本發(fā)明涉及圖像處理領(lǐng)域，尤其涉及一種機器視覺圖像生成方法。

背景技術(shù)：

1、機器視覺作為人工智能的一個重要分支，已經(jīng)取得了顯著的發(fā)展，機器視覺主要依賴于光學(xué)裝置和非接觸傳感器來自動接收和處理真實物體的圖像。

2、目前，機器視覺系統(tǒng)主要依賴于2d圖像分析，若能集成3d視覺技術(shù)將使機器能夠更準確地理解和分析物體的三維結(jié)構(gòu)，從而在更復(fù)雜的場景中發(fā)揮作用，而圖像處理技術(shù)是機器視覺的核心，革新機器視覺系統(tǒng)的關(guān)鍵就在于如何基于圖像處理技術(shù)使機器成功理解與分析物體的三維結(jié)構(gòu)。

技術(shù)實現(xiàn)思路

1、本發(fā)明意在提供一種機器視覺圖像生成方法，以解決機器視覺成像過程中直線形圖像容易產(chǎn)生幾何畸變，使用圖像處理技術(shù)使特征提取更準確，將知識庫數(shù)據(jù)轉(zhuǎn)化為有序樹結(jié)構(gòu)，使用選擇算法代替?zhèn)鹘y(tǒng)的遍歷算法，并結(jié)合模糊分類算法，實現(xiàn)對三維物體的快速識別的問題。

2、為了實現(xiàn)上述目的，本發(fā)明提供如下方法：

3、本發(fā)明提供的一種機器視覺圖像生成方法是：

4、s1：根據(jù)機器的任務(wù)需求進行掃描三維物體目標，并建立知識庫；

5、s2：基于所述知識庫建立機器視覺檢測模型；

6、s3：將所述三維物體目標進行刻畫若干目標標定點，并進行計算，得到映射轉(zhuǎn)換關(guān)系；

7、s4：根據(jù)所述機器視覺檢測模型以及對應(yīng)的映射轉(zhuǎn)換關(guān)系生成目標圖像；

8、s5：實時更新所述知識庫，利用所述知識庫進行維護和修正所述目標圖像。

9、優(yōu)選的，所述根據(jù)機器的任務(wù)需求進行掃描三維物體目標，并建立知識庫的步驟，包括：收集機器在任務(wù)場景中需要識別的三維物體目標數(shù)據(jù)，并將所述三維物體目標數(shù)據(jù)存儲到知識庫中；利用圖像處理技術(shù)對所述三維物體目標數(shù)據(jù)進行提取關(guān)鍵特征要素；根據(jù)提取的所述關(guān)鍵特征要素對所述知識庫的數(shù)據(jù)進行整合。

10、優(yōu)選的，所述利用圖像處理技術(shù)對所述三維物體目標數(shù)據(jù)進行提取關(guān)鍵特征要素的步驟，包括：利用圖像處理技術(shù)對所述三維物目標數(shù)據(jù)進行圖像增強，提取所述三維物體目標的一般特征要素；選擇在知識庫中特征要素區(qū)別較大的所述一般特征要素作為關(guān)鍵特征要素并進行綁定關(guān)鍵特征要素標簽。

11、優(yōu)選的，所述根據(jù)提取的所述關(guān)鍵特征要素對所述知識庫的數(shù)據(jù)進行整合的步驟，包括：將綁定了所述關(guān)鍵特征要素標簽的三維物體目標數(shù)據(jù)采用銳化核心技術(shù)進行銳化處理；將銳化處理后的所述三維物體目標數(shù)據(jù)進行數(shù)據(jù)整合，根據(jù)整合順序創(chuàng)建數(shù)據(jù)節(jié)點，每個所述三維物體目標數(shù)據(jù)對應(yīng)一個數(shù)據(jù)節(jié)點，所有所述數(shù)據(jù)節(jié)點形成一個樹形檢測模型知識庫。

12、優(yōu)選的，所述基于所述知識庫建立機器視覺檢測模型的步驟，包括：根據(jù)所述樹形檢測模型知識庫中的輸入集的關(guān)鍵特征找到需要檢索的圖像目標；將所述圖像目標在所述樹形檢測模型知識庫中進行逐層檢索，直至找到所述圖像目標對應(yīng)的所述關(guān)鍵特征要素；將所述圖像目標對應(yīng)的所述關(guān)鍵特征要素進行綁定為所述圖像目標的特征標簽進行輸出。

13、優(yōu)選的，所述將所述三維物體目標進行刻畫若干目標標定點，并進行計算，得到映射轉(zhuǎn)換關(guān)系的步驟，包括：將所述三維物體目標按照目標輪廓進行刻畫出八個目標標定點；根據(jù)所述三維物體目標中心進行建立直角坐標系，得到所述八個目標標定點的圖像坐標數(shù)據(jù)；根據(jù)所述圖像坐標數(shù)據(jù)和所述八個目標標定點在機械物理坐標系中的實際坐標數(shù)據(jù)，進行計算得到映射轉(zhuǎn)換關(guān)系。

14、優(yōu)選的，所述根據(jù)所述機器視覺檢測模型以及對應(yīng)的映射轉(zhuǎn)換關(guān)系生成目標圖像的步驟，包括：根據(jù)所述機器視覺檢測模型進行采集多幀清晰三維物體目標圖像進行模糊處理，并生成多個訓(xùn)練圖像組；構(gòu)建圖像去模糊模型，并設(shè)置初始的模型參數(shù)，所述圖像去模糊模型由特征提取組件和圖像重構(gòu)組件耦合而成；將所述訓(xùn)練圖像組輸入所述圖像去模糊模型進行處理，生成目標圖像。

15、優(yōu)選的，所述將所述訓(xùn)練圖像組輸入所述圖像去模糊模型進行處理，生成目標圖像的步驟，包括：將最后一幀所述訓(xùn)練圖像輸入所述特征提取組件，來提取出其對應(yīng)的圖像特征；將所述初始訓(xùn)練圖像和所述最后一幀所述訓(xùn)練圖像，輸入其中一個特征提取組件中的濾波模塊，由其結(jié)合所述圖像特征，輸出對應(yīng)的對齊估計特征，以及，將所述中間幀訓(xùn)練圖像和所述最后一幀訓(xùn)練圖像，輸入特征提取組件中的另一個濾波模塊，由其結(jié)合所述圖像特征，輸出對應(yīng)的對齊估計特征；將所述初始幀三維物體目標圖像和所述初始幀訓(xùn)練圖像，輸入特征提取組件，由其結(jié)合所述圖像特征，提取出對應(yīng)的去模糊特征，以及，將所述中間幀參考圖像和所述中間幀訓(xùn)練圖像，由其結(jié)合所述圖像特征，提取出對應(yīng)的去模糊特征；將所述圖像特征、所述對齊估計特征和所述去模糊特征輸入所述圖像重構(gòu)組件進行處理，并輸出目標圖像。

16、優(yōu)選的，所述實時更新所述知識庫，利用所述知識庫進行維護和修正所述目標圖像的步驟，包括：依次遍歷所述目標線段所在區(qū)域中的各像素行，識別當(dāng)前遍歷的像素行中的圖像邊緣像素，所述圖像邊緣像素是指激光曝光點與非激光曝光點的分界處的激光曝光點形成的像素；若當(dāng)前遍歷的像素行存在圖像邊緣像素，則對圖像邊緣像素所在的像素行中的目標像素進行平移操作；其中，所述目標像素包含圖像邊緣像素以及與所述圖像邊緣像素相鄰且顏色相同的像素；所述平移操作是將所述目標線段在x軸的偏移量相反的方向作為修正方向，將所述目標線段的偏移量的距離值為修正距離移動所述目標像素。

17、優(yōu)選的，若遍歷的當(dāng)前像素不是圖像邊緣像素，則判斷所述當(dāng)前像素的坐標是否在目標圖像中，若是，則刪除所述當(dāng)前像素的坐標及相關(guān)偏移量。

18、本發(fā)明的有益效果體現(xiàn)在：本發(fā)明通過掃描三維物體并建立知識庫，基于知識庫建立機器視覺檢測模型；基于機器視覺檢測模型掃描識別任務(wù)場景中的三維物體；通過知識庫擴展接口定期維護知識庫中的數(shù)據(jù)，使用圖像處理技術(shù)使特征提取更準確，將知識庫數(shù)據(jù)轉(zhuǎn)化為有序樹結(jié)構(gòu)，使用選擇算法代替?zhèn)鹘y(tǒng)的遍歷算法，并結(jié)合模糊檢測算法，實現(xiàn)對三維物體的快速識別；通過計算得到的映射轉(zhuǎn)換關(guān)系，計算得到在機械物理坐標系下的實際坐標數(shù)據(jù)，不僅實現(xiàn)了快捷且高效地進行定位，還能夠通過校正來有效地提高定位精度，減少了產(chǎn)品加工的殘次率，有效地降低了誤差成本。

技術(shù)特征：

1.一種機器視覺圖像生成方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種機器視覺圖像生成方法，其特征在于，所述根據(jù)機器的任務(wù)需求進行掃描三維物體目標，并建立知識庫的步驟，包括：

3.根據(jù)權(quán)利要求2所述的一種機器視覺圖像生成方法，其特征在于，所述利用圖像處理技術(shù)對所述三維物體目標數(shù)據(jù)進行提取關(guān)鍵特征要素的步驟，包括：

4.根據(jù)權(quán)利要求2所述的一種機器視覺圖像生成方法，其特征在于，所述根據(jù)提取的所述關(guān)鍵特征要素對所述知識庫的數(shù)據(jù)進行整合的步驟，包括：

5.根據(jù)權(quán)利要求4所述的一種機器視覺圖像生成方法，其特征在于，所述基于所述知識庫建立機器視覺檢測模型的步驟，包括：

6.根據(jù)權(quán)利要求4所述的一種機器視覺圖像生成方法，其特征在于，所述將所述三維物體目標進行刻畫若干目標標定點，并進行計算，得到映射轉(zhuǎn)換關(guān)系的步驟，包括：

7.根據(jù)權(quán)利要求6所述的一種機器視覺圖像生成方法，其特征在于，所述根據(jù)所述機器視覺檢測模型以及對應(yīng)的映射轉(zhuǎn)換關(guān)系生成目標圖像的步驟，包括：

8.根據(jù)權(quán)利要求7所述的一種機器視覺圖像生成方法，其特征在于，所述將所述訓(xùn)練圖像組輸入所述圖像去模糊模型進行處理，生成目標圖像的步驟，包括：

9.根據(jù)權(quán)利要求8所述的一種機器視覺圖像生成方法，其特征在于，所述實時更新所述知識庫，利用所述知識庫進行維護和修正所述目標圖像的步驟，包括：

10.根據(jù)權(quán)利要求9所述的一種機器視覺圖像生成方法，其特征在于：

技術(shù)總結(jié)
本發(fā)明涉及圖像處理領(lǐng)域，公開了一種機器視覺圖像生成方法，首先根據(jù)機器的任務(wù)需求進行掃描三維物體目標，并建立知識庫；基于知識庫建立機器視覺檢測模型；將三維物體目標進行刻畫若干目標標定點，并進行計算，得到映射轉(zhuǎn)換關(guān)系；根據(jù)機器視覺檢測模型以及對應(yīng)的映射轉(zhuǎn)換關(guān)系生成目標圖像；實時更新知識庫，利用知識庫進行維護和修正目標圖像；本發(fā)明解決了機器視覺成像過程中直線形圖像容易產(chǎn)生幾何畸變，使用圖像處理技術(shù)使特征提取更準確，將知識庫數(shù)據(jù)轉(zhuǎn)化為有序樹結(jié)構(gòu)，使用選擇算法代替?zhèn)鹘y(tǒng)的遍歷算法，并結(jié)合模糊分類算法，實現(xiàn)對三維物體的快速識別的問題。

技術(shù)研發(fā)人員：巫星蓉,陳浩瀚,高獻淞,蔣維申,毛佳俊
受保護的技術(shù)使用者：重慶智慧思特大數(shù)據(jù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17