[发明专利]一种基于三目视觉的工业部件三维重构方法有效

专利信息
申请号: 201910916885.2 申请日: 2019-09-26
公开(公告)号: CN110706334B 公开(公告)日: 2023-05-09
发明(设计)人: 谢巍;莫志敏;张浪文 申请(专利权)人: 华南理工大学
主分类号: G06T17/00 分类号: G06T17/00;G06T7/13;G06T7/136
代理公司: 广州中瀚专利商标事务所(普通合伙) 44239 代理人: 盖军
地址: 510640 广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 目视 工业 部件 三维 方法
【说明书】:

发明的目的是提出一种基于三目视觉的工业部件重构方法,以推动机器视觉技术在工业生产的应用,提高工业机器人自主识别作业环境以及作业部件的能力。具体包括如下步骤:A、特征提取:利用呈直角等腰三角形排列的三个摄像机来获取原始图像,然后利用Canny滤波器的检测方法实现图像梯度方向的特征提取;B、将提取到的图像特征进行关联:首先要分析出需要进行关联的特征;然后使用SAD算法来对特征之间的相似性进行度量;再使用一般配置来对极线关联变换进行计算;最后对相关的像素点的准确性进行计算;C、3D重建:利用B步骤中得到的相关联的像素点得到两条投影射线,并做出所述两条投影射线的公垂线段,以所述公垂线段的中点作为3D点来实现三维重建。

技术领域

本发明属于机器视觉技术领域,具体涉及到工业部件的三维重构方法。

背景技术

随着智能制造与柔性制造的不断发展,对工业机器人的自主作业的要求也越来越高。工业机器人难以识别出其作业环境以及作业部件严重影响了其效率的提高。因此,将机器视觉技术应用在工业机器人上,提高工业机器人的识别作业环境的能力,会极大的提高智能制造的水平。

作为计算机视觉技术的一个重要分支,基于视觉的三维重建技术以D.Marr的视觉理论框架为基础,形成了多种理论方法。根据摄像机数目的不同,可分为单目视觉法、双目视觉法以及三目视觉法或多目视觉法。单目视觉由于只使用一个摄像机,设备结构简单,复杂度低,成本较低,重建时间满足或接近实时要求,然而由于只有一个摄像机,其方法依赖依稀假设条件,方法通用性差,且易受到某些条件(如光照)影响,重建效果不稳定。双目视觉法使用两台摄像机从两个视点观测同一物体,获取物体在不同视角下的感知图像,再通过三角测量的方法将匹配点的时差信息转换为深度,实现三维重建。其解决了一些单目视觉的问题,但由于摄像机的数目不够,其在重建时容易产生假目标,平行于外极线的边缘容易模糊,在物体被遮挡时难以进行重建,产生错误匹配的概率也比较大,这些问题严重影响双目视觉的发展。

为解决上述问题,研究人员提出了三目视觉法,三目视觉法的重建效果在很多情况优于双目视觉方法。但是如何利用好三台摄像机的资源,更好、更快地实现三维重构,仍是技术人员需要解决的问题。

发明内容

本发明的目的是提出一种基于三目视觉的工业部件重构方法,以推动机器视觉技术在工业生产的应用,提高工业机器人自主识别作业环境以及作业部件的能力。

本发明的基于三目视觉的工业部件重构方法包括如下步骤:

A、特征提取:利用左侧摄像机、右侧摄像机和下方摄像机来获取原始图像,三个摄像机的连线构成包括水平边、垂直边及斜边的直角等边三角形,从而构造出垂直镜像对和水平镜像对两个边缘检测器,其中左侧摄像机分别与右侧摄像机、下方摄像机呈直角关系;然后利用Canny滤波器的检测方法实现图像梯度方向的特征提取;

B、将提取到的图像特征进行关联:首先要分析出需要进行关联的特征;然后使用SAD算法来对特征之间的相似性进行度量;再使用一般配置来对极线关联变换进行计算;最后对相关的像素点的准确性进行计算;

C、3D重建:利用B步骤中得到的相关联的像素点得到两条投影射线,并做出所述两条投影射线的公垂线段,以所述公垂线段的中点作为3D点来实现三维重建。

上述A步骤具体包括如下分步骤:

A1、使用垂直和水平的Sobel算子来对图像进行高通滤波,得到垂直和水平的高频图像梯度分量;

A2、对垂直边缘进行水平抑制,对水平边缘进行垂直抑制,将垂直边缘和水平边缘均细化为像素宽度;

A3、对水平边缘和垂直边缘两个方向进行双阈值处理;

A4、根据所需的边缘方向进行垂直或水平方向连接。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华南理工大学,未经华南理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910916885.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top