[发明专利]智能化机械臂基于视觉的多目标快速高精度识别与定位方法

摘要

本发明涉及一种对于固联视觉单元的智能化机械臂对多目标快速高精度的识别与定位方法。本发明中通过模板图像和源图像实现在源图像中对模板图像的快速高精度的识别与定位。本发明中运用高斯金字塔降采样和拉普拉斯金字塔复原的方法，在提高识别与定位速度的同时保证了识别与定位的高精度。另外本发明提出了一种基于归一化互相关匹配算法与非极大值抑制相结合的平面多目标识别与定位方法，该方法可以实现对源图像中多个目标的同时识别与定位，并且相较于传统识别与定位算法大大提高了鲁棒性。

主权项

1.智能化机械臂基于视觉的多目标快速高精度识别与定位方法，实现在源图像中对模板图像的快速高精度的识别与定位，其中模板图像是事先已知的需要识别的目标的图像，源图像是智能化机械臂固联的视觉单元拍摄得到的图像，其特征在于，包括以下步骤：第一步,高斯金字塔降采样首先将模板图像和源图像通过高斯金字塔降采样来减小图像大小以提高图像匹配速度，高斯金字塔通过高斯平滑和亚采样获得一系列下采样图像，每一层都按照从下到上的顺序编号，层Gi+1表示尺寸小于层Gi的相邻层。给定一个整数变量n和一维取样序列f(n)，则基为2的上采样序列定义如下：基为2的下采样操作的定义为：f2↓(n)＝f(2n)             (2)第二步,归一化互相关匹配对得到的降采样后的模板图像和源图像进行归一化，得到归一化后的模板图像T(m,n)和源图像I(m,n)，通过互相关算法计算T(m,n)和I(m,n)的互相关值，响应函数R在坐标(i,j)位置的数学表达形式如下式所示：I(i+m‑1,j+n‑1)表示源图像在坐标(i+m‑1,j+n‑1)位置的像素值，T(m,n)表示模板图像在坐标(m,n)位置的像素值，分别表示模板图像和源图像在对应的模板大小区域内像素值的平均值，(M,N)为模板图像的尺寸；第三步，非极大值抑制对于通过互相关算法得到的响应值图像中符合响应阈值条件的像素点按照响应值降序排列，然后利用图像的膨胀运算来达到检测极大值的目的，另外过程中设置了距离阈值对满足条件的像素点进行约束，从而达到去除误匹配的作用，进而避免单一约束的不确定性，两像素点(x1,y1)和(x2,y2)间距离的表达式为：第四步，拉普拉斯金字塔复原对第三步中得到的响应值图像进行拉普拉斯金字塔复原得到最终的源图像中模板图像的检测结果，拉普拉斯金字塔第i层的数学定义：式中G_i表示第i层图像，UP操作是将源图像中位置为(x,y)的像素映射到目标图像的(2x+1,2y+1)位置，符号表示卷积运算，g_5×5表示5*5的高斯内核。