[发明专利]一种识别性能优良的机器人视觉系统

权利要求书

1.一种识别性能优良的机器人视觉系统，其特征在于，包括图像采集模块、图像预处理模块、特征提取模块、图像识别模块和识别评价模块，所述图像采集模块用于通过摄像头对图像进行采集，所述图像预处理模块用于对采集的图像进行预处理，所述特征提取模块用于对预处理后的图像特征进行提取，得到目标特征向量，所述图像识别模块根据目标特征向量和目标模板进行匹配，对目标进行识别，所述识别评价模块用于对图像识别模块的识别性能进行评价。

2.根据权利要求1所述的识别性能优良的机器人视觉系统，其特征在于，所述图像预处理模块包括第一目标分割子模块和第二预处理子模块，所述第一目标分割子模块采用Canny算子对图像中目标的外边缘进行提取，将图像中多个目标分割成单一目标图像，所述第二预处理子模块对单一目标图像进行灰度变换和滤波处理。

3.根据权利要求2所述的识别性能优良的机器人视觉系统，其特征在于，所述特征提取模块包括第一特征提取子模块、第二特征提取子模块和特征向量生成子模块，所述第一特征提取子模块用于提取目标的第一特征，所述第二特征提取子模块用于提取目标的第二特征，所述特征向量生成子模块根据第一特征和第二特征生成目标的特征向量。

4.根据权利要求3所述的识别性能优良的机器人视觉系统，其特征在于，所述第一特征提取子模块用于提取目标的第一特征，具体为：提取目标的内外边缘，得到目标外轮廓像素和各内轮廓像素的坐标，目标的第一特征为：

T1＝[W,N1,…,NL]

上述式子中，T1表示目标的第一特征，W表示目标外轮廓的特征值，Nl(l＝1,2,…,L)表示目标第l个内轮廓的特征值，L表示目标的内轮廓的个数；

所述目标外轮廓的特征值通过以下方式获取：对图像进行二值化处理，将外轮廓像素灰度值记为1，其余位置像素灰度值记为0；计算目标外轮廓的特征值W：

W = [ i × Σ i = 1 n Σ = 1 m I ( i , j ) Σ i = 1 n Σ = 1 m I ( i , j ) ] 2 + [ j × Σ i = 1 n Σ = 1 m I ( i , j ) Σ i = 1 n Σ = 1 m I ( i , j ) ] 2 ]]>

上述式子中，I(i,j)表示像素点位置为(i,j)的灰度值，n和m分别表示目标图像的宽和高，表示目标外轮廓像素个数；

所述目标外轮廓的特征值通过以下方式获取：对图像进行二值化处理，将目标第l个内轮廓的像素灰度值记为1，其余位置像素灰度值记为0；计算目标第l个内轮廓的特征值Nl：

N l = [ i × Σ i = 1 n - Σ = 1 m I ( i , j ) Σ i = 1 n - Σ = 1 m I ( i , j ) ] 2 + [ j × Σ i = 1 n - Σ = 1 m I ( i , j ) Σ i = 1 n - Σ = 1 m I ( i , j ) ] 2 . ]]>