基于ORB算法的象棋快速识别和定位系统研究.pdfVIP

第 1 7 卷 第 7 期 2 0 1 7 年 3 月 科 学 技 术 与 工 程 Vol. 17 No. 7 Mar. 2017 1671— 1815(2017)07-0052-06 Science Technology and Engineering © 2017 Sci. Tech. Engrg. 自动化技术、计算机技术 基于 ORB算法的象棋快速识别 和定位系统研究 党宏社 1 张 超 1 ( 庞 毅 2 侯金良 1 ( 陕西科技大学1 $西安 710021 %河北工业大学2 $天津 3 0 0 1 3 0 ) 摘 要 以 象 棋 装 配 为 研 究 背 景 ，利用〇WB算法实现棋子的识别，提出根据最佳匹配特征点的像素坐标，利用几何平均坐标法 求出目标棋子的坐标，利用特征点构造的向量计算目标棋子相对于模板的旋转角度，实现棋子的定位，并利用工业机器人完成象 棋的装配。实验结果表明：计算出的旋转角度可以保证摆放棋子时与模板为同一方向。OWB算法的运行时间均在 0 .2 n 以内， 快于 SIFT 和 SU RF算法，可以保证系统能准确地识别和定位出目标棋子，并满足象棋装配过程中的实时性要求。 关键 词 象 棋 装 配 工业机器人 O R B 算法 目标识别 中 图 法 分 类 号 TP242.2; 文 献 标 志 码 A 目标的识别与定位是工业机器人实现准确抓取 法是利用物体的形状特征求出形心，利用直线边缘 的前提基础，是完成装配任务的重要环节[1]。传统 确定目标的旋转角度。这种方法可准确获得物体的 的识别方法是根据图像得到目标的轮廓或纹理并与 坐标信息，但是计算较复杂，外界环境的影响可能会 模板图像进行匹配，这种方法运行速度较快，但对于 导致计算不准确。 形状复杂且有角度偏移的物体则会匹配错误，因此， 现以象棋装配中的棋子识别与定位为研究背 近些年来局部不变特征常被用来进行目标识别[2]， 景，利用 ORB算法进行特征点匹配，实现目标棋子 其中 SIFT 和 SURF是应用最为广泛的两种特征算 的快速识别，并提出根据最佳匹配特征点的像素坐 子[3,4]。胡明星等[5]利用霍夫直线检测计算工件旋 标，利用几何平均坐标法求取目标棋子的坐标，利用 转角度，然后利用几何变换消除目标旋转，最后利用 任意两个特征点构成的向量计算目标棋子相对于模 S IFT 特征完成目标识别。S inkar等[6]利用人工神 板的旋转角度，实现棋子的快速定位，最后利用工业 经网络和SIFT算法提取图像特征并进行分类，然后 机器人完成象棋的装配。 计算目标图像特征与提取特征的欧氏距离，实现对 1 系统平台搭建 目标物体的识别。惠记庄等[7]利用SURF -BRISK算 法先对工件图像特征进行初次匹配，并计算相似度， 系统如图1所示，由六自由度工业机器人、工业 然后采用MSAC算法进行二次匹配剔除误匹配点 数字相机、工业计算机和棋子传送带组成，相机安装 对，识别出目标工件。虽然 S IFT 和 SURF算法能很 好地检测出尺度发生变化的物体，但是运算速度较 慢，不能满足工业上的实时性。一般的目标定位方 2 0 1 6 年 9 月 6 日收到 第一作者简介党宏社（1+62— ) ，博士，教授。研究方向：工业智能 控制、图像处理等。 ( 通信作者简介: 张 超 （199 2— ) ，硕士研究生。研究方向：图像处 理、工业机器人。E -m a il:zh a n