向量和步驟C中的特征向量組成過(guò)渡矩陣，然后將過(guò)渡矩陣進(jìn)行轉(zhuǎn)置和歸一化，然后通過(guò)右乘變化矩陣得到目標(biāo)矩陣，通過(guò)對(duì)比目標(biāo)矩陣的特征向量的特征值與步驟D中得出的特征值的相似度，得出圖像識(shí)別結(jié)果。

作為優(yōu)選，CCD傳感器對(duì)目標(biāo)物的圖像采集周期為0.25s。

作為優(yōu)選，表征圖像和背景圖像在同一像素上的灰度值之和與原始圖像這一像素上的灰度之比為1.1:1～1.2:1。

作為優(yōu)選，特征向量和對(duì)比向量中所包含的特征值和坐標(biāo)值分別組成不同的向量，不同向量中的特征值元素和坐標(biāo)值元素一一對(duì)應(yīng)。

采用上述技術(shù)方案所帶來(lái)的有益效果在于：本發(fā)明將圖像分為背景圖像和表征圖像分別進(jìn)行處理。針對(duì)不同圖像層的特點(diǎn)采用不同的圖像提取方法，可以明顯簡(jiǎn)化對(duì)于圖像處理的過(guò)程。然后通過(guò)不同處理方法得到的特征值的對(duì)比，得出圖像識(shí)別結(jié)果，可以有效降低由于 圖像處理過(guò)程中出現(xiàn)的誤差對(duì)于判斷結(jié)果的影響，提高視覺(jué)識(shí)別的正確率。

附圖說(shuō)明

圖1是本發(fā)明的一個(gè)具體實(shí)施方式的結(jié)構(gòu)圖。

圖中：1、CCD傳感器；2、分解模塊；3、背景圖像處理模塊；4、表征圖像處理模塊；5、判斷模塊。

具體實(shí)施方式

參照?qǐng)D1，本發(fā)明的一個(gè)具體實(shí)施方式包括CCD傳感器1，用于采集圖像信號(hào)；分解模塊2，用于將圖像信號(hào)進(jìn)行分解，形成背景圖像和表征圖像；背景圖像處理模塊3，用于對(duì)背景圖像進(jìn)行特征區(qū)域的選定和特征向量的計(jì)算；表征圖像處理模塊4，用于對(duì)表征圖像進(jìn)行特征點(diǎn)的選定和特征值的計(jì)算；判斷模塊5，用于對(duì)背景圖像處理模塊3和表征圖像處理模塊4的處理結(jié)果進(jìn)行綜合判斷，得出圖像識(shí)別結(jié)果。

一種用于上述的機(jī)器人視覺(jué)識(shí)別系統(tǒng)的圖像處理方法，包括以下步驟：

A、CCD傳感器1對(duì)目標(biāo)物進(jìn)行圖像連續(xù)采集；CCD傳感器1對(duì)目標(biāo)物的圖像采集周期為0.25s。

B、分解模塊2對(duì)圖像進(jìn)行分解，根據(jù)目標(biāo)物的設(shè)定輪廓確定表征圖像和背景圖像的區(qū)域，然后根據(jù)背景圖像區(qū)域的平均灰度值確定表征圖像的各個(gè)像素點(diǎn)的灰度值，并且將表征圖像從背景圖像中提取出來(lái)，形成獨(dú)立的表征圖像和背景圖像；表征圖像和背景圖像在同一 像素上的灰度值之和與原始圖像這一像素上的灰度之比為1.1:1～1.2:1。

C、背景圖像處理模塊3在準(zhǔn)備處理的背景圖像和在此背景圖像之前和之后采集的兩張背景圖像的相同位置進(jìn)行若干次標(biāo)記，每次標(biāo)記的標(biāo)記點(diǎn)選取在三張圖像中任意兩張圖像的灰度變化率超過(guò)閾值的區(qū)域；使用準(zhǔn)備處理的背景圖像上的標(biāo)記點(diǎn)的坐標(biāo)和灰度值組成特征向量；

D、表征圖像處理模塊4在表征圖像的邊緣上均勻設(shè)置若干個(gè)特征點(diǎn)，同時(shí)在表征圖像內(nèi)部設(shè)置若干個(gè)特征點(diǎn)，圖像內(nèi)部設(shè)置特征點(diǎn)的規(guī)則為，特征點(diǎn)位于一個(gè)獨(dú)立的圖像區(qū)域內(nèi)，每個(gè)圖像區(qū)域有且只有一個(gè)特征點(diǎn)，每個(gè)圖像區(qū)域與其包含的特征點(diǎn)的差異度小于設(shè)定閾值，差異度根據(jù)以下函數(shù)計(jì)算得出，

其中，積分區(qū)域?yàn)榘卣鼽c(diǎn)的圖像區(qū)域，g為圖像區(qū)域內(nèi)各個(gè)像素點(diǎn)的灰度值，n為任意選取的參考點(diǎn)的數(shù)量，g_n為參考點(diǎn)的灰度值，g’為特征點(diǎn)的灰度值；

將所有特征點(diǎn)的灰度值轉(zhuǎn)化為特征值；

E、判斷模塊5使用步驟D中得出的特征點(diǎn)的特征值和特征點(diǎn)的坐標(biāo)值組成對(duì)比向量，將對(duì)比向量和步驟C中的特征向量組成過(guò)渡矩 陣，然后將過(guò)渡矩陣進(jìn)行轉(zhuǎn)置和歸一化，然后通過(guò)右乘變化矩陣得到目標(biāo)矩陣，通過(guò)對(duì)比目標(biāo)矩陣的特征向量的特征值與步驟D中得出的特征值的相似度，得出圖像識(shí)別結(jié)果；相似度依照下述函數(shù)求得，

$\mathrm{\η}=\frac{{\Σ}_{i=1}^{n}f\left({\mathrm{\λ}}_n^{\′}\right)/L^{\′}}{{\Σ}_{i=1}^{n}g\left({\mathrm{\λ}}_n^{\′\′}\right)/L^{\′\′}}$

其中，f和g分別為線(xiàn)性變換函數(shù)，λ’和λ”分別為目標(biāo)矩陣的特征向量的特征值和步驟D中得出的特征值，L’和L”分別為相應(yīng)的特征值所處坐標(biāo)距離圖像中心坐標(biāo)的距離。

其中，特征向量和對(duì)比向量中所包含的特征值和坐標(biāo)值分別組成不同的向量，不同向量中的特征值元素和坐標(biāo)值元素一一對(duì)應(yīng)。判斷過(guò)程中使用到的閾值根據(jù)實(shí)際的圖像情況確定。

使用本發(fā)明提供的視覺(jué)識(shí)別系統(tǒng)與現(xiàn)有技術(shù)(本試驗(yàn)選取中國(guó)發(fā)明專(zhuān)利CN 102324042 B作為對(duì)比例)進(jìn)行對(duì)比，對(duì)識(shí)別速度和識(shí)別正確率進(jìn)行兩次試驗(yàn)，結(jié)果如下：

本發(fā)明可以明顯提高連續(xù)視覺(jué)識(shí)別的正確率，并且提高了識(shí)別速 度。

上述描述僅作為本發(fā)明可實(shí)施的技術(shù)方案提出，不作為對(duì)其技術(shù)方案本身的單一限制條件。