[发明专利]一种识别性能优良的机器人视觉系统在审

专利信息
申请号: 201711289370.1 申请日: 2017-12-07
公开(公告)号: CN108038849A 公开(公告)日: 2018-05-15
发明(设计)人: 梁金凤 申请(专利权)人: 梁金凤
主分类号: G06T7/00 分类号: G06T7/00;G06T7/13;G06T7/12;G06T5/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 537000 广西壮族*** 国省代码: 广西;45
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 识别 性能 优良 机器人 视觉 系统
【说明书】:

发明提供了一种识别性能优良的机器人视觉系统,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。本发明的有益效果为:实现了机器人对目标的识别和识别性能的评价。

技术领域

本发明涉及机器人技术领域,具体涉及一种识别性能优良的机器人视觉系统。

背景技术

机器视觉作为获得环境信息的主要手段之一,可以增加工业机器人的自主能力,提高其灵活性。工业机器人通过视觉如何根据所获取的图像信息,正确地、实时地提取出工件特征参数并判断出工件所处的位置,是机器视觉应用于工业领域的关键技术之一。

图像识别的方法很多,大体上可以归纳为统计图像识别、结构图像识别、模糊集图像识别、图像匹配识别。图像匹配是其中最有代表性、应用最为广泛的方法,其在运动目标跟踪、遥感图像识别、机器人视觉等领域都已得到了应用,但现有的识别方法识别性能差,无法进行有效识别。

发明内容

针对上述问题,本发明旨在提供一种识别性能优良的机器人视觉系统。

本发明的目的采用以下技术方案来实现:

提供了一种识别性能优良的机器人视觉系统,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。

本发明的有益效果为:实现了机器人对目标的识别和识别性能的评价。

附图说明

利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图;

附图标记:

图像采集模块1、图像预处理模块2、特征提取模块3、图像识别模块4、识别评价模块5。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1,本实施例的一种识别性能优良的机器人视觉系统,包括图像采集模块1、图像预处理模块2、特征提取模块3、图像识别模块4和识别评价模块5,所述图像采集模块1用于通过摄像头对图像进行采集,所述图像预处理模块2用于对采集的图像进行预处理,所述特征提取模块3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4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5用于对图像识别模块4的识别性能进行评价。

本实施例实现了机器人对目标的识别和识别性能的评价。

优选的,所述图像预处理模块2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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于梁金凤,未经梁金凤许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711289370.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top