[发明专利]机器人视觉定位方法和装置、视觉标定方法和装置

说明书

本发明提出了一种机器人视觉定位方法和装置，该方法包括：获取目标图像，对所述目标图像进行预处理；根据预设的分割参数对图像进行特征分割，对分割后的图像进行滤波处理，对滤波后的图像进行连通域检测提取组成特征标志的亮斑，对提取的亮斑进行过滤处理，判断过滤后的亮斑数目是否符合预设的数目，若否，则重新调整分割参数，进行重新检测，若是，则识别亮斑轮廓线，判断识别出的亮斑轮廓线与预设的模板轮廓线是否匹配，若是，则输出识别出的特征标志。该方法通过自动调整分割参数，使得分割后的轮廓符合初始设置条件，适应光照条件不同的图像检测。此外，还提出了一种视觉标定方法和装置。

技术领域

本发明涉及机器人领域，特别是涉及一种机器人视觉定位方法和装置，视觉标定方法和装置。

背景技术

工业机器人系统中工件定位方法有机械定位、光电感应器、磁性感应器、视觉定位等，其中机械定位和感应器定位具有成本低廉的优点，但是定位精度差、柔性差。而视觉定位具有精度高，灵活性好的优点。

传统的视觉处理方法都是采用模板特征匹配算法或者斑点扫描的方法，但是模板特征匹配方法计算复杂度大，对于机器人视觉应用需要建立多模板数据，设置复杂，不断随着新情况的出现调整模板，而斑点检测方法，检测成功率受到环境光照条件和摄像机参数的影响较大，以上两种方法都需要经常设置图像参数和模板，只要识别标识发生变化即需要重新设置模板，否则会发生漏识别或不能识别的现象，系统的鲁棒性能差。

发明内容

基于此，有必要针对上述需要经常重新设置模板的问题，提出了一种简单的不需要经常重新读入模板的机器人视觉定位方法和装置。

一种机器人视觉定位方法，所述方法包括：S1：获取目标图像，并对所述目标图像进行预处理；S2：根据预设的分割参数对步骤S1处理过的图像进行特征分割；S3：对步骤S2处理过的图像进行滤波处理；S4：对步骤S3处理过的图像进行连通域检测提取组成特征标志的亮斑；S5：对所述亮斑进行过滤处理；S6：判断过滤后的亮斑数目是否符合预设的亮斑数目，若是，则进入步骤S7，若否，则按预设规则调整步骤S2中的分割参数，重复上述步骤S2-S6；S7：识别所述亮斑轮廓线；S8：判断所述识别出的亮斑轮廓线与预设的模板轮廓线是否匹配；若匹配，则进入步骤S9；S9：输出识别出的特征标志。

一种机器人视觉定位装置，所述装置包括：获取模块，用于获取目标图像，并对所述目标图像进行预处理；分割模块，用于根据预设的分割参数对预处理过的图像进行特征分割；滤波模块，用于对分割模块处理过的图像进行滤波处理；检测模块，用于对滤波模块处理过的图像进行连通域检测提取组成特征标志的亮斑；过滤模块，用于对所述亮斑进行过滤处理；判断模块，用于判断过滤后的斑点数目是否符合预设的数目，若否，则通知分割模块根据预设的规则调整分割参数；识别模块，用于若过滤后的斑点数目符合预设的数目则识别所述亮斑轮廓线；匹配模块，用于判断所述识别出的亮斑轮廓线与预设的模板轮廓线是否匹配；输出模块，用于若识别出的亮斑轮廓线与预设的模板轮廓线匹配，则输出识别出的特征标志。

上述方法和装置通过获取目标图像，并对所述目标图像进行预处理；根据预设的分割参数对图像进行特征分割，对分割后的图像进行滤波处理，对滤波后的图像进行连通域检测提取组成特征标志的亮斑，对提取的亮斑进行过滤处理，判断过滤后的亮斑数目是否符合预设的数目，若否，则重新调整分割参数，进行重新检测，若是，则识别亮斑轮廓线，判断识别出的亮斑轮廓线与预设的模板轮廓线是否匹配，若是，则输出识别出的特征标志。当亮斑数目不符合预设的数目时，自动重新调整分割参数，不需要重新读入模板参数。该方法通过自动调整分割参数，使得分割后的轮廓符合初始设置条件，经过几次迭代后可以把特征标志识别出来，适应光照条件不同的图像检测，在光照不稳定的条件下也能实现特征标志的识别，另外，该方法避免了人工干预调整参数，实现了视觉系统长期稳定地运行。