[发明专利]一种机器人视觉识别系统及其图像处理方法

摘要

本发明公开了一种机器人视觉识别系统，包括CCD传感器，用于采集图像信号；分解模块，用于将图像信号进行分解，形成背景图像和表征图像；背景图像处理模块，用于对背景图像进行特征区域的选定和特征向量的计算；表征图像处理模块，用于对表征图像进行特征点的选定和特征值的计算；判断模块，用于对背景图像处理模块和表征图像处理模块的处理结果进行综合判断，得出图像识别结果。本发明还公开了一种上述机器人视觉识别系统的图像处理方法。本发明能够解决现有技术的不足，简化了视觉识别方法，提高了视觉识别的速度。

主权项

1.一种机器人视觉识别系统的图像处理方法，所述机器人视觉识别系统，包括，CCD传感器(1)，用于采集图像信号；分解模块(2)，用于将图像信号进行分解，形成背景图像和表征图像；背景图像处理模块(3)，用于对背景图像进行特征区域的选定和特征向量的计算；表征图像处理模块(4)，用于对表征图像进行特征点的选定和特征值的计算；判断模块(5)，用于对背景图像处理模块(3)和表征图像处理模块(4)的处理结果进行综合判断，得出图像识别结果；其特征在于包括以下步骤：A、CCD传感器(1)对目标物进行图像连续采集；B、分解模块(2)对图像进行分解，根据目标物的设定轮廓确定表征图像和背景图像的区域，然后根据背景图像区域的平均灰度值确定表征图像的各个像素点的灰度值，并且将表征图像从背景图像中提取出来，形成独立的表征图像和背景图像；C、背景图像处理模块(3)在准备处理的背景图像和在此背景图像之前和之后采集的两张背景图像的相同位置进行若干次标记，每次标记的标记点选取在三张图像中任意两张图像的灰度变化率超过阈值的区域；使用准备处理的背景图像上的标记点的坐标和灰度值组成特征向量；D、表征图像处理模块(4)在表征图像的边缘上均匀设置若干个特征点，同时在表征图像内部设置若干个特征点，图像内部设置特征点的规则为，特征点位于一个独立的图像区域内，每个图像区域有且只有一个特征点，每个图像区域与其包含的特征点的差异度小于设定阈值，差异度根据以下函数计算得出，其中，积分区域为包含特征点的图像区域，g为图像区域内各个像素点的灰度值，n为任意选取的参考点的数量，gn为参考点的灰度值，g’为特征点的灰度值；将所有特征点的灰度值转化为特征值；E、判断模块(5)使用步骤D中得出的特征点的特征值和特征点的坐标值组成对比向量，将对比向量和步骤C中的特征向量组成过渡矩阵，然后将过渡矩阵进行转置和归一化，然后通过右乘变化矩阵得到目标矩阵，通过对比目标矩阵的特征向量的特征值与步骤D中得出的特征值的相似度，得出图像识别结果。