本實(shí)用新型涉及物體成像領(lǐng)域，尤其涉及一種物體成像裝置及其機(jī)器人。

背景技術(shù)：

物體成像裝置較多的應(yīng)用在工業(yè)領(lǐng)域，比如，在一些零部件流水線生產(chǎn)鏈上，通過物體成像裝置采集零部件的輪廓構(gòu)造和距離，以便控制機(jī)械手抓取零部件。

現(xiàn)有技術(shù)公開一種物體成像裝置，該物體成像裝置通過攝像頭拍攝物體的背景圖，然后分析該背景圖中各個(gè)成像特征，從而生成綜合圖像。

發(fā)明人在實(shí)現(xiàn)本發(fā)明的過程中，發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在以下問題：由于現(xiàn)有成像裝置一般使用雙目測(cè)距，測(cè)出來的數(shù)據(jù)精度不準(zhǔn)，穩(wěn)定性不強(qiáng)，識(shí)別的物體偏差率高，計(jì)算出來的距離與實(shí)際有誤差。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述技術(shù)問題，本實(shí)用新型的目的旨在提供一種物體成像方法及其裝置、機(jī)器人，其解決了現(xiàn)有技術(shù)成像精度低的技術(shù)問題。

為解決上述技術(shù)問題，本實(shí)用新型提供以下技術(shù)方案：

在第一方面，本實(shí)用新型實(shí)施例提供一種物體成像方法，其包括以下步驟：

獲取物體的輪廓灰度背景圖和三維輪廓灰度圖；

匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像。

可選地，所述獲取物體的輪廓背景圖，具體包括：

獲取攝像頭模塊采集的物體圖像數(shù)據(jù)；

將所述物體圖像數(shù)據(jù)存儲(chǔ)成灰度類型的圖像數(shù)據(jù)；

根據(jù)所述灰度類型的圖像數(shù)據(jù)，提取所述物體的邊緣輪廓線；

生成所述物體的輪廓灰度背景圖。

可選地，所述獲取物體的三維輪廓灰度圖，具體包括：

獲取物體的點(diǎn)陣圖；

對(duì)所述點(diǎn)陣圖進(jìn)行醫(yī)學(xué)圖像三維繪制中的面繪制處理；

生成所述物體的三維輪廓灰度圖。

可選地，所述獲取物體的點(diǎn)陣圖，具體包括：

獲取超聲波陣列采集的物體輪廓信息；所述超聲波陣列包括N個(gè)超聲波模塊，N＝N_X*N_Y；其中，N_X為每行的超聲波模塊個(gè)數(shù)，N_Y為每列的超聲波模塊個(gè)數(shù)，N、N_X以及N_Y均為正整數(shù)；處于每行中的N_X個(gè)超聲波模塊組成一個(gè)采集窗；其中，每個(gè)采集窗在列方向上的高度是相等的，在行方向的長度是相等的；處于每個(gè)所述采集窗的N_X個(gè)超聲波模塊在列方向上，并且按照列順序具有不同梯級(jí)高度的第一固定高度值；其中，每個(gè)第一固定高度值之間的距離值是相等的；

獲取每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值；

關(guān)聯(lián)和存儲(chǔ)所述第一固定高度值和所述最大距離值，得到坐標(biāo)值；

讀取所述坐標(biāo)值，通過屏幕畫點(diǎn)函數(shù)，在顯示屏幕的坐標(biāo)系上對(duì)應(yīng)的坐標(biāo)上畫出所述坐標(biāo)值；

通過屏幕畫線函數(shù)，連接顯示屏幕上的各個(gè)坐標(biāo)點(diǎn)，生成物體的點(diǎn)陣圖。

可選地，所述匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，具體包括：

對(duì)所述物體的輪廓灰度背景圖和三維輪廓灰度圖進(jìn)行歸一化積灰度匹配處理。

在第二方面，本實(shí)用新型實(shí)施例提供一種物體成像裝置，其包括：

攝像頭模塊，用于拍攝物體，并且產(chǎn)生物體圖像數(shù)據(jù)；

超聲波陣列，用于采集物體輪廓信息；

微處理器，用于根據(jù)所述物體圖像數(shù)據(jù)和所述物體輪廓信息，獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，并且匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像。

可選地，所述微處理器具體用于：將所述物體圖像數(shù)據(jù)存儲(chǔ)成灰度類型的圖像數(shù)據(jù)，根據(jù)所述灰度類型的圖像數(shù)據(jù)，提取所述物體的邊緣輪廓線，生成所述物體的輪廓灰度背景圖。

可選地，所述微處理器具體用于：獲取物體的點(diǎn)陣圖，對(duì)所述點(diǎn)陣圖進(jìn)行醫(yī)學(xué)圖像三維繪制中的面繪制處理，生成所述物體的三維輪廓灰度圖。

可選地，所述微處理器具體用于：

獲取超聲波陣列采集的物體輪廓信息；所述超聲波陣列包括N個(gè)超聲波模塊，N＝N_X*N_Y；其中，N_X為每行的超聲波模塊個(gè)數(shù)，N_Y為每列的超聲波模塊個(gè)數(shù)，N、N_X以及N_Y均為正整數(shù)；處于每行中的N_X個(gè)超聲波模塊組成一個(gè)采集窗；其中，每個(gè)采集窗在列方向上的高度是相等的，在行方向的長度是相等的；處于每個(gè)所述采集窗的N_X個(gè)超聲波模塊在列方向上，并且按照列順序具有不同梯級(jí)高度的第一固定高度值；其中，每個(gè)第一固定高度值之間的距離值是相等的；

獲取每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值；

關(guān)聯(lián)和存儲(chǔ)所述第一固定高度值和所述最大距離值，得到坐標(biāo)值；

讀取所述坐標(biāo)值，通過屏幕畫點(diǎn)函數(shù)，在顯示屏幕的坐標(biāo)系上對(duì)應(yīng)的坐標(biāo)上畫出所述坐標(biāo)值；

通過屏幕畫線函數(shù)，連接顯示屏幕上的各個(gè)坐標(biāo)點(diǎn)，生成物體的點(diǎn)陣圖。

在第三方面，本實(shí)用新型實(shí)施例提供一種機(jī)器人，其包括：

攝像頭模塊，用于拍攝物體，并且產(chǎn)生物體圖像數(shù)據(jù)；

超聲波陣列，用于采集物體輪廓信息；

微處理器，用于根據(jù)所述物體圖像數(shù)據(jù)和所述物體輪廓信息，獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，并且匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像；

轉(zhuǎn)向控制裝置，用于根據(jù)微處理器的控制指令，控制所述攝像頭模塊和/或所述超聲波陣列的轉(zhuǎn)向；

傳感器模塊，用于采集所述機(jī)器人的當(dāng)前姿態(tài)，輸出姿態(tài)數(shù)據(jù)；所述微處理器根據(jù)所述姿態(tài)數(shù)據(jù)輸出所述控制指令。

可選地，所述機(jī)器人還包括：

無線通訊模塊，用于將所述微處理器的數(shù)據(jù)上傳至智能終端和/或服務(wù)器；

顯示器模塊，用于顯示所述微處理器生成的物體的三維綜合圖像。

在本實(shí)用新型實(shí)施例中，通過獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，從而生成高精度的物體的三維綜合圖像。采用該方法，其能夠高精度地檢測(cè)到物體移動(dòng)的畫面和距離，從而提高夜間在流水線上物體的識(shí)別檢測(cè)率和使機(jī)器人根據(jù)高精度的物體的三維綜合圖像靈活躲避障礙。

附圖說明

圖1是本實(shí)用新型實(shí)施例提供的物體成像方法的流程示意圖；

圖2是本實(shí)用新型實(shí)施例提供的獲取物體的輪廓灰度背景圖的流程示意圖；

圖2a是本實(shí)用新型實(shí)施例提供的生成所述物體的輪廓灰度背景圖的示意圖；

圖3是本實(shí)用新型實(shí)施例提供的獲取物體的三維輪廓灰度圖的流程示意圖；

圖4是本實(shí)用新型實(shí)施例提供的獲取物體的點(diǎn)陣圖的流程示意圖；

圖4a是本實(shí)用新型實(shí)施例提供顯示屏幕的顯示窗口的示意圖；

圖4b是本實(shí)用新型實(shí)施例提供的超聲波陣列組成的采集窗的示意圖；

圖4c是本實(shí)用新型實(shí)施例提供的超聲波陣列捕捉移動(dòng)物體的輪廓線構(gòu)圖的示意圖；

圖4d是本實(shí)用新型實(shí)施例的物體成像的示意圖；

圖5是本實(shí)用新型實(shí)施例提供一種物體成像裝置；

圖6是本實(shí)用新型實(shí)施例提供的一種機(jī)器人的電路結(jié)構(gòu)原理框圖；

圖7是本實(shí)用新型實(shí)施例提供的一種機(jī)器人的結(jié)構(gòu)示意圖。

具體實(shí)施方式

為了使本實(shí)用新型的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì)本實(shí)用新型進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描 述的具體實(shí)施例僅用以解釋本實(shí)用新型，并不用于限定本實(shí)用新型。

請(qǐng)參考圖1，圖1是本實(shí)用新型實(shí)施例提供的物體成像方法的流程示意圖。如圖1所示，該方法包括以下步驟：

S11、獲取物體的輪廓灰度背景圖和三維輪廓灰度圖；

在本步驟S11中，獲取物體的輪廓灰度背景圖的方式可以采用激光成像方式，利用發(fā)散角很小的激光束照射到物體上形成激光測(cè)量點(diǎn)，利用點(diǎn)探測(cè)器接收來自測(cè)量點(diǎn)的反射或散射的激光信號(hào)，通過反演獲取目標(biāo)距離，從而進(jìn)一步反演出物體的輪廓灰度背景圖；也可以采用紅外光成像方式獲取物體的輪廓灰度背景圖；也可以采用攝像頭模塊拍攝物體并且進(jìn)一步獲取物體的輪廓灰度背景圖。當(dāng)然，此處還可以采用其它方式獲取物體的輪廓灰度背景圖。

在本實(shí)施例中，所述的物體可以是生產(chǎn)流水線上的零部件或者其它待檢測(cè)物體，可以是交通領(lǐng)域的車輛，可以是太空中的漂浮物等等物體。至于物體當(dāng)前的運(yùn)動(dòng)狀態(tài)，可以是靜止的，也可以是移動(dòng)的，在大部分的應(yīng)用場(chǎng)合，檢測(cè)對(duì)象的物體的運(yùn)動(dòng)狀態(tài)是移動(dòng)的。

在本實(shí)施例中，本實(shí)施例采用攝像頭模塊獲取物體的輪廓灰度背景圖。請(qǐng)參考圖2，圖2是本實(shí)用新型實(shí)施例提供的獲取物體的輪廓灰度背景圖的流程示意圖。如圖2所示，該流程包括：

S21、獲取攝像頭模塊采集的物體圖像數(shù)據(jù)；

在本步驟S21中，此處的攝像頭模塊至少包括兩個(gè)攝像頭，采用兩個(gè)攝像頭采集物體圖像數(shù)據(jù)，有利于結(jié)合后續(xù)步驟得到的物體三維輪廓灰度圖精準(zhǔn)生成物體的三維綜合圖像，實(shí)時(shí)精準(zhǔn)得到物體的移動(dòng)數(shù)據(jù)，該移動(dòng)數(shù)據(jù)包括物體和某處機(jī)器的距離以及物體當(dāng)前的移動(dòng)方向。當(dāng)然，設(shè)計(jì)者可以根據(jù)作業(yè)目標(biāo)，自行設(shè)置多個(gè)攝像頭采集物體圖像數(shù)據(jù)，在此并不局限于兩個(gè)攝像頭。

S22、將所述物體圖像數(shù)據(jù)存儲(chǔ)成灰度類型的圖像數(shù)據(jù)；

在本步驟S22中，攝像頭模塊采集物體圖像數(shù)據(jù)時(shí)，將攝像頭模塊的采集圖像數(shù)據(jù)格式設(shè)置輸出為YUV格式(亮度參量和色度參量分開表示的像素格式)，取Y分量，去掉U分量和V分量，并將Y分量轉(zhuǎn)換為RGB565彩色模式，從而將攝像頭模塊采集的物體圖像數(shù)據(jù)轉(zhuǎn)換成灰度類型圖像輸 出。

在本步驟S22中，此處的灰度類型的圖像數(shù)據(jù)是具有一定位數(shù)并且是符合特定圖像格式的圖像數(shù)據(jù)。比如說，本實(shí)施例的灰度類型的圖像數(shù)據(jù)是八位的BMP格式數(shù)據(jù)((Bitmap-File圖形)。采用八位的BMP格式數(shù)據(jù)，可以降低處理器的運(yùn)算量和減小內(nèi)存，從而節(jié)約了圖像運(yùn)算處理時(shí)間，因此，本實(shí)施例提供的方法實(shí)時(shí)性高。

在本步驟S22中，攝像頭模塊采集到的灰度類型的物體圖像數(shù)據(jù)先預(yù)存于顯示模塊的圖像寄存器(GRAM)中。將所述物體圖像數(shù)據(jù)存儲(chǔ)成一定位數(shù)并且是符合特定圖像格式的灰度類型的圖像數(shù)據(jù)時(shí)，需要處理器從顯示模塊的圖像寄存器里讀取各點(diǎn)的顏色值，讀取圖像寄存器的方式是從左到右，從下到上，即處理器根據(jù)圖像寄存器存儲(chǔ)灰度類型的物體圖像數(shù)據(jù)的圖像的首地址、圖像的寬度和高度以及圖像每行像素所占的字節(jié)數(shù)，開辟一個(gè)緩沖區(qū)，作為緩存圖像，然后對(duì)整幅原圖(除最上邊和最右邊邊界)進(jìn)行逐點(diǎn)掃描。其中，緩沖區(qū)初始化為255。此時(shí)，顯示模塊顯示速度為30FPS(幀)/s。保存讀取圖像寄存器的順序。此時(shí)，處理器將物體圖像數(shù)據(jù)存成8位灰度位圖的BMP格式數(shù)據(jù)圖像數(shù)據(jù)。8位灰度位圖表示位圖最多有256種顏色。每個(gè)像素用8位表示，并用這8位作為彩色表的表項(xiàng)來查找該像素的顏色。如果位圖中的第一個(gè)字節(jié)為0x1F，這個(gè)像素的顏色就在彩色表的第32表項(xiàng)中查找。此時(shí)，缺省情況下，調(diào)色板中會(huì)有256個(gè)RGB項(xiàng)，對(duì)應(yīng)于索引0到索引255。

S23、根據(jù)所述灰度類型的圖像數(shù)據(jù)，提取所述物體的邊緣輪廓線；

在本步驟S23中，采用邊緣檢測(cè)算法提取灰度類型的圖像數(shù)據(jù)中的物體的邊緣輪廓線。其中，采用羅伯茨算子(Roberts算子)計(jì)算出灰度類型的圖像數(shù)據(jù)當(dāng)前像素點(diǎn)的灰度值，并將該值記錄到緩存圖像的對(duì)應(yīng)位置。

S24、生成所述物體的輪廓灰度背景圖。

在本步驟S24中，處理器通過讀取緩沖區(qū)的緩存圖像數(shù)據(jù)，得到8位的物體的輪廓灰度背景圖。

請(qǐng)參考圖2a，圖2a是本實(shí)用新型實(shí)施例提供的生成所述物體的輪廓灰度背景圖的示意圖。如圖2a所示，攝像頭模塊2a1采集原手勢(shì)2a2的圖像數(shù)據(jù)，經(jīng)過處理，得到原手勢(shì)的輪廓灰度背景圖2a3。

采用上述方式將物體圖像數(shù)據(jù)存儲(chǔ)成8位的灰度類型的圖像數(shù)據(jù)，其能夠降低圖像處理的運(yùn)算量。對(duì)于現(xiàn)有物體成像方法直接處理攝像頭采集的圖像來說，其能夠避免處理圖像帶來的大運(yùn)算量而使物體成像系統(tǒng)延遲的問題，而且其解決了現(xiàn)有處理圖像帶來的大運(yùn)算量而不適合嵌入式處理器處理的問題。

在本實(shí)施例中，本實(shí)施例的處理器從顯示模塊的圖像寄存器里讀取各點(diǎn)的顏色值，讀取圖像寄存器的方式是從左到右，從下到上。在此過程中，既可以得各點(diǎn)的顏色值，還可以得到各點(diǎn)在顯示屏幕上的坐標(biāo)值。為后續(xù)將生成的物體的三維綜合圖像顯示于顯示模塊少走一步處理流程。

請(qǐng)參考圖3，圖3是本實(shí)用新型實(shí)施例提供的獲取物體的三維輪廓灰度圖的流程示意圖。如圖3所示，該流程包括：

S31、獲取物體的點(diǎn)陣圖；

在本步驟S31中，實(shí)時(shí)捕捉移動(dòng)或靜止物體的輪廓，畫出關(guān)于物體輪廓線的點(diǎn)陣圖。

請(qǐng)參考圖4，圖4是本實(shí)用新型實(shí)施例提供的獲取物體的點(diǎn)陣圖的流程示意圖。如圖4所示，該流程包括：

S41、獲取超聲波陣列采集的物體輪廓信息；

在本步驟S41中，超聲波陣列包括N個(gè)超聲波模塊，并且由N個(gè)超聲波模塊組合成一個(gè)陣列，此處，N＝N_X*N_Y。其中，N_X為每行的超聲波模塊個(gè)數(shù)，N_Y為每列的超聲波模塊個(gè)數(shù)，N、N_X以及N_Y均為正整數(shù)；處于每行中的N_X個(gè)超聲波模塊組成一個(gè)采集窗；其中，每個(gè)采集窗在列方向上的高度是相等的，在行方向的長度是相等的；處于每個(gè)所述采集窗的N_X個(gè)超聲波模塊在列方向上，并且按照列順序具有不同梯級(jí)高度的第一固定高度值；其中，每個(gè)第一固定高度值之間的距離值是相等的；

在本實(shí)施例中，可選地，此處的N為15，N_X為3，N_Y為5，并且在超聲波陣列中，依照從左往右和從上往下的順序，依次命名位于超聲波陣列中的每個(gè)超聲波模塊，比如從第一超聲波模塊命名到第十五超聲波模塊。此處，超聲波陣列中超聲波模塊的數(shù)量并不局限于15個(gè)，設(shè)計(jì)者根據(jù)作業(yè)目標(biāo)自行設(shè)計(jì)超聲波的數(shù)量，在此并不局限于15個(gè)超聲波模塊。

在本實(shí)施例中，采集窗為采集物體輪廓信息的每行中的各個(gè)超聲波模 塊組成的超聲波信號(hào)發(fā)射窗。此處，超聲波陣列中的每行都可以組成不同采集窗，并且以層次的概念來區(qū)分每個(gè)不同的采集窗。比如，當(dāng)N為15時(shí)，請(qǐng)參考圖4a，圖4a是本實(shí)用新型實(shí)施例提供顯示屏幕的顯示窗口的示意圖。如圖4a所示，第一超聲波模塊至第三超聲波模塊組成第一層采集窗4a1，第四超聲波模塊至第六超聲波模塊組成第二層采集窗4a2，第七超聲波模塊至第九超聲波模塊組成第三層采集窗4a3，第十超聲波模塊至第十二超聲波模塊組成第四層采集窗4a4，第十三超聲波模塊至第十五超聲波模塊組成第五層采集窗4a5。每層超聲波模塊的在列方向上的高度是相等的，在行方向的長度是相等的。

請(qǐng)?jiān)賲⒖紙D4a，本實(shí)施例是根據(jù)顯示屏幕的顯示窗口的高度和寬度，來開設(shè)主窗口401。此處的主窗口是由上述五個(gè)的采集窗層疊組成。其中，此處顯示屏幕的顯示窗口的高度和寬度均是已知的。主窗口401在Y軸方向上的高度等于顯示屏幕的顯示窗口的高度，在X軸方向上的寬度等于顯示屏幕的顯示窗口的寬度。

在本實(shí)施例中，當(dāng)N為15時(shí)，位于主窗口401內(nèi)的每層采集窗在Y軸方向上的高度等于顯示屏幕的顯示窗口的五分之一，此處，每層采集窗在Y軸方向上的高度為30。位于主窗口401內(nèi)的每層采集窗在X軸方向上的寬度等于顯示屏幕的顯示窗口的寬度，同時(shí)也等于每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值。

處于每個(gè)采集窗的N_X個(gè)超聲波模塊在列方向上，并且按照列順序具有不同梯級(jí)高度的第一固定高度值；其中，每個(gè)第一固定高度值之間的距離值是相等的。在本實(shí)施例中，N_X等于3。請(qǐng)參考圖4b，圖4b是本實(shí)用新型實(shí)施例提供的超聲波陣列組成的采集窗的示意圖。如圖4b所示，在第一層采集窗4a1中，第一超聲波模塊的第一固定高度值是10，第二超聲波模塊的第一固定高度值是20，第三超聲波模塊的第一固定高度值是30，依次類推至第十五超聲波模塊的第一固定高度值是150。

在本實(shí)施例中，每個(gè)超聲波模塊的第一固定高度值對(duì)應(yīng)Y軸上的坐標(biāo)值。

S42、獲取每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值；

在本步驟S42中，每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值對(duì)應(yīng)X軸上的坐標(biāo)值。

S43、關(guān)聯(lián)和存儲(chǔ)所述第一固定高度值和所述最大距離值，得到坐標(biāo)值；

在本步驟S43中，根據(jù)線性代數(shù)中的轉(zhuǎn)置矩陣公式原理，新建一個(gè)點(diǎn)陣數(shù)據(jù)結(jié)構(gòu)體，關(guān)聯(lián)和存儲(chǔ)所述第一固定高度值和所述最大距離值，得到在要在顯示屏幕顯示的坐標(biāo)值。

S44、讀取所述坐標(biāo)值，通過屏幕畫點(diǎn)函數(shù)，在顯示屏幕的坐標(biāo)系上對(duì)應(yīng)的坐標(biāo)上畫出所述坐標(biāo)值；

在本步驟S44中，處理器通過讀取存儲(chǔ)的坐標(biāo)值，通過屏幕畫點(diǎn)函數(shù)，在顯示屏幕對(duì)應(yīng)的坐標(biāo)上畫出該點(diǎn)，如此往復(fù)在一個(gè)周期內(nèi)完成畫點(diǎn)成陣排列，然后處理器再次將該畫點(diǎn)轉(zhuǎn)換算成顯示模塊對(duì)應(yīng)的X軸和Y軸像素點(diǎn)數(shù)據(jù)，在屏幕顯示。

請(qǐng)參考圖4c，圖4c是本實(shí)用新型實(shí)施例提供的超聲波陣列捕捉移動(dòng)物體的輪廓線構(gòu)圖的示意圖。如圖4c所示，一個(gè)完整的手勢(shì)在不同的采集窗中，超聲波陣列4c1捕捉不同部分的輪廓線構(gòu)圖。比如，如第二層采集窗4a2至第四層采集窗4a4的手勢(shì)輪廓線構(gòu)圖是不一樣的。比如，在第二采集窗4a2中的超聲波模塊采集的手勢(shì)是無名指那一部分，在第三采集窗4a3和第四采集窗4a4中的超聲波模塊采集的手勢(shì)是拇指以下絕大部分，將第二層采集窗4a2至第四層采集窗4a4的手勢(shì)輪廓線構(gòu)圖組合在一起，形成一個(gè)完整的手勢(shì)點(diǎn)陣圖4c2。

S45、通過屏幕畫線函數(shù)，連接顯示屏幕上的各個(gè)坐標(biāo)點(diǎn)，生成物體的點(diǎn)陣圖。

請(qǐng)?jiān)賲⒖紙D4c，通過屏幕畫線函數(shù)，生成手勢(shì)點(diǎn)陣圖4c2。在手勢(shì)點(diǎn)陣圖4c2中，可以看出有不同距離的三個(gè)同一手勢(shì)。

在本實(shí)施例中，，得到的物體點(diǎn)陣圖還要經(jīng)過精煉處理，具體的，對(duì)得到關(guān)于物體點(diǎn)陣圖的圖像數(shù)據(jù)進(jìn)行消除噪聲、參數(shù)域變換及法向量計(jì)算處理，連接各點(diǎn)并且產(chǎn)生物體點(diǎn)陣圖。此時(shí)的物體點(diǎn)陣圖具有一定的幾何形狀、像素以及其它屬性。根據(jù)設(shè)計(jì)需要，將其性質(zhì)和特點(diǎn)進(jìn)行精簡(jiǎn)分析處理，減少數(shù)據(jù)量，以便減少圖像運(yùn)算量，提高實(shí)時(shí)性。

在本實(shí)施例中，將通過上述步驟得到的，并且具有一定的幾何形狀、 像素以及其它屬性的點(diǎn)陣圖進(jìn)行掃描變換法處理，得到最終物體的點(diǎn)陣圖。

S32、對(duì)所述點(diǎn)陣圖進(jìn)行醫(yī)學(xué)圖像三維繪制中的面繪制處理；

S33、生成所述物體的三維輪廓灰度圖。

結(jié)合步驟S32和S33，醫(yī)學(xué)圖像三維繪制中的面繪制(Marching cubes)逐個(gè)處理數(shù)據(jù)場(chǎng)中的立方體(體素)，分類出與等值面相交的立方體，采用插值計(jì)算出等值面與立方體棱邊的交點(diǎn)。因而，算法中每一單元內(nèi)等值面抽取的兩個(gè)主要計(jì)算為體素中由三角片逼近的等值面計(jì)算和三角片各頂點(diǎn)法向計(jì)算。用中心差分計(jì)算出體素各角點(diǎn)處的梯度，然后再一次通過體素棱邊兩個(gè)端點(diǎn)處梯度的線性插值求出三角面片各頂點(diǎn)處的法向，從而實(shí)現(xiàn)等值面的繪制。

S12、匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像。

在本步驟S12中，對(duì)所述物體的輪廓灰度背景圖和三維輪廓灰度圖進(jìn)行歸一化積灰度匹配處理。在有光照度環(huán)境下，輪廓灰度背景圖是有效的，處理器將三維輪廓灰度圖與輪廓灰度背景圖作配對(duì)。通過匹配校驗(yàn)，讓該方法檢測(cè)出來的結(jié)果更加精準(zhǔn)和快速成像更加立體。

在本步驟S12中，由于在夜間等低于0照度環(huán)境下，攝像頭模塊采集的物體的輪廓灰度背景圖是空白的，不能用來作匹配校準(zhǔn)，因此超聲波陣列每次采集到的物體輪廓信息的灰度就要減少10％，計(jì)算5次自動(dòng)清零并重新裝載。此時(shí)，重新建立位圖數(shù)據(jù)結(jié)構(gòu)體，記錄每次位圖數(shù)據(jù)的XY坐標(biāo)值和灰度比例值，通過調(diào)取點(diǎn)陣數(shù)據(jù)結(jié)構(gòu)體的數(shù)據(jù)和位圖數(shù)據(jù)結(jié)構(gòu)體數(shù)據(jù)，根據(jù)XY坐標(biāo)值生成三角剖分片，經(jīng)過運(yùn)算匹配處理，算出移動(dòng)物體的距離和移動(dòng)方向。在一個(gè)周期內(nèi)，將深淺不一的點(diǎn)陣灰度圖疊加上去在顯示模塊的顯示屏幕進(jìn)行顯示，人體的視覺上就能觀察到移動(dòng)物體在圖像中的走向，再加上超聲波測(cè)出來的距離值在顯示模塊的顯示屏幕在旁注釋，將所有圖合并生成三維綜合圖像。因此，在夜間等低照度環(huán)境下，都能捕捉到物體移動(dòng)的方向和距離。

請(qǐng)參考圖4d，圖4d是本實(shí)用新型實(shí)施例的物體成像的示意圖。如圖4d所示，左側(cè)是右側(cè)移動(dòng)物體成像圖，右側(cè)是移動(dòng)物體移動(dòng)圖。通過該方法，其對(duì)物體成像的方式如同人體眼睛獲取圖像的方式一樣，一方面，該 方法可以成像物體的整體結(jié)構(gòu)輪廓圖，另一方面，其可以表征物體的距離和移動(dòng)方向。

采用本實(shí)用新型實(shí)施例提供的方法，其能夠高精度地檢測(cè)到物體移動(dòng)的畫面和距離，從而提高夜間在流水線上物體的識(shí)別檢測(cè)率和使機(jī)器人根據(jù)高精度的物體的三維綜合圖像靈活躲避障礙。

采用本實(shí)用新型實(shí)施例提供的方法，由于在夜間等低照度環(huán)境下采用三維輪廓成像的工作方式，因此，在夜間等低照度環(huán)境下仍可有效工作，在一些應(yīng)用場(chǎng)景得到廣泛的使用。比如在戰(zhàn)場(chǎng)上，士兵在漆黑的環(huán)境下可以發(fā)現(xiàn)入侵者移動(dòng)的方向和距離。

采用本實(shí)用新型實(shí)施例提供的方法，由于采用超聲波陣列測(cè)距點(diǎn)陣成像技術(shù)，因此，在濃霧等惡劣天氣環(huán)境下仍可有效工作，消防員可以濃煙的環(huán)境下找到目標(biāo)。

采用本實(shí)用新型實(shí)施例提供的方法，由于采用實(shí)時(shí)性測(cè)距和實(shí)時(shí)計(jì)算出移動(dòng)物體距離技術(shù)，用戶可根據(jù)物體的移動(dòng)方向和速度，算出物體的大小和到達(dá)時(shí)間及距離。更佳的，在太空站上，用來捕獲或回收太空中飄浮物或太空垃圾。

采用本實(shí)用新型實(shí)施例提供的方法，由于攝像頭成像視場(chǎng)與點(diǎn)陣成像器件的成像視場(chǎng)一致，對(duì)于成像視場(chǎng)覆蓋的目標(biāo)均可有效測(cè)距，所以，可實(shí)現(xiàn)全幅面中移動(dòng)物體的測(cè)距。因此，采用該方法，其能夠在流水線上挑選出特定大小的零件。

圖5是本實(shí)用新型實(shí)施例提供一種物體成像裝置。如圖5所示，該裝置包括：

攝像頭模塊51，用于拍攝物體，并且產(chǎn)生物體圖像數(shù)據(jù)；

超聲波陣列52，用于采集物體輪廓信息；

微處理器53，用于根據(jù)所述物體圖像數(shù)據(jù)和所述物體輪廓信息，獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，并且匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像。

進(jìn)一步，所述微處理器具體用于：將所述物體圖像數(shù)據(jù)存儲(chǔ)成灰度類型的圖像數(shù)據(jù)，根據(jù)所述灰度類型的圖像數(shù)據(jù)，提取所述物體的邊緣輪廓線，生成所述物體的輪廓灰度背景圖。

進(jìn)一步，所述微處理器具體用于：獲取物體的點(diǎn)陣圖，對(duì)所述點(diǎn)陣圖進(jìn)行醫(yī)學(xué)圖像三維繪制中的面繪制處理，生成所述物體的三維輪廓灰度圖。

進(jìn)一步，所述微處理器具體用于：

獲取超聲波陣列采集的物體輪廓信息；所述超聲波陣列包括N個(gè)超聲波模塊，N＝N_X*N_Y；其中，N_X為每行的超聲波模塊個(gè)數(shù)，N_Y為每列的超聲波模塊個(gè)數(shù)，N、N_X以及N_Y均為正整數(shù)；處于每行中的N_X個(gè)超聲波模塊組成一個(gè)采集窗；其中，每個(gè)采集窗在列方向上的高度是相等的，在行方向的長度是相等的；處于每個(gè)所述采集窗的N_X個(gè)超聲波模塊在列方向上，并且按照列順序具有不同梯級(jí)高度的第一固定高度值；其中，每個(gè)第一固定高度值之間的距離值是相等的；

獲取每個(gè)超聲波模塊檢測(cè)出的超聲波模塊和物體之間的最大距離值；

關(guān)聯(lián)和存儲(chǔ)所述第一固定高度值和所述最大距離值，得到坐標(biāo)值；

讀取所述坐標(biāo)值，通過屏幕畫點(diǎn)函數(shù)，在顯示屏幕的坐標(biāo)系上對(duì)應(yīng)的坐標(biāo)上畫出所述坐標(biāo)值；

通過屏幕畫線函數(shù)，連接顯示屏幕上的各個(gè)坐標(biāo)點(diǎn)，生成物體的點(diǎn)陣圖。

進(jìn)一步，所述微處理器具體用于：對(duì)所述物體的輪廓灰度背景圖和三維輪廓灰度圖進(jìn)行歸一化積灰度匹配處理。

在本實(shí)施例中，微處理器還可以是通用處理器、數(shù)字信號(hào)處理器(DSP)、專用集成電路(ASIC)、現(xiàn)場(chǎng)可編程門陣列(FPGA)或其它可編程邏輯器件、分立門或晶體管邏輯、分立的硬件組件或者這些部件的任何組合。還有，此處的微處理器可以是任何傳統(tǒng)處理器、控制器、微控制器或狀態(tài)機(jī)。處理器也可以被實(shí)現(xiàn)為計(jì)算設(shè)備的組合，例如，DSP和微處理器的組合、多個(gè)微處理器、一個(gè)或多個(gè)微處理器結(jié)合DSP核、或任何其它這種配置。

本實(shí)施例的物體成像裝置能夠高精度地檢測(cè)到物體移動(dòng)的畫面和距離，從而提高夜間在流水線上物體的識(shí)別檢測(cè)率和使機(jī)器人根據(jù)高精度的物體的三維綜合圖像靈活躲避障礙。

圖6是本實(shí)用新型實(shí)施例提供的一種機(jī)器人的電路結(jié)構(gòu)原理框圖。如圖6所示，該機(jī)器人包括：

攝像頭模塊61，用于拍攝物體，并且產(chǎn)生物體圖像數(shù)據(jù)；

超聲波陣列62，用于采集物體輪廓信息；

微處理器63，用于根據(jù)所述物體圖像數(shù)據(jù)和所述物體輪廓信息，獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，并且匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像；

轉(zhuǎn)向控制裝置64，用于根據(jù)微處理器的控制指令，控制所述攝像頭模塊和/或所述超聲波陣列的轉(zhuǎn)向；

傳感器模塊65，用于采集所述機(jī)器人的當(dāng)前姿態(tài)，輸出姿態(tài)數(shù)據(jù)；所述微處理器根據(jù)所述姿態(tài)數(shù)據(jù)輸出所述控制指令。

無線通訊模塊66，用于將所述微處理器的數(shù)據(jù)上傳至智能終端和/或服務(wù)器；

顯示器模塊67，用于顯示所述微處理器生成的物體的三維綜合圖像；

存儲(chǔ)器68，用于存儲(chǔ)視頻和/或圖片數(shù)據(jù)。具體的，微處理器63讀取圖像寄存器的圖像數(shù)據(jù)，并將該圖像數(shù)據(jù)存儲(chǔ)成JPG圖片格式，再將JPG圖片格式合成AVI視頻格式進(jìn)行存儲(chǔ)。

可選地，本實(shí)施例的攝像頭模塊61采用第一攝像頭611和第二攝像頭612拍攝物體并且產(chǎn)生物體圖像數(shù)據(jù)。

優(yōu)選的，為了降低微處理器63的運(yùn)算負(fù)載，本實(shí)施例的微處理器63包括第一單片機(jī)631和第二單片機(jī)632，第一單片機(jī)631用于處理攝像頭模塊61產(chǎn)生的物體圖像數(shù)據(jù)，第二單片機(jī)632用于超聲波陣列62采集的物體輪廓信息。進(jìn)一步的，第一單片機(jī)631還用于根據(jù)所述物體圖像數(shù)據(jù)和所述物體輪廓信息，獲取物體的輪廓灰度背景圖和三維輪廓灰度圖，并且匹配所述物體的輪廓灰度背景圖和三維輪廓灰度圖，生成物體的三維綜合圖像。

在本實(shí)施例，傳感器模塊65為重力加速度陀螺儀傳感器(MPU-6050)，該傳感器模塊65能夠檢測(cè)當(dāng)前機(jī)器人的姿態(tài)，輸出姿態(tài)數(shù)據(jù)。

請(qǐng)參考圖7，圖7是本實(shí)用新型實(shí)施例提供的一種機(jī)器人的結(jié)構(gòu)示意圖。如圖7所示，超聲波陣列62設(shè)置于轉(zhuǎn)向控制裝置64的上方，攝像頭模塊61設(shè)置于超聲波陣列62的上方，顯示器模塊67設(shè)置于超聲波陣列62背面。在本實(shí)施例中，轉(zhuǎn)向控制裝置64包括仰俯轉(zhuǎn)向裝置模塊641、左右轉(zhuǎn)向裝置模塊642以及前后轉(zhuǎn)向裝置模塊643。其中，每個(gè)轉(zhuǎn)向裝置模塊均是通過 步進(jìn)電機(jī)的驅(qū)動(dòng)而轉(zhuǎn)動(dòng)。仰俯轉(zhuǎn)向裝置模塊641接收第一單片機(jī)631的控制指令，調(diào)整的仰俯姿勢(shì)，從而調(diào)整機(jī)器人的姿態(tài)，使機(jī)器人繼續(xù)下一次的物體圖像采集。同理，左右轉(zhuǎn)向裝置模塊642以及前后轉(zhuǎn)向裝置模塊643的工作方式參照仰俯轉(zhuǎn)向裝置模塊641的工作方式。在此不必贅述。

在本實(shí)施例中，無線通訊模塊66為2.4G通訊模塊，其能夠?qū)?shù)據(jù)上傳至智能終端和/或服務(wù)器。此處的智能終端包括智能手機(jī)、智能便攜式手持設(shè)備、臺(tái)式電腦、平板電腦以及其它終端設(shè)備。此處的服務(wù)器可以是本地服務(wù)器，也可以是云端服務(wù)器。

本實(shí)施例的機(jī)器人能夠高精度地檢測(cè)到物體移動(dòng)的畫面和距離，從而提高夜間在流水線上物體的識(shí)別檢測(cè)率和使機(jī)器人根據(jù)高精度的物體的三維綜合圖像靈活躲避障礙。

專業(yè)人員應(yīng)該還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本實(shí)用新型的范圍。所述的計(jì)算機(jī)軟件可存儲(chǔ)于計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，可包括如上述各方法的實(shí)施例的流程。其中，所述的存儲(chǔ)介質(zhì)可為磁碟、光盤、只讀存儲(chǔ)記憶體或隨機(jī)存儲(chǔ)記憶體等。

在上述各個(gè)實(shí)施例中，所描述的本實(shí)用新型各個(gè)實(shí)施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。

以上所述僅為本實(shí)用新型的較佳實(shí)施例而已，并不用以限制本實(shí)用新型，凡在本實(shí)用新型的精神和原則之內(nèi)所作的任何修改、等同替換和改進(jìn)等，均應(yīng)包含在本實(shí)用新型的保護(hù)范圍之內(nèi)。