亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法與流程

文檔序號:12626847閱讀:2177來源:國知局
基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法與流程

本發(fā)明涉及一種目標(biāo)物體識別與定位的方法,尤其是一種基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法。



背景技術(shù):

隨著人們對機(jī)器人功能要求的提高,移動機(jī)器人具有視覺功能,并和搭載在移動平臺上的機(jī)械臂一起,“手眼”配合完成工作,已成為當(dāng)前發(fā)展的趨勢。而傳統(tǒng)的視覺識別定位方法,使用單目或者雙目視覺進(jìn)行定位,容易受到光照變化的影響,且計算量較大。尤其是單目視覺,需要通過對同一物體不同角度拍攝圖像比較來實現(xiàn)三維空間坐標(biāo)的獲取,計算較為復(fù)雜。因此,使用紅外攝像機(jī)和接收機(jī)來獲取物體深度圖像,將大大提高效率。

深度攝像機(jī)定位目標(biāo)物體的應(yīng)用,普遍采用背景相減法或與幀差法等相結(jié)合來實現(xiàn),如進(jìn)行指定桌面物體的定位,可通過將攝像頭固定于桌面上方,發(fā)現(xiàn)桌子上出現(xiàn)物體時,通過和原背景圖片的對比,進(jìn)行背景相減,得出目標(biāo)物體的位置。但該方法適用于攝像頭位置固定,機(jī)械臂固定的場合,一旦攝像頭隨著機(jī)器人位置進(jìn)行移動,則將損失很大的定位精度。而當(dāng)前的應(yīng)用熱點是移動機(jī)器人,將攝像機(jī)或者機(jī)械臂固定位置,也會大大影響機(jī)器人的靈活性。而機(jī)器人對于目標(biāo)物體的識別,常用的有SIFT、ORB特征等方法。SIFT特征點檢測最為細(xì)致,可較好的對目標(biāo)物體的特征進(jìn)行描述,但速度較慢,實時性差;而ORB特征檢測的速度很快,實時性好,但對特征點的識別準(zhǔn)確率低,容易發(fā)生誤檢測,特別是當(dāng)目標(biāo)物體周圍有其他物體時,對識別的結(jié)果影響更大。SURF(Speed-Up Robust Features)算法較SIFT算法實時性得以提高,雖然低于ORB特征點檢測的速度,但識別的準(zhǔn)確率要優(yōu)于ORB。然而SURF算法在面對目標(biāo)物體周圍有其他物體遮擋時,不能很好的區(qū)分出目標(biāo)物體,造成特征點誤檢測。



技術(shù)實現(xiàn)要素:

本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足,提供一種基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法,在遠(yuǎn)距離識別時提高機(jī)器人尋找目標(biāo)物體的效率,在滿足實時性要求的情況下較高準(zhǔn)確率的識別特征點,可以快速判斷物體類別,以及快速準(zhǔn)確的實現(xiàn)三維坐標(biāo)的確定。

按照本發(fā)明提供的技術(shù)方案,所述基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法,其特征是,包括以下步驟:

(1)機(jī)器人和攝像頭一起運動,采用遠(yuǎn)距離HSV顏色識別確認(rèn)目標(biāo)區(qū)域并獲得RGB彩色圖像,采用深度攝像頭獲取深度圖像;根據(jù)RGB彩色圖像和深度圖像得出距離目標(biāo)區(qū)域的距離,機(jī)器人進(jìn)行導(dǎo)航與路徑規(guī)劃移動至目標(biāo)區(qū)域附近;

(2)機(jī)器人到達(dá)目標(biāo)區(qū)域附近時,通過SURF特征點檢測,獲得目標(biāo)物體的RGB特征信息,將該RGB特征信息與預(yù)存的目標(biāo)物體的RGB特征信息進(jìn)行特征匹配,若符合已有物體模型,則對該目標(biāo)物體進(jìn)行定位;

(3)由RGB彩色圖像采集到成像平面,獲得目標(biāo)物體在成像平面中的二維坐標(biāo),由深度圖像獲得目標(biāo)物體與攝像機(jī)的相對距離,從而獲得目標(biāo)物體的三維坐標(biāo)。

進(jìn)一步的,所述步驟(2)中,當(dāng)目標(biāo)物體被障礙物遮擋時,將目標(biāo)物體的深度特征信息與SURF檢測到的RGB特征信息相結(jié)合,獲得目標(biāo)物體的RGB-D特征信息,通過kNN(k-Nearest Neighbor)分類算法,和預(yù)存目標(biāo)物體的RGB-D特征信息進(jìn)行特征匹配。

進(jìn)一步的,所述步驟(2)中,當(dāng)特征匹配結(jié)構(gòu)不符合已有物體模型時,機(jī)器人重新開始尋找目標(biāo)區(qū)域。

進(jìn)一步的,所述步驟(3)的具體過程為:將RGB彩色圖像進(jìn)行中值濾波、卡爾曼濾波、圖像閾值分割處理后,獲取目標(biāo)物體的平面二維坐標(biāo);將深度圖像信息與彩色圖像信息進(jìn)行坐標(biāo)變換與配準(zhǔn),再進(jìn)行去除噪聲與濾波處理后,得出對應(yīng)的空間三維坐標(biāo)。

進(jìn)一步的,所述步驟(3)中,深度圖像信息中每一個像素點在攝像機(jī)坐標(biāo)下的空間坐標(biāo)為:

其中,(δxy)表示深度攝像機(jī)的畸變,(px,py)表示深度圖像的中心點,fx與fy為比例系數(shù);d為深度攝像機(jī)到成像平面的距離。

進(jìn)一步的,所述深度攝像機(jī)和RGB攝像機(jī)的坐標(biāo)變換公式為:

(xc,yc,zc)T=Rc-d*(xd,yd,zd)T+Tc-d;

其中,(xd,yd,zd)T為深度攝像機(jī)坐標(biāo)下的坐標(biāo),(xc,yc,zc)T為彩色攝像機(jī)坐標(biāo)系下的坐標(biāo),Rc-d為RGB攝像機(jī)與深度攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換矩陣,Tc-d為對應(yīng)的平移變換矩陣。

進(jìn)一步的,所述RGB攝像機(jī)與機(jī)器人本體坐標(biāo)變換公式為:

(xr,yr,zr)T=Rr-c*(xc,yc,zc)T+Tr-c;

其中,(xr,yr,zr)T為機(jī)器人本體坐標(biāo)下的坐標(biāo),(xc,yc,zc)T為RGB攝像機(jī)坐標(biāo)系下的坐標(biāo),Rr-c為機(jī)器人本體與RGB攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換矩陣,Tr-c為對應(yīng)的平移變換矩陣;

經(jīng)過變換后的坐標(biāo)即為目標(biāo)物體的三維坐標(biāo)。

本發(fā)明具有以下有益效果:

(1)使用HSV空間的顏色識別方法,在遠(yuǎn)距離識別時提高機(jī)器人尋找目標(biāo)物體的效率;使用SURF與深度信息特征檢測相結(jié)合,即結(jié)合彩色圖像與深度圖像的方式,可在滿足實時性要求的情況下較高準(zhǔn)確率的識別特征點,并可有效應(yīng)對障礙物遮擋的情況。RGB-D信息可有效的反映出物體的特征,通過kNN算法與RGB-D中物體模板信息進(jìn)行匹配,可以快速判斷物體類別;

(2)使用單目視覺結(jié)合深度視覺對目標(biāo)物體進(jìn)行定位,由于深度信息代表了物體的距離信息,因此可以快速準(zhǔn)確的實現(xiàn)三維坐標(biāo)的確定,實時性高。

附圖說明

圖1為目標(biāo)物體識別的流程圖。

圖2為目標(biāo)物體定位的流程圖。

圖3為獲得的深度圖像示意圖。

圖4為目標(biāo)物體定位的計算示意圖。

圖5為攝像頭的成像平面示意圖。

具體實施方式

下面結(jié)合具體附圖對本發(fā)明作進(jìn)一步說明。

本發(fā)明所述基于彩色圖像與深度圖像的目標(biāo)物體識別與定位的方法,包括以下步驟:

(1)移動機(jī)器人采用遠(yuǎn)距離HSV顏色識別,近距離SURF特征點檢測,并通過深度圖像進(jìn)行障礙物剝離的方式,進(jìn)行目標(biāo)物體識別;

具體地,如圖1所示:為解決攝像頭位置固定導(dǎo)致工作空間有限的情況,將攝像頭和機(jī)械臂搭載在移動平臺上,隨機(jī)器人一起運動。當(dāng)接收到指令進(jìn)行抓取某個物體時,機(jī)器人將通過攝像頭在周邊環(huán)境中進(jìn)行搜索尋找目標(biāo)物體,當(dāng)距離目標(biāo)物體較遠(yuǎn)時,此時目標(biāo)物體的特征點將不夠突出,識別準(zhǔn)確率較低;而目標(biāo)物體的顏色將比自身的特征點更容易區(qū)分。

因此,在尋找識別目標(biāo)物體的起始階段,采用RGB攝像機(jī)進(jìn)行HSV空間顏色識別獲得RGB彩色圖像,首先縮小目標(biāo)區(qū)域范圍,確認(rèn)目標(biāo)區(qū)域。同時,采用深度攝像機(jī)獲得目標(biāo)區(qū)域的深度圖像,結(jié)合深度圖像得出距離該目標(biāo)區(qū)域的距離,與已有地圖進(jìn)行匹配,得出目標(biāo)區(qū)域坐標(biāo),機(jī)器人開始自主導(dǎo)航與路徑規(guī)劃移動到目標(biāo)區(qū)域附近。

當(dāng)機(jī)器人到達(dá)目標(biāo)區(qū)域附近時,先通過SURF特征點識別,對該目標(biāo)區(qū)域的物體進(jìn)行特征點檢測,獲得目標(biāo)物體的RGB特征信息;再通過kNN(k-Nearest Neighbor)分類算法,和預(yù)存目標(biāo)物體的RGB特征信息進(jìn)行特征匹配。針對SURF算法在目標(biāo)物體被遮擋時發(fā)生誤檢測的問題,再結(jié)合該目標(biāo)物體的深度特征信息,與SURF檢測到的RGB特征信息相結(jié)合,獲得目標(biāo)物體的RGB-D特征信息,通過kNN(k-Nearest Neighbor)分類算法,和預(yù)存目標(biāo)物體的RGB-D特征信息進(jìn)行特征匹配。采用RGB信息與深度圖像相結(jié)合,由于不同物體距離攝像頭的位置不同,則深度信息有差別,這種方法既可以實現(xiàn)較快較準(zhǔn)確的特征點匹配,又可以根據(jù)物體的深度信息,區(qū)分障礙物和目標(biāo)物體。

經(jīng)過上述特征匹配后,若符合已有物體模型,則對該目標(biāo)物體進(jìn)行定位,為實現(xiàn)抓取做準(zhǔn)備;若不符合,則機(jī)器人將重新開始尋找目標(biāo)區(qū)域。

(2)移動機(jī)器人采用彩色圖像與深度圖像配準(zhǔn)方法對目標(biāo)物體進(jìn)行定位;

針對單目攝像頭需要對目標(biāo)物體進(jìn)行多角度拍攝,尋找多幅圖像像素間的位置偏差求物體三維坐標(biāo)的問題,本發(fā)明采用RGB彩色圖像確定成像平面,結(jié)合深度攝像機(jī)進(jìn)行輔助,通過RGB彩色圖像與深度圖像配準(zhǔn)方法來實現(xiàn)目標(biāo)物體的定位。使用該方法,既可省去對目標(biāo)物體多次拍攝圖像的時間,又可實現(xiàn)在目標(biāo)物體周圍有其他物體時,精確定位目標(biāo)物體。

具體地,如圖2所示:將RGB彩色圖像進(jìn)行中值濾波、卡爾曼濾波、圖像閾值分割等處理后,獲取目標(biāo)物體的平面二維坐標(biāo)。而RGB攝像機(jī)和深度攝像機(jī)的位置有偏差,所以首先需要將深度圖像信息與彩色圖像信息進(jìn)行坐標(biāo)變換與配準(zhǔn),再進(jìn)行去除噪聲與濾波處理后,得出對應(yīng)的空間三維坐標(biāo)。

物體距離深度攝像機(jī)的距離不同,顏色深淺不同(如圖3所示)。由此可以獲取目標(biāo)物體與攝像頭的相對距離,從而結(jié)合彩色圖像,得出目標(biāo)物體的三維坐標(biāo)。因為攝像頭與機(jī)器人一起移動,所以,首先是機(jī)器人移動到可以實現(xiàn)抓取的位置后,機(jī)械臂再根據(jù)此時目標(biāo)物體的空間三維坐標(biāo),通過坐標(biāo)轉(zhuǎn)換以及逆運動學(xué)計算,獲得抓取末端執(zhí)行器的目標(biāo)位置,通過機(jī)械臂的運動規(guī)劃,完成抓取動作。

步驟(2)中目標(biāo)物體的三維坐標(biāo)的計算過程如下,如圖4、圖5所示:

(1)首先,根據(jù)攝像頭采集到的成像平面,得出目標(biāo)物體的中心點與平面中心的位置關(guān)系,根據(jù)攝像頭的坐標(biāo)系,可以得出成像平面上目標(biāo)物體中心的坐標(biāo)。目標(biāo)物體與平面中心點的垂直與水平距離分別為a和b。

(2)同時,深度攝像機(jī)測出深度攝像機(jī)到成像平面的距離d,即可以得出目標(biāo)物體距離深度攝像機(jī)的距離;再通過深度圖像信息中的每一個像素點,計算得出該點在深度攝像機(jī)坐標(biāo)下的空間坐標(biāo):

其中,(δxy)表示深度攝像機(jī)的畸變,(px,py)表示深度圖像的中心點,fx與fy為比例系數(shù)。

(3)在計算目標(biāo)物體坐標(biāo)之前,首先需要進(jìn)行坐標(biāo)變換,因為攝像機(jī)坐標(biāo)系與機(jī)器人本體坐標(biāo)系有差別,同時,深度攝像機(jī)與RGB攝像機(jī)的位置也稍有差別,同樣需要進(jìn)行坐標(biāo)變換。

a、深度攝像機(jī)與RGB攝像機(jī)的坐標(biāo)變換:

(xc,yc,zc)T=Rc-d*(xd,yd,zd)T+Tc-d;

其中,(xd,yd,zd)T為深度攝像機(jī)坐標(biāo)下的坐標(biāo),(xc,yc,zc)T為彩色攝像機(jī)坐標(biāo)系下的坐標(biāo),Rc-d為彩色與深度攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換矩陣,Tc-d為對應(yīng)的平移變換矩陣。

b、RGB攝像機(jī)與機(jī)器人本體坐標(biāo)變換:

(xr,yr,zr)T=Rr-c*(xc,yc,zc)T+Tr-c;

其中,(xr,yr,zr)T為機(jī)器人本體坐標(biāo)下的坐標(biāo),(xc,yc,zc)T為彩色攝像機(jī)坐標(biāo)系下的坐標(biāo),Rr-c為機(jī)器人本體與彩色攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換矩陣,Tr-c為對應(yīng)的平移變換矩陣。

(4)經(jīng)過坐標(biāo)的相應(yīng)處理后,可以得出目標(biāo)物體的空間三維坐標(biāo)。

當(dāng)前第1頁1 2 3 
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1