本發(fā)明涉及計(jì)算機(jī)視覺(jué)測(cè)量領(lǐng)域,具體是指一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法。
背景技術(shù):
1、在實(shí)際問(wèn)題中,通過(guò)圖像測(cè)量工件特征參數(shù)的方法,往往受限于設(shè)備性能、拍攝環(huán)境和圖像數(shù)量等客觀因素,可能導(dǎo)致識(shí)別效果不佳。除此之外,在技術(shù)層面,將拍攝圖像中的像素特征映射到空間坐標(biāo)也是一個(gè)相對(duì)復(fù)雜的問(wèn)題,涉及像素到向量的轉(zhuǎn)換以及三維重建等方面的知識(shí)和模型,處理不當(dāng)同樣也會(huì)影響目標(biāo)工件的測(cè)量精度。因此結(jié)合計(jì)算機(jī)視覺(jué)技術(shù),通過(guò)單張的局部視野圖像測(cè)量平面工件的全局位置與物理特征是本發(fā)明的主要?jiǎng)?chuàng)新內(nèi)容。實(shí)現(xiàn)了在客觀環(huán)境限制下,對(duì)工件位置及其他物理特征參數(shù)的有效測(cè)量標(biāo)定。這一方法不僅可以提高生產(chǎn)過(guò)程中的效率和精度,還能夠減少人為測(cè)量誤差,從而推動(dòng)工業(yè)生產(chǎn)的智能化和自動(dòng)化發(fā)展。
技術(shù)實(shí)現(xiàn)思路
1、本發(fā)明的目的在于提供一種基于3d機(jī)器視覺(jué)通過(guò)單張的局部視野圖像測(cè)量平面工件特征的方法,以解決上述背景技術(shù)中提出的目標(biāo)工件測(cè)量過(guò)程中出現(xiàn)的各種問(wèn)題。
2、為實(shí)現(xiàn)上述目的,本發(fā)明采用以下的技術(shù)方案:一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,包括以下步驟:
3、step1:獲取目標(biāo)工件的單張局部視野圖像;
4、step2:將step1得到的圖像進(jìn)行預(yù)處理;
5、step3:根據(jù)step2得到的預(yù)處理圖像,建立hed邊緣檢測(cè)模型和霍夫檢測(cè);
6、step4:將step3檢測(cè)出的像素坐標(biāo)及邊緣,置于相機(jī)視野的擬定平臺(tái),通過(guò)像素與真實(shí)距離比例尺,根據(jù)相機(jī)工作距離,解得相機(jī)與像素點(diǎn)的坐標(biāo)差,得到像素坐標(biāo)的空間向量,完成由圖像像素坐標(biāo)到基礎(chǔ)空間向量的轉(zhuǎn)換;
7、?step5:對(duì)step4所得的像素點(diǎn)的空間向量經(jīng)旋轉(zhuǎn)系統(tǒng)進(jìn)行三維旋轉(zhuǎn),與零平面的交點(diǎn)即為該像素點(diǎn)對(duì)應(yīng)的平面坐標(biāo),即得局部視野圖像所有邊緣點(diǎn)平面坐標(biāo)位置;
8、?step6:對(duì)step5局部邊緣點(diǎn)應(yīng)用最小二乘法擬合求解未知數(shù)據(jù)點(diǎn),繼而計(jì)算測(cè)量完整目標(biāo)工件的物理特征信息。
9、進(jìn)一步的,step1中獲取目標(biāo)工件的單張局部視野圖像方法為:在軌道上固定相機(jī)使相機(jī)視野垂直,拍攝目標(biāo)物體的部分位置,獲取相機(jī)視野受限情況下所獲得的局部視野圖像。
10、進(jìn)一步的,step2中將step1獲取圖像旋轉(zhuǎn)至工作臺(tái)視角,提高原圖亮度,同時(shí)將三通道圖像轉(zhuǎn)換為灰度圖像,再進(jìn)行二值化,膨脹預(yù)處理。
11、進(jìn)一步的,step3中建立hed邊緣檢測(cè)模型和霍夫檢測(cè)具體步驟:
12、a.基于dcnn選取resne作為預(yù)訓(xùn)練模型,輸出多個(gè)不同尺度的邊緣特征圖;
13、b.計(jì)算圖像中每個(gè)像素的點(diǎn)的梯度大小和方向,使用非極大值抑制同時(shí)通過(guò)雙閾值檢測(cè)確定真實(shí)和潛在邊緣,最后抑制孤立弱邊緣完成霍夫檢測(cè);
14、c.由hed?邊緣檢測(cè)及霍夫檢測(cè)結(jié)果,共同決定目標(biāo)邊緣;
15、進(jìn)一步的,建立hed邊緣檢測(cè)模型的方法為:選取預(yù)訓(xùn)練模型,通過(guò)將網(wǎng)絡(luò)的全連接層替換為卷積層,形成holistically-nested結(jié)構(gòu),令帶標(biāo)注的邊緣圖像與輸出特征圖差異計(jì)算損失函數(shù),反饋于更新網(wǎng)絡(luò)參數(shù),訓(xùn)練好的網(wǎng)絡(luò)模型即可用于邊緣檢測(cè)。
16、進(jìn)一步的,step4像素坐標(biāo)到空間向量轉(zhuǎn)換的方法為:基于相機(jī)視野構(gòu)建擬定平臺(tái),相機(jī)在平臺(tái)的投影點(diǎn)位于中心位置,并將所得像素點(diǎn)置于該平臺(tái)內(nèi),通過(guò)系統(tǒng)測(cè)算所得的像素距離與真實(shí)距離間的比例尺,計(jì)算像素坐標(biāo)與空間坐標(biāo)的映射位置,由相機(jī)工作距離與相機(jī)的空間坐標(biāo)進(jìn)行運(yùn)算,最終得到像素點(diǎn)的空間向量。將該方法應(yīng)用于全部邊緣像素點(diǎn),?即可完成由圖像像素坐標(biāo)到基礎(chǔ)空間向量的轉(zhuǎn)換。
17、本發(fā)明的有益效果:本發(fā)明針對(duì)工件的單張局部視野圖像,對(duì)其進(jìn)行灰度轉(zhuǎn)換、二值化及膨脹操作,增強(qiáng)圖像邊緣像素;通過(guò)hed邊緣檢測(cè)和霍夫檢測(cè)共同決定圖像邊緣,保證邊緣數(shù)據(jù)準(zhǔn)確性;基于建立擬定平臺(tái)和hpb旋轉(zhuǎn)確定提取的像素點(diǎn)的空間向量及工件對(duì)應(yīng)的平面坐標(biāo);利用最小二乘法擬合局部視野數(shù)據(jù)點(diǎn),完成對(duì)全局工件所需特征的計(jì)算測(cè)量并保證了誤差相對(duì)最小。本發(fā)明解決了在拍攝環(huán)境受限、圖像數(shù)據(jù)較少等情況下,無(wú)法對(duì)目標(biāo)工件特征進(jìn)行高精度測(cè)量的問(wèn)題,大大提高了工作效率和精確度。
1.一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,包括以下步驟:
2.根據(jù)權(quán)利要求1所述的一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,step1中獲取目標(biāo)工件的單張局部視野圖像方法為:在軌道上固定相機(jī)使相機(jī)視野垂直,拍攝目標(biāo)物體的部分位置,獲取相機(jī)視野受限情況下所獲得的局部視野圖像。
3.根據(jù)權(quán)利要求1所述的一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,step2中將step1獲取圖像旋轉(zhuǎn)至工作臺(tái)視角,提高原圖亮度,同時(shí)將三通道圖像轉(zhuǎn)換為灰度圖像,再進(jìn)行二值化,膨脹預(yù)處理。
4.根據(jù)權(quán)利要求1所述的一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,step3中建立hed邊緣檢測(cè)模型和霍夫檢測(cè)具體步驟:
5.根據(jù)權(quán)利要求4所述的一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,建立hed邊緣檢測(cè)模型的方法為:選取預(yù)訓(xùn)練模型,通過(guò)將網(wǎng)絡(luò)的全連接層替換為卷積層,形成holistically-nested結(jié)構(gòu),令帶標(biāo)注的邊緣圖像與輸出特征圖差異計(jì)算損失函數(shù),反饋于更新網(wǎng)絡(luò)參數(shù),訓(xùn)練好的網(wǎng)絡(luò)模型即可用于邊緣檢測(cè)。
6.?根據(jù)權(quán)利要求1所述的一種基于3d機(jī)器視覺(jué)局部視野的工件特征測(cè)量方法,其特征在于,step4像素坐標(biāo)到空間向量轉(zhuǎn)換的方法為:基于相機(jī)視野構(gòu)建擬定平臺(tái),相機(jī)在平臺(tái)的投影點(diǎn)位于中心位置,并將所得像素點(diǎn)置于該平臺(tái)內(nèi),通過(guò)系統(tǒng)測(cè)算所得的像素距離與真實(shí)距離間的比例尺,計(jì)算像素坐標(biāo)與空間坐標(biāo)的映射位置,由相機(jī)工作距離與相機(jī)的空間坐標(biāo)進(jìn)行運(yùn)算,最終得到像素點(diǎn)的空間向量,將該方法應(yīng)用于全部邊緣像素點(diǎn),?即可完成由圖像像素坐標(biāo)到基礎(chǔ)空間向量的轉(zhuǎn)換。