[发明专利]闭环的图像比较方法

说明书

技术领域

本发明涉及一种图象处理技术，尤其涉及一种闭环的图像比较方法。

背景技术

在工业生产中，图像比较系统能实时检测设备或者产品(下面统称为对象)的外观是否存在异常，提高自动化程度。图像比较系统首先拍摄并存储已知无异常对象(称为基准对像)的图像(下面称为基准图像)，然后拍摄待确认对象(下面称为比较对象)得到比较图像，再用比较图像与基准图像进行比较，如果比较图像与基准图像差异小(下文称命中)，则比较对象与基准对象为同类，也就是说比较对象无异常，否则比较对象与基准对象为异类，也就是说比较对象异常。其中图像比较的依据的差异性度量通常是图像样本的距离或夹角。当样本距离或夹角小于指定阈值，则图像比较系统判定比较对象和基准对象为同类，否则判定为异类。对象位姿变化不大时，上述图像差异性度量即可为图像比较提供可靠的依据。

当对象位姿发生较大变化时，上述系统中所用图像距离比较方法面临复杂的图像形变问题。这种形变来自于透视变换和镜头畸变等诸多因素。处理好上述形变问题通常需要准确获得对象位姿与形变模型，而这二者皆难获取。在应对图像形变问题时，传统的图像比较系统(中国专利公开CN 1565000A、CN 1871622B和CN 101777129A，日本专利公开JP2000-322577、JP2002-024830和JP2003-058896)通常需要使用比较图像产生装置或基准图像产生装置。中国专利公开CN 1565000A所述的基准图像选择装置82还要求先获取对象的三维信息(包含对象位姿信息)。比较图像产生装置和基准图像产生装置需要获取准确的检测对象的位姿和形变模型。位姿的获取通常需要精密测量设备，这将带来成本的增加；形变模型包含复杂的透视模型和镜头畸变模型，难以获取。比较图像产生和基准图像产生本身需要较大的时间开销，且容易带来数值运算误差。

在现实世界中，以下假设通常成立：

1，对于比较对象是否与基准对象为同类的问题，人工判定结果总是正确的，

2，位姿的随机误差在误差区间内不服从均匀分布，

3，除非有突发事件，位姿的系统误差变化缓慢。

假设1就是说图像比较系统判定的正确性总是可以由人工判定结果来检验，这要求实施人工判定的操作人员具备足够的背景知识。假设2就是说在误差区间内，有的误差出现的概率高，有的误差出现的概率低，图2是一个位姿误差概率密度分布示意图，图中阴影区间对应的误差出现的概率较高。例如工业设备现场中，被检测对像通常受机电设备的控制，其位姿误差往往直接或者间接来自于齿轮或丝杆等传动装置的误差，也可能来自伺服马达或者液压缸驱动马达的误差。文献(齿轮系统传动误差的蒙特卡洛模拟分析，仪器仪表学报.200425(4)陈文华等)指出齿轮系统中各项误差具有不同概率分布规律的特点。步进马达失步带来误差通常靠近与失步步数有关的离散值。由此推断，下一次出现的误差更大可能靠近过去较多出现的误差。如图2所示，下一次出现的误差更大可能落在阴影部分所在误差区间。由假设3进一步推论，除非有突发事件，位姿误差序列具有强的自相关性，下一次的位姿误差更大概率地靠近新近出现的位姿误差。

基于以上假设，将过去的位姿误差进行统计，可以预测基准图像在下一次比较中命中的概率。本文并非断言上述两条假设在所有的应用场合成立。但是认为其在部分场合下是成立的，本文叙述的发明适用于上述假设成立的场合。

发明内容

本发明的目的就是提供一种闭环的图像比较方法，用以在对象位姿存在较大变化的情况下，不获取准确的检测对象的位姿和形变模型等数据即可实现快速精确的图像比较。

在处理大位姿误差情况下的图像比较问题时，传统的图像比较系统和方法通常需要使用比较图像产生装置、基准图像产生装置和(或)基于对像三维信息的基准图像选择装置，这些装置通常需要获取对象位姿和形变模型。传统的图像比较方法存在以下缺陷：

1，需要获取精确的对象位姿数据，

2，需要建立描述图像形变与位姿误差映射关系的数学模型，即形变模型，

3，图像比较的结果容易受对象位姿数据和形变模型的误差影响，

4，比较图像或基准图像产生过程的时间开销大，且容易带来数值误差。

本发明所提出的一种闭环的图像比较方法通过一种闭环的图像比较系统实施，该系统包括：

图像采集装置，用于采集需要进行比较的图像；

基准图像存储装置，用于存储至少一个基准图像；