1.一种基于轮廓特征的工业零件位姿识别方法,应用于工业机器人的视觉系统;其特征在于,包括步骤:
a1.获取工业零件的图像;
a2.根据所述图像获取所述工业零件的边缘像素点坐标数据集;
a3.根据所述边缘像素点坐标数据集获取所述工业零件的最小外接矩形的四个角点的角点坐标;
a4.根据四个所述角点坐标计算所述最小外接矩形的中心点坐标,作为所述工业零件的位置坐标;
a5.获取所述边缘像素点坐标数据集中的四个分别离四个所述角点最近的顶点的坐标;
a6.以四个所述顶点中与相应角点距离最大或最小的两个顶点为目标顶点,根据两个所述目标顶点的坐标和所述最小外接矩形的中心点的坐标计算所述工业零件的姿态角度,完成位姿识别。
2.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤a2包括:
对获取的工业零件的图像进行高斯降噪处理;
对降噪处理后的图像进行灰度处理,得到灰度图像;
采用canny边缘检测算法提取所述工业零件的轮廓线上的像素点的坐标,得到边缘像素点坐标数据集。
3.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤a3包括:
根据所述边缘像素点坐标数据集获取轮廓线的最小外接矩形;
若所述轮廓线的最小外接矩形的数量多于一个,则以面积最接近预设标准面积的轮廓线的最小外接矩形作为所述工业零件的最小外接矩形;
提取所述工业零件的最小外接矩形的四个角点的角点坐标。
4.根据权利要求1所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤a5包括:
依次以各所述角点为目标角点,计算所述边缘像素点坐标数据集中的各像素点与所述目标角点的距离;
以与所述目标角点距离最小的像素点为对应所述目标角点的顶点;
提取所述顶点的坐标。
5.根据权利要求4所述的基于轮廓特征的工业零件位姿识别方法,其特征在于,步骤a6包括:
获取各顶点与对应的角点之间的距离数据;
以所述距离数据最小或最大的两个顶点为目标顶点,计算两个目标顶点之间的中点的坐标;
计算所述中点与所述最小外接矩形的中心点之间的连线的倾斜角,作为所述工业零件的姿态角度。
6.一种基于轮廓特征的工业零件位姿识别装置,应用于工业机器人的视觉系统;其特征在于,包括:
第一获取模块,用于获取工业零件的图像;
第二获取模块,用于根据所述图像获取所述工业零件的边缘像素点坐标数据集;
第三获取模块,用于根据所述边缘像素点坐标数据集获取所述工业零件的最小外接矩形的四个角点的角点坐标;
第一计算模块,用于根据四个所述角点坐标计算所述最小外接矩形的中心点坐标,作为所述工业零件的位置坐标;
第四获取模块,用于获取所述边缘像素点坐标数据集中的四个分别离四个所述角点最近的顶点的坐标;
第二计算模块,用于以四个所述顶点中与相应角点距离最大或最小的两个顶点为目标顶点,根据两个所述目标顶点的坐标和所述最小外接矩形的中心点的坐标计算所述工业零件的姿态角度,完成位姿识别。
7.根据权利要求6所述的基于轮廓特征的工业零件位姿识别装置,其特征在于,第三获取模块在根据所述边缘像素点坐标数据集获取所述工业零件的最小外接矩形的四个角点的角点坐标的时候:
根据所述边缘像素点坐标数据集获取轮廓线的最小外接矩形;
若所述轮廓线的最小外接矩形的数量多于一个,则以面积最接近预设标准面积的轮廓线的最小外接矩形作为所述工业零件的最小外接矩形;
提取所述工业零件的最小外接矩形的四个角点的角点坐标。
8.根据权利要求6所述的基于轮廓特征的工业零件位姿识别装置,其特征在于,第四获取模块在获取四个顶点的坐标的时候:
依次以各所述角点为目标角点,计算所述边缘像素点坐标数据集中的各像素点与所述目标角点的距离;
以与所述目标角点距离最小的像素点为对应所述目标角点的顶点;
提取所述顶点的坐标。
9.根据权利要求6所述的基于轮廓特征的工业零件位姿识别装置,其特征在于,第二计算模块在计算所述工业零件的姿态角度的时候:
获取各顶点与对应的角点之间的距离数据;
以所述距离数据最小或最大的两个顶点为目标顶点,计算两个目标顶点之间的中点的坐标;
计算所述中点与所述最小外接矩形的中心点之间的连线的倾斜角,作为所述工业零件的姿态角度。
10.一种电子设备,其特征在于,包括处理器和存储器,所述存储器中存储有计算机程序,所述处理器通过调用所述存储器中存储的所述计算机程序,用于执行如权利要求1-5任一项所述的基于轮廓特征的工业零件位姿识别方法的步骤。