[發(fā)明專利]基于深度聯(lián)想感知算法的受遮擋蔬果采收方法在審
| 申請?zhí)枺?/td> | 201910168396.3 | 申請日: | 2019-03-06 |
| 公開(公告)號: | CN110033487A | 公開(公告)日: | 2019-07-19 |
| 發(fā)明(設(shè)計)人: | 劉成良;貢亮;汪韜;李旭東;林可;李彥明 | 申請(專利權(quán))人: | 上海交通大學 |
| 主分類號: | G06T7/70 | 分類號: | G06T7/70;G06T5/00;G06T1/00 |
| 代理公司: | 上海漢聲知識產(chǎn)權(quán)代理有限公司 31236 | 代理人: | 莊文莉 |
| 地址: | 200240 *** | 國省代碼: | 上海;31 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 采收 遮擋 成熟 圖像 機器人 分辨率 蔬果 算法 感知 采集 彩色圖像 工作區(qū)域 紅外圖像 環(huán)境干擾 深度圖像 圖像統(tǒng)一 直接獲取 裁剪 像素 復(fù)原 成功率 剔除 統(tǒng)一 | ||
1.一種基于深度聯(lián)想感知算法的受遮擋蔬果采收方法,其特征在于,包括:
圖像采集步驟:采集RGB通道彩色圖像、D通道深度圖像和I通道紅外圖像;
預(yù)處理步驟:對采集到的圖像統(tǒng)一分辨率;
圖像裁剪步驟:剔除統(tǒng)一分辨率后的圖像中的采收機器人工作區(qū)域以外的區(qū)域;
目標識別步驟:識別成熟目標,并在裁剪后的圖像中標記出成熟目標的每個像素;
遮擋判斷步驟:判斷成熟目標是否被遮擋,在被遮擋的情況下復(fù)原出完整成熟目標的RGBD四個通道的圖像,在不被遮擋的情況下直接獲取完整成熟目標的RGBD四個通道的圖像;
位姿提取步驟:根據(jù)完整成熟目標的RGBD四個通道的圖像,提取出成熟目標的位置和姿態(tài)至采收機器人。
2.根據(jù)權(quán)利要求1所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收方法,其特征在于,所述預(yù)處理步驟還包括去除圖像中的噪聲。
3.根據(jù)權(quán)利要求1所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收方法,其特征在于,所述圖像裁剪步驟包括計算圖像中每個點的真實坐標,從而剔除統(tǒng)一分辨率后的圖像中的采收機器人工作區(qū)域以外的區(qū)域。
4.根據(jù)權(quán)利要求1所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收方法,其特征在于,判斷成熟目標是否被遮擋的方法包括:
提取目標識別得到的成熟目標輪廓像素,并提取輪廓內(nèi)、外側(cè)像素的深度值及三維坐標然后作差,若存在外側(cè)像素深度值小于內(nèi)側(cè)像素深度值,且三維坐標差值大于閾值,說明目標被遮擋;否則目標未被遮擋。
5.根據(jù)權(quán)利要求1所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收方法,其特征在于,復(fù)原出完整成熟目標的RGBD四個通道的圖像的方法包括:構(gòu)建視覺聯(lián)想模型對被遮擋的成熟目標進行還原。
6.一種基于深度聯(lián)想感知算法的受遮擋蔬果采收系統(tǒng),其特征在于,包括:
圖像采集模塊:采集RGB通道彩色圖像、D通道深度圖像和I通道紅外圖像;
預(yù)處理模塊:對采集到的圖像統(tǒng)一分辨率;
圖像裁剪模塊:剔除統(tǒng)一分辨率后的圖像中的采收機器人工作區(qū)域以外的區(qū)域;
目標識別模塊:識別成熟目標,并在裁剪后的圖像中標記出成熟目標的每個像素;
遮擋判斷模塊:判斷成熟目標是否被遮擋,在被遮擋的情況下復(fù)原出完整成熟目標的RGBD四個通道的圖像,在不被遮擋的情況下直接獲取完整成熟目標的RGBD四個通道的圖像;
位姿提取模塊:根據(jù)完整成熟目標的RGBD四個通道的圖像,提取出成熟目標的位置和姿態(tài)至采收機器人。
7.根據(jù)權(quán)利要求6所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收系統(tǒng),其特征在于,所述預(yù)處理模塊還包括去除圖像中的噪聲。
8.根據(jù)權(quán)利要求6所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收系統(tǒng),其特征在于,所述圖像裁剪模塊包括計算圖像中每個點的真實坐標,從而剔除統(tǒng)一分辨率后的圖像中的采收機器人工作區(qū)域以外的區(qū)域。
9.根據(jù)權(quán)利要求6所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收系統(tǒng),其特征在于,判斷成熟目標是否被遮擋的方法包括:
提取目標識別得到的成熟目標輪廓像素,并提取輪廓內(nèi)、外側(cè)像素的深度值及三維坐標然后作差,若存在外側(cè)像素深度值小于內(nèi)側(cè)像素深度值,且三維坐標差值大于閾值,說明目標被遮擋;否則目標未被遮擋。
10.根據(jù)權(quán)利要求6所述的基于深度聯(lián)想感知算法的受遮擋蔬果采收系統(tǒng),其特征在于,復(fù)原出完整成熟目標的RGBD四個通道的圖像的方法包括:構(gòu)建視覺聯(lián)想模型對被遮擋的成熟目標進行還原。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于上海交通大學,未經(jīng)上海交通大學許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910168396.3/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





