[發(fā)明專利]基于機器人的物體表面淺凹槽輪廓提取方法、裝置、電子設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202110426228.7 | 申請日： | 2021-04-20 |
| 公開（公告）號： | CN113052863A | 公開（公告）日： | 2021-06-29 |
| 發(fā)明（設(shè)計）人： | 李輝;魏海永;王昭欽;張帥;丁有爽;邵天蘭 | 申請（專利權(quán)）人： | 梅卡曼德（北京）機器人科技有限公司 |
| 主分類號： | G06T7/13 | 分類號： | G06T7/13;G06T3/00;G06T7/10 |
| 代理公司： | 北京科石知識產(chǎn)權(quán)代理有限公司 11595 | 代理人： | 徐紅崗 |
| 地址： | 100085 北京市海淀*** | 國省代碼： | 北京;11 |
| 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： | 基于 機器人 物體 表面 凹槽 輪廓 提取 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種基于機器人的物體表面淺凹槽輪廓提取方法，其特征在于，包括：
獲取物體表面二維圖像；
對圖像進(jìn)行圖像均衡操作；
對均衡后的圖像進(jìn)行圖像分割操作；
根據(jù)分割后的圖像確定淺凹槽并提取淺凹槽輪廓。
2.根據(jù)權(quán)利要求1所述的輪廓提取方法，其特征在于：還包括獲取物體表面三維圖像。
3.根據(jù)權(quán)利要求2所述的輪廓提取方法，其特征在于：所述二維圖像通過對三維圖像的映射獲得。
4.根據(jù)權(quán)利要求1所述的凹槽填充方法，其特征在于：所述確定淺凹槽并提取淺凹槽輪廓包括去除非凹槽輪廓。
5.根據(jù)權(quán)利要求4所述的凹槽填充方法，其特征在于：所述去除非凹槽輪廓包括根據(jù)像素點數(shù)量去除非凹槽輪廓。
6.根據(jù)權(quán)利要求1-5任一項所述的輪廓提取方法，其特征在于：所述淺凹槽輪廓包括最外層凹槽輪廓和內(nèi)層凹槽輪廓。
7.根據(jù)權(quán)利要求6所述的輪廓提取方法，其特征在于：所述內(nèi)層凹槽輪廓根據(jù)二維圖像提取。
8.根據(jù)權(quán)利要求6所述的輪廓提取方法，其特征在于：所述最外層凹槽輪廓包括內(nèi)輪廓和外輪廓。
9.根據(jù)權(quán)利要求8所述的輪廓提取方法，其特征在于：所述最外層凹槽的內(nèi)輪廓根據(jù)二維圖像提取。
10.根據(jù)權(quán)利要求8所述的輪廓提取方法，其特征在于：所述最外層凹槽的外輪廓根據(jù)三維圖像提取。
11.一種基于機器人的物體表面淺凹槽輪廓提取裝置，其特征在于，包括：
圖像獲取模塊，用于獲取物體表面二維圖像；
圖像均衡模塊，用于對圖像進(jìn)行圖像均衡操作；
圖像分割模塊，用于對均衡后的圖像進(jìn)行圖像分割操作；
輪廓提取模塊，用于根據(jù)分割后的圖像確定淺凹槽并提取淺凹槽輪廓。
12.一種電子設(shè)備，其特征在于，包括：存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權(quán)利要求1至10中任一項所述的基于機器人的物體表面淺凹槽輪廓提取方法。
13.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至10中任一項所述的基于機器人的物體表面淺凹槽輪廓提取方法。
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)利屬于梅卡曼德（北京）機器人科技有限公司，未經(jīng)梅卡曼德（北京）機器人科技有限公司許可，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/202110426228.7/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
