一種機器人定位用的視覺識別裝置及其識別方法
【專利摘要】本發(fā)明公開了一種機器人定位用的視覺識別裝置；包括圖像采集模塊、預(yù)存有標(biāo)準(zhǔn)圖像的圖像處理模塊和伺服控制系統(tǒng)；其視覺識別方法包括如下步驟：第一步，圖像采集；第二步，圖像增強；第三步，圖像濾波，通過將第二步完成的圖像經(jīng)過中值濾波算法進(jìn)行濾波；第四步，邊緣檢測，第五步，圖像分割，第六步，對比識別；本發(fā)明的機器人定位用的視覺識別裝置及其識別方法，通過改進(jìn)圖像的處理方法，提高了視覺識別系統(tǒng)的抗干擾性和準(zhǔn)確性；而其圖像處理中涉及到的算法都為現(xiàn)有技術(shù)中已經(jīng)比較成熟的算法，本發(fā)明可以直接引用，保證系統(tǒng)的準(zhǔn)確性，另外通過之前一系列預(yù)處理，降低了采集過程中受到的干擾，最后對比識別能夠準(zhǔn)確識別出圖像，提高準(zhǔn)確性。
【專利說明】
一種機器人定位用的視覺識別裝置及其識別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及一種視覺識別裝置，特別涉及一種機器人定位用的視覺識別裝置及其識別方法，屬于數(shù)控機床技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002]智能機器人是工業(yè)機器人從無智能發(fā)展到有智能，從低智能發(fā)展到高智能的產(chǎn)物。它的智能特征就在于它具有與外部世界、對象、環(huán)境和人相互協(xié)調(diào)的工作機能。在這方面，視覺、接機器人視覺是模擬人類視覺在機器人上的體現(xiàn)，所以機器人視覺被認(rèn)為是機器人最重要的感覺能力。機器視覺一般定義為自動獲取分析圖像得到描述一個景物或控制某種動作的數(shù)據(jù)，其本質(zhì)是使計算機具有從單幅或系列二維圖像陣列認(rèn)知周圍環(huán)境信息的能力，這種能力將不僅使機器能感知周圍物體的幾何信息，包括它的形狀、位置、姿態(tài)、運動等，而且能對它們進(jìn)行描述、識別與理解；它是一個綜合性學(xué)科，它涉及數(shù)學(xué)分析、圖像處理、圖像理解、模式識別以及計算機硬件知識等。視覺伺服和一般意義上的機器視覺有所不同，它是利用視覺傳感器獲取的圖像作為反饋信息構(gòu)造機器人的閉環(huán)反饋控制。機器人視覺伺服的實質(zhì)是利用機器視覺的原理，從直接得到的圖像反饋信息中快速進(jìn)行圖像處理，在盡量短的時間內(nèi)給出反饋信息，參與控制決策的產(chǎn)生，構(gòu)成機器人閉環(huán)控制系統(tǒng)，帶有視覺的機器人對外部環(huán)境變化的適應(yīng)能力增強，也使機器人的應(yīng)用領(lǐng)域得到擴大；因而使用視覺來提高機器的智能水平，具有重要的現(xiàn)實意義和研究價值。近覺、觸覺和力覺具有重要作用，視覺是人類觀察世界和認(rèn)知世界的重要手段；視覺引導(dǎo)是機器人對物體識別與定位的應(yīng)用領(lǐng)域中一個重要問題。對于工作在特殊環(huán)境下的機器人來說，為了完成對目標(biāo)物體的操作即“識別一抓取一放置”動作，對目標(biāo)物體定位信息的獲取是必要的。首先，機器人必須從背景中識別標(biāo)物體；其次，機器人必須知道目標(biāo)物體的位姿，以保證機器人準(zhǔn)確地抓??；最后是必須知道物體被操作后的目標(biāo)位姿，以保證機器人準(zhǔn)確地完成任務(wù)。在傳統(tǒng)的工業(yè)機器人應(yīng)用場合，機器人只是按照固定的程序進(jìn)行操作，物體的初始位姿和終止位姿是事先規(guī)定的；當(dāng)機器人工作環(huán)境發(fā)生變化或者目標(biāo)物體發(fā)生變化甚至環(huán)境條件未知時，帶有傳統(tǒng)傳感器的機器人控制系統(tǒng)就顯現(xiàn)許多局限性，甚至無法準(zhǔn)確完成預(yù)先給定的任務(wù)，對機器人引入視覺裝置，一方面使得機器人可以模仿人類的視覺能力來感知外部環(huán)境，二是它能夠?qū)崿F(xiàn)無接觸位姿測量，第三它在一定程度上提高了機器人智能化和機器人自適應(yīng)、自學(xué)習(xí)的能力；其中視覺識別的過程中，其圖像處理方法最為關(guān)鍵，現(xiàn)有技術(shù)中的圖像處理方法比較繁雜，且不能很好地形成一個識別系統(tǒng)。

【發(fā)明內(nèi)容】

[0003](一 )要解決的技術(shù)問題
[0004]為解決上述問題，本發(fā)明提出了一種機器人定位用的視覺識別裝置及其識別方法，通過改進(jìn)圖像的處理方法，提高了視覺識別系統(tǒng)的抗干擾性和準(zhǔn)確性。
[0005]( 二)技術(shù)方案
[0006]本發(fā)明的機器人定位用的視覺識別裝置，包括圖像采集模塊、預(yù)存有標(biāo)準(zhǔn)圖像的圖像處理模塊和伺服控制系統(tǒng)；
[0007]本發(fā)明的機器人定位用的視覺識別裝置通過以下識別方法識別，所述方法包括如下步驟:
[0008]第一步，由圖像采集模塊將圖像信息采集到圖像處理模塊進(jìn)行圖像處理；
[0009]第二步，圖像增強；將第一步采集得到的圖像進(jìn)行圖像增強，其包括直方圖增強、直方圖均化和對比度增強；
[0010]第三步，圖像濾波，通過將第二步完成的圖像經(jīng)過中值濾波算法進(jìn)行濾波；
[0011]第四步，邊緣檢測，通過將第三步完成的圖像經(jīng)過Canny邊緣檢測法對邊緣的定位；
[0012]第五步，圖像分割，將第四步得到的圖像，采用二值分割法進(jìn)行圖像分割；
[0013]第六步，對比識別，將第五步完成的圖像通過模塊匹配方法與預(yù)存于圖像處理模塊內(nèi)的標(biāo)準(zhǔn)圖像進(jìn)行比對，完成識別過程。
[0014]有益效果
[0015]與現(xiàn)有技術(shù)相比，本發(fā)明的機器人定位用的視覺識別裝置及其識別方法，通過改進(jìn)圖像的處理方法，提高了視覺識別系統(tǒng)的抗干擾性和準(zhǔn)確性；而其圖像處理中涉及到的算法都為現(xiàn)有技術(shù)中已經(jīng)比較成熟的算法，本發(fā)明可以直接引用，保證系統(tǒng)的準(zhǔn)確性，另外通過之前一系列預(yù)處理，降低了采集過程中受到的干擾，最后對比識別能夠準(zhǔn)確識別出圖像，提尚準(zhǔn)確性。
【附圖說明】
[0016]圖1是本發(fā)明的機器人定位用的視覺識別裝置的整體結(jié)構(gòu)示意圖；
[0017]圖2是本發(fā)明的機器人定位用的視覺識別方法的流程圖。
【具體實施方式】
[0018]如圖1所示的機器人定位用的視覺識別裝置，包括圖像采集模塊、預(yù)存有標(biāo)準(zhǔn)圖像的圖像處理模塊和伺服控制系統(tǒng)；
[0019]如圖2所示，本發(fā)明的機器人定位用的視覺識別裝置通過以下識別方法識別，所述方法包括如下步驟:
[0020]第一步，由圖像采集模塊將圖像信息采集到圖像處理模塊進(jìn)行圖像處理；
[0021]第二步，圖像增強；將第一步采集得到的圖像進(jìn)行圖像增強，其包括直方圖增強、直方圖均化和對比度增強；圖像的直方圖是圖像的重要的統(tǒng)計特征，它可以認(rèn)為是圖像灰度密度函數(shù)的近似；按照隨機過程理論，圖像可以看作是一個隨機場，因此具有相應(yīng)的統(tǒng)計特征，其中最重要的特征是灰度密度函數(shù)；直方圖均化的自然圖像的灰度直方圖通常在低值灰度區(qū)間上頻率較大，使得圖像中較暗區(qū)域中的細(xì)節(jié)常?？床磺宄?；為了使圖像清晰，可將圖像的灰度范圍拉開，并且讓灰度頻率較小的灰度級變大，即讓灰度直方圖在較大的動態(tài)范圍內(nèi)趨于一致；對比度增強是圖像增強技術(shù)中一種比較簡單但又十分重要的方法；這種方法是按一定的規(guī)則修改輸入圖像每一個像素的灰度，從而改變圖像灰度的動態(tài)范圍；它可以使灰度動態(tài)范圍擴展，也可以使其壓縮，或者是對灰度進(jìn)行分段處理，根據(jù)圖像特點和要求在某段區(qū)間中進(jìn)行壓縮而在另外區(qū)間中進(jìn)行擴展。
[0022]第三步，圖像濾波，通過將第二步完成的圖像經(jīng)過中值濾波算法進(jìn)行濾波；中值濾波是抑制噪聲的非線性處理方法。對于給定的η個數(shù)值{al，a2，，，，，an}，將它們按大小有序排列。當(dāng)η為奇數(shù)時，位于中間位置的那個數(shù)值稱為這η個數(shù)值中值。當(dāng)η為偶數(shù)時，位于中間位置的兩個數(shù)值的平均值稱為這η個數(shù)值的中值，記作med(al, a2，，，，，，an);中值濾波就是這樣的一個變換，圖像中濾波后某像素的輸出等于該像素領(lǐng)域中各像素灰度的中值；
[0023]第四步，邊緣檢測，通過將第三步完成的圖像經(jīng)過Canny邊緣檢測法對邊緣的定位；Canny邊緣檢測法利用高斯函數(shù)的一階微分，它能在噪聲抑制和邊緣檢測之間取得較好的平衡。
[0024]第五步，圖像分割，將第四步得到的圖像，采用二值分割法進(jìn)行圖像分割；閾值分割是利用圖像中要提取的目標(biāo)物體與背景在灰度上的差異，把圖像分為具有不同灰度級的目標(biāo)區(qū)域和背景區(qū)域組合的方法，它的實質(zhì)是對圖像進(jìn)行二值化閾值分割的基本思想是確定一個閾值，然后將每個像素點的灰度值跟這個閾值相比較，根據(jù)比較的結(jié)果來確定該點是背景還是目標(biāo)，然后將背景和目標(biāo)的像素點的灰度值分別置為255和O。
[0025]第六步，對比識別，將第五步完成的圖像通過模塊匹配方法與預(yù)存于圖像處理模塊內(nèi)的標(biāo)準(zhǔn)圖像進(jìn)行比對，完成識別過程。
[0026]上面所述的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進(jìn)行描述，并非對本發(fā)明的構(gòu)思和范圍進(jìn)行限定。在不脫離本發(fā)明設(shè)計構(gòu)思的前提下，本領(lǐng)域普通人員對本發(fā)明的技術(shù)方案做出的各種變型和改進(jìn)，均應(yīng)落入到本發(fā)明的保護(hù)范圍，本發(fā)明請求保護(hù)的技術(shù)內(nèi)容，已經(jīng)全部記載在權(quán)利要求書中。
【主權(quán)項】
1.一種機器人定位用的視覺識別裝置，其特征在于:包括圖像采集模塊、預(yù)存有標(biāo)準(zhǔn)圖像的圖像處理模塊和伺服控制系統(tǒng)。2.—種機器人定位用的視覺識別方法，其特征在于:所述方法包括如下步驟: 第一步，由圖像采集模塊將圖像信息采集到圖像處理模塊進(jìn)行圖像處理； 第二步，圖像增強；將第一步采集得到的圖像進(jìn)行圖像增強，其包括直方圖增強、直方圖均化和對比度增強； 第三步，圖像濾波，通過將第二步完成的圖像經(jīng)過中值濾波算法進(jìn)行濾波； 第四步，邊緣檢測，通過將第三步完成的圖像經(jīng)過Canny邊緣檢測法對邊緣的定位； 第五步，圖像分割，將第四步得到的圖像，采用二值分割法進(jìn)行圖像分割； 第六步，對比識別，將第五步完成的圖像通過模塊匹配方法與預(yù)存于圖像處理模塊內(nèi)的標(biāo)準(zhǔn)圖像進(jìn)行比對，完成識別過程。
【文檔編號】G06K9/00GK106033537SQ201510121315
【公開日】2016年10月19日
【申請日】2015年3月19日
【發(fā)明人】宋明安, 孫潔, 劉學(xué)平, 李志博, 同彥恒, 麻輝
【申請人】寧夏巨能機器人系統(tǒng)有限公司