ic回归的零件图像区域提取.PDF

第３４卷第４期 计 算 机 应 用 研 究 Ｖｏｌ．３４Ｎｏ．４ ２０１７年４月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ａｐｒ．２０１７ 基于Ｌｏｇｉｓｔｉｃ回归的零件图像区域提取 赵　鹏，李大寨，王　韬 （北京航空航天大学机械工程及自动化学院，北京 １００１９１） 摘　要：针对机器人自动化生产线中视觉定位零件的问题进行了研究，为了能够快速地在复杂背景中提取出零 件图像区域，提出了一种基于Ｌｏｇｉｓｔｉｃ回归的零件图像区域提取的机器视觉算法。首先，在工作场景图像中采集 若干正类和负类样本点；然后，将样本点的ＢＧＲ值进行格式上的整理并保存；其次，将整理的数据代入按照梯度 上升法推导的公式中，计算Ｌｏｇｉｓｔｉｃ最佳回归系数；最后，载入待处理图像，使用Ｌｏｇｉｓｔｉｃ回归分类器对其中的每 个像素进行分类，提取出零件区域。实验表明，该算法提取出的零件图像区域边缘清晰，实时性高，且由于输入 为像素点的ＢＧＲ值，所以对零件的外形没有要求，也不需要额外的夹具。 关键词：零件图像；区域提取；机器视觉；Ｌｏｇｉｓｔｉｃ回归；梯度上升法 中图分类号：ＴＰ３９１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１７）０４１２６５０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０４．０７０ ＥｘｔｒａｃｔｉｏｎｏｆｐａｒｔｓｒｅｇｉｏｎｂａｓｅｄｏｎＬｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎ ＺｈａｏＰｅｎｇ，ＬｉＤａｚｈａｉ，ＷａｎｇＴａｏ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ＆Ａｕｔｏｍａｔｉｏｎ，ＢｅｉｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１００１９１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＴｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎＬｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｆｏｒｅｘｔａｃｔｉｎｇｃｏｍｐｏｎｅｎｔｒｅｇｉｏｎｉｎｒｏｂｏｔａｕｔｏｍａｔｉｃ ｐｒｏｄｕｃｔｉｏｎｌｉｎｅ．Ｆｉｒｓｔｌｙ，ｉｔｃｏｌｌｅｃｔｅｄａｎｕｍｂｅｒｏｆｐｏｓｉｔｉｖｅａｎｄｎｅｇａｔｉｖｅｓａｍｐｌｅｓｉｎｔｈｅｉｍａｇｅｏｆｔｈｅｗｏｒｋｓｃｅｎｅ．Ｓｅｃｏｎｄｌｙ，ｉｔ ｆｏｒｍａｔｔｅｄａｎｄｓａｖｅｄｔｈｅＢＧＲｖａｌｕｅｏｆｓａｍｐｌｅｐｏｉｎｔｓ．Ａｎｄｔｈｅｎ，ｉｔｃａｌｃｕｌａｔｅｄｔｈｅＬｏｇｉｓｔｉｃｏｐｔｉｍａｌｒｅｇｒｅｓｓｉｏｎｗｅｉｇｈｔ，ａｃｃｏｒｄｉｎｇ ｔｏｇｒａｄｉｅｎｔａｓｃｅｎｔｍｅｔｈｏｄ．Ｆｉｎａｌｌｙ，ｉｔｅｘｔｒａｃｔｅｄｒｅｇｉｏｎｏｆｃｏｍｐｏｎｅｎｔｗｉｔｈＬｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎｉｎｎｅｗｉｍａｇｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅ ｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｗｅｌｌａｎｄｒｅａｌｔｉｍｅ．ＢｅｃａｕｓｅｉｎｐｕｔｉｓＢＧＲｖａｌｕｅｏｆｐｉｘｅｌ，ｔｈｅｓｈａｐｅｏｆｔｈｅｐａｒｔｓｉｓｎｏｔ ｒｅｓｔｒｉｃｔｅｄ，ａｎｄｄｏｅｓｎｏｔｒｅｑｕｉｒｅａｄｄｉｔｉｏｎａｌｆｉｘｔｕｒｅ． Ｋｅｙｗｏｒｄｓ：ｐａｒｔｓｉｍａｇｅ；ｒｅｇｉｏｎｅｘｔｒａｃｔｉｏｎ；ｍａｃｈｉｎｅｖｉｓｉｏｎ；Ｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎ；ｇｒａｄｉｅｎｔａｓｃｅｎｔｍｅｔｈｏｄ 的零件。 　引言 本文根据机器人生产线的特点，提出了针对生产线中零件 ａ）其 随着科技的不断发展与人力成本的不断提升，越来越多的 图像区域的提取方法。机器人生产线有两个主要特