[发明专利]一种基于YUV颜色空间的简易目标识别方法

说明书

本发明公开了一种基于YUV颜色空间的简易目标识别方法，属于图像处理技术领域。基于目标图像的YUV颜色空间分布信息，应用像素几何构型和像素几何位置关系，简化目标标定算法，当应用于对颜色特征简易的目标进行识别时，能够快速进行标定与识别，并且识别精度能够满足使用要求。

技术领域

本发明属于图像处理技术领域，具体涉及一种基于YUV颜色空间的简易目标识别方法。

背景技术

在机器人视觉领域中，目标图像的特征标定主要有颜色、轮廓和形状等方法。但是，目前尚未有通用的特征标定方法，可以解决各种类型图像中的目标标定问题。其中，轮廓和形状的特征标定方法是以图像颜色信息为基础，且此类方法对目标信息、标定方法要求较高，实现较为困难，操作复杂，不便于对颜色特征简易的目标进行特征标定。

发明内容

为了解决上述现有技术中存在的缺陷，本发明的目的在于提供一种基于YUV颜色空间的简易目标识别方法，基于目标图像的YUV颜色空间分布信息，应用像素几何构型和像素几何位置关系，简化目标标定算法，并利用标定结果进行目标识别，识别精度和速度都可满足使用要求。

本发明是通过以下技术方案来实现：

一种基于YUV颜色空间的简易目标识别方法，包括以下步骤：

步骤1：读取样本图案的信息，得到样本图案中所有像素点的Y、U、V分量值，生成UV分布图；

步骤2：在步骤1生成的UV分布图上找到代表目标图案颜色特征的像素点区域，根据该区域内所有像素点的U、V分量的阈值，标定用于识别目标图案的阈值分类器；

步骤3：利用步骤2得到的阈值分类器对待识别图像中的所有像素点进行逐点识别，完成简易目标的识别。

优选地，步骤2的具体步骤为：在步骤1生成的UV分布图上找到代表目标图案特征的像素点区域，然后通过比较该区域内像素点U、V分量的方法得出U分量的最小值U_min和最大值U_max、V分量的最小值V_min和最大值V_max，在该区域内依次连接(U_min，V_min)、(U_max，V_min)、(U_max，V_max)和(U_min，V_max)，得到矩形的阈值分类器。

进一步优选地，步骤3的具体步骤为：利用步骤2得到的矩形的阈值分类器对待识别图像中的所有像素点进行逐点识别，若某像素点的U、V分量满足：U_min＜U＜U_max，V_min＜V＜V_max，则该像素点是目标图案的像素点，否则该像素点不是目标图案的像素点，所有像素点识别完毕后，完成简易目标的识别。

优选地，步骤2的具体步骤为：在步骤1生成的UV分布图上找到代表目标图案特征的像素点区域，在区域的边界处选择n个具有目标图案颜色特征的像素点并依次连接，得到凸n边形的阈值分类器。

进一步优选地，步骤3的具体步骤为：利用步骤2得到的凸n边形的阈值分类器采用向量叉乘判断法对待识别图像中的所有像素点进行逐点识别，若某像素点被凸n边形包围，则该像素点是目标图案的像素点，否则该像素点不是目标图案的像素点，所有像素点识别完毕后，完成简易目标的识别。

进一步优选地，n≥3。

与现有技术相比，本发明具有以下有益的技术效果：

本发明公开的基于YUV颜色空间的简易目标识别方法，基于目标图像的YUV颜色空间分布信息，应用像素几何构型和像素几何位置关系，简化目标标定算法，当应用于对颜色特征简易的目标进行识别时，能够快速进行标定、识别，并且精度能够满足使用要求。