[发明专利]货物的定位方法、装置、系统及计算机可读存储介质

说明书

本发明公开了一种货物的定位方法、装置、系统及计算机可读存储介质，该方法的步骤包括：采集待定位货物的图像，并通过有序点云对采集的图像进行分割，得到待定位图像；将待定位图像输入图像定位模型中，得到待定位图像对应的角点分割图和位置敏感分割图；基于图像定位模型，根据角点分割图和位置敏感分割图确定待定位货物的位置。本发明实现通过有序点云对采集的图像进行分割，将得到的待定位图像输入图像定位模型中，根据图像定位模型输出的角点分割图和位置敏感分割图确定待定位货物的位置，从而提高了货物定位稳定性，以及货物识别率。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种货物的定位方法、装置、系统及计算机可读存储介质。

背景技术

目前图像定位方法有基于Hough(霍夫变换)直线检测的矩形定位方法和patmax(图像位置搜索)模板匹配定位方法。基于Hough直线检测的矩形定位方法就是检测出图像中的相对较长的直线段，然后通过直线段的交点定位矩形角点，再通过矩形角点定位矩形，由于货物上通常有细缝、绳子和胶带等直线纹理，而矩形定位方法极易受直线纹理干扰，导致结果出错。patmax模板匹配定位方法就是通过注册货物表面的模板，计算出一系列用户构造的特征，在测试时，将待测图像按同样规则提取特征，进行模板匹配，从而定位出货物的位置，由于货物表面存在标签、安全绳和胶带等干扰因素，从而导致匹配失败。由此可知，现有图像定位方法的货物定位稳定性低，以及货物识别率低。

发明内容

本发明的主要目的在于提供一种货物的定位方法、装置、系统及计算机可读存储介质，旨在解决现有图像定位方法的货物定位稳定性低，以及货物识别率低的技术问题。

为实现上述目的，本发明提供一种货物的定位方法，所述货物的定位方法应用于机械臂中，其特征在于，所述货物的定位方法包括以下步骤：

采集待定位货物的图像，并通过有序点云对采集的图像进行分割，得到待定位图像；

将所述待定位图像输入图像定位模型中，得到所述待定位图像对应的角点分割图和位置敏感分割图；

基于所述图像定位模型，根据所述角点分割图和所述位置敏感分割图确定所述待定位货物的位置。

可选地，所述基于所述图像定位模型，根据所述角点分割图和所述位置敏感分割图确定所述待定位货物的位置的步骤包括：

获取所述图像定位模型根据所述角点分割图生成的，构成矩形框的四顶点集；

根据所述位置敏感分割图，计算各个所述四顶点集构成矩形框的位置敏感得分；

根据所述位置敏感得分对所述矩形框进行非极大值抑制，以确定所述待定位货物的位置。

可选地，所述采集待定位货物的图像，并通过有序点云对采集的图像进行分割，得到待定位图像的步骤包括：

对所述待定位货物进行采集，得到所述待定位货物对应的有序点云和色彩模式图像；

根据所述色彩模式图像在所述有序点云中进行广度优先搜索，以分割出所述色彩模式图像中的各个平面，得到所述待定位图像。

可选地，所述采集待定位货物的图像，并通过有序点云对采集的图像进行分割，得到待定位图像的步骤之前，还包括：

获取预设识别品种数据，根据所述预设识别品种数据对样本货物进行采集，并通过有序点云对采集图像进行分割，得到待训练图像；

获取预设识别标注数据，将携带有所述预设识别标注数据的待训练图像进行集合，得到样本图像集；

基于深度学习模型，根据所述样本图像集得到所述图像定位模型。

可选地，所述获取预设识别品种数据，根据所述预设识别品种数据对样本货物进行采集，并通过有序点云对采集图像进行分割，得到待训练图像的步骤包括：