[發(fā)明專利]一種面向機械手抓取的物體紋理識別方法、裝置和設備在審
| 申請?zhí)枺?/td> | 202210162181.2 | 申請日： | 2022-02-22 |
| 公開（公告）號： | CN115091445A | 公開（公告）日： | 2022-09-23 |
| 發(fā)明（設計）人： | 謝劍斌;郭銳 | 申請（專利權(quán)）人： | 湖南中科助英智能科技研究院有限公司 |
| 主分類號： | B25J9/08 | 分類號： | B25J9/08;B25J9/16;B25J19/02 |
| 代理公司： | 長沙國科天河知識產(chǎn)權(quán)代理有限公司 43225 | 代理人： | 李楊 |
| 地址： | 410000 湖*** | 國省代碼： | 湖南;43 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 面向 機械手 抓取 物體 紋理 識別 方法 裝置 設備 | ||
1.一種面向機械手抓取的物體紋理識別方法，其特征在于，所述方法包括：
獲取機械手攝像頭采集的物體的視頻圖像，對所述視頻圖像進行預處理后得到多物體圖像數(shù)據(jù)集，由所述多物體圖像數(shù)據(jù)集構(gòu)成訓練數(shù)據(jù)集；
通過LBP算法對所述訓練數(shù)據(jù)集中的原始圖像進行處理，得到LBP圖像；
通過MDS算法根據(jù)所述LBP圖像得到LBP編碼映射圖像；
將所述原始圖像和所述LBP編碼映射圖像輸入紋理識別網(wǎng)絡中；所述紋理識別網(wǎng)絡包括特征提取網(wǎng)絡、深度殘差層和全連接分類層；
通過所述特征提取網(wǎng)絡分別對所述原始圖像和所述LBP編碼映射圖像進行特征提取，得到對應的原始圖像特征和LBP編碼映射圖像特征；
通過所述深度殘差層分別對所述原始圖像特征和所述LBP編碼映射圖像特征進行池化，得到對應的原始圖像特征向量和LBP編碼映射圖像特征向量；
通過所述全連接分類層對所述原始圖像特征向量和所述LBP編碼映射圖像特征向量進行融合分類，輸出所述原始圖像的物體紋理識別結(jié)果；
根據(jù)預設的損失函數(shù)對所述紋理識別網(wǎng)絡進行訓練，得到訓練好的紋理識別網(wǎng)絡；
通過所述訓練好的紋理識別網(wǎng)絡對待檢測的機械手采集視頻圖像進行物體紋理識別。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取機械手攝像頭采集的物體的視頻圖像，對所述視頻圖像進行預處理后得到多物體圖像數(shù)據(jù)集，由所述多物體圖像數(shù)據(jù)集構(gòu)成訓練數(shù)據(jù)集，包括：
獲取機械手攝像頭采集的物體的視頻圖像；
對所述視頻圖像進行抽幀預處理，得到幀圖像；
將所述幀圖像進行灰度化處理，得到多物體圖像數(shù)據(jù)集；
由所述多物體圖像數(shù)據(jù)集構(gòu)成訓練數(shù)據(jù)集。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，通過MDS算法根據(jù)所述LBP圖像得到LBP編碼映射圖像，包括：
通過MDS算法根據(jù)所述LBP圖像得到LBP編碼映射圖像；其中，由陸地移動距離描述兩個LBP圖像之間的差異。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，通過所述特征提取網(wǎng)絡分別對所述原始圖像和所述LBP編碼映射圖像進行特征提取，得到對應的原始圖像特征和LBP編碼映射圖像特征，包括：
通過所述特征提取網(wǎng)絡分別對所述原始圖像和所述LBP編碼映射圖像進行特征提取，得到對應的原始圖像特征和LBP編碼映射圖像特征；所述特征提取網(wǎng)絡為通用特征提取網(wǎng)絡。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，通過所述深度殘差層分別對所述原始圖像特征和所述LBP編碼映射圖像特征進行池化，得到對應的原始圖像特征向量和LBP編碼映射圖像特征向量，包括：
通過所述深度殘差層分別對所述原始圖像特征和所述LBP編碼映射圖像特征進行池化，得到對應的原始圖像特征向量和LBP編碼映射圖像特征向量；所述深度殘差層包括殘差編碼模塊和聚合模塊；所述殘差編碼模塊用于將輸入的特征圖通過sigmoid函數(shù)激活后，與原始輸入的特征圖做殘差計算，并將殘差計算結(jié)果輸入所述聚合模塊；所述聚合模塊用于對殘差進行池化。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，通過所述全連接分類層對所述原始圖像特征向量和所述LBP編碼映射圖像特征向量進行融合分類，輸出所述原始圖像的物體紋理識別結(jié)果，包括：
對所述原始圖像特征向量和所述LBP編碼映射圖像特征向量進行融合為：
Y＝Y(jié)0+a1Y1
其中，Y為融合結(jié)果，Y0為所述原始圖像特征向量，Y1為所述LBP編碼映射圖像特征向量，a1表示所述原始圖像特征向量和所述LBP編碼映射圖像特征向量之間的權(quán)重關系；
通過所述全連接分類層根據(jù)所述融合結(jié)果進行分類，輸出所述原始圖像的物體紋理識別結(jié)果。
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)利屬于湖南中科助英智能科技研究院有限公司，未經(jīng)湖南中科助英智能科技研究院有限公司許可，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/202210162181.2/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
