【技术实现步骤摘要】
基于轮廓特征的工业零件位姿识别方法、装置和电子设备
本专利技术涉及图像处理
,尤其涉及一种基于轮廓特征的工业零件位姿识别方法、装置和电子设备。
技术介绍
机器人对工业零件的抓取是制造业自动化生产中的一项常见的任务。目前,基于视觉引导的机器人抓取技术相对较为成熟,但抓取后进行一系列装配任务存在着困难。装配时对于抓取的工业零件方向判别是导致该困难的原因之一,若能在抓取前对工业零件的位置进行识别的同时,高效地对其方向也进行识别,将一定程度上缓解装配任务的困难。目前识别工业零件位姿(包括位置和姿态角度)大多采用模板匹配的方式。它是图像处理中最基本、最常用的匹配方法。但它本身具有局限性,主要表现在它只能进行平行移动,若原图像中的匹配目标发生旋转或大小变化时,计算量巨大,导致识别效率较低。有一些工业零件,如螺丝、减震垫等,具有一根对称轴,且在该对称轴轴向上的两端的尺寸不同(即工业零件在对称轴轴向上的两端分别为大头端和小头端),以下把这种工业零件称为有向工业零件。因此,有必要寻求一种能够快速识别有向工业零件的位姿的识别方法。
技术实现思路
鉴于上述现有技术的不足之处,本申请实施例的目的在于提供一种基于轮廓特征的工业零件位姿识别方法、装置和电子设备,能够快速识别有向工业零件的位姿。第一方面,本申请实施例提供一种基于轮廓特征的工业零件位姿识别方法,应用于工业机器人的视觉系统;包括步骤:A1.获取工业零件的图像;A2.根据所述图像获取所述工业零件的边缘像素点坐标数据集;< ...
【技术保护点】
1.一种基于轮廓特征的工业零件位姿识别方法,应用于工业机器人的视觉系统;其特征在于,包括步骤:/nA1.获取工业零件的图像;/nA2.根据所述图像获取所述工业零件的边缘像素点坐标数据集;/nA3.根据所述边缘像素点坐标数据集获取所述工业零件的最小外接矩形的四个角点的角点坐标;/nA4.根据四个所述角点坐标计算所述最小外接矩形的中心点坐标,作为所述工业零件的位置坐标;/nA5.获取所述边缘像素点坐标数据集中的四个分别离四个所述角点最近的顶点的坐标;/nA6.以四个所述顶点中与相应角点距离最大或最小的两个顶点为目标顶点,根据两个所述目标顶点的坐标和所述最小外接矩形的中心点的坐标计算所述工业零件的姿态角度,完成位姿识别。/n
【技术特征摘要】
1.一种基于轮廓特征的工业零件位姿识别方法,应用于工业机器人的视觉系统;其特征在于,包括步骤:
A1.获取工业零件的图像;
A2.根据所述图像获取所述工业零件的边缘像素点坐标数据集;
A3.根据所述边缘像素点坐标数据集获取所述工业零件的最小外接矩形的四个角点的角点坐标;
A4.根据四个所述角点坐标计算所述最小外接矩形的中心点坐标,作为所述工业零件的位置坐标;
A5.获取所述边缘像素点坐标数据集中的四个分别离四个所述角点最近的顶点的坐标;
A6.以四个所述顶点中与相应角点距离最大或最小的两个顶点为目标顶点,根据两个所述目标顶点的坐标和所述最小外接矩形的中心点的坐标计算所述工业零件的姿态角度,完成位姿识别。
2.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤A2包括:
对获取的工业零件的图像进行高斯降噪处理;
对降噪处理后的图像进行灰度处理,得到灰度图像;
采用Canny边缘检测算法提取所述工业零件的轮廓线上的像素点的坐标,得到边缘像素点坐标数据集。
3.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤A3包括:
根据所述边缘像素点坐标数据集获取轮廓线的最小外接矩形;
若所述轮廓线的最小外接矩形的数量多于一个,则以面积最接近预设标准面积的轮廓线的最小外接矩形作为所述工业零件的最小外接矩形;
提取所述工业零件的最小外接矩形的四个角点的角点坐标。
4.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤A5包括:
依次以各所述角点为目标角点,计算所述边缘像素点坐标数据集中的各像素点与所述目标角点的距离;
以与所述目标角点距离最小的像素点为对应所述目标角点的顶点;
提取所述顶点的坐标。
5.根据权利要求4所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤A6包括:
获取各顶点与对应的角点之间的距离数据;
以所述距离数据最小或最大的两个顶点为目标顶点,计算两个目标顶点之间的中点的坐标;
计算所述中点与所述最小外接矩形的中心点之间的连线的倾斜角,作为所述工业零件的姿态角度。
6.一种基于轮廓特征的工业零件位姿识别装置,应用于工业机...
【专利技术属性】
技术研发人员:袁悦,李一娴,范朝龙,康信勇,
申请(专利权)人:季华实验室,
类型:发明
国别省市:广东;44
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。