[发明专利]一种机器人中的视觉跟踪方法及系统

摘要

本发明公开了一种机器人中的视觉跟踪方法及系统，其方法包括：基于机器人本体上的视觉系统进行图像采集；对采集后的图像进行滤波处理；根据预设参数对滤波处理后的图像进行图像分割；基于目标数据库获取目标物体的特征识别数据；基于特征识别数据完成对目标物体的定位。通过本发明实施例，通过针对性的目标建立相匹配的目标模板，实现相应搜索过程，达到对目标本体的视觉跟踪效果。 1

主权项

1.一种机器人中的视觉跟踪方法，其特征在于，所述方法包括：

基于机器人本体上的视觉系统进行图像采集；

对采集后的图像进行滤波处理；

根据预设参数对滤波处理后的图像进行图像分割；

基于目标数据库获取目标物体的特征识别数据；

基于特征识别数据完成对目标物体的定位。

2.如权利要求1所述的机器人中的视觉跟踪的方法，其特征在于，所述根据视觉系统中预设的参数进行图像分割包括：

创建灰度直方图；

确认分割阈值；

将灰度值与阈值进行比较；

对灰度直方图进行二值化处理；

对灰度直方图进行检索轮廓；

填充包围轮廓。

3.如权利要求2所述的机器人中的视觉跟踪的方法，其特征在于，所述创建灰度直方图包括：

计算原图像的累积直方图；

计算规定直方图的累积直方图；

计算两累积直方图的差值的绝对值；

根据累积直方图差值建立灰度级的映射。

4.如权利要求3所述的机器人中的视觉跟踪的方法，其特征在于，所述对灰度直方图进行二值化处理包括：

采用高斯函数对灰度直方图进行卷积处理，得到平滑模板；

将灰度直方图中的像素值与平滑模板相减获取差异值；

采用阈值二值化算法对获取的差异值进行迭代过程获得最大类间方差值；

基于最大类间方差值将灰度直方图中的背景部分进行分割处理。

5.如权利要求4所述的机器人中的视觉跟踪的方法，其特征在于，所述采用阈值二值化算法对获取的差异值进行迭代过程获得最大类间方差值包括：

基于预先设置的迭代次数从阈值初始值零值开始递减进行迭代过程；

在每一次的迭代过程中，基于阈值与差异值进行二值化处理，并获取所述差异值所对应的原像素值和二值化处理后的二值化值；

基于原像素值和二值化值计算出类间方差值，并在迭代过程中形成一个类间方差值集合；

在迭代过程结束之后，采取遍历方法获取类间方差值集合中的最大类间方差值。

6.如权利要求1至5任一项所述的机器人中的视觉跟踪的方法，其特征在于，所述完成对目标物体的定位包括：

基于特征识别数据创建目标追踪模型；

基于目标追求模型在分割后的图像中寻找相匹配的目标模块；

提取分割后的图像所对应的目标模块边缘；

搜索所对应目标模块中的目标物体；

基于目标追踪模型判断是否找到目标物体；

计算目标物体所对应的目标位置。

7.一种应用于机器人中的视觉跟踪系统，其特征在于，所述系统包括：

图像采集模块，用于基于机器人本体上的视觉系统进行图像采集；

图像滤波模块，用于对采集后的图像进行滤波处理；

图像分割模块，用于根据预设参数对滤波处理后的图像进行图像分割；

特征数据模块，用于基于目标数据库获取目标物体的特征识别数据；

特征识别模块，用于基于特征识别数据完成对目标物体的定位。

8.如权利要求7所述的应用于机器人中的视觉跟踪系统，其特征在于，所述图像分割模块用于创建灰度直方图；确认分割阈值；将灰度值与阈值进行比较；对灰度直方图进行二值化处理；对灰度直方图进行检索轮廓；填充包围轮廓。

9.如权利要求8所述的应用于机器人中的视觉跟踪系统，其特征在于，所述特征识别模块用于基于特征识别数据创建目标追踪模型；基于目标追求模型在分割后的图像中寻找相匹配的目标模块；提取分割后的图像所对应的目标模块边缘；搜索所对应目标模块中的目标物体；基于目标追踪模型判断是否找到目标物体；计算目标物体所对应的目标位置。