基于機器人的肖像繪制系統的制作方法
【技術領域】
[0001] 本發明屬于機器人視覺技術領域，主要涉及一種基于機器人的肖像繪制系統。
【背景技術】
[0002] 現有技術中，機器人繪制人臉肖像過程為：待繪畫者站立或端坐在相機前方，相機 完成對待繪畫者人臉圖象的獲取，獲取的圖象經過處理提取人臉輪廓，提取后的輪廓經過 軌跡規劃發送給機器人控制器，完成工業機器人人臉肖像的繪制。
[0003] 在歐洲，德國機器人實驗室使用六軸工業機器人做肖像自動繪制的表演。而他們 所采用的技術，主要是運用圖象處理中的邊緣提取效果來取得人臉的輪廓線，再轉成矢量 點供機器人繪畫，此方法對光線的要求很高，并且系統在繪畫過程中并不穩定。
[0004] 在中國，新松機器人自動化股份有限公司的機器人視覺實驗室使用近紅外技術獲 取人臉輪廓，并應用六軸工業機器人成功繪制出肖像畫。但由于人的頭發對近紅外光線不 敏感，繪制的人臉肖像圖缺少頭發的細節信息。
【發明內容】
[0005] 本發明的主要目的在于提供一種基于機器人的肖像繪制系統，其可克服現有技術 的缺陷，彩色圖象處理算法與近紅外圖象處理算法相結合的六軸工業機器人肖像繪畫系統 來代替只采用近紅外圖象處理算法的肖像繪畫系統，新的系統具有更高的安全性、穩定性、 可靠性。
[0006] 為實現上述目的，本發明采用如下技術方案：
[0007] 包括一機器人本體、一光源、一拍攝機構，第一圖像處理機構、第二圖像處理機構、 一矢量處理機構、一控制機構；
[0008] 光源，用于向人臉發送電磁波；
[0009] 拍攝機構，為近紅外和彩色一體的工業相機，用于獲取人體的近紅外圖像和彩色 圖像，并將彩色圖像發送給第一圖像處理機構，將近紅外圖像發送給第二處理機構；
[0010] 第一圖像處理機構，用于獲取拍攝機構發送的彩色圖像，獲取人臉的二值圖像；
[0011] 第二圖像處理機構，用于獲取拍攝機構發送的近紅外圖像，獲取人臉五官的二值 圖像；
[0012] 矢量處理機構，用于合并彩色圖片的二值圖像及近紅外圖片的二值圖像，提取人 臉輪廓線，并對輪廓線進行點的矢量處理；
[0013] 控制機構，用于根據點的矢量化把機器人本體要繪制的運動點規劃出，并控制機 器人的運動，完成肖像的繪畫。
[0014] 優選的，所述系統還包括：
[0015] 遠程管理機構，用于完成整個系統的配電管理及與外界的PLC通訊，輔助外界總 控PLC管理整個系統；
[0016] 畫架拆紙機構，用于完成繪圖紙的自動裁剪功能；
[0017] 氣壓供應機構，用于給畫架拆紙機構內的氣缸提供氣源。
[0018] 優選的，所述第一圖像處理機構，包括：色彩空間轉換機構、第一閾值獲取機構、二 值圖像獲取機構；
[0019] 色彩空間轉換機構，用于將彩色圖像RGB色彩空間轉換為YCrCb色彩空間，分離Y、 Cb、Cr分量；
[0020] 第一閾值獲取機構，用于獲取圖像的最佳閾值；
[0021] 二值圖像獲取機構，根據最佳閾值T獲取人臉區域的二值圖像。
[0022] 優選的，第二圖像處理機構包括：第二閾值獲取機構、五官投影機構、輪廓線獲取 機構；
[0023] 第二閾值獲取機構，用于獲取近紅外圖像的最佳閾值；
[0024] 五官投影機構，采用水平和垂直積分投影提取五官位置和五官的二值圖像；
[0025] 輪廓線獲取機構，用于根據由人臉的垂直投影積分和水平投影積分得到的圖象上 下左右關鍵點定位出人臉輪廊；
[0026] 優選的，所述電磁波的波長為830nm~870nm。
[0027] 采用上述技術方案后，該發明具有如下優點：
[0028] 本發明提供一種基于近紅外和彩色相機相結合的肖像繪畫機器人系統，能很好的 適用外界環境光線的變化，在光線變化的時候本系統也能很好的提取出人臉的輪廓，使六 軸工業機器人完成繪制任務。另外，該系統利用離線編程技術來完成機器人繪制人臉輪廓 的軌跡規劃，可以簡化機器人編程過程，提高編程的效率。
【附圖說明】
[0029] 圖1為本發明系統結構框圖。
[0030] 圖2為本發明實施例第一圖像處理機構結構圖。
[0031] 圖3為本發明實施例第二圖像處理機構結構圖。
【具體實施方式】
[0032] 為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對 本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，并 不用于限定本發明。
[0033] 請參考圖1所示，基于機器人的肖像繪制系統，包括一機器人本體10、一光源20、 一拍攝機構30,第一圖像處理機構40、第二圖像處理機構50、一矢量處理機構60、一控制機 構70、一遠程管理機構80、一畫架拆紙機構90及一氣壓供應機構100。
[0034] 光源20為一近紅外光源，用于向人臉發送電磁波，該電磁波的波長為830nm至 870nm，當波長為850nm時效果最佳。光源20可以根據人體的形狀大小調整位置。
[0035] 拍攝機構30為近紅外和彩色一體的工業相機，用于獲取人體的近紅外圖像和彩 色圖像，并將彩色圖像發送給第一圖像處理機構40,將近紅外圖像發送給第二處理機構 50 〇
[0036] 第一圖像處理機構40,用于獲取拍攝機構30發送的彩色圖像，獲取人臉的二值圖 像。
[0037] 參考附圖2,第一圖像處理機構40,包括：色彩空間轉換機構41、第一閾值獲取機 構42、二值圖像獲取機構43。
[0038] 色彩空間轉換機構41，用于將彩色圖像RGB色彩空間轉換為YCrCb色彩空間，分離 Y、Cb、Cr 分量。
[0039] YCbCr色彩空間是從YUV空間演變出來的，其廣泛的應用于數字視頻。在這種色彩 空間中，單個分量Y用來表示亮度的信息，用兩個色差的分量Cb、Cr來表示色彩信息，而藍 色分量用Cb表示，紅色分量用Cr表示。在YCbCr色彩空間中，樣本的分布受亮度值Y的影 響很小，而樣本數據基本集中在Cb-Cr平面上的一個較小的區域中。
[0040] 第一閾值獲取機構42,用于獲取圖像的最佳閾值。
[0041] 使用迭代閾值法來獲取最佳閾值，其計算方法如下：S11 :選擇初始閾值T，一般可 以選擇圖像的平均灰度值當做初始閾值；S: 12 :經過初始閾值T，把圖像的平均灰度值分作 兩組R1和R2 ;S13 :計算出兩組的平均灰度值ul和u2 ;S14 :計算出新的閾值，公式為：
[0042] T = (ul+u2)/2 (1)
[0043] S15 :循環步驟2-步驟4,直到兩組的平均灰度值ul和u2不發生變化，則獲取到 最佳閾值T。
[0044] 二值圖像獲取機構43,根據最佳閾值T獲取人臉區域的二值圖像。
[0045] 先進行肖像外輪廓的分割，在YCbCr色彩空間的三個分量中，Cb、Cr分量去除了亮 度信息，外形輪廓比較明顯，選用Cb圖進行外輪廓提取。通過迭代閾值法求出最佳閾值后， 以此閾值對Cb圖做二值化處理，算法如下：
[0047] 其中f(i，j)為像素值，因為背景的像素值較高，當大于閾值時認為是背景，將像 素值設為255即白色，當小于閾值時認為是人的肖像區域，像素值設為0即黑色。經過初步 的提取之后，我們發現肖像區域內存在一些噪聲，采用下面的算法可以消除噪聲：
[0050] 其中i0為每一行中肖像最左邊的像素的列坐標，il為每一行中肖像最右邊的像 素的列坐標，算法通過從左到中間和從右到中間兩次逐行掃描，當沒有達到肖像的邊界時， 把像素值設為255即白色背景，當到達第一個肖像邊界點時，將此行從邊界點到中間點的 所有像素都設為〇即黑色人像區域。每一行按照此算法掃描之后，就得到一幅完整的人像 區域二值圖像。
[0051] 第二圖像處理機構50,用于獲取拍攝機構30發送的近紅外圖像，獲取人臉五官的 二值圖像。
[0052] 參考附圖3,第二圖像處理機構50包括：第二閾值獲取機構51、五官投影機構52、 輪廓線獲取機構53。
[0053] 第二閾值獲取機構51，用于獲取近紅外圖像的最佳閾值
[0054] 設灰度圖象灰度級是L，則灰度范圍為[0，L_1]，利用0TSU算法計算圖象的最佳閾 值為：
[0055] t = Max [w0 (t) * (uO (t) -u) 2+wl (t) * (ul (t) -u)2] (5)
[0056] 其中，當分割的閾值為t時，wO為背景比例，uO為背景均值，wl為前景比例，ul為 前景均值，u為整幅圖象的均值。使以上表達式值最大的t，即為分割圖象的最佳閾值。 [0057] 五官投影機構52,采用水平和垂直積分投影提取五官位置和五官的二值圖像。
[0058] 根據數學形態學理