[发明专利]一种钢卷双目视觉定位方法及设备有效

专利信息
申请号: 201810094718.X 申请日: 2018-01-31
公开(公告)号: CN108335331B 公开(公告)日: 2020-09-18
发明(设计)人: 胡友民;肖玲;吴波 申请(专利权)人: 华中科技大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/80;G06K9/46
代理公司: 华中科技大学专利中心 42201 代理人: 李智;曹葆青
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 双目 视觉 定位 方法 设备
【说明书】:

发明提供了一种钢卷双目视觉定位方法及设备,属于起重机定位技术领域。该方法采用双目相机拍摄获取标定卡图像和钢卷图像;根据标定卡图像进行立体相机标定,获得双目相机内部参数和外部参数;通过对双目相机拍摄的左右钢卷图像进行SIFT特征提取以及轮廓提取等操作获取左右相机拍摄的钢卷图像匹配点的二维坐标;基于前面获得的内部参数和外部参数对钢卷图像匹配点的二维坐标进行转换,获得钢卷图像匹配点的三维坐标,从而对钢卷图像进行三维重建,实现视觉定位。该设备通过调用实现上述方法的程序对钢卷进行视觉定位。本发明能够降低起重机抓取失误率,提高现场操作安全性,并且可以集成到起重机抓取生产线现场,大幅降低起重机吊取失误率。

技术领域

本发明属于起重机定位领域,更具体地,涉及一种起重机视觉定位方法及设备。

背景技术

随着工程机械邻域内关于起重机的技术不断成熟,用户对于起重机的要求不再仅仅局限于起重机的性能,还包括起重机的失效率、安全性、远程监视等。为了满足客户的以上要求,本领域相关技术人员已经做出了一些研究。

目前,在码头等环境复杂的大型场地上进行钢卷的吊取作业过程中,由于吊取环境复杂,通常采用无人化吊取,虽然在90%的情况下可保证吊取准确,但是仍然存在很多吊取失败的情况。然而,吊取的钢卷为大型工件,一旦失败其后果非常严重。相应地,本领域存在着发展一种能够对大型构件的吊取过程进行准确视觉定位的钢卷视觉定位方法的技术需求。

发明内容

针对现有技术的以上缺陷或改进需求,本发明提供了一种钢卷视觉定位方法及设备,其通过双目相机拍摄钢卷图像获取左右钢卷图像中的二维点坐标,通过双目相机拍摄标定卡图像进行立体相机标定,最终获取钢卷图像匹配点的三维坐标、实施钢卷三维重建,从而实现钢卷视觉定位。

为实现上述目的,本发明提供了一种钢卷双目视觉定位方法,采用双目相机拍摄获取标定卡图像和钢卷图像;根据标定卡图像进行立体相机标定,获得双目相机内部参数和外部参数;利用双目相机拍摄的左右钢卷图像获取钢卷图像匹配点的二维坐标;然后,基于立体相机标定获得的双目相机内部参数和外部参数对钢卷图像匹配点的二维坐标进行转换,获得钢卷图像匹配点的三维坐标,从而对钢卷图像进行三维重建,实现视觉定位。

进一步地,钢卷图像匹配点包括左右钢卷图像的匹配特征点和左右钢卷图像轮廓匹配点;利用双目相机拍摄的左右钢卷图像获取钢卷图像匹配点的二维坐标的方法如下:

步骤1:提取双目相机拍摄的左右钢卷图像的HOG特征;

步骤2:利用左右钢卷图像HOG特征训练SVM支持向量机,使用训练后的SVM支持向量机去除左右钢卷图像的背景区域;

步骤3:基于步骤2获得的去除背景区域的左右钢卷图像分别进行如下处理:

步骤3.1,使用SIFT算法提取左右钢卷图像中的不变局部特征,从而获取左右钢卷图像的匹配特征点及其二维坐标值;

步骤3.2,提取出左右钢卷图像的轮廓,并将左右钢卷图像的轮廓进行匹配,获得左右钢卷图像轮廓匹配点的二维坐标值。

进一步地,步骤1中提取左右钢卷图像的HOG特征的方法如下:

首先,对分别对左右钢卷图像进行灰度处理;然后,采用Gamma校正法对灰度处理后的图像进行颜色空间的归一化处理;其次,计算归一化的灰度图像中每个像素的梯度;之后,将归一化的灰度图像划分成多个单元;统计每个单元的梯度直方图,形成每个单元的描述子;将每9个单元组成一个块,一个块内所有单元的特征描述子串联起来得到该块的HOG特征描述子;最后,将所有块的HOG特征描述子串联起来,得到左右钢卷图像的HOG特征描述子,从而提取出左右钢卷图像的HOG特征。

进一步地,步骤3.1中获取左右钢卷图像的匹配特征点及其二维坐标值的方法如下:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810094718.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top