[发明专利]一种用于流水线多隔分装目标的检测和定位方法

说明书

本申请提供一种用于流水线多隔分装目标的检测和定位方法，属于工业视觉处理技术领域。本发明提供一种自动检测流水线传送带上的多隔分装物体、并精确定位物体的中心和角度姿态的图像信息处理方法该方法采用分块检测和区域吸引的方式，快速准确地实现对分隔包装物体的快速检测和准确定位，为机器手臂对分隔类物体实施准确抓取提供保证。

技术领域

本公开涉及工业视觉处理技术领域，具体涉及一种用于流水线多隔分装目标的检测和定位方法。

背景技术

并联机器人在工业上广泛应用于医疗、电子、食品加工、化工等行业，用于满足工业自动化生产线上精准抓取作业的需求，实现分拣、搬运、装箱等任务，具有速度快、承载能力强、精度高、误差小、无须大空间等优点，可极大的降低工人的劳动强度和企业的生产成本。近几年来并联机器人在国内工业领域的应用发展迅速，几乎每年成倍数的销售量在增长。

在并联机器人应用系统中，机器视觉模块是其重要组成，并联机器人通过机器视觉模块实现对产品的检测识别和精确定位，引导机械手快速、精准的实现产品的抓取。机器视觉模块主要由快速图像采集相机和图像信息处理系统组成。图像采集相机可快速实时获取工作流水线上的目标物体图像，并将获取的图像传输给图像信息处理系统，图像信息处理系统对获取的图像进行快速目标检测，求取目标的中心位置，计算目标与水平方向的旋转角度(姿态)，并将计算获取的位置、姿态信息传输给运动解算模块，由运动解算模块解算出抓取机械手的运动控制信息，并由抓取机械手完成抓取操作。但并联机器人系统中，视觉处理的目标物检测、位姿求取等核心算法仍被康耐视等国外工业相机的提供企业所垄断，国内的并联机器人研发企业通常采取购买国外工业相机和算法使用权的方法补足并联机器人系统的短板。

并联机器人在工业流水线作业中要实现抓取机械手的准确抓取，其视觉图像处理系统需对目标物体实现准确的检测定位，对于独立的目标物体，采用基于区域生长、梯度均匀性抑制、形态学滤波、阈值分割、投射边缘检测等算法相结合可有效实现目标的检测定位，采用变步长旋转坐标系下边缘投影相结合的方法可有效实现姿态的求取。但对于采用分隔方式包装的物体，其多个子目标构成一个目标，尤其对于其分隔包装盒为透明材质，原本适用于独立目标检测的方法将很难有效提取完整的盒装目标，针对分隔包装的目标检测这一难点，本发明提出一种基于有限判据的零散区域吸引方法，可有效实现对流水线上分隔包装物的整体检测和位姿求取。

发明内容

(一)要解决的技术问题

为解决并联机器人系统中，机器视觉模块对采集的工业流水线上采用分隔盒包装的目标难以有效整体检测定位的难题，提出了一种应用在工业流水线上的基于有限判据和零散区域吸引的精确定位方法。该方法将目标的松弛成像尺寸范围和宽泛的灰度数值范围作为先验输入，通过平滑滤波消除目标灰度不均匀影响，将阈值分割、区域生长、形态学滤波、边缘检测等基本图像处理算法进行逻辑结合，通过独立区域吸引和组合区域外接轮廓提取与判定，构建可对分隔盒盛装目标实现有效检测的算法框架，并利用目标边缘进行旋转坐标系投影变换的方法，实现了目标位置和姿态的准确求取。

(二)技术方案

未解决上述技术问题，本申请提供一种用于流水线多隔分装目标的检测和定位方法，包括以下步骤：

(1)获取待处理的图像数据I；

(2)获取预先设定的目标特性参数，参数项包括目标物体在图像中的区域面积最大值S_max、区域面积最小值S_min、长边最大值L_max、长边最小值L_min、短边最大值W_max、短边最小值W_min、最小灰度梯度阈值G_min；

(3)对图像I进行平滑滤波，得到图像数据I_s；