[发明专利]一种基于双目视觉的多目标识别与定位方法

说明书

本发明公开了一种基于双目视觉的多目标识别与定位方法，它涉及图像处理领域。技术要点为：1、双目相机标定；2、对图像进行畸变矫正，降噪滤波，图像增强等预处理；3、Otsu算法对图像进行分割，Canny算法提取轮廓特征；4、轮廓信息与模板信息进行匹配；5、Harris角点检测法提取角点，改进的NCC算法提高匹配速率；6、空间映射线求交获取目标空间位姿；本发明所公开的识别方法能够快速实现多目标的识别与定位，且识别定位精度高，具有很好的应用前景。

技术领域

本发明属于图像处理技术领域，特别涉及一种基于双目视觉的多目标识别与定位方法。

背景技术

在工业自动化领域，结合双目视觉技术，机械臂对单一目标的抓取、搬运、分拣、码垛等技术已经非常成熟，并应用广泛。然而针对多目标的机械臂自动化抓取、分拣、码垛等技术还需要进行研究并不断提高。待识别目标与匹配模板进行相似度匹配时，因为目标的位置与姿态同模板差异过大，会导致对目标识别存在错误，以及获得目标的识别定位结果耗时较长。

发明内容

针对上述问题，本发明提供一种基于改进蚁群优化算法的机械臂运动轨迹规划方法，通过双目视觉感知工作环境中的障碍物，在多障碍物空间中运行改进的蚁群优化算法规划机械臂运动轨迹，实现机械臂在多障碍物空间中的避障运动。实现本发明的技术方案包括如下过程：

一种基于双目视觉的多目标识别与定位方法，包括以下步骤：

步骤一：双目相机标定

通过张正友标定法进行双目相机标定；

步骤二：图像采集；

步骤三：图像预处理

采用中心点邻滤波方法可以有效抑制高斯与椒盐这两种噪声，其原理为去除以中心点像素为圆心的圆周所含n₂个像素点灰度值中最值各m个，然后对余下像素点进行均值计算f_r(x,y)，替换噪声像素点所在位置。其表达式为：

式中：∑f(x＝i,y＝j)表示去除最高与最低灰值后所剩灰度值之和，当n²-2m＝1时，此时去噪效果与中值滤波等同；当m＝0时，则可以抑制高斯噪声，因此，去噪效果取决于m值的选取。

直方图均衡化可以提高图像分辨率，使其更具立体感，此方法为避免由于剧烈变化导致图像处理的难度加剧，尽可能使其均匀的分布。

步骤四：边缘提取

通过Otsu算法分割3中预处理后的图像，以式(2)得出的阈值为基准进行图像分割处理。采用Canny算法提取轮廓特征；

式中：g_min和g_max为图像所含灰度值的最值，dist_{obj_bkg}为图像的类间方差。

步骤五：轮廓特征识别

提取待测图像特征量，将待识别图像中目标物体的轮廓特征信息与模板图像所涵盖的轮廓特征量进行匹配，以其相似度所在范围判断是否所属为同一类物体。

步骤六：立体匹配

采用级别为亚像素级别的Harris角点检测方法进行角点提取。以差分求和定理为基础对NCC算法做进一步改进，用以提升左右视图特征点匹配速度。具体实施为：设两个一维数组f(x)、g(x)且均具有变量N个，满足关系式如下：

式中：

F(x)＝f(x)-f(x+1)

G(x)＝G(x-1)-g(x+1)