[發(fā)明專利]一種工業(yè)故障巡檢機器人定位地標檢測方法

在審

• 申請?zhí)枺?/td>: 202011034789.4
• 申請日: 2020-09-27
• 公開（公告）號: CN112258453A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 袁夏;丁智
• 申請（專利權(quán)）人: 南京一起康訊智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/70;G01C21/20
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吳偉文;黃大宇

本發(fā)明公開了一種工業(yè)故障巡檢機器人定位地標檢測方法，其特征在于，包括如下步驟：步驟1、基于FT算法提取顯著性圖，對原始圖像進行高斯濾波，并在LAB空間求得各通道的均值并融合；步驟2、基于FlowNet算法進行光流預(yù)測，獲得光流x方向和y方向的灰度圖，并對相鄰5幀進行并操作并進行二值化處理；步驟3、基于YOLO?V3算法提取帶標簽?zāi)繕耍@得相應(yīng)標簽的位置信息，并將顯著圖中預(yù)測框相應(yīng)位置內(nèi)的各像素值剔除，得出可用地標，本發(fā)明通過FT算法、FlowNet算法及YOLO算法的采用，在保證地標預(yù)測結(jié)果準確性的同時可快速進行計算，提高地標識別的效率，保證地標識別的實時性，大大節(jié)約定位地標的檢測時間。

技術(shù)領(lǐng)域

本發(fā)明屬于移動機器人地標檢測算法技術(shù)領(lǐng)域，具體涉及一種工業(yè)故障巡檢機器人定位地標檢測方法。

背景技術(shù)

近年來在顯著性檢測問題上，吸引了大量研究者的關(guān)注和興趣，這種日益普及的原因在于模型的智能選擇和處理速度在各種視覺任務(wù)中得以有效地使用，例如圖像檢索、目標檢測、視頻摘要和壓縮等計算機視覺相關(guān)的領(lǐng)域，提高了計算機進行圖像分析和處理的效率。

同時定位和建圖(SLAM)是同時估計環(huán)境的模型或地圖以及機器人在該地圖中的位置的任務(wù)，也是計算機視覺領(lǐng)域的重要研究內(nèi)容，顯然地標對于定位和地圖構(gòu)建具有重要意義。

本文針無配合定位目標場景采用一種顯著性檢測算法，以提取環(huán)境可用路標和路標區(qū)域的視覺特征。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種工業(yè)故障巡檢機器人定位地標檢測方法，以解決的問題。

為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種工業(yè)故障巡檢機器人定位地標檢測方法，其中，包括如下步驟：

步驟1、基于FT算法提取顯著性圖：

對原始圖像進行高斯濾波，并在LAB空間求得各通道的均值并融合；

步驟2、基于FlowNet算法進行光流預(yù)測：

獲得光流x方向和y方向的灰度圖，并對相鄰5幀進行并操作并進行二值化處理；

步驟3、基于YOLO-V3算法提取帶標簽?zāi)繕耍?/p>

獲得相應(yīng)標簽的位置信息，并將顯著圖中預(yù)測框相應(yīng)位置內(nèi)的各像素值剔除，得出可用地標。

優(yōu)選的，所述步驟1具體包括如下步驟：

步驟11、輸入單張img格式原始場景圖；

步驟12、對原始場景圖img進行高斯濾波得到imgrgb圖像；

步驟13、將imgrgb圖像由RGB顏色空間轉(zhuǎn)換為LAB顏色空間imglab；

步驟14、對圖像imglab的L,A,B三個通道的圖像分別取均值得到Lm,Am,Bm；

步驟15、分別對Lm,Am,Bm及imgrgb圖像取歐氏距離并求和，獲得初始顯著性圖。

優(yōu)選的，所述步驟2具體包括如下步驟：

步驟21、于Flowne模型中輸入提取的連續(xù)視頻幀；

步驟22、通過Flowne模型對相鄰兩圖片進行光流估計，獲取光流信息并可視化得到彩色光流圖；

步驟23、提取光流兩通道的運動信息，得到與彩色光流圖對應(yīng)方向的灰度圖并二值化；

步驟24、以原始場景圖為中間幀，對相鄰五幀對應(yīng)方向的二值圖進行并操作，得到兩通道信息結(jié)合后的連續(xù)五幅二值圖；

步驟25、對連續(xù)五幅二值圖取交集并得到待篩選的結(jié)果圖。

優(yōu)選的，所述步驟3具體包括如下步驟：