机器人视觉伺服系统的图像处理和标定技术

智能制造及控制技术 刘小力田梦倩罗翔等机器人视觉伺服系统的图像处理和标定技术

!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

机器人视觉伺服系统的图像处理和标定技术

刘小力，田梦倩，罗

翔，史金飞

）（东南大学机械工程系，江苏南京!"##$%

摘要：针对机器人视觉伺服系统的特点，对适用的图像处理和标定方法做了研究和总结。首先对图像处理的过程和主要方法进行了归纳，然后着重对系统标定的方法进行了阐述，并对典型的标定算法进行了分类和比较，最后对图像处理和标定方法进行了展望和总结。关键词：视觉伺服；图像处理；系统标定中图分类号：!"#$#%&

文献标识码：’

文章编号：（）(&)#*(&(&#++,(+*+((-*+$

术，这种方法是把每个像素的灰度值与一个阈值进行比较，根据

［］!它是否超过该阈值而将该像素归于两类中的一类，该方法的

视觉伺服不同于通常所说的机器视觉，视觉伺服是以实现对机器人的控制为目的而进行图像的自动获取与分析，是利用机器视觉的原理，从直接得到的图像反馈信息中，快速进行图像处理，在尽量短的时间内给出反馈信号，构成机器人的位置闭环控制。正是由于系统以实现某种控制为目的，所以视觉伺服系统中的图像处理过程必须快速准确。而把摄像机获得的图像平面坐标信息转化到机器人所在的坐标系，就需要准确的标定。

现在对图像处理和标定方法的研究方兴未艾，各种数学模型和算法也层出不穷，但到目前为止还没有普遍适用和有效的方法，需要根据具体的系统和要求，进行试验比较和选择。本文主要针对机器人视觉伺服系统要求快速准确的特点，为了项目研究的需要，查阅大量文献著作和近年论文，对适用于视觉伺服系统的图像处理和标定方法进行了归纳总结和比较，并对该领域的发展进行了展望。

关键和难点是阈值的恰当选取。区域生长法从若干种子点或种子区域出发，按照一定的生长准则，对领域像素点进行判别并连接，直到完成所有像素点的连接，主要有区域增长法和分裂’合并区域法，但由于区域生长技术计算复杂费时，而很少应用与对实时要求高的场合，只有当阈值分割或边缘检测技术无法产生满意的效果时，才考虑应用。

边缘检测算法是一种基于点相关的分割技术。在一幅图像中，边缘有方向和幅度两个特性，垂直于边缘走向的灰度变化剧烈，边缘点的一阶微分幅度大，而且是二阶微分的零交叉点，因此利用梯度最大值或二阶导数过零提取边界点。传统的边缘检测方法大都依据这种特征，如(、)*+,-./)*+0以及12024526微分3算子等。目前在经典边缘算子基础上发展起来的边缘检测算子可以分为&大类：（）最优算子是根据信噪比求得检测边缘的最"优滤波器，一种是7另一2,,和8509,+-:提出的1;<算子方法，种方法是局部曲面最小二乘拟合法。最优算子可以实现保留边缘细节又能抑制噪声，但忽略了实际图像中存在着多种干扰边缘，往往影响边缘的正确检测和定位。（）多尺度方法处理信号!不仅能辨识出信号中的重要特征，而且能以不同细节程度来构造对信号的描述，在高层次视觉处理任务中有着重要的作用。（）自适应方法是利用一个通用算子对信号进行平滑，该算子能&

使其本身与信号的局部结构相适应，即锐化了边缘又使区域内部得到平滑。

(图像处理

摄像机所获得的图像对于机器人视觉伺服系统而言，还仅仅是一个矩阵数组，视觉系统的目标是要从图像中得到有用的信息，例如目标的大小、位置、方向和速度等，这就要求对图像进行进一步的处理，包括图像的划分和特征的提取。在图像采集的过程中，由于外界干扰和摄像机本身物理条件的影响，难免会引入噪声，为了更有效地获取有用信息，就有必要对图像进行滤波。对于动态连续采集的图像，为了减小系统响应时间和图像处理速度，就需要对图像进行预测。在进行图像处理时，很少有只用某一种方法就能解决问题的情况，经常需要几种方法配合使用才行。本文从图像划分、图像滤波以及图像特征提取&个主要方面对图像处理的方法进行了阐述。

(%#图像滤波

对于基于位置控制的视觉伺服系统，从二维图像平面提取得到三维的目标位置，必然是带有噪声的。图像的噪声表现为图像上面出现各种形式的干扰斑点、条纹等，这些随机噪声把像素的真值隐蔽起来，严重影响对图像的处理和提取图像特征，所以系统必须对视觉处理后的信号进行数字滤波。噪声的浓度与其四周像素的浓度间，存在着很大的浓度差，平滑化就是利用噪声的这种性质除去噪声的方法。但因图像的边界部分也存在着

(%(图像划分

图像划分有!种方法：一种是基于区域的方法；另一种是基

［］"于边缘检测的轮廓方法。基于区域的方法两个最基本的原则

是数值相似性和空间接近性。常用的方法有灰度阈值分割法和区域生长法。灰度阈值分割法是一种最简单的基于区域的技

收稿日期：!##=’#>’!%

资助项目：江苏省自然科学基金资助项目（?）@!##!>#=

作者简介：刘小力（，男，湖北房县人，东南大学硕士研究生，主要研究方向为机电控制及自动化和机器人技术。$A）

""$