[发明专利]一种通过视觉识别定位特定区域的算法

说明书

本发明涉及一种通过视觉识别定位特定区域的算法，属于视觉自定位技术领域。利用相机采集目标物体和周围环境景象，得到图像；对图像进行识别，将采集的图像转换成灰度图像；然后计算灰度图像阈值，根据阈值将灰度图进行二值化；提取轮廓分割出目标物体，并确定目标物体在图像坐标系中的坐标；将所述图像存储在第一数据库中；将数据清洗并存储在第二数据库中；通过一致性检查对不同第一数据库的数据格式进行统一、处理无效值和缺失值；将结果一致的图片作为识别结果图片。本发明提供一种通过视觉识别定位特定区域的算法，其过程需要采集和处理的数据量小，运算速度快，避免了算法的复杂度，使立体视觉的定位效率和质量得到了极大提升。

技术领域

本发明涉及一种通过视觉识别定位特定区域的算法，属于视觉自定位技术领域。

背景技术

视觉识别定位技术具有感知信息量丰富、全局性好、精度高、非接触式测量等无可替代的优势，已广泛应用于机器人导航、工业测量等方面。针对工作于自然环境下的采摘机器人目标识别和定位，是近年来研究的热门课题。但是现有的算法存在1、精度高但速度慢或者速度快但精度低，均不能很好地满足实际需求；2、点云数据量大，处理速度不及时；3、点云数据的分割、目标物体的识别均涉及到难度较大的算法，并且成功率很低的缺点。

发明内容

有鉴于此，本发明提供一种通过视觉识别定位特定区域的算法，其过程需要采集和处理的数据量小，运算速度快，处理精度高，避免了算法的复杂度，使立体视觉的定位效率和质量得到了极大提升。

本发明提供一种通过视觉识别定位特定区域的算法，包括如下步骤：

利用相机采集目标物体和周围环境景象，得到图像；

对图像进行识别，将采集的图像转换成灰度图像；

然后计算灰度图像阈值，根据阈值将灰度图进行二值化；

提取轮廓分割出目标物体，并确定目标物体在图像坐标系中的坐标；

将所述图像存储在第一数据库中；

根据所述图像的采集时间，对存储在所述第一数据库中的图像进行数据清洗并存储在第二数据库中；

通过一致性检查对不同第一数据库的数据格式进行统一、处理无效值和缺失值；

将结果一致的图片作为识别结果图片

将第一步采集得到的图像进行图像增强，其包括直方图增强、直方图均化和对比度增强，将图像增强之后的图像进行换成灰度图像。

将灰度图进行二值化之后经过中值滤波算法进行滤波。

将利用粗配准来剔除外点保留内点，降低数据中异常数据对匹配结果造成的影响，计算第一数据库中图像、第二数据库中图像的变换关系，使得公共区域能够大致重合。

将第一数据库中图像、第二数据库中图像进行逐点匹配评分，计算输出置信度，若置信度满足设置的阈值则匹配成功。

采用归一化2R-G-B色差模型阈值进行分割，采用游程编码法进行区域特征分析，采用形心特征点与邻域灰度互相关性相结合的匹配算法。

将用于采用预设图像配准算法对待定位的场景图片和识别结果图片进行相对位姿估计，实现相对自定位。

本发明的有益效果：

本发明提供一种通过视觉识别定位特定区域的算法，其过程需要采集和处理的数据量小，运算速度快，处理精度高，避免了算法的复杂度，使立体视觉的定位效率和质量得到了极大提升。

附图说明

图1为本发明一种通过视觉识别定位特定区域的算法的结构示意图。

具体实施方式