The invention discloses a grabbing method for non-texture metal parts based on the matching of wire harness descriptor sub-images. The actual image and the CAD template image are captured, the foreground part of the input part image is extracted, the covariance matrix of the foreground image is calculated and the direction of the temporary coordinate system is established. The direction of the line segment is set to the first or second quadrant of the temporary coordinate system. The descriptor of the line segment is established by using the angle relationship between the K line segments nearest to each line segment. The descriptors of different line segments in the inter-image and the CAD template image are matched to obtain line pairs. The perspective n-line algorithm is used to process pose recognition and obtain the actual pose of the non-textured metal parts. Then the actual pose of the non-textured metal parts is input into the manipulator arm to grasp the parts. The invention can match the straight line segment correctly, calculate the precise position and pose of the parts, and then successfully complete the grabbing, which can meet the requirements of practical application.
【技术实现步骤摘要】
一种基于线束描述子图像匹配的无纹理金属零件抓取方法
本专利技术涉及计算机视觉及工业自动化
,具体涉及一种基于对比度不变线束描述子图像匹配的无纹理金属零件抓取方法。
技术介绍
无纹理金属零件的抓取一直以来都是计算机视觉及工业自动化领域的一个重要研究方向。在很多应用场景下都需要对无纹理金属零件的抓取,如对零件进行识别等。对于纹理物体,最常用的方法就是提取模板和实际图像中的特征点(如SIFT或SURF)进行匹配之后计算位姿并抓取,效率高且准确。但无纹理金属零件无法提取有效的特征点,因此该类方法不适用。目前主要的基于匹配的无纹理零件抓取方法主要是提取实际零件图片中的零件轮廓,将此轮廓与模板轮廓进行比较,取最相似的模板作为匹配正确的模板,以该模板对应的位姿进行抓取。比较常见的匹配方法有:直接将两张轮廓图像(模板与实际图像)的对应像素进行比较;或者是提取两张轮廓图像的某些特征(如矩特征),计算特征之间的相似程度。但这些方法都是将轮廓作为一个整体进行计算,容易受到外部的影响,计算复杂度较高且匹配正确率较低,影响最后抓取的成功率。近年来,有学者提出了一种利用相邻直线段对无纹理物体进行匹配并抓取的方法(BunchOfLinesDescriptor,BOLD)。这种描述匹配方法能够准确地完成图像间的直线段匹配,并且对旋转、平移和尺度变化均有鲁棒性,能够计算出满足抓取精度的结果完成抓取。但是,由于BOLD描述子需要基于梯度方向对线段进行描述,因此在图像对比度发生变化时,BOLD描述子无法进行正确地匹配,且在这种情况下会造成抓取失败。
技术实现思路
本专利技术为解决上述匹配方法 ...
【技术保护点】
1.一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:步骤1:对于放置实际环境下的实际无纹理金属零件,采用实际物理相机对无纹理金属零件进行拍摄获得实际图像;对于计算机虚拟场景下导入的无纹理金属零件的CAD模型,采用虚拟相机对无纹理金属零件的CAD模型进行拍摄获得CAD模板图像;提取输入实际图像和CAD模板图像的前景部分,计算前景部分的协方差矩阵,并建立临时坐标系的方向;步骤2:使用线段检测子算法对实际图像和所有CAD模板图像进行处理,提取获得实际图像和所有CAD模板图像中的棱边作为线段,针对每一幅图像遍历其中所有线段设定线段处于临时坐标系的方向;步骤3:在每一幅图像中,遍历所有线段,利用每条线段最近邻的k条线段与该条线段之间的角度关系建立该条线段的描述子;所述的步骤4:考虑实际图像和CAD模板图像的两张图像中线段的描述子的k取值不同时,对实际图像和CAD模板图像中不同线段的描述子进行匹配,获得线段对;步骤5:根据匹配得到的线段对采用透视n线算法进行处理位姿识别,获得实际无纹理金属零件的位姿,然后将实际无纹理金属零件的位姿输入到机械臂进而抓取零件。
【技术特征摘要】
1.一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:步骤1:对于放置实际环境下的实际无纹理金属零件,采用实际物理相机对无纹理金属零件进行拍摄获得实际图像;对于计算机虚拟场景下导入的无纹理金属零件的CAD模型,采用虚拟相机对无纹理金属零件的CAD模型进行拍摄获得CAD模板图像;提取输入实际图像和CAD模板图像的前景部分,计算前景部分的协方差矩阵,并建立临时坐标系的方向;步骤2:使用线段检测子算法对实际图像和所有CAD模板图像进行处理,提取获得实际图像和所有CAD模板图像中的棱边作为线段,针对每一幅图像遍历其中所有线段设定线段处于临时坐标系的方向;步骤3:在每一幅图像中,遍历所有线段,利用每条线段最近邻的k条线段与该条线段之间的角度关系建立该条线段的描述子;所述的步骤4:考虑实际图像和CAD模板图像的两张图像中线段的描述子的k取值不同时,对实际图像和CAD模板图像中不同线段的描述子进行匹配,获得线段对;步骤5:根据匹配得到的线段对采用透视n线算法进行处理位姿识别,获得实际无纹理金属零件的位姿,然后将实际无纹理金属零件的位姿输入到机械臂进而抓取零件。2.根据权利要求1所述的一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:所述的无纹理金属零件是表面为平面且光滑、无凹凸和纹理的多面体金属零件。3.根据权利要求1所述的一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:所述步骤1中,具体是:提取图像的前景部分作为前景图像,计算前景图像的协方差矩阵,进而获得协方差矩阵的两个特征值及两个特征值对应的特征向量,将较大的特征值对应的特征向量的方向作为临时坐标系的x轴正方向,另一特征向量的方向作为y轴正方向。4.根据权利要求1所述的一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:所述步骤2中,遍历所有线段设定线段的方向,具体为:以线段上任意一点为临时坐标系的原点建立临时坐标系,然后:若线段穿过第一象限,则线段指向临时坐标系的第一象限;若线段穿过第二象限,则线段指向临时坐标系的第二象限;若线段未穿过第一、第二象限,则线段指向临时坐标系的第一、第二象限。5.根据权利要求1所述的一种基于线束描述子图像匹配的无纹理金属零件抓取方法,其特征在于:所述步骤3中,每条线段最近邻...
【专利技术属性】
技术研发人员:何再兴,赵昕玥,江智伟,
申请(专利权)人:浙江大学,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。