[发明专利]堆叠物体的识别方法、设备和机器分拣系统

说明书

提供了堆叠物体的识别方法、设备和机器分拣系统。该识别方法包括：获取堆叠物体的深度图；根据所述深度图确定堆叠物体的顶部物体层的K个分割位置，并根据该K个分割位置从所述深度图中提取K个顶部物体层深度图，其中K为大于等于2的整数；针对K个顶部物体层深度图分别进行物体分割以从所述顶部物体层中分割出候选物体；对K个所述物体分割的结果中的候选物体进行融合，以得到融合后的候选物体；根据预先确定的堆叠物体的大小和/或外形从所述融合后的候选物体中识别出顶部物体层中包含的物体。所述方法、设备和机器分拣系统能够实现非规则粘连物体的有效分割，准确地识别出位于堆叠物体顶层的多个物体，大大提高从杂乱堆叠物体中识别并抓取物体的效率。

技术领域

本公开总体涉及图像与视频处理领域，具体涉及堆叠物体的识别方法、设备和机器分拣系统。

背景技术

随着基于视觉的自动化技术的发展，大量的自动化系统和设备开始应用于多个领域，比如水果质量的分拣、药片检测与识别、细胞分析等。特别地，机器人抓取这一技术逐渐走出实验室并应用在了工业产品线上，将劳动者从复杂重负的工作中解放出来。通常可被机器人的手臂抓取的物品包括机电元器件、食品和农产品等。

为了使得机器人能够从杂乱堆放的物体中识别出每个单独物体，常规的方法是模板匹配法、形状检测法等等，但这些方法都不适合于非规则物体的识别，比如煎炸的鸡块的抓取等。对于非规则形状的物体，最可行的方式是从包含该非规则形状的物体的图像中直接分割出每个物体并确定可抓取的位置。

已经提出了使用分层技术从杂乱堆放的物体里取出最顶层的物体并确定出最顶层的各个物体的位置以用于后续的抓取的方法。然而，在现有的分层技术中，均采用单一的全局阈值来获得最顶层的图像，而这种单一阈值分层方法在处理物体之间的粘连问题时往往效果不佳，特别是当上层物体和下层物体粘连较大时，难以准确地分割出堆叠物体的最顶层。这是因为堆叠物体中各物体都是自由堆放而不是一个挨一个、一层叠一层的规则放置的，并且每个单独的物体自身的大小和放置位置朝向等也不相同，因此通过单一阈值进行分层很难正确分割出顶层物体并确定出其中的单个物体。

发明内容

鉴于以上问题而提出了本公开。

根据本公开的一个方面的实施例，提供了一种堆叠物体的识别方法，包括：获取堆叠物体的深度图；根据所述深度图确定堆叠物体的顶部物体层的K个分割位置，并根据该K个分割位置从所述深度图中提取K个顶部物体层深度图，其中K为大于等于2的整数；针对K个顶部物体层深度图分别进行物体分割以从所述顶部物体层中分割出候选物体；对K个所述物体分割的结果中的候选物体进行融合，以得到融合后的候选物体；根据预先确定的堆叠物体的大小和/或外形从所述融合后的候选物体中识别出顶部物体层中包含的物体。

根据本公开的另一个方面的实施例，提供了一种堆叠物体的识别设备，包括：图像获取部件，配置为获取堆叠物体的深度图；位置确定部件，配置为根据所述深度图确定堆叠物体的顶部物体层的K个分割位置，并根据该K个分割位置从所述深度图中提取K个顶部物体层深度图，其中K为大于等于2的整数；分割部件，配置为针对K个顶部物体层深度图分别进行物体分割以从所述顶部物体层中分割出候选物体；融合部件，配置为对K个所述物体分割的结果中的候选物体进行融合，以得到融合后的候选物体；识别部件，配置为根据预先确定的堆叠物体的大小和/或外形从所述融合后的候选物体中识别出顶部物体层中包含的物体。