[發明專利]基于深度圖像的目標檢測方法、裝置及存儲介質

有效

• 申請號: 201911305132.4
• 申請日: 2019-12-17
• 公開（公告）號: CN111178190B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 歐勇盛;劉國棟;王志揚
• 申請（專利權）人: 中國科學院深圳先進技術研究院
• 主分類號: G06V20/60
• 分類號: G06V20/60;G06V10/764;G06V10/774;G06V10/26
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種基于深度圖像的目標檢測方法，其特征在于，所述方法包括：

確定原始深度圖像的待檢測目標的中心位置和姿態旋轉角；

利用所述待檢測目標的中心位置與所述待檢測目標的姿態旋轉角對所述原始深度圖像進行仿射變換以獲取對應的仿射變換圖像；

對所述仿射變換圖像進行切割以獲取所述待檢測目標子圖；

對所述待檢測目標子圖進行預處理以獲取與所述待檢測目標子圖對應的一向量；

將所述向量輸入到預先訓練好的多分類支持向量機，進行圖像分類。

2.根據權利要求1所述的方法，其特征在于，所述確定原始深度圖像的待檢測目標的中心位置和姿態旋轉角的步驟包括：

利用預設的閾值序列分別對包含所述待檢測目標的所述原始深度圖像的前景目標圖像進行分層二值化以獲取圖像序列；

對所述圖像提取所述待檢測目標的輪廓以獲取對應的輪廓圖像；

確定所述輪廓圖像中的所述待檢測目標輪廓的最小面積外接矩形并根據所述矩形的特征獲取所述待檢測目標的中心位置和姿態旋轉角。

3.根據權利要求2所述的方法，其特征在于，所述利用預設的閾值序列分別對包含所述待檢測目標的所述原始深度圖像的前景目標圖像進行分層二值化以獲取圖像序列步驟之前，還包括：

獲取一張不放置所述待檢測目標的放置區環境的背景深度圖像；

將包含所述待檢測目標的所述原始深度圖像與所述背景深度圖像逐像素做差并取絕對值，以獲取所述前景目標圖像。

4.根據權利要求2所述的方法，其特征在于，所述利用預設的閾值序列分別對包含所述待檢測目標的所述原始深度圖像的前景目標圖像進行分層二值化以獲取圖像序列的步驟之前，包括：

基于所述待檢測目標的高度序列獲取所述閾值序列。

5.根據權利要求4所述的方法，其特征在于，所述基于所述待檢測目標的高度序列來獲取所述閾值序列的步驟包括：

將所述待檢測目標的高度序列按照遞增或遞減的順序排列再兩兩取均值以獲取所述閾值序列。

6.根據權利要求2所述的方法，其特征在于，所述利用預設的閾值序列分別對包含所述待檢測目標的所述原始深度圖像的前景目標圖像進行分層二值化以獲取圖像序列的步驟，包括：

將所述閾值序列按遞減的順序分別設其為T₁，…,T_N；

取所述T₁對所述前景目標圖像進行二值化以獲取第1圖層；

對所述第1圖層進行膨脹處理以獲取第1圖像；

取所述T_s+1對所述前景目標圖像進行二值化并將得到的二值化圖層與第s圖像進行異或處理以獲取第s+1圖層；

對所述第s+1圖層進行膨脹處理以獲取第s+1圖像；

其中，s取1至N-1，N表示在所述原始深度圖像中待檢測目標類別的個數。

7.根據權利要求2所述的方法，其特征在于，所述對所述圖像提取所述待檢測目標的輪廓以獲取對應的輪廓圖像的步驟包括：

提取并連接所述圖像中像素值相同且連續的像素點，以獲取所述待檢測目標的輪廓。

8.根據權利要求2所述的方法，其特征在于，所述對所述圖像提取所述待檢測目標的輪廓以獲取對應的輪廓圖像的步驟之后，還包括：

將從所述圖像中提取的輪廓的面積與預設的面積閾值進行比較，篩選面積大于所述面積閾值的輪廓作為所述待檢測目標的輪廓。

9.根據權利要求2所述的方法，其特征在于，所述確定所述輪廓圖像中的所述待檢測目標輪廓的最小面積外接矩形并根據所述矩形的特征獲取所述待檢測目標的中心位置和姿態旋轉角的步驟包括：

采用最小面積外接矩形算法繪制出所述輪廓圖像中的所述待檢測目標輪廓的最小面積外接矩形；

將所述最小面積外接矩形的幾何中心作為所述待檢測目標的中心位置；

將所述最小面積外接矩形的長邊與圖像橫軸的夾角作為所述待檢測目標的姿態旋轉角。