[發(fā)明專利]一種基于顏色識別和輪廓提取的物體動態(tài)定位方法

有效

• 申請?zhí)枺?/td>: 201710301512.5
• 申請日: 2017-05-02
• 公開（公告）號: CN107194395B
• 公開（公告）日: 2020-02-14
• 發(fā)明（設(shè)計）人: 胡濤;張俐;丁林山;王鄭亞;邵修;金聰;徐陽陽;劉熠;杜謙
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/46
• 代理公司: 42201 華中科技大學(xué)專利中心
• 代理人: 周磊;曹葆青

本發(fā)明屬于物體定位方法領(lǐng)域，并公開了一種基于顏色識別和輪廓提取的物體動態(tài)定位方法，包括以下步驟：1）物體標(biāo)記：給每個需要識別的物體表面分別貼上一個標(biāo)簽；2）獲取數(shù)據(jù)：實時采集所有標(biāo)簽的圖像并傳至計算機(jī)；3）顏色識別：將獲得的圖像由RGB空間轉(zhuǎn)為HSV空間，分別提取各單一顏色區(qū)間的像素圖案；4）輪廓提取：進(jìn)行輪廓提取，保留面積在篩選范圍內(nèi)的輪廓；5）物體定位：對所篩選出的輪廓進(jìn)行擬合獲得最小的擬合外圍，獲得物體的中心點坐標(biāo)，進(jìn)而獲得物體的位置。本發(fā)明事先對待識別物體進(jìn)行特定顏色和形狀標(biāo)記，減小識別難度；將RGB空間轉(zhuǎn)換為HSV空間，設(shè)置具體的顏色區(qū)間，能實現(xiàn)對顏色的精準(zhǔn)區(qū)分和對物體的準(zhǔn)確定位。

技術(shù)領(lǐng)域

本發(fā)明屬于物體定位方法領(lǐng)域，更具體地，涉及一種物體動態(tài)定位方法。

背景技術(shù)

OpenCV是一個基于BSD許可(開源)發(fā)行的跨平臺計算機(jī)視覺庫，可以運行在Linux、Windows、Android和Mac OS操作系統(tǒng)上，其由一系列C函數(shù)和少量C++類構(gòu)成，同時提供了Python、Ruby、MATLAB等語言的接口，實現(xiàn)了圖像處理和計算機(jī)視覺方面的很多通用算法。

OpenCV致力于真實世界的實時應(yīng)用，通過優(yōu)化的C代碼的編寫對其執(zhí)行速度帶來了可觀的提升，并且可以通過購買Intel的IPP高性能多媒體函數(shù)庫(IntegratedPerformance Primitives)得到更快的處理速度。應(yīng)用領(lǐng)域包括：人機(jī)互動，物體識別，圖像分割，人臉識別，動作識別，運動跟蹤，汽車安全駕駛等等。

物體動態(tài)定位是通過各種類型的傳感器以及相關(guān)儀器設(shè)備對運動的物體進(jìn)行實時監(jiān)控，并且實時分析確定其所在位置，以達(dá)到對物體位置的準(zhǔn)確提取。該技術(shù)運用于生活的各個領(lǐng)域，定位的速度和精度與所有設(shè)備和定位方法有直接關(guān)系。

一般來說，通過GPS或者其他無線技術(shù)進(jìn)行定位，只能針對大區(qū)域的大型物體進(jìn)行定位，定位的精度大概在米(m)的數(shù)量級，很難做到在小區(qū)域范圍對小物件精確定位至厘米(cm)數(shù)量級，另外，傳統(tǒng)攝像頭定位對物體的定位大多時候受到環(huán)境因素的影響，有較大誤差，甚至無法識別出物體。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于顏色識別和輪廓提取的物體動態(tài)定位方法，針對物體實時動態(tài)定位領(lǐng)域，實時對攝像頭采集的圖像進(jìn)行分析；通過顏色識別和輪廓提取，精準(zhǔn)識別顏色和計算實現(xiàn)對物體進(jìn)行的動態(tài)定位，可以應(yīng)用于抓取機(jī)器人、智能車避障、工業(yè)傳送帶檢測等多種場合。

為實現(xiàn)上述目的，按照本發(fā)明，提供了一種基于顏色識別和輪廓提取的物體動態(tài)定位方法，其特征在于，包括以下步驟：

1)物體標(biāo)記：給每個需要識別的物體表面分別貼上一個標(biāo)簽，其中，每個標(biāo)簽的顏色各不相同，并且標(biāo)簽的形狀為矩形或圓形；

2)獲取數(shù)據(jù)：攝像頭實時采集所有標(biāo)簽的圖像并將這些圖像傳至計算機(jī)；

3)顏色識別：計算機(jī)將獲得的圖像由RGB空間轉(zhuǎn)為HSV空間，并根據(jù)預(yù)先設(shè)置的不同顏色的HSV顏色區(qū)間實現(xiàn)顏色的識別，然后根據(jù)HSV顏色區(qū)間，分別提取各單一顏色區(qū)間的像素圖案；

4)輪廓提取：將步驟3)提取的像素圖案轉(zhuǎn)灰度圖，對灰度圖進(jìn)行高斯降噪處理，再對各標(biāo)簽對應(yīng)的灰度圖分別進(jìn)行輪廓提取，獲得各標(biāo)簽對應(yīng)的輪廓，然后根據(jù)設(shè)定的篩選范圍，分別對各個輪廓進(jìn)行篩選，保留面積在篩選范圍內(nèi)的輪廓；

5)物體定位：對所篩選出的輪廓分別進(jìn)行擬合獲得最小的擬合外圍，從而獲得物體的中心點坐標(biāo)，進(jìn)而獲得物體的位置，其中，擬合外圍的形狀與對應(yīng)標(biāo)簽的形狀一致。

優(yōu)選地，步驟5)按以下方法獲得單個物體的中心點坐標(biāo)