[發(fā)明專利]室內(nèi)移動機器人物體識別方法

有效

• 申請?zhí)枺?/td>: 201710253822.4
• 申請日: 2017-04-18
• 公開（公告）號: CN108734059B
• 公開（公告）日: 2022-02-11
• 發(fā)明（設計）人: 謝鋒
• 申請（專利權(quán)）人: 深圳市豐巨泰科電子有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T3/00
• 代理公司: 深圳市神州聯(lián)合知識產(chǎn)權(quán)代理事務所(普通合伙) 44324
• 代理人: 周松強

1.一種室內(nèi)移動機器人物體識別方法，其特征在于該方法首先需要對目標圖像進行局部特征的檢測，所檢測得到的局部特征鄰域小塊通過一系列的隨機變換以生成訓練樣本，最終生成隨機蕨分類器；在線識別階段過程中，在場景圖像中所檢測到的局部特征經(jīng)過線下訓練所獲取的分類器進行分類，這一分類的過程即為與目標圖像中局部特征的匹配過程，之后對匹配點進行二次匹配，計算變換單應性矩陣，實現(xiàn)誤匹配的剔除并最終實現(xiàn)場景中目標物體的識別；

所述檢測到的局部特征，為關鍵點特征；

所述關鍵點P的灰度值與以其為中心的圓周上16個像素點的灰度值進行比較，其角點響應公式如下：

其中I(X)為圓周上點X的灰度，I(P)為關鍵點P灰度，ε_d為灰度值差的閾值，若N大于所設閾值，那么P即為所需檢測的關鍵點；

還需要對FAST所檢測到的關鍵點進行精篩選，在實際的特征檢測的篩選方式如下：首先對輸入圖像I通過以下2x2仿射變換矩陣M進行隨機仿射變換：

其中(λ₁，λ₂)∈[0.6:1.5]，分別表示旋轉(zhuǎn)角度，視角角度，尺度縮放因子，且為了增強最終分類器的魯棒性，隨機添加了均值為0，強度范圍為(0,256)，方差為25的高斯噪聲，隨機得到T幅仿射變換圖，并在這些仿射變換圖中進行閥值較低的FAST-9角點，以保證每張圖中都能檢測到足夠多的角點；然后將在變換圖像中所檢測到的角點通過逆變換M^-1，得到在圖像I中的對應的點K，即有

并計算通過以上逆變換M^-1得到K點的仿射圖的數(shù)目N_K，則定義關鍵點K的重復率r_k即為：

將重復率r_k最高的前R個點視為最終的關鍵點選擇。

2.如權(quán)利要求1所述的室內(nèi)移動機器人物體識別方法，其特征在于首先測試某像素點圓周模板上1、5、9、13這四端像素點，若不少于3點滿足FAST角點響應公式，那么將該點視為角點關鍵點，并對其周圍其他像素點做出進一步判斷，否則將直接拋棄該測試點。

3.如權(quán)利要求1所述的室內(nèi)移動機器人物體識別方法，其特征在于檢測完關鍵點后，對上述關鍵點進行重復篩選。