[发明专利]提高三维姿态评分和消除三维图像数据杂点的系统及方法

说明书

本发明提供了一种评估运行时3D点云相对于训练模型三维(3D)点云的3D配准姿态匹配度的系统及方法，包括：对运行时3D点云相对于训练模型3D点云的候选姿态匹配度进行评分，包括可视性检查，所述可视性检查包括：(a)接收3D相机光心，(b)接收训练模型3D点云，(c)接收运行时3D点云，以及(d)构建多条从光心到运行时候选姿态的3D点云的多个3D点的线段。本发明还提供了一种通过基于给定数量的点云中是否存在杂点来从复合点云中去除杂点来确定3D成像对象的精确表示的系统及方法。

相关申请

本申请要求于2016年8月1日提交的序列号为62/369,709、名称为“用于在视觉系统中提高存在局部视图和自遮挡对象的3D姿态评分的系统及方法（SYSTEM AND METHODFOR IMPROVED SCORING OF 3D POSES IN THE PRESENCE OF PARTIAL VIEWS AND SELF-OCCLUSIONS IN A VISION SYSTEM）”的共同未决美国专利申请的权益，该共同未决美国专利申请的教导在此通过引用并入本申请。

技术领域

本发明涉及机器视觉系统，尤其涉及相对于训练三维（3D）模式识别和配准3D图像特征的视觉系统。

背景技术

机器视觉系统在本文中也被称为“视觉系统”，其用于在制造环境中执行多种任务。通常情况下，视觉系统由一个或多个带图像传感器（或“成像器”）的相机总成组成，其中的图像传感器（或“成像器”）用于获取含有制造对象的场景中的灰度图或彩色图。分析对象图像可为用户和相关制造过程提供数据或信息。相机生成的数据通常可由视觉系统在一个或多个专用视觉系统处理器或由在通用计算机（如，个人计算机、笔记本电脑、平板电脑或智能手机）内实例化的一个或多个软件应用中的部分应用进行分析和处理。

视觉系统的共同任务包括配准和检查。在配准任务中，视觉系统工具（如，著名的PatMax®系统）将场景中的二维（2D）图像特征用于与2D培训模式（使用实际模型或合成模型）对比，并判断2D成像场景中是否存在2D模式以及2D模式的姿态，其中的PatMax®系统可从马萨诸塞州纳蒂克康耐视公司购得。该信息可在后续检查（或其他操作）中用于搜索缺陷和/或执行其他操作（如，拒收部件）。

视觉系统的一项特定任务是在运行时期间基于3D训练模型形状配准三维（3D）目标形状。3D相机可基于多种技术实现操作，例如，激光位移传感器（轮廓仪）、立体照相机、声呐、激光或LIDAR测距相机、飞行时间传感器以及多种其他有源或无源测距技术。此类相机可生成距离图像，其中，还可生成包含每个像素的第三维（高度）（通常沿垂直于x-y平面的z轴表征）的图像像素阵列（通常沿x和y正交轴表征为位置变量）。另外，此类相机还可生成成像对象的点云表示图像。点云是空间中的3D点集合，每个点i在空间中均可表示为（Xi、Yi、Zi）。点云可表示一个完整的3D对象，包括对象背面、侧面、顶部和底部。3D点（Xi、Yi、Zi）表示对象的空间位置，其中，对象对相机可见。在这种表示法中，空白空间表示不存在点。

相比较而言，3D距离图像的表示Z（x、y）类似于2D图像表示（x、y），其中，深度或高度Z代替了图像中位置x、y的亮度或强度。距离图像专门用于表示直接面向相机的对象的正面，这是因为只有一个单一深度与任意点位置x、y有关联。虽然距离图像是一种密集型表示，但也可用于表示未被相机观察到的位置（x、y）。距离图像可以以技术人员了解的方式转换为3D点云。