[发明专利]一种工业机器人物料形状识别方法

说明书

本发明公开了一种工业机器人物料形状识别方法，其特征在于：包括以下步骤：步骤一：采集物料图像，并将图像数字化；步骤二：通过图像增强、中值滤波、频域处理和直方图均衡，进行图像预处理；步骤三：进行图像二值化处理；步骤四：对二值化图像形态学处理：通过腐蚀操作滤除图像中的颗粒噪声；采用膨胀操作适度还原被腐蚀目标的边缘；步骤五：提取图像轮廓；步骤六：通过轮廓特征点匹配识别出待识别物的形状。本发明能够找到与识别物料形状最接近的模板，物料形状识别精准；同时避免图像采集中带来的形状识别误差。

技术领域

本发明涉及工业机器人领域，尤其是一种工业机器人物料形状识别方法。

背景技术

工业机器人是面向工业领域的多关节机械手或多自由度的机器人。工业机器人是自动执行工作的机械装置，是靠自身动力和控制能力来实现各种功能的一种机器。它可接受人类指挥，也可以按照预先编排的程序运行，现代工业机器人还可以根据人工智能技术制定的原则纲领行动。在工业生产中能替代人做某些单调、频繁和重复的长时间作业，或是危险、恶劣环境下的作业，例如在冲压、压力铸造、热处理、焊接、涂装、塑料制品成型、机械加工和简单装配等工序上。机器人视觉主要用计算机来模拟人的视觉功能，并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能。从客观事物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉的最大特点是速度快、信息量大、功能多。将机器人与视觉技术进行结合，帮助机器人胜任更加智能化的工作，已经成为工业机器人应用领域的一种趋势。

目前，普遍的机器人都采用摄像头采集图像识别物体形状，现有的机器人视觉仅使用颜色进行分类，部分将重点放在小目标的定位上，对于形状的分类往往只简单采用几何模板匹配的方式进行识别，不能很好地适应实际情况；而三维工件摆放角度不同和摄像机视场差异带来的形状识别误差往往是引发分拣错误。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种工业机器人物料形状识别方法，通过运用形状信息分析对物料形状的分类识别进行强化，实现对不同形状物料的准确、稳定、快速分拣。

本发明采用的技术方案如下：

本发明一种工业机器人物料形状识别方法，包括以下步骤：

步骤一：采集物料图像，并将图像数字化；

步骤二：通过图像增强、中值滤波、频域处理和直方图均衡，进行图像预处理；

步骤三：进行图像二值化处理；

步骤四：对二值化图像形态学处理：通过腐蚀操作滤除图像中的颗粒噪声；采用膨胀操作适度还原被腐蚀目标的边缘；

步骤五：提取图像轮廓；

步骤六：通过轮廓特征点匹配识别出待识别物的形状。

作为优选，所述步骤三具体包括：获得图像的首地址及图像的高和宽；设定初始阈值T；分别计算图像中小于T和大于T的两组平均灰度值u1和u2；迭代计算阈值，直至两个阈值相等；根据计算出的阈值，对图像进行二值化处理。

作为优选，所述步骤五中，提取图像轮廓的方法包括：获取图像像素的首地址及图像的高和宽；将像素点的8邻域像素读入数组中，若邻域像素的灰度值和中心点的灰度值相差小于K，判定邻域像素和中心点相同；若8邻域像素都和中心点相同，将像素点置白，否则保持不变；从左上到右下对图像中的每个像素进行处理，得到图像的轮廓。

作为优选，所述步骤六中，轮廓特征点匹配的方法：根据图像的轮廓特征点a_i，以及样品模板的轮廓特征点b_j，结合形状信息，计算轮廓特征点的匹配值，当匹配值最大时，样品模板的形状即为识别物体形状。

作为优选，所述轮廓特征点的匹配值计算公式：