一種角點定位方法及裝置的制造方法
【技術(shù)領域】
[0001] 本申請涉及一種角點定位方法及裝置。
【背景技術(shù)】
[0002] 目前，圖像匹配通常是用一個較小的圖像作為模板圖像，將模板圖像與目標圖像 進行比較，以確定在目標圖像中是否存在與該模板相同或相似的區(qū)域。當有相同或相似的 區(qū)域存在時，可通過與模板圖像匹配，確定出這些相同或相似區(qū)域的位置并對這些區(qū)域進 行提取。通常，將圖像匹配所提取得到的位置坐標通過仿射變換映射到機器坐標系中，控制 機構(gòu)的運動。因此，匹配精度會影響到機床的運動精度。在某些對位、貼合的場景中，例如手 機屏幕的貼合過程中，由于加工物體小，并且通常貼合的要求達到〇.Imm的精度，精度要求 較高，這就要求在匹配位置時要足夠精確，才能準確地控制機構(gòu)的運動，提升系統(tǒng)的精度。
[0003] 在將目標圖像和模板進行精確匹配時，現(xiàn)有技術(shù)常通常的做法是通過定位出感興 趣區(qū)域（ROI)的位置坐標，得到目標圖像與模板的對應位置?，F(xiàn)有技術(shù)在定位感興趣區(qū)域 的位置時，一般通過攝像機實時取像，獲得待加工工件的位置信息，然后通過圖像匹配，獲 得位姿信息。目前，常用的匹配方法分為兩種：基于灰度進行匹配和基于特征進行匹配。 但這兩種方法在匹配后僅能獲得感興趣區(qū)域的中心的坐標，無法直接獲得待匹配的角點坐 標。若想獲得角點坐標，需要在感興趣區(qū)域的中心的坐標的基礎上，加上一個預先設置的偏 移量，而偏移量的設置基本依賴于人工設置，因此影響了圖像匹配的準確度，大大降低了機 構(gòu)的系統(tǒng)精度。

【發(fā)明內(nèi)容】

[0004] 本申請?zhí)峁┮环N角點定位方法及裝置，可以準確定位角點位置以及進行圖像匹 配。
[0005] 根據(jù)本申請的第一方面，本申請?zhí)峁┮环N角點定位方法，包括：對目標圖像上的感 興趣區(qū)域進行邊緣檢測，獲取多個邊緣像素點；將所述多個邊緣像素點按照預設規(guī)則劃分 在兩個擬合區(qū)域中；根據(jù)每個所述擬合區(qū)域中的各個邊緣像素點的坐標進行線性擬合，得 到每個擬合區(qū)域的擬合直線；計算所述兩個擬合區(qū)域的擬合直線的交點，得到角點坐標。
[0006] 可選的，所述對目標圖像上的感興趣區(qū)域進行邊緣檢測之前包括：將模板圖像在 目標圖像上進行粗匹配，得到感興趣區(qū)域。
[0007] 可選的，所述將模板圖像在目標圖像上進行粗匹配，得到感興趣區(qū)域包括：計算所 述目標圖像各像素點的歸一化相關(guān)系數(shù)；將所述目標圖像的像素點按照與其對應的所述歸 一化相關(guān)系數(shù)，從大到小進行排序；選取目標圖像上排序在前的預設個數(shù)的像素點作為感 興趣區(qū)域。
[0008] 可選的，所述對目標圖像上的感興趣區(qū)域進行邊緣檢測，獲取多個邊緣像素點包 括：對所述目標圖像上的感興趣區(qū)域進行濾波處理；計算所述感興趣區(qū)域上各個像素點的 灰度梯度值；將所述感興趣區(qū)域上若干個相鄰的像素點作為一個鄰域，選取每個鄰域中灰 度梯度值最大的像素點，得到備選像素點；從所述備選像素點中選擇梯度值大于最小閾值 同時小于最大閾值的像素點，作為邊緣像素點。
[0009] 可選的，所述根據(jù)每個所述擬合區(qū)域中的各個邊緣像素點的坐標進行線性擬合， 得到每個擬合區(qū)域的擬合直線包括：選擇所述擬合區(qū)域中的任意兩個邊緣像素點，連接成 一直線；選擇所述擬合區(qū)域中的第三個邊緣像素點，作為數(shù)據(jù)點，計算所述數(shù)據(jù)點與所述直 線的距離；判斷所述距離是否小于距離閾值，若是，則將所述數(shù)據(jù)點作為局內(nèi)點；判斷是否 遍歷該擬合區(qū)域中所有像素點，若是，則計算所述局內(nèi)點的個數(shù)與所述擬合區(qū)域中的數(shù)據(jù) 點的個數(shù)的比例；判斷所述比例是否大于比例閾值，若是，則判斷所述數(shù)據(jù)點的選擇次數(shù)是 否小于閾值，若是，則采用最小二乘法對所述局內(nèi)點進行直線擬合，得到擬合直線。
[0010] 根據(jù)本申請的第二方面，提供一種角點定位裝置，包括邊緣檢測單元，用于對目標 圖像上的感興趣區(qū)域進行邊緣檢測，獲取多個邊緣像素點；劃分單元，用于將所述邊緣檢測 單元獲取到的所述多個邊緣像素點按照預設規(guī)則劃分在兩個擬合區(qū)域中；線性擬合單元， 用于根據(jù)所述劃分單元劃分得到的每個所述擬合區(qū)域中的各個邊緣像素點的坐標進行線 性擬合，得到每個擬合區(qū)域的擬合直線；角點確定單元，用于計算所述線性擬合單元得到的 兩個擬合區(qū)域的擬合直線的交點，得到角點坐標。
[0011] 可選的，還包括：粗匹配單元，用于在所述邊緣檢測單元進行檢測前，將模板圖像 在目標圖像上進行粗匹配，得到感興趣區(qū)域。
[0012] 可選的，所述粗匹配單元具體包括：相似性計算模塊，用于計算所述目標圖像各像 素點的歸一化相關(guān)系數(shù)；排序模塊，用于將所述目標圖像的像素點按照與其對應的所述歸 一化相關(guān)系數(shù)，從大到小進行排序；選取模塊，用于選取目標圖像上排序在前的預設個數(shù)的 像素點作為感興趣區(qū)域。
[0013] 可選的，所述邊緣檢測單元具體包括：濾波處理模塊，用于對所述目標圖像上的感 興趣區(qū)域進行濾波處理；梯度值計算模塊，用于計算所述感興趣區(qū)域上各個像素點的灰度 梯度值；非極大值抑制模塊，用于將所述感興趣區(qū)域上若干個相鄰的像素點作為一個鄰域， 選取每個鄰域中灰度梯度值最大的像素點，得到備選像素點；選擇模塊，用于從所述備選像 素點中選擇梯度值大于最小閾值同時小于最大閾值的像素點，作為邊緣像素點。
[0014] 可選的，所述線性擬合單元具體包括：第一選擇模塊，用于選擇所述擬合區(qū)域中的 任意兩個邊緣像素點，連接成一直線；第二選擇模塊，用于選擇所述擬合區(qū)域中的第三個邊 緣像素點，作為數(shù)據(jù)點；距離計算模塊，用于計算所述數(shù)據(jù)點與所述直線的距離；距離判斷 模塊，用于判斷所述距離是否小于距離閾值；第三選擇模塊，用于在所述閾值判斷模塊判斷 結(jié)果為是時，選擇所述數(shù)據(jù)點作為局內(nèi)點；遍歷判斷模塊，用于判斷是否遍歷該擬合區(qū)域中 所有像素點；比例計算模塊，用于在所述遍歷判斷模塊判斷結(jié)果為是時，計算所述局內(nèi)點的 個數(shù)與所述擬合區(qū)域中的數(shù)據(jù)點的個數(shù)的比例；比例判斷模塊，用于判斷所述比例計算模 塊計算出的所述比例是否大于比例閾值；次數(shù)判斷模塊，用于在所述比例判斷單元判斷結(jié) 果為是時，判斷所述數(shù)據(jù)點的選擇次數(shù)是否小于次數(shù)閾值；直線擬合模塊，用于在所述次數(shù) 判斷模塊的判斷結(jié)果為是時，采用最小二乘法對所述局內(nèi)點進行直線擬合，得到擬合直線。
[0015] 本申請?zhí)峁┑慕屈c定位方法及裝置，首先對目標圖像上的感興趣區(qū)域進行邊緣檢 測，獲取多個邊緣像素點，然后將多個邊緣像素點按預設規(guī)則劃分在兩個擬合區(qū)域中，在每 個擬合區(qū)域中對各個邊緣像素點的坐標進行線性擬合，得到兩條擬合直線，最后計算兩條 擬合直線的交點，即可得到角點坐標，因此進行圖像匹配時，能夠精確定位出需要的角點位 置，無需人工預先設置偏移量，不僅減少人工的操作，更大大提升了角點定位和圖像匹配的 準確度，從而提升機構(gòu)的系統(tǒng)精度。
【附圖說明】
[0016] 圖1為本發(fā)明實施例的方法流程圖；
[0017] 圖2為本發(fā)明實施例方法的邊緣檢測步驟的流程圖；
[0018] 圖3為本發(fā)明實施例方法的擬合區(qū)域劃分步驟的流程圖；
[0019] 圖4a為本發(fā)明實施例方法的另一種擬合區(qū)域劃分步驟的示意圖；
[0020] 圖4b為圖4a的劃分步驟的過程示意圖；
[0021] 圖5為本發(fā)明實施例方法的線性擬合步驟的流程圖；
[0022] 圖6本發(fā)明實施例方法的另一種流程圖；
[0023] 圖7本發(fā)明實施例方法的粗匹配步驟的流程圖；
[0024] 圖8為發(fā)明實施例的裝置結(jié)構(gòu)示意圖；
[0025] 圖9為發(fā)明實施例的另一種裝置結(jié)構(gòu)示意圖。
【具體實施方式】
[0026] 下面通過【具體實施方式】結(jié)合附圖對本發(fā)明作進一步詳細說明。
[0027] 在本申請實施例中，提供一種角點定位方法及裝置，可以準確定位角點位置以及 進行圖像匹配。
[0028] 實施例一：
[0029] 請參考圖1，圖1為本發(fā)明實施例一的方法流程圖。如圖1所示，一種角點定位方 法，可以包括以下步驟：
[0030] 101、對目標圖像上的感興趣區(qū)域進行邊緣檢測，獲取多個邊緣像素點。
[0031] -個實施例中，如圖2所示，步驟101具體可以包括以下步驟：
[003