[發(fā)明專利]物體位于環(huán)境中的視覺識別方法

在審

• 申請?zhí)枺?/td>: 201711098942.8
• 申請日: 2017-11-09
• 公開（公告）號: CN107832769A
• 公開（公告）日: 2018-03-23
• 發(fā)明（設計）人: 夏澤宇;夏鋼
• 申請（專利權）人: 蘇州銘冠軟件科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06T7/00;G06T7/10
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

技術領域

本發(fā)明涉及一種物體位于環(huán)境中的視覺識別方法，屬于視覺識別領域。

背景技術

視覺識別技術是計算機視覺識別技術體系中不可缺少的重要組成部分，在對物體進行識別時，采集的是物體以及其周邊環(huán)境的圖像，在識別過程中周邊環(huán)境對識別的干擾很嚴重。

發(fā)明內容

為了解決上述技術問題，本發(fā)明提供了物體位于環(huán)境中的視覺識別方法。

為了達到上述目的，本發(fā)明所采用的技術方案是：

物體位于環(huán)境中的視覺識別方法，包括，

構建物體庫，物體庫中存儲又常見物體的名稱、局部特征和輪廓特征；

采集物體位于環(huán)境中的圖像；

獲取圖像點云數據；

根據點云數據對圖像進行分割；

根據物體庫中的輪廓特征，對各分割單元進行第一次識別，獲得各分割單元中物體所屬的類別；

根據物體庫中的局部特征，對各分割單元進行第二次識別，獲得各分割單元中物體的名稱。

在物體庫中，包括若干組輪廓特征，每組輪廓特征對應一個物體類別，每個物體類別中有多個物體，每個物體對應一個名稱和一組局部特征。

局部特征包括尺度和旋轉不變量。

第一次識別：各分割單元中，圖像點匯聚在一起構成一個圖像輪廓，提取圖像輪廓的特征，將其與物體庫中的各組輪廓特征進行比對，與圖像輪廓相似度最高的一組輪廓特征對應的物體類別，即為該分割單元中物體所屬的類別。

第二次識別：提取分割單元中的局部特征，與對應類別下的局部特征進行比對，相似度最高的一組局部特征對應的物體名稱，即為該分割單元中物的名稱。

在對圖像進行分割之前，對點云數據進行過濾。

本發(fā)明所達到的有益效果：本發(fā)明根據點云數據對圖像進行分割，圖像中各物體處于各分割單元，在識別時，避免了相互之間的干擾。

具體實施方式

以下實施例僅用于更加清楚地說明本發(fā)明的技術方案，而不能以此來限制本發(fā)明的保護范圍。

物體位于環(huán)境中的視覺識別方法，包括以下步驟：

步驟1，構建物體庫，物體庫中存儲又常見物體的名稱、局部特征和輪廓特征。

在物體庫中，包括若干組輪廓特征，每組輪廓特征對應一個物體類別，每個物體類別中有多個物體，每個物體對應一個名稱和一組局部特征，局部特征包括尺度和旋轉不變量。

步驟2，采集物體位于環(huán)境中的圖像。

步驟3，獲取圖像點云數據，對點云數據進行過濾。

步驟4，根據點云數據對圖像進行分割。

步驟5，根據物體庫中的輪廓特征，對各分割單元進行第一次識別，獲得各分割單元中物體所屬的類別。

第一次識別：各分割單元中，圖像點匯聚在一起構成一個圖像輪廓，提取圖像輪廓的特征，將其與物體庫中的各組輪廓特征進行比對，與圖像輪廓相似度最高的一組輪廓特征對應的物體類別，即為該分割單元中物體所屬的類別。

步驟6，根據物體庫中的局部特征，對各分割單元進行第二次識別，獲得各分割單元中物體的名稱。

第二次識別：提取分割單元中的局部特征，與對應類別下的局部特征進行比對，相似度最高的一組局部特征對應的物體名稱，即為該分割單元中物的名稱。

上述方法根據點云數據對圖像進行分割，圖像中各物體處于各分割單元，在識別時，避免了相互之間的干擾。

以上所述僅是本發(fā)明的優(yōu)選實施方式，應當指出，對于本技術領域的普通技術人員來說，在不脫離本發(fā)明技術原理的前提下，還可以做出若干改進和變形，這些改進和變形也應視為本發(fā)明的保護范圍。