[发明专利]一种物体识别方法、系统、设备及介质

权利要求书

1.一种物体识别方法，其特征在于，包括以下步骤：

深度图像获取：

获取待识别物体的第一深度图像；

对所述第一深度图像进行非相关性图像移除处理，得到第二深度图像；

定位数据计算：

对所述第二深度图像进行位置数据识别，得到图像位置数据；

设置物体实际坐标解析算法，基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据；

属性数据计算：

设置物体属性信息解析算法，基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据。

2.根据权利要求1所述的一种物体识别方法，其特征在于：

所述获取待识别物体的第一深度图像，包括：

设置深度图像获取单元；

设置第一方位和第一捕捉范围；

按照所述第一方位和所述第一捕捉范围控制所述深度图像单元捕捉所述待识别物体的深度图像作为所述第一深度图像。

3.根据权利要求1所述的一种物体识别方法，其特征在于：

所述非相关性图像移除处理，包括：

确认所述第一深度图像的目标区域；

将所述第一深度图像的非所述目标区域进行裁剪；

设置第一深度阈值，以所述第一深度阈值作为基准值对裁剪后的所述第一深度图像进行二值化处理；

令二值化处理后的所述第一深度图像作为所述第二深度图像。

4.根据权利要求2所述的一种物体识别方法，其特征在于：

所述对所述第二深度图像进行位置数据识别，得到图像位置数据，包括：

采用视觉学习算法提取所述第二深度图像中的第一物体轮廓；

确认所述第一物体轮廓的第一外接矩形；

基于所述第一外接矩形确认所述第一物体轮廓所对应的中心坐标数据和顶点坐标数据；

令所述中心坐标数据和所述顶点坐标数据作为所述图像位置数据。

5.根据权利要求4所述的一种物体识别方法，其特征在于：

所述基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据，包括：

基于所述图像位置数据调用所述物体实际坐标解析算法，得到所述第一实际位置数据；

所述物体实际坐标解析算法，包括：

设置第一坐标系深度值；

确认与所述图像位置数据相对应的第一高度值；

获取所述深度图像获取单元的第一内参；

基于所述第一坐标系深度值、所述第一高度值和所述第一内参设置实际坐标转换函数；

设定所述图像位置数据作为图像坐标数据；

将所述图像坐标数据输入所述实际坐标转换函数，输出第一实际值；

设定所述第一实际值为所述第一实际位置数据。

6.根据权利要求5所述的一种物体识别方法，其特征在于：

所述实际坐标转换函数，包括：

计算所述图像坐标数据与所述第一内参的第一差值；

计算所述第一差值与所述第一高度值的第一积值；

计算所述第一积值与所述第一坐标系深度值的第一商值；

计算所述第一商值与所述第一内参的第一和值；

输出所述第一和值作为所述第一实际值。

7.根据权利要求4所述的一种物体识别方法，其特征在于：

所述基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据，包括：

基于所述第一实际位置数据调用所述物体属性信息解析算法，得到所述第一属性数据；

所述物体属性信息解析算法，包括：

令所述顶点坐标数据所对应的第一实际位置数据作为所述待识别物体的属性计算数据；

基于所述属性计算数据进行距离计算，得到所述待识别物体的长度数据、宽度数据和高度数据；

令所述长度数据、所述宽度数据和所述高度数据作为所述第一属性数据。