[发明专利]一种流水线上物品对象稳定图像获取方法

说明书

本发明涉及一种流水线上物品对象稳定图像获取方法，面向大前景物体存在，一是针对传统相机视频去抖算法，选择和裁剪，应用到了工业流水线场合；二是在还原过程中，设置了块、稳定帧；三是进一步利用块内稳定帧，结合滤波后的轨迹线，加权还原出其他帧的稳定图像；如此设计，能够在运动生产流水线上提高机器人生产动作的准确率，而且可以满足基于视觉的进一步工业流水线的在线自动化生产动作，有效解决图像抖动问题，提高流水线上物品图像采集的稳定性，提高生产效益，可以为后期的分析、定位、安装等工作提供良好的前提。

技术领域

本发明涉及一种流水线上物品对象稳定图像获取方法，属于图像处理技术领域。

背景技术

通过图像分析目标是图像处理的主要目的，在分析时，一个稳定的背景和前景分离效果是进一步进行分析的重要前提。分析稳定拍摄分为四种情况：1.相机和目标稳定；2.相机稳定，目标不稳定；3.相机不稳定，目标稳定；4.相机和目标都不稳定。

在工业生产线生产条件下，经常存在的情况是2和4，目标不稳定，相机可能稳定。其中，4相机和目标都不稳定是一个很棘手的问题，这也是想要流水线不暂停，机器人跟随目标生产加工的问题。

工业流水线上机器人进行生产时，现有基于图像的自动操作，都是流水线上目标物暂停，等待稳定后，机器人再进行操作。这种方式下需要存在等待稳定的时间，严重减慢了生产速度。要解决这个问题，就需要拍摄出稳定的图像，基于视觉来控制好机器人上相机的运动，达到相对稳定的效果。

在这类视频消抖算法中，一般会面临几个问题：相机的快速移动、大前景物体的存在、视差的存在、图像模糊、果冻效应。

对于这几个问题，在工业条件下，生产线上一般为匀速缓速移动，所以不构成大影响；但是大前景物体的存在，在工业条件下正好相反，目标必须是大前景，因为越大的前景，在一定的像素条件下，越可以的得到精确的分析；视差的存在，在工业条件下，这个可以控制运动相机与检测目标在深度轴的相对位置，减少计算量，降低成本；图像模糊中，运动模糊是面临的问题，无法回避，也是必须解决的；果冻效应可以通过采用CCD相机，减少快门时间来解决。

因此，在考虑到工业环境后，工业环境下视频消抖问题，主要面临的是大前景物体存在，以及图像模糊中的运动模糊，现有技术视频去抖方法均无法很好的解决上述问题。

发明内容

本发明所要解决的技术问题是提供一种流水线上物品对象稳定图像获取方法，面向大前景物体存在，能够有效解决图像抖动问题，提高流水线上物品图像采集的稳定性。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种流水线上物品对象稳定图像获取方法，面向流水线不暂停情形，由图像捕获装置跟随流水线上目标物品对象进行移动，实现对目标物品对象的图像获取；包括如下步骤：

步骤A.伴随图像捕获装置跟随流水线上目标物品对象的移动过程，获取图像捕获装置所拍摄的连续图像帧，计算确认各幅图像帧中的特征点，并获得相邻图像帧之间特征点匹配关系，然后进入步骤B；

步骤B.根据相邻图像帧之间特征点匹配关系，分别针对各幅图像帧，获得图像帧中特征点至相邻下一幅图像帧中相匹配特征点之间的旋转矩阵和平移矩阵，并构成该幅图像帧所对应的旋转平移矩阵；进而获得各幅图像帧分别所对应的旋转平移矩阵，并构成连续图像帧所对应的帧间轨迹Line1，然后进入步骤C；

步骤C.分别针对各幅图像帧，计算获得图像帧所对应旋转平移矩阵的一阶导数、二阶导数之和，构成该幅图像帧所对应的稳定参数，进而获得各幅图像帧分别所对应的稳定参数，然后进入步骤D；

步骤D.以单组包含预设T1幅图像帧，针对连续图像帧进行顺序划分，获得Bb个图像帧块，然后进入步骤E；