一种基于改进2D-ICP的多模板匹配实时定位方法技术

本发明专利技术属于机器视觉模板匹配在线定位技术领域，特别涉及一种基于改进2D

【技术实现步骤摘要】
一种基于改进2D
‑
ICP的多模板匹配实时定位方法


[0001]本专利技术属于机器视觉模板匹配在线定位
，特别涉及一种基于改进2D
‑
ICP的多模板匹配实时定位方法。

技术介绍

[0002]随着制造业飞速发展，高速、高精度、高自动化和柔性化产线越来越受到关注，机器视觉技术运用于自动化生产工业领域已成为解决检测、测量、定位等问题的首选方案。其中工件的快速、精准定位是工件加工前的重要步骤，其速度决定了加工效率，其精度决定了加工质量。目前视觉平面定位技术一般采用模板匹配的算法。通过灰度模板匹配的方法是利用模板图像的灰度分布特征在待搜索图像中进行遍历搜索，其原理简单，对于比较理想的环境非常有效，但不能克服遮挡、光照等干扰因素，因此不适用于工业领域。基于特征描述符的模板匹配方法是通过在模板图像和待搜索图像中生成特征描述符，然后进行描述符匹配得到匹配点对，从而得到仿射变换，但此方法无匹配率较高，精度太低，故只在计算机视觉领域运用。通过从不同角度和不同尺度生成模板数据库，然后与待搜索图像进行遍历搜索，最后进行亚像素提取定位，其模板匹配计算量随着精度的提高而陡然上升，尤其是高分辨率图像和在金字塔底层进行精准位姿匹配时，需花大量时间。

技术实现思路

[0003]本专利技术的目的是克服现有技术存在的缺陷，改进现有模板匹配算法，提高视觉定位效率和精度，提供一种基于改进2D
‑
ICP的多模板匹配实时定位方法。利用多模板离线数据库对实时图像进行边缘粗匹配得到粗略位置和角度，然后利用改进匹配程度测算函数的2D
‑
ICP算法进行精匹配，得到最终位姿，最后由相机物理坐标和像素当量，计算出工件的实际坐标和角度，具有快速、高精度、稳定性高等优点。
[0004]实现本专利技术目的的技术方案是：
[0005]一种基于改进2D
‑
ICP的多模板匹配实时定位方法，包括以下步骤：
[0006]步骤1.调节相机：将高分率工业相机对焦到工件平面，固定此工作焦距，调节光源和相机曝光时间，使相机成像清晰，边缘分明。
[0007]步骤2.制作模板数据库：放置模板工件，手工框选包含模板工件的区域图像M，根据M的尺寸设置金字塔层数、角度步长。针对每一层金字塔图像中每一个角度步长，使用Canny边缘算子提取此时图像的边缘，记录并离线保存边缘点集P(n，θ，x，y，G
x
，G
y
，m),其中n和θ代表边缘点所在金字塔层数和角度步长内，x，y是边缘点所在位置，G
x
，G
y
，m分别是边缘点x方向梯度和y方向梯度，以及梯度模长。将数据离线保存在文件中。
[0008]步骤3.实时采集图像：将待定位工件随意放置在相机视野内(可以部分在视野外)，调节相机采集帧率使之实时采集图像，并传输给上位机开始处理。
[0009]步骤4.粗匹配：使用图像二值化法提取待搜索图像中的感兴趣区域ROI，根据模板数据金字塔层数n，使用第n层的模板数据在ROI第n层金字塔图像中进行遍历搜索，然后往
下在邻域内继续搜索直到金字塔最底层，得到像素级定位精度x
s
，y
s
，θ
s
。
[0010]步骤5.精匹配：在x
s
，y
s
，θ
s
附近进行2D
‑
ICP边缘点配准，通过迭代对应边缘点距离及点对的梯度夹角，得到精匹配结果x
r
，y
r
，θ
r
。
[0011]步骤6.工件位姿计算：根据步骤5精匹配得到的x
r
，y
r
，θ
r
，结合相机与平台的相对位姿和相机像素当量，计算得到工件的实际位姿信息。
[0012]进一步的，步骤2中模板数据库进行离线制作，首先手动选择模板图像区域，然后依次对第n层第θ角度的模板图像进行Canny边缘提取，其中，对于提取到的边缘点，可以手工删除杂点和弱影响点，保留强影响边缘点，同时，对边缘点进行等间隔降采样，并将筛选剩余边缘点及其信息保存在离线文件中。
[0013]进一步的，步骤4中粗匹配的具体方法为：对步骤3采集的实时图像首先进行二值化处理，提取ROI，以ROI区域为待搜索区域；然后按照S2中的参数n，对图像进行金字塔分层；然后读取模板数据库中第n层模板数据即边缘点信息，通过OpenMP编译代码并行计算，在待搜索图像第n层的ROI区域进行遍历搜索，第n层角度搜索步长为2
n
‑1度，且以上一层的结果区间为搜索范围；计算所有模板边缘点与相对应的图像像素之间夹角值之和S的平均值，得分越高，说明越匹配，
[0014]其中
[0015]其中：N为边缘点集P尺寸，m，n为待搜索图像ROI区域的左上角像素坐标，
[0016]i为点集P索引，
[0017]x
i
,y
i
为该边缘索引点在模板图像中的像素坐标，
[0018]分别为边缘索引点的梯度矢量，对应待搜索ROI像素位置处的梯度矢量；
[0019]在对待搜索ROI区域的某一个像素点进行匹配度S计算时，如果出现的情况，则终止当前点的计算，跳至下一位置，其中S
j
为前j个边缘点的匹配度值，MinScore为预设的最小匹配分数，N为模板边缘点集尺寸。
[0020]进一步的，步骤5中精匹配的具体方法为：在金字塔第0层即原始待搜索图像中进行Canny边缘提取，筛选并保留由步骤4得到的粗匹配结果x
s
，y
s
，θ
s
下模板数据附近的边缘点集Q；采用迭代最近点(ICP)算法进行精匹配，由于点集P、Q均为二维点，故以2D
‑
ICP作为方法名称；
[0021]其步骤为：首先使用KD
‑
tree对待搜索图像中的Q点集进行划分，对模板点集P中的每一点进行最近点搜索，得到映射关系f(P,Q)；然后根据映射关系f(P,Q)，计算出P
→
Q的变换矩阵T、R，其中T为平移矩阵，R为旋转矩阵；再根据变换矩阵计算得到点集P变换后的对应点集P1；此时计算点集P1与Q
f(P,Q)
的匹配程度
[0022]其中N为点集P1尺寸，
[0023]d
i
为第i对映射点对f(P
i1
,Q
i
)的欧式距离，
[0024]θ
i
为第i对映射点对f(P
i1
,Q
i
)的梯度夹角；
[0025]判断匹配程度V是否小于预设阈值τ，若小于，则以当前P1位姿为精匹配结果，若大
于，则返回第一步对点集P1中的每一点进行最近点搜索，得到映射关系f1(P,Q)，以此迭代，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进2D
‑
ICP的多模板匹配实时定位方法，其特征在于，包括以下步骤：步骤1.调节相机：将高分率工业相机对焦到工件平面，固定此工作焦距，调节光源和相机曝光时间，使相机成像清晰，边缘分明；步骤2.制作模板数据库：放置模板工件，手工框选包含模板工件的区域图像M，根据M的尺寸设置金字塔层数、角度步长；针对每一层金字塔图像中每一个角度步长，使用Canny边缘算子提取此时图像的边缘，记录并离线保存边缘点集P(n，θ，x，y，G
x
，G
y
，m)，其中n和θ代表边缘点所在金字塔层数和角度步长内，x，y是边缘点所在位置，G
x
，G
y
，m分别是边缘点x方向梯度和y方向梯度，以及梯度模长；再将数据离线保存在文件中；步骤3.实时采集图像：将待定位工件随意放置在相机视野内，待定位工件也可以部分在视野外，调节相机采集帧率使之实时采集图像，并传输给上位机开始处理；步骤4.粗匹配：使用图像二值化法提取待搜索图像中的感兴趣区域ROI，根据模板数据金字塔层数n，使用第n层的模板数据在ROI第n层金字塔图像中进行遍历搜索，然后往下在邻域内继续搜索直到金字塔最底层，得到像素级定位精度x
s
，y
s
，θ
s
；步骤5.精匹配：在x
s
，y
s
，θ
s
附近进行2D
‑
ICP边缘点配准，通过迭代对应边缘点距离及点对的梯度夹角，得到精匹配结果x
r
，y
r
，θ
r
；步骤6.工件位姿计算：根据步骤5精匹配得到的x
r
，y
r
，θ
r
，结合相机与平台的相对位姿和相机像素当量，计算得到工件的实际位姿信息。2.根据权利要求1所述的基于改进2D
‑
ICP的多模板匹配实时定位方法，其特征在于：所述步骤2中模板数据库进行离线制作，首先手动选择模板图像区域，然后依次对第n层第θ角度的模板图像进行Canny边缘提取，其中，对于提取到的边缘点，需要人工删除杂点和弱影响点，保留强影响边缘点，同时，对边缘点进行等间隔降采样，并将筛选剩余边缘点及其信息保存在离线文件中。3.根据权利要求1所述的基于改进2D
‑
ICP的多模板匹配实时定位方法，其特征在于：所述步骤4中粗匹配的具体方法为：对步骤3采集的实时图像首先进行二值化处理，提取ROI，以...

【专利技术属性】
技术研发人员：梅雪松，运侠伦，李晓，赵亮，董鑫亮，梅岭南，刘喜春，
申请(专利权)人：无锡超通智能制造技术研究院有限公司，
类型：发明
国别省市：