一种基于四象限非零像素密度导向的图像方向归一化方法与流程

摘要: 本发明涉及计算机视觉与图像处理,具体涉及一种基于四象限非零像素密度导向的图像方向归一化方法,适用于机器人端侧视觉系统中对零部件二值图像进行方向标准化处理。背景技...
一种基于四象限非零像素密度导向的图像方向归一化方法与流程

本发明涉及计算机视觉与图像处理,具体涉及一种基于四象限非零像素密度导向的图像方向归一化方法,适用于机器人端侧视觉系统中对零部件二值图像进行方向标准化处理。

背景技术:

1、在工业机器人视觉引导作业中,待处理零部件图像常因放置姿态随机而存在方向不确定性。若不对图像进行方向归一化处理,后续的特征匹配与位姿计算将产生较大偏差。现有技术方案存在以下不足:

2、其一,基于特征点匹配确定图像方向的方法,虽然对任意角度旋转均有效,但计算复杂度较高,在机器人端侧处理器资源受限的条件下难以保证实时性,且在特征点稀疏或纹理不足的图像上匹配稳定性较差;

3、其二,基于最小外接矩形计算主方向的方法虽能确定物体朝向,但仅能将角度归一化至指定范围内,无法进一步区分四个正交方向,导致同一物体在不同放置姿态下能够产生多种方向表述,影响后续识别的一致性;

4、其三,基于图像矩或惯性轴计算方向的方法对图像噪声敏感,当零部件轮廓不规则或存在局部缺损时,计算所得方向角存在偏差,难以满足工业场景对方向判别稳定性的要求。

技术实现思路

1、本发明的目的在于提供一种计算开销低、方向判别稳定的图像方向归一化方法,通过四象限非零像素密度分析确定最优正交旋转角度,实现零部件图像方向的快速标准化,为机器人端侧视觉匹配提供方向一致的输入。

2、一种基于四象限非零像素密度导向的图像方向归一化方法,其特征在于,包括至少以下步骤:

3、步骤一:获取待处理零部件的二值图像,将非零像素区域作为前景目标区域;

4、步骤二:计算二值图像的中心点坐标,以该中心点为原点将图像划分为四个象限区域,分别为第一象限、第二象限、第三象限和第四象限;

5、步骤三:遍历四个象限区域,分别统计各象限内非零像素的数量,并除以对应象限的面积,得到各象限的非零像素密度值;

6、步骤四:计算水平方向差分值,即第一象限密度与第四象限密度之和减去第二象限密度与第三象限密度之和;同时计算垂直方向差分值,即第一象限密度与第二象限密度之和减去第三象限密度与第四象限密度之和;

7、步骤五:构建四个候选旋转角度与对应象限密度的映射关系,四个候选角度分别为不旋转、逆时针旋转指定第一角度、逆时针旋转指定第二角度和逆时针旋转指定第三角度,每个候选角度对应一个象限的密度值;

8、步骤六:选择密度值最大的候选角度作为最优旋转角度,若最优角度对应的旋转量为零则直接输出原图像;若最优角度为非零角度,则采用正交旋转操作对原图像进行对应角度旋转,输出方向归一化后的图像;

9、其中,所述正交旋转操作利用指定旋转函数实现,该函数在旋转角度为指定正交角度整数倍时直接进行像素重排列,避免插值运算引入误差,所述方法由机器人端侧处理器执行。

10、与现有技术相比,本发明具有以下有益效果:

11、其一,本发明采用四象限非零像素密度作为方向判据,仅需统计各象限像素数量,计算复杂度为o(n)且仅需一次图像遍历,在分辨率为640×480的二值图像上,单次密度统计耗时2.3ms至3.8ms。在机器人端侧处理器arm cortex-a72 @1.5ghz上,完整方向归一化流程的平均耗时为8.7ms,相比基于sift特征点匹配方法210ms的处理耗时,速度提升24.1倍。该方案并非简单降低计算精度换取速度,而是利用二值图像中前景分布的区域统计特性直接判定方向,其技术构思在现有技术中未见启示;

12、其二,本发明从四个正交方向中择优选取,将方向归一化至唯一的标准方向。在13组不同放置姿态的零部件测试中,方向归一化一致性达到100%,即同一零部件以任意角度放置后经本方法处理,输出方向完全一致。克服了基于最小外接矩形方法无法区分四个方向导致同一物体能够产生4种方向表述的问题,非简单组合可预期;

13、其三,本发明通过正交旋转操作实现图像旋转,在指定正交角度0度、90度、180度、270度旋转时直接进行像素重排列,避免了常规仿射变换插值过程引入的误差和边缘效应。在640×480分辨率下,正交旋转耗时仅1.1ms,而基于双线性插值的仿射变换旋转耗时8.4ms,速度提升7.6倍。像素重排列方式下图像信息保持率为100%,无质量损失,方向判别的稳定性和精度均优于基于图像矩的方法,以图像矩计算方向的偏差均值3.2度,而本方法在13组测试中方向偏差为零。

1.一种基于四象限非零像素密度导向的图像方向归一化方法,其特征在于,包括至少以下步骤:获取待处理零部件的二值图像,将非零像素区域作为前景目标区域;计算二值图像的中心点坐标,以该中心点为原点将图像划分为四个象限区域,分别为第一象限、第二象限、第三象限和第四象限;遍历四个象限区域,分别统计各象限内非零像素的数量,并除以对应象限的面积,得到各象限的非零像素密度值;计算水平方向差分值,即第一象限密度与第四象限密度之和减去第二象限密度与第三象限密度之和;同时计算垂直方向差分值,即第一象限密度与第二象限密度之和减去第三象限密度与第四象限密度之和;构建四个候选旋转角度与对应象限密度的映射关系,四个候选角度分别为不旋转、逆时针旋转指定第一角度、逆时针旋转指定第二角度和逆时针旋转指定第三角度,每个候选角度对应一个象限的密度值;选择密度值最大的候选角度作为最优旋转角度,若最优角度对应的旋转量为零则直接输出原图像;若最优角度为非零角度,则采用正交旋转操作对原图像进行对应角度旋转,输出方向归一化后的图像。

2.根据权利要求1所述的方法,其特征在于,若输入图像为多通道格式,先将多通道图像转换为单通道灰度图像,再对灰度图像以指定阈值进行二值化处理。

3.根据权利要求1所述的方法,其特征在于,所述中心点坐标为图像宽度的一半取整值和图像高度的一半取整值。

4.根据权利要求1所述的方法,其特征在于,所述四个象限的划分方式为:横坐标大于中心横坐标且纵坐标小于中心纵坐标的区域为第一象限,横坐标小于中心横坐标且纵坐标小于中心纵坐标的区域为第二象限,横坐标小于中心横坐标且纵坐标大于中心纵坐标的区域为第三象限,横坐标大于中心横坐标且纵坐标大于中心纵坐标的区域为第四象限。

5.根据权利要求1所述的方法,其特征在于,各象限非零像素密度的计算方式为调用像素计数函数统计该区域内非零像素数量,再除以该象限面积,若象限面积为零则将密度置为零。

6.根据权利要求1所述的方法,其特征在于,所述四个候选旋转角度分别为不旋转、逆时针旋转指定第一角度、逆时针旋转指定第二角度和逆时针旋转指定第三角度,分别对应第一密度、第二密度、第三密度和第四密度。

7.一种基于四象限非零像素密度导向的图像方向归一化系统,其特征在于,包括:二值图像获取模块,用于获取待处理零部件的二值图像,将非零像素区域作为前景目标区域;象限划分模块,用于计算二值图像的中心点坐标,以该中心点为原点将图像划分为第一象限、第二象限、第三象限和第四象限;密度计算模块,用于遍历四个象限区域,分别统计各象限内非零像素的数量,并除以对应象限的面积,得到各象限的非零像素密度值;差分计算模块,用于计算水平方向差分值,即第一象限密度与第四象限密度之和与第二象限密度与第三象限密度之和的差值,同时计算垂直方向差分值,即第一象限密度与第二象限密度之和与第三象限密度与第四象限密度之和的差值;候选映射模块,用于构建四个候选旋转角度与对应象限密度的映射关系,选择密度值最大的候选角度作为最优旋转角度;归一化输出模块,用于若最优角度对应的旋转量为零则直接输出原图像,若最优角度为非零角度则采用正交旋转操作对原图像进行对应角度旋转,输出方向归一化后的图像,其中所述正交旋转操作在旋转角度为指定正交角度整数倍时直接进行像素重排列。

8.根据权利要求7所述的系统,其特征在于,所述二值图像获取模块中若输入图像为多通道格式,先将多通道图像转换为单通道灰度图像,再对灰度图像以指定阈值进行二值化处理。

9.一种机器人终端设备,其特征在于,包括权利要求7或8中任一项所述的基于四象限非零像素密度导向的图像方向归一化系统,所述系统运行于机器人端侧处理器上。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述方法的步骤。