[发明专利]智能搬运机器人目标识别方法及系统

权利要求书

1.一种智能搬运机器人目标识别方法，其特征在于，所述方法包括：

获取机器人在不同位置采集的待识别区域的多角度图像序列，对图像序列进行预处理，转换到LAB色彩空间；

分别提取图像序列中同一目标对应的目标图像；

分别对同一目标对应的目标图像进行特征融合及拼接，得到融合后的目标图像；

基于各个融合后的目标图像的LAB值计算各个融合后的目标图像的最优亮度调节系数，并进行各个融合后的目标图像的亮度校正；

判断校正后的目标图像的LAB值所属的颜色区间，识别目标对应的颜色。

2.根据权利要求1所述智能搬运机器人目标识别方法，其特征在于，所述分别提取图像序列中同一目标对应的目标图像具体为：

提取图像序列中的各个图像的特征并进行特征匹配，确定不同图像中同一目标对应的特征；

分别计算每张图像中背景图像和多个不同目标之间的最优分割阈值，基于所述最优分割阈值分别对同一图像中不同目标进行多阈值分割；

分别提取不同图像中同一目标分割出的区域作为目标图像，获取对应的LAB值。

3.根据权利要求1所述智能搬运机器人目标识别方法，其特征在于，所述分别对同一目标对应的目标图像进行特征融合及拼接具体为：

对不同图像中同一目标对应的目标图像进行畸变校正和图像配准；

从不同图像中同一目标对应的目标图像中选取亮度分布最均匀、清晰度高于预设阈值的一张目标图像作为基准图像；

以基准图像为参照，提取同一目标的其余目标图像与基准图像的重叠区域和非重叠区域，对重叠区域进行特征融合，对非重叠区域进行特征拼接，在特征融合和特征拼接的过程中进行初步平滑校正得到融合后的目标图像。

4.根据权利要求3所述智能搬运机器人目标识别方法，其特征在于，所述对重叠区域进行特征融合，对非重叠区域进行特征拼接具体为：

分别对不同图像中同一目标对应的目标图像进行相同尺度的网格划分，计算各个网格中像素的亮度均值；

统计各个图像中各个网格亮度均值的总体分布特征，提取亮度分布在预设置信度区间之外的网格；

筛选出与基准图像存在重叠区域的目标图像，将亮度分布在预设置信度区间之外的网格从筛选出的目标图像中剔除，按照重叠区域中亮度分布在预设置信度区间之外的网格所占的面积与重叠区域面积的比值由小到大的顺序对筛选出的目标图像排序；

按照目标图像排序依次将目标图像与基准图像进行加权融合，直到融合后的区域最大程度的覆盖基准图像，若基准图像中存在非重叠区域，将非重叠区域与融合后的区域拼接，直到与基准图像融合拼接完成。

5.根据权利要求1所述智能搬运机器人目标识别方法，其特征在于，所述基于各个融合后的目标图像的LAB值计算各个融合后的目标图像的亮度调节系数，并进行各个目标图像的亮度校正具体为：

获取待识别区域不同目标对应的融合后的目标图像中各个像素的LAB值并映射到同一个以L、A、B为分量的球形颜色空间中；

以不同目标的类内像素方差之和最小且类间像素方差最大为优化目标，采用优化算法计算各个目标的最优亮度调节系数；

基于各个目标的最优亮度调节系数分别对各个融合后的目标图像进行亮度调节校正。