基于特征匹配的遮挡工件识别方法研究

摘要

工件识别是机器视觉在工业中的典型应用。在工件装配和分拣等自动化生产环节中，为了正确完成任务，需要将不同类别的工件进行辨识，并获取工件的位姿信息。在工业生产线或工作台上，工件的摆放位姿不固定，多个工件之间常常存在遮挡，这给工件识别带来极大的困难，对遮挡工件识别的研究具有很大的研究价值与实际意义。
　　本文主要针对遮挡工件的识别进行深入研究，本文工作主要有以下几个部分:
　　(1)利用边缘特征匹配方法解决了遮挡工件的识别问题，该方法使用边缘点的梯度方向作为匹配特征进行相似度计算，对光照变化和遮挡等具有很好的鲁棒性。同时，该方法通过加速终止策略和图像金字塔分层搜索策略来加快匹配速度。在加速终止策略方面，选取一些分布零散的边缘点作为试探点，解决了简单阈值方法引起的误判问题。
　　(2)提出了一种快速鲁棒的二进制特征匹配方法，并将其应用到遮挡工件识别中。该方法结合BRIEF随机抽样模型和FREAK固定抽样模型两者的优点，先固定抽样得到初始最优点对位置，然后在初始最优点对邻域内进行随机抽样搜索最终最优点对;离线训练寻优过程中，采用同时兼顾均值距离和相关性两个方面的点对辨识力模型，使得点对的辨识能力得到更加合理的描述;实现中，采用具有尺度不变性和快速的BRISK算法检测特征点和简单高效的灰度质心法估计特征点的方向。
　　实验结果表明本文的两种方法均能有效的解决复杂背景下遮挡工件识别问题。