[发明专利]一种移动机器人的视觉图像拼接系统及方法有效

专利信息
申请号: 201811223698.8 申请日: 2018-10-19
公开(公告)号: CN109064409B 公开(公告)日: 2023-04-11
发明(设计)人: 秦运柏;李加亮;王龙林;蒋品群;郝天之;王华;王伟芳;吴波;张伟;庞玲;全永桦 申请(专利权)人: 广西师范大学;广西交通科学研究院有限公司
主分类号: G06T3/40 分类号: G06T3/40;G06T5/00;G06T5/50;G06T7/33
代理公司: 南宁新途专利代理事务所(普通合伙) 45119 代理人: 但玉梅
地址: 541004 广西壮*** 国省代码: 广西;45
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 移动 机器人 视觉 图像 拼接 系统 方法
【权利要求书】:

1.一种移动机器人的视觉图像拼接系统,其特征在于,包括:

机器人图像采集模块,由安装在移动机器人上的双目摄像头构成,用于采集成对待拼接图像帧;

图像拼接系统处理模块,是在处理器上完成的,其包括:预处理模块、边界线定位模块、重合区域图像配准模块、图像变形融合模块、图像平滑模块,其中:

预处理模块,对所述机器人图像采集模块所采集的成对待拼接图像帧进行亮度调整;

边界线定位模块,对所述预处理模块处理后的成对待拼接图像帧划分测试块,再依次运用FAST算法和KNN算法对所述测试块进行配准,得到透视变换矩阵,然后再进行边界角点映射,从而定位边界线,得到重合区域信息,所述重合区域信息包括测试块特征点集、透视变换矩阵、重合区域图像;

重合区域图像配准模块,对所述重合区域图像采用透视变换矩阵进行分块,得到若干子图,再对所得的子图应用SURF算法、RANSAC算法、贝叶斯概率模型进行特征点配准及优化;

图像变形融合模块,使用优化的TPS函数对成对待拼接图像帧进行变形插值融合,其中所述优化的TPS函数为将所述特征点集中特征点之间的平均距离代替原TPS薄板样条函数中的正则参数;

图像平滑模块,对融合时的重合区域利用圆周映射像素,以实现像素从重合区域至非重合区域的平滑过渡,最终得到无缝隙的拼接图像帧;

无线图像显示模块,包括无线传输模块和显示器模块,其中:

无线传输模块,用于将所述图像拼接系统处理模块所获得的拼接图像帧传递给显示器模块;

显示器模块,用于显示所接收的拼接图像帧。

2.如权利要求1所述的一种移动机器人的视觉图像拼接系统,其特征在于,所述处理器为四核Cortex-A15处理器。

3.如权利要求1所述的一种移动机器人的视觉图像拼接系统,其特征在于,所述显示器模块为液晶显示器。

4.一种移动机器人的视觉图像拼接方法,其特征在于,包括:

第一,由安装在移动机器人上的双目摄像头采集成对待拼接图像帧;

第二,图像拼接系统处理对所述成对待拼接图像帧进行预处理、边界线定位、重合区域图像配准、图像变形融合和图像平滑处理,具体如下:

1)预处理对机器人图像采集模块所采集的成对待拼接图像帧进行预处理,调整亮度,得到成对的原图1和原图2;

2)边界线定位对原图1和原图2划分测试块,再依次运用FAST算法和KNN算法对所述测试块进行配准,得到透视变换矩阵,然后再进行边界角点映射,从而定位边界线,得到重合区域信息;

3)重合区域图像配准对所述重合区域采用透视变换矩阵进行分块,得到若干子图,再对所得的子图应用SURF算法、RANSAC算法、贝叶斯概率模型进行特征点配准及优化;

4)图像变形融合使用优化的TPS函数对原图1和原图2的重合区域、非重合区域进行变形插值融合;

5)图像平滑对融合时的重合区域利用圆周映射像素,以实现像素从重合区域至非重合区域的平滑过渡,最终得到无缝隙的拼接图像帧;

第三,所述拼接图像帧通过无线传输模块传递给显示器模块显示。

5.如权利要求4所述的一种移动机器人的视觉图像拼接方法,其特征在于,上述2)边界线定位的具体步骤如下:

步骤201、对原图1和原图2划分测试块,然后运用FAST算法对所述测试块进行特征点提取与配准,接着再运用KNN算法对特征点进行提纯,删除误匹配点,从而配准得到原图1和原图2中各自的匹配点集;

步骤202、由所述匹配点集中相对应的至少4对点计算出透视变换矩阵;

步骤203、由所述透视变换矩阵、特征点坐标,结合几何变换得到边界线;

步骤204、由边界线方程,分别在原图1和原图2中得到重合区域。

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广西师范大学;广西交通科学研究院有限公司,未经广西师范大学;广西交通科学研究院有限公司许可,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/201811223698.8/1.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