【技术实现步骤摘要】
基于连续边缘提取的眼镜框识别及抓取上料方法
[0001]本专利技术涉及无序抓取工业自动化
，尤其涉及了一种基于连续边缘提取的眼镜框识别及抓取上料方法。
技术介绍
[0002]为解决眼镜框自动加工中的自动上料问题，使用3D结构光扫描堆叠状态的眼镜框，3D结构光对堆叠状态的眼镜框这类物体的单个眼镜框完成3D点云重建，但是现有技术的3D结构光在实际应用时，存在如下缺陷：(1)由于有些眼镜框的材质使用不锈钢材料，具有高反光特性，并且眼镜框体积较小，因眼镜框存在高反光、体积小的问题，3D结构光对单个眼镜框难以完成完整无断联的3D点云重建，难以使用基于曲面匹配(Surface Match)的3D点云位置估计方法估算眼镜框的位置；(2)眼镜框加工后的尺寸和形状的公差也存在较大的偏差，对于不同的眼镜框类型，传统的模板匹配方法中需频繁换模板及复杂的调参过程。
[0003]因此，需要一种鲁棒性较高的抓取实施方案，从而引导机械臂完成眼镜框的自动上料。
技术实现思路
[0004]针对现有技术存在的不足，本专利技术的目的...
【技术保护点】
【技术特征摘要】
1.一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于，包括如下步骤：(1)3D结构光扫描堆叠状态的眼镜框，获取3D点云数据及2D纹理图；(2)对2D纹理图的背景图剔除获取，获取剔除背景后的3D点云数据及二值化图像；(3)设置长度阈值，对二值化图像降采样，寻找大于长度阈值的无断连长边；(4)拟合平滑边缘曲线，并分割存在交叉的平滑边缘曲线，剔除平滑边缘曲线间形成封闭区域的平滑边缘曲线部分；(5)求各个平滑边缘曲线的曲线长度；(6)求各个平滑边缘曲线的曲线中点与质心的距离；(7)计算加权值；(8)由平滑边缘曲线的曲线像素信息，反投影至3D点云空间，获取相应的3D点云数据，插值空间3D曲线；(9)计算空间3D曲线中心点的待抓取位姿，并下发至机械臂；(10)机械臂实施抓取，3D结构光重新扫描获取3D点云数据及2D纹理图，重复前述步骤直至所有的眼镜框抓取完成。2.根据权利要求1所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：所述3D结构光为3D单目结构光。3.根据权利要求1所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：步骤(2)针对背景去除后的2D纹理图，从中选取连续长边作为真实眼镜框，从而获取剔除背景后的3D点云数据及二值化图像。4.根据权利要求1所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：步骤(3)先对二值化图像降采样，在降采样图像中，考察任意相邻的两个灰度值为255的边缘像素，按这两个像素确定的生长方向，检查它们是否能在2D纹理图中，通过边缘像素沿着生长方向连接起来建立了一条连接边，对降采样图的各像素进行上述操作后，将能通过连接边依次相连的像素连成一条无断连长边，这样降采样图像中会出现若干条长度大于长度阈值的无断连长边，若干条长度大于长度阈值的无断连长边都是可抓取的眼镜框目标，而待选抓取点就是所筛选无断连长边中的降采样像素索引到的原始图像像素对应的3D坐标。5.根据权利要求4所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：在对二值化图像降采样时，即采用更大的像素，如果大像素中有边缘像素，则为白色大像素，否则为黑色大像素，而在每个白色大像素中，白色大像素索引到的原始图像像素是距离白色大像素中心最近的眼镜框边缘像素。6.根据权利要求5所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：所述边缘像素与生长方向的夹角不超过90度。7.根据权利要求1所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：步骤(4)中对步骤(3)中筛选出的大于长度阈值的无断连长边进行插值平滑处理拟合平滑边缘曲线，利用分割算法，对平滑边缘曲线进行分割，进而在二值化图像中获得若干连续的平滑边缘曲线。8.根据权利要求1所述的一种基于连续边缘提取的眼镜框识别及抓取上料方法，其特征在于：通过步骤(5)～步骤(9)将二值化图像中连续的平滑边缘曲线，索引相对应的3D空间位置，求取平滑边缘曲线相对应的眼镜框在世界坐标系下的位置，在世界坐标系下拟合出平滑边缘曲线，进而估计平滑边缘曲线的位置，进而估算出眼睛框的抓取位姿，选取最外围的眼...
【专利技术属性】
技术研发人员：蒋超，
申请(专利权)人：苏州中科行智智能科技有限公司，
类型：发明
国别省市：
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。