申请/专利权人：中国石油大学(华东)

申请日：2024-01-02

公开（公告）日：2024-03-22

公开（公告）号：CN117496189B

主分类号：G06V10/46

分类号：G06V10/46;G06V10/56;G06V10/36;G06V10/75;G06V10/74;G06V10/26;G06V10/28;G06T5/50

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.02.23#实质审查的生效;2024.02.02#公开

摘要：本发明属于物料托盘识别技术领域，公开了一种基于深度相机的矩形托盘孔识别方法及系统，通过测量获得托盘孔物理宽度，托盘孔物理高度，两个托盘孔中心距离，设置初始参数，获取深度相机的深度图数据及彩色图数据；将获得的深度图数据及彩色图数据融合为综合灰度图；根据获得的综合灰度图提取图像包含元素的轮廓；采用逐步排除法去除不符合托盘孔特征的轮廓；经过处理后剩余的轮廓作为最终识别得到的托盘孔轮廓，记录轮廓中心物理坐标。本发明提出了深度信息与颜色信息融合为综合灰度信息方法，可以提高光线较暗时的识别正确率。本发明提出了新的自适应阈值设置方法，可以提高远距离时托盘孔的识别精度和正确率。

主权项：1.一种基于深度相机的矩形托盘孔识别方法，其特征在于，该方法包括：S1、通过测量获得托盘孔物理宽度w0，托盘孔物理高度h0，两个托盘孔中心距离d0，设置初始参数；S2、获取深度相机的深度图数据及彩色图数据；S3、将获得的深度图数据及彩色图数据融合为综合灰度图；S4、根据获得的综合灰度图提取图像包含元素的轮廓；S5、采用逐步排除法去除不符合托盘孔特征的轮廓；S6、经过处理后剩余的轮廓作为最终识别得到的托盘孔轮廓，记录轮廓中心物理坐标；在步骤S5中，采用逐步排除法去除不符合托盘孔特征的轮廓，包括：S5.1、获得各轮廓的最小外包矩形，记录每个最小外包矩形4个顶点的图像坐标；S5.2、计算第k个轮廓最小外包矩形内像素点个数Nk,k＝1…CNUM，其中，CNUM为剩余轮廓数；如果NkNMAX或NkNMIN，则删除对应轮廓；NMAX为像素点上限阈值，NMIN为像素点下限阈值；S5.3、计算剩余每个轮廓与最小外包矩形的Hu矩相似度Sk,k＝1…CNUM，若SkSMAX，则删除对应轮廓；SMAX为Hu矩相似度阈值；S5.4、对于剩余的每个轮廓，根据最小外包矩形顶点对应的物理坐标计算轮廓相应的物理宽度w和高度h，去除不同时满足|w-w0|≤εw,MAX和|h-h0|≤εh,MAX的轮廓；εw,MAX为托盘孔宽度误差阈值，εh,MAX为托盘孔高度误差阈值，w0为托盘孔物理宽度，h0为托盘孔物理高度；S5.5、对剩余的轮廓进行轮廓匹配，去除匹配失败的轮廓；匹配时计算两个轮廓的中心距离dAB，两个轮廓中心线与相机X平面的夹角γA和γB；同时满足|dAB-d0|≤εd,MAX和|γA-γB|≤εγ,MAX的两个轮廓视为匹配成功，匹配成功的轮廓被保留，匹配失败的轮廓被剔除；εd,MAX为两托盘孔中心距离误差阈值，εγ,MAX为托盘孔倾角差阈值，d0为两个托盘孔中心距离；S5.6、对剩余轮廓挑选最佳匹配轮廓，计算每对匹配轮廓的Hu矩相似度，选择Hu矩相似度最小的一对轮廓作为目标轮廓。

全文数据：

权利要求：

百度查询： 中国石油大学(华东) 一种基于深度相机的矩形托盘孔识别方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD