[实用新型]视觉识别系统

说明书

技术领域

本实用新型涉及视觉识别技术领域，具体的说，涉及一种视觉识别系统。

背景技术

随着智能识别技术的不断发展，移动视觉识别系统已经被越来越多的应用在各种场景中。

在现有视觉识别技术中，被检测的物体和检测物体中有一个为静止状态，大部分情况下被检测的物体为静止状态。或者，被检测的物体和检测物体都处于静止状态。并且，在现有视觉识别技术中，被检测物体的检测点一般较大，易于识别。

但是，对于被检测物体的检测点较小的情况，或者被检测物体处于移动或变化的状态时，现有的视觉识别技术很难对被检测物体有效识别。因此，现有的视觉识别技术存在局限性，存在不能有效识别被检测物体的技术问题。

实用新型内容

本实用新型的目的在于提供一种视觉识别系统，以解决现有的视觉识别技术存在局限性，存在不能有效识别被检测物体的技术问题。

本实用新型提供一种视觉识别系统，包括摄像头和视觉库；

所述摄像头拍摄被检测物体，并将包含有被检测物体的图像传输至所述视觉库；

所述视觉库通过对比，从所述图像中识别被检测物体。

优选的，所述摄像头为高清摄像头。

优选的，所述摄像头为可移动摄像头。

进一步的，所述摄像头安装于移动机器人上。

优选的，所述的视觉库为OpenCV。

在一个优选实施方式中，所述被检测物体为机柜中的指示灯。

进一步的，该视觉识别系统还包括素材库，所述素材库中存储有被检测物体的图片；

所述视觉库将所述图像与所述素材库中的图片进行对比，从所述图像中识别被检测物体。

本实用新型带来了以下有益效果：本实用新型提供的视觉识别系统包括摄像头和视觉库。其中，摄像头首先拍摄被检测物体，并将包含有被检测物体的图像传输至视觉库。然后，由视觉库将摄像头拍摄到的图片进行对比，并从图像中识别被检测物体。本实用新型提供的视觉识别系统中，采用视觉库对摄像头拍摄到的图像进行对比，对于被检测物体较小的情况，以及被检测物体处于动态的情况，也能够有效识别，因此克服了现有的视觉识别系统的局限性，解决了现有的视觉识别系统不能有效识别被检测物体的技术问题。

本实用新型的其它特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本实用新型而了解。本实用新型的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

为了更清楚的说明本实用新型实施例中的技术方案，下面将对实施例描述中所需要的附图做简单的介绍：

图1是本实用新型实施例提供的视觉识别系统的示意图。

具体实施方式

以下将结合附图及实施例来详细说明本实用新型的实施方式，借此对本实用新型如何应用技术手段来解决技术问题，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本实用新型中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本实用新型的保护范围之内。

如图1所示，本实用新型实施例提供一种视觉识别系统，其中包括摄像头1和视觉库2。其中，摄像头1用于拍摄被检测物体，并将包含有被检测物体的图像传输至视觉库，视觉库2通过对比，从图像中识别被检测物体。

作为一个优选方案，本实施例中的摄像头1为高清摄像头。由于指示灯的体积较小，所以要确定指示灯的状态，需要高清摄像头拍摄监控画面，保证软件通过OpenCV识别出指示灯的状态。

高清在数字电视里有明确的规定，在摄像头领域虽然没有明确规定，但已经形成了默认的行规。高清摄像头指的是HD 1080P或HD 960P或HD 720P的摄像头，并且镜头元件必须使用五层玻璃镜头，因为全玻璃镜头要比塑料加玻璃的镜头清晰度好很多。

进一步的是，本实用新型塑料中的摄像头1为可移动摄像头，比如可以将摄像头1安装于移动机器人上，以便于图像的采集。

本实施例中，视觉库2为OpenCV。OpenCV的全称是Open Source Computer Vision Library，是一个基于BSD许可(开源)发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上，具有轻量级而且高效的特点。