一种机器人视觉图像的匹配方法专利检索-机器人视觉人工智能专利检索查询-专利查询网

一种 机器人视觉图像的匹配方法

阅读：898发布：2020-05-16

专利汇可以提供一种机器人视觉图像的匹配方法专利检索，专利查询，专利分析的服务。并且本发明涉及一种机器人视觉图像的匹配方法，所述机器人设置有图像匹配装置，所述机器人视觉图像的匹配方法包括：所述图像匹配装置采集跟踪的目标的图像信息；对所述目标图像信息进行图像区域分割，对跟踪的目标的色彩产生初始种子点像素；按层次遍历由起始种子点像素开始生长所建立的像素点树，区域生长完成；输出匹配结果。本发明提供的机器人视觉图像的匹配方法，能够迅速地找到目标物体，并能较为准确地分割出目标及其边缘，基本不受背景的干扰，大大提高了机器人匹配目标的速度和准确性。，下面是一种机器人视觉图像的匹配方法专利的具体信息内容。

权利要求

1.一种机器人视觉图像的匹配方法，所述机器人设置有图像匹配装置，其特征在于，机器人视觉图像的匹配方法包括：
所述图像匹配装置采集跟踪的目标的图像信息；
提取图像信息中的第一像素和第二像素，计算第一像素的像素值和第二像素的像素值之间的差值；其中，所述第二像素值在所述第一像素值的相隔N个位置上，N为整数；若第一像素值及第二像素值的差值超过预设阈值，则进入下一步骤，若第一像素值及第二像素值的差值没有超过预设阈值，则返回上一步骤；
对所述目标图像信息进行图像区域分割，对跟踪的目标的色彩产生初始种子点像素；
对图像区域内的每个像素点加上两个标签，一个为用于判断像素点是否生长的生长标签，另一个为用于判断像素点是否为边缘的边缘标签，初始情况下，两个标签均为0；
判断种子像素点相邻的像素点的标签，如果相邻的像素点的生长标签为0，再判断该相邻的像素点的灰度值是否满足预设的生长条件，若生长标签非0，则不考虑该点；若所述相邻的像素点满足生长条件，则把所述相邻的像素点加入队列，并将该相邻的像素点的两个标签均置为0；
如此循环直到所有的像素点均经过判断：判断种子像素点的边缘标签是否为0，若是则将种子像素点的边缘标签置0，若否则不作改动；
对每个区域的图像信息进行匹配并判断，直至各区域的图像信息完成匹配。
2.根据权利要求1所述的机器人视觉图像的匹配方法，其特征在于，所述图像匹配装置为摄像头。
3.根据权利要求1所述的机器人视觉图像的匹配方法，其特征在于，所述图像匹配装置为全维视觉传感器，所述全维视觉传感器由全景反射镜和摄像头组成。
4.根据权利要求1-3任一项所述的机器人视觉图像的匹配方法，其特征在于，所述对所述目标图像信息进行图像区域分割，包括：对所述目标图像信息进行灰度阈值化分割，得到图片的二值图像；根据所述图片的二值图像计算所述图片的最小外接矩形并获取所述外接矩形的二维坐标，将所述二维坐标映射到对应的RGB彩色图像中，得到包括所述图片的最小外接矩形；对所述最小外接矩形进行色彩分割，得到最小外接矩形的色彩二值图像；通过所述图片的二值图像和所述色彩二值图像从所述图像信息中分割出目标图像，再将所述目标图像分割成若干图像子集。
5.根据权利要求4所述的机器人视觉图像的匹配方法，其特征在于，所述对所述目标图像信息进行图像区域分割之前，还包括对跟踪的目标的色彩度设置阈值，图像区域的色彩度位于所述阈值范围内，才对该图像区域进行分割。
6.根据权利要求1所述的机器人视觉图像的匹配方法，其特征在于，所述对跟踪的目标的色彩产生初始种子点像素，包括：对图像进行预处理，选取图像中色彩度值为预设值的像素点作为种子像素点。

说明书全文

一种机器人视觉图像的匹配方法

技术领域

[0001] 本发明涉及机器人技术领域，尤其涉及一种机器人视觉图像的匹配方法。

背景技术

[0002] 信息技术的发展，信息技术被广泛的应用到人们的生活方式与工作方式中。如有更有效的利用现有的信息技术，人们一直没有停止探索。

[0003] 机器人领域是集计算机、机械、传感技术、信息处理技术、图像处理与匹配技术、语言匹配与处理技术、控制技术和通信技术等于一体的系统。

[0004] 当前，大多智能机器人具备视觉采集功能，基于视觉采集功能，机器人可以实现对当前待匹配物体的图像匹配。通常的图像匹配过程是预先保存样本图像数据，在进行图像匹配时将待匹配物体的图像数据与所有已保存的样本图像数据做匹配搜索从而获取对应的样本图像数据，利用样本图像数据对应的图像描述作为匹配结果。

[0005] 在上述图像匹配过程中，关键点在于样本图像数据与待匹配物体图像数据的匹配。但是由于样本图像数据以及待匹配物体的图像数据都是平面图像数据，样本图像数据仅仅是物体某个角度的图像记录，当从另一角度对物体进行图像采集时，即使是同一物体，获取的图像数据也与最终获取的样本图像数据不同。

[0006] 因此，如何能够快速将跟踪目标从背景中分离出来，提高对跟踪目标匹配的准确率，成为本领域技术人员亟待解决的技术难题。

发明内容

[0007] 本发明的目的是提供一种机器人视觉图像的匹配方法，能够快速将跟踪目标从背景中分离出来，提高对跟踪目标匹配的准确率。

[0008] 为了实现上述目的，本发明提供了一种机器人视觉图像的匹配方法，所述机器人设置有图像匹配装置，机器人视觉图像的匹配方法包括：

[0009] 所述图像匹配装置采集跟踪的目标的图像信息；

[0010] 提取图像信息中的第一像素和第二像素，计算第一像素的像素值和第二像素的像素值之间的差值；其中，所述第二像素值在所述第一像素值的相隔N个位置上，N为整数；若第一像素值及第二像素值的差值超过预设阈值，则进入下一步骤，若第一像素值及第二像素值的差值没有超过预设阈值，则返回上一步骤；

[0011] 对所述目标图像信息进行图像区域分割，对跟踪的目标的色彩产生初始种子点像素；

[0012] 对图像区域内的每个像素点加上两个标签，一个为用于判断像素点是否生长的生长标签，另一个为用于判断像素点是否为边缘的边缘标签，初始情况下，两个标签均为0；

[0013] 判断种子像素点相邻的像素点的标签，如果相邻的像素点的生长标签为0，再判断该相邻的像素点的灰度值是否满足预设的生长条件，若生长标签非0，则不考虑该点；若所述相邻的像素点满足生长条件，则把所述相邻的像素点加入队列，并将该相邻的像素点的两个标签均置为0；

[0014] 如此循环直到所有的像素点均经过判断：判断种子像素点的边缘标签是否为0，若是则将种子像素点的边缘标签置0，若否则不作改动；

[0015] 对每个区域的图像信息进行匹配并判断，直至各区域的图像信息完成匹配。

[0016] 优选的，所述图像匹配装置为摄像头。

[0017] 优选的，所述图像匹配装置为全维视觉传感器，所述全维视觉传感器由全景反射镜和摄像头组成。

[0018] 优选的，所述对所述目标图像信息进行图像区域分割，包括：对所述目标图像信息进行灰度阈值化分割，得到图片的二值图像；根据所述图片的二值图像计算所述图片的最小外接矩形并获取所述外接矩形的二维坐标，将所述二维坐标映射到对应的RGB彩色图像中，得到包括所述图片的最小外接矩形；对所述最小外接矩形进行色彩分割，得到最小外接矩形的色彩二值图像；通过所述图片的二值图像和所述色彩二值图像从所述图像信息中分割出目标图像，再将所述目标图像分割成若干图像子集。

[0019] 优选的，所述对所述目标图像信息进行图像区域分割之前，还包括对跟踪的目标的色彩度设置阈值，图像区域的色彩度位于所述阈值范围内，才对该图像区域进行分割。

[0020] 优选的，所述对跟踪的目标的色彩产生初始种子点像素，包括：对图像进行预处理，选取图像中色彩度值为预设值的像素点作为种子像素点。

[0021] 本发明提供的机器人视觉图像的匹配方法，能够迅速地找到目标物体，并能较为准确地分割出目标及其边缘，基本不受背景的干扰，大大提高了机器人匹配目标的速度和准确性。

具体实施方式

[0022] 基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0023] 本发明提供了一种机器人视觉图像的匹配方法，所述机器人设置有图像匹配装置，机器人视觉图像的匹配方法包括：

[0024] 所述图像匹配装置采集跟踪的目标的图像信息；

[0025] 提取图像信息中的第一像素和第二像素，计算第一像素的像素值和第二像素的像素值之间的差值；其中，所述第二像素值在所述第一像素值的相隔N个位置上，N为整数；若第一像素值及第二像素值的差值超过预设阈值，则进入下一步骤，若第一像素值及第二像素值的差值没有超过预设阈值，则返回上一步骤；

[0026] 对所述目标图像信息进行图像区域分割，对跟踪的目标的色彩产生初始种子点像素；

[0027] 对图像区域内的每个像素点加上两个标签，一个为用于判断像素点是否生长的生长标签，另一个为用于判断像素点是否为边缘的边缘标签，初始情况下，两个标签均为0；

[0028] 判断种子像素点相邻的像素点的标签，如果相邻的像素点的生长标签为0，再判断该相邻的像素点的灰度值是否满足预设的生长条件，若生长标签非0，则不考虑该点；若所述相邻的像素点满足生长条件，则把所述相邻的像素点加入队列，并将该相邻的像素点的两个标签均置为0；

[0029] 如此循环直到所有的像素点均经过判断：判断种子像素点的边缘标签是否为0，若是则将种子像素点的边缘标签置0，若否则不作改动；

[0030] 对每个区域的图像信息进行匹配并判断，直至各区域的图像信息完成匹配。

[0031] 本发明提供的机器人视觉图像的匹配方法，能够迅速地找到目标物体，并能较为准确地分割出目标及其边缘，基本不受背景的干扰，大大提高了机器人匹配目标的速度和准确性。

[0032] 优选的方案中，所述图像匹配装置可以为摄像头，通过摄像头获取跟踪目标的图像信息。

[0033] 优选的方案中，所述图像匹配装置还可以为全维视觉传感器，所述全维视觉传感器由全景反射镜和摄像头组成。全景反射镜为具有一定的曲率的锥面，能够360°全方位客观地将场景反射到摄像头内，可以获取更准确的跟踪目标的图像信息。

[0034] 优选的方案中，所述对所述目标图像信息进行图像区域分割，包括：对所述目标图像信息进行灰度阈值化分割，得到图片的二值图像；根据所述图片的二值图像计算所述图片的最小外接矩形并获取所述外接矩形的二维坐标，将所述二维坐标映射到对应的RGB彩色图像中，得到包括所述图片的最小外接矩形；对所述最小外接矩形进行色彩分割，得到最小外接矩形的色彩二值图像；通过所述图片的二值图像和所述色彩二值图像从所述图像信息中分割出目标图像，再将所述目标图像分割成若干图像子集。

[0035] 优选的方案中，所述对所述目标图像信息进行图像区域分割之前，还包括对跟踪的目标的色彩度设置阈值，图像区域的色彩度位于所述阈值范围内，才对该图像区域进行分割。实际场景中，由于光照条件等外部环境因素的变化，每一种颜色的取值范围旺旺时不固定的，各种颜色的色值之间往往会出现交叉重叠的现象，通过对跟踪的目标的色彩度设置阈值，图像区域的色彩度位于所述阈值范围内，才对该图像区域进行分割，才能正确地将要进行跟踪的目标进行颜色的匹配。

[0036] 优选的方案中，所述对跟踪的目标的色彩产生初始种子点像素，包括：对图像进行预处理，选取图像中色彩度值为预设值的像素点作为种子像素点。

标题	发布/更新时间	阅读量
足球机器人视觉快速识别方法	2020-05-15	421
一种用于实训的机器人视觉引导装置	2020-05-16	532
机器人视觉跟踪方法	2020-05-11	468
工业机器人视觉抓具	2020-05-11	634
一种机器人视觉光源控制系统	2020-05-13	79
一种用于焊接的机器人视觉测量系统	2020-05-13	908
机器人视觉定位的验证方法	2020-05-14	622
一种室内机器人视觉自主定位方法	2020-05-14	162
机器人视觉系统	2020-05-12	864
机器人视觉系统	2020-05-12	849

一种机器人视觉图像的匹配方法

一种机器人视觉图像的匹配方法

技术领域

背景技术

发明内容

具体实施方式

该功能需要专业版企业版VIP权限，您可以：