【技术实现步骤摘要】
一种基于特征匹配的装配体多视角变化检测方法及设备
本专利技术涉及一种基于特征匹配的装配体多视角变化检测方法及设备,属于图像处理领域。
技术介绍
装配是产品制造的重要生产过程,是指按照设计要求将机械零部件组装连接的过程。随着产品类型的不断变化,装配难度也不断增加。在复杂机械产品装配过程中,一旦未能及时检测出装配过程中出现的错误(如装配顺序错误、漏装、错装等),将会直接影响机械产品的装配效率和使用寿命。故需要对机械装配体变化状态进行检测,及时发现装配过程中的错误。现有技术,如公开号为CN109816049A的专利《一种基于深度学习的装配监测方法、设备及可读存储介质》,构建并训练深度学习模型,深度学习模型输出物理装配体的像素分割图像,所述像素分割图像通过像素颜色表征不同零件,识别出物理装配体的各零件。该专利能够识别装配体的各零件、监测装配步骤以及各零件是否装配出错、出错类型。但深度学习模型需要收集大量训练集并需要大量的训练时间,计算量大,对运行设备的硬件要求较高。现有技术,如公开号为CN106897995A的专利《一种面向机械装配过程的零部件自动识别方法》将零部件装配序列库中将要装配的零部件特征与零散环境中的零部件堆的图像特征进行配准识别,实现对零部件自动识别。该专利没能实现对装配过程中装配错误及装配错误类型的识别。
技术实现思路
为了解决上述现有技术中存在的问题,本专利技术提供一种基于特征匹配的装配体多视角变化检测方法,通过识别图像中的变化区域,判断装配体的变化类型,能及时发现装配过程 ...
【技术保护点】
1.一种基于特征匹配的装配体多视角变化检测方法,其特征在于,包括如下步骤:/nS1、获取第一图像与第二图像,所述第一图像为装配体前一时刻图像,所述第二图像为装配体后一时刻图像;/nS2、对第一图像与第二图像进行特征点提取和特征匹配,得到匹配对集、第一图像的第一不匹配点集和第二图像的第二不匹配点集;/nS3、根据第一不匹配点集,获取第一图像的第一待匹配区域集;根据第二不匹配点集,获取第二图像的第二待匹配区域集;所述待匹配区域为图像中相似的若干个不匹配点形成的区域;/nS4、对所述各第一未匹配区域与所述各第二未匹配区域一一进行特征匹配,得到若干个匹配结果;/nS5、根据所述若干个匹配结果,输出装配体变化类型。/n
【技术特征摘要】
1.一种基于特征匹配的装配体多视角变化检测方法,其特征在于,包括如下步骤:
S1、获取第一图像与第二图像,所述第一图像为装配体前一时刻图像,所述第二图像为装配体后一时刻图像;
S2、对第一图像与第二图像进行特征点提取和特征匹配,得到匹配对集、第一图像的第一不匹配点集和第二图像的第二不匹配点集;
S3、根据第一不匹配点集,获取第一图像的第一待匹配区域集;根据第二不匹配点集,获取第二图像的第二待匹配区域集;所述待匹配区域为图像中相似的若干个不匹配点形成的区域;
S4、对所述各第一未匹配区域与所述各第二未匹配区域一一进行特征匹配,得到若干个匹配结果;
S5、根据所述若干个匹配结果,输出装配体变化类型。
2.根据权利要求1所述的一种基于特征匹配的装配体多视角变化检测方法,其特征在于,所述步骤S2具体为:
分别提取第一图像与第二图像的特征点;
分别提取第一图像与第二图像的显著性区域;
匹配第一图像显著性区域与第二图像显著性区域内的特征点,得到匹配对集;利用随机抽样一致性算法滤去匹配对集的误匹配对;
所述第一不匹配点集包括第一图像中不属于所述匹配对集的所有特征点;所述第二不匹配点集包括第二图像中不属于所述匹配对集的所有特征点。
3.根据权利要求2所述的一种基于特征匹配的装配体多视角变化检测方法,其特征在于,所述步骤S3具体为:
对第一不匹配点集进行聚类分析,得到若干个第一不匹配点簇;对第二不匹配点集进行聚类分析,得到若干个第二不匹配点簇;
分别获取各第一不匹配点簇与各第二不匹配点簇的簇边界;根据各第一不匹配点簇的簇边界分割第一图像,得到所述第一待匹配区域集;根据各第二不匹配点簇的簇边界分割第二图像,得到所述第二待匹配区域集。
4.根据权利要求3所述的一种基于特征匹配的装配体多视角变化检测方法,其特征在于,获取所述簇边界的具体步骤为:
利用凸包算法,选取第一不匹配点簇或第二不匹配点簇中的若干个边界特征点;连接所述若干个边界特征点,得到该第一不匹配点簇或第二不匹配点簇的簇边界。
5.根据权利要求3所述的一种基于特征匹配的装配体多视角变化检测方法,其特征在于,所述步骤S3还包括对簇边界进行优化:
预先设定第一阈值,计算第一待匹配区域或第二待匹配区域的区域显著性,若区域显著性大于第一阈值,则保留该第一待匹配区域或第二待匹配区域的簇边界;否则删除该第...
【专利技术属性】
技术研发人员:陈成军,岳耀帅,李东年,洪军,
申请(专利权)人:青岛理工大学,
类型:发明
国别省市:山东;37
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。