一种基于混合模型的零件识别与定位方法技术

本发明专利技术公开了一种基于混合模型的零件识别与定位方法，属于图像处理技术领域，方法包括S1、采集零件图像，并利用模板匹配算法识别出零件图像中的零件，得到每个零件对应的位姿；S2、分别提取识别出的每个零件的边缘点集，以及提取模板图像的边缘点集及其方向向量；S3、基于高斯混合模型，分别构建各零件边缘点集与模板图像边缘点集之间的几何误差的似然函数；S4、采用EM算法对所构建的似然函数进行优化，得到所述几何误差的优化值；S5、利用所述几何误差的优化值对相应零件的位姿进行修正，得到各零件的修正位姿以对所述零件图像中的各零件进行识别。本发明专利技术具有精确的识别与定位效果，且具有较好的鲁棒性。

A method of part recognition and location based on mixed model

The invention discloses a method for parts recognition and positioning based on the hybrid model, which belongs to the technical field of image processing, image acquisition methods including S1, parts, and use the template matching algorithm to identify the parts in the image part, the pose of each corresponding parts of the S2, respectively; each part identifies the extracted edge points set, and extract the edge points and direction vector template image; S3, Gauss mixture model based on the likelihood function of geometric errors between the various parts of the template image edge point set and edge point sets were constructed; S4, EM algorithm is used to construct the likelihood function optimization, optimization of the geometric error value optimization; using the geometric error of S5 value, the position of the corresponding parts of the modified fixed pose of each part to get each part of the parts in the image Line identification. The invention has accurate recognition and positioning effect and has good robustness.

【技术实现步骤摘要】
一种基于混合模型的零件识别与定位方法
本专利技术涉及视觉工业机器人
，特别涉及一种基于混合模型的零件识别与定位方法。
技术介绍
工业机器人是机械机构、运动规划和控制系统等关键技术的综合集成，具有工作效率高、稳定可靠、重复精度好等优点，广泛应用于焊接、码垛、装配、加工、检测、物流搬运和喷涂等领域，在劳动密集型产业转型升级中发挥重要作用。2014年我国工业机器人销量5.7万台，已成为全球第一大工业机器人市场，2015年国务院印发的《中国制造2025》提出加快发展智能装备，大力鼓励发展工业机器人技术。目前，瑞士ABB、日本发那科公司、日本安川电机和德国库卡机器人等巨头占据中国机器人产业60％市场份额，垄断高端工业机器人核心技术，因此开发自主技术意义重大。视觉精确识别定位技术是工业机器人在非结构化环境中自主识别与定位零件，进行柔性作业的核心技术，克服了传统工业机器人通过示教编程作业，缺乏应变能力的问题，显著地促进了智能工业机器人发展，适应了高精度、高速和智能化作业需求。因此研究开发工业机器人的视觉精确识别定位技术意义重大，应用前景广阔。目前，零件识别普遍采用模板匹配算法，它是在搜索图像本文档来自技高网...

【技术保护点】
一种基于混合模型的零件识别与定位方法，其特征在于，包括：S1、采集零件图像，并利用模板匹配算法识别出零件图像中的零件，得到每个零件对应的位姿；S2、分别提取识别出的每个零件的边缘点集，以及提取模板图像的边缘点集及其方向向量；S3、基于高斯混合模型，分别构建各零件边缘点集与模板图像边缘点集之间的几何误差的似然函数；S4、采用EM算法对所构建的似然函数进行优化，得到所述几何误差的优化值；S5、利用所述几何误差的优化值对相应零件的位姿进行修正，得到各零件的修正位姿以对所述零件图像中的各零件进行识别。

【技术特征摘要】
1.一种基于混合模型的零件识别与定位方法，其特征在于，包括：S1、采集零件图像，并利用模板匹配算法识别出零件图像中的零件，得到每个零件对应的位姿；S2、分别提取识别出的每个零件的边缘点集，以及提取模板图像的边缘点集及其方向向量；S3、基于高斯混合模型，分别构建各零件边缘点集与模板图像边缘点集之间的几何误差的似然函数；S4、采用EM算法对所构建的似然函数进行优化，得到所述几何误差的优化值；S5、利用所述几何误差的优化值对相应零件的位姿进行修正，得到各零件的修正位姿以对所述零件图像中的各零件进行识别。2.如权利要求1所述的方法，其特征在于，在所述步骤S5之后，还包括：S6、将所述各零件的修正位姿转换至世界坐标系中，得到各零件在世界坐标系中的位姿以对所述零件图像中的各零件进行识别。3.如权利要求1所述的方法，其特征在于，所述步骤S1，具体包括：在利用所述模板匹配算法识别出零件图像中的零件时，基于金字塔分层搜索策略，得到所述零件图像中每个零件的位姿。4.如权利要求3所述的方法，其特征在于，所述在利用所述模板匹配算法识别出零件图像中的零件时，基于金字塔分层搜索策略，得到所述零件图像中每个零件的位姿，具体包括：利用所述模板匹配算法识别出所述零件图像中各零件的粗略位姿；计算出与所述零件图像和模板图像相适应层数的图像金字塔；基于各零件的粗略位姿...

【专利技术属性】
技术研发人员：张青，林桂潮，王波，苏金文，
申请(专利权)人：滁州学院，
类型：发明
国别省市：安徽,34