一种动态物体识别方法、计算机装置及可读存储介质制造方法及图纸

本发明专利技术适用于计算机领域，提供了一种动态物体识别方法、计算机装置及可读存储介质。该方法包括：获取待识别区域图像信息，图像信息包括环境信息和目标物体信息；根据图像信息提取目标物体特征信息；根据目标物体特征信息确定目标物体区域；基于目标物体特征信息，构建目标物体动态分析模型；判断目标物体区域是否符合所述目标物体动态分析模型的预测结果；若判断结果为是，则确定目标物体区域为目标物体并输出识别结果。实施本发明专利技术可以在不超过其硬件限制的情况下，克服物体运动过程中产生的动态模糊对识别效果的影响，以及由于物体运动时其特征值的变化较快，存在不确定性而导致物体识别效果较差的问题，从而提高动态物体的识别准确度。

【技术实现步骤摘要】
一种动态物体识别方法、计算机装置及可读存储介质
本专利技术属于计算机
，尤其涉及一种动态物体识别方法、计算机装置及可读存储介质。
技术介绍
机器人是自动控制机器的俗称，包括一切模拟人类行为或思想与模拟其他生物的机械(如机械猫等)。在当代工业中，机器人能够自动执行任务，可以用以取代或协助人类工作。而机器人视觉是指使机器人具有视觉感知功能的系统，是机器人系统组成的重要部分之一。由于不同物体的表面特征具有不同的特性和特点，且处于运动过程(动态)中的物体的表面特征变化较快，容易产生动态模糊，从而影响到机器人对其的动态识别结果(识别错误或者无法识别)。然而，现有的机器人视觉识别方法是对于动态的目标物体的识别效果较差，不能准确地识别出动态的目标物体。
技术实现思路
本专利技术实施例提供一种动态物体识别方法，旨在解决现有的机器人视觉识别方法是对于动态的目标物体的识别效果较差，不能准确地识别出动态的目标物体的问题。本专利技术实施例是这样实现的，一种动态物体识别方法，包括如下步骤：获取待识别区域图像信息，所述图像信息包括环境信息和目标物体信息；根据所述图像信息提取目标物体特征信息；根据所述目标物体特征信息确定目标物体区域；基于所述目标物体特征信息，构建目标物体动态分析模型；判断所述目标物体区域是否符合所述目标物体动态分析模型的预测结果；若判断结果为是，则确定所述目标物体区域为目标物体并输出识别结果。本专利技术实施例还提供一种计算机装置，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的各步骤。本专利技术实施例还提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的各步骤。本专利技术实施例提供的动态物体识别方法，利用目标物体特征信息确定待识别区域图像信息中的目标物体区域，并基于目标物体特征信息构建目标物体动态分析模型，进一步对目标物体区域进行动态分析判断，根据该目标物体动态分析模型可对目标物体的运动状况进行分析并预测出目标物体在运动过程中，其目标物体特征信息的动态变化趋势，进而判断出目标物体当前的运动状态，以克服目标物体在运动过程中产生的动态模糊和不确定性对识别结果产生的影响，从而提高了识别结果的准确性。附图说明图1是本专利技术实施例一提供的动态物体识别方法的实现流程图；图2是本专利技术实施例提供的图像坐标系示意图；图3是本专利技术实施例提供的世界坐标系示意图；图4是本专利技术实施例提供的像平面坐标系示意图；图5是本专利技术实施例提供的相机坐标系与像平面坐标系的成像投影关系示意图；图6是本专利技术实施例二提供的动态物体识别方法的实现流程图；图7是本专利技术实施例提供的动态物体识别装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本专利技术实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。为了进一步阐述本专利技术为实现预定专利技术目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本专利技术的具体实施方式、结构、特征及其功效，详细说明如下。本专利技术实施例提供的动态物体识别方法，利用目标物体特征信息确定待识别区域图像信息中的目标物体区域，并基于目标物体特征信息构建目标物体动态分析模型，进一步对目标物体区域进行动态分析判断，根据该目标物体动态分析模型可对目标物体的运动状况进行分析，根据其目标物体特征信息的动态变化趋势，进而判断出目标物体当前的运动状态，以克服目标物体在运动过程中产生的动态模糊和不确定性对识别结果产生的影响，从而提高了识别结果的准确性。图1示出了本专利技术实施例一提供的动态物体识别方法的实现流程，详述如下：在步骤S101中，获取待识别区域图像信息，该图像信息包括环境信息和目标物体信息。在本专利技术实施例中，可通过摄像装置(如安装在机器人上的摄像机或相机等)采集待识别区域的图像信息，其中该图像信息包括环境信息和目标物体信息。下面以待识别区域为足球赛场为例进行说明，通过摄像装置采集进入其采集视野范围内的图像。其中，采集到的图像中包含有进入采集视野范围内的足球场草坪、人物以及足球的图像。此处的环境信息，指进入采集视野范围内的足球场草坪及人物等足球场环境图像；目标物体信息，指进入采集视野范围内的足球图像。在本专利技术的一个实施例中，对当前拍摄到的待识别区域图像进行垂直扫描以获取待识别区域图像信息。其中，垂直扫描是指单位时间(以秒计)之内电子枪对整个屏幕进行扫描的次数，通常以赫兹(Hz)表示。以85Hz刷新率为例，它表示显示器的内容每秒钟刷新85次。作为本专利技术的一个实施例，以足球场上的足球为例，首先通过机器人自身的摄像头采集待识别区域图像，然后，将该待识别区域图像存储到机器人内部的存储器当中。机器人通过垂直扫描的方式从左向右扫描该待识别区域图像，获取待识别区域图像信息，并将待识别区域图像的图像坐标转化为世界坐标，对应到当前的环境中来。其中图像坐标系的示意图如图2所示，世界坐标系如图3所示。其中，图像坐标，是指摄像机采集的数字图像在计算机内可以存储为数组，数组中的每一个元素(像素，pixel)的值即是图像点的亮度(灰度)。在图像上定义直角坐标系u-v，每个像素的坐标(u，v)分别是该像素在数组中的列数和行数。故(u，v)是以像素为单位的图像坐标系坐标。世界坐标，是指由于摄像机可安放在环境中的任意位置，在环境中选择一个基准坐标系来描述摄像机的位置，并用它描述环境中的任意物体的位置，该坐标系称为世界坐标系。摄像机坐标系与世界坐标系之间的关系可以用旋转矩阵与平移向量来描述。与此相关的是图像坐标系和摄像机坐标系。相机坐标系(观察坐标系)相机坐标系的原点为相机的光心，x轴与y轴与图像的X，Y轴平行，z轴为相机光轴，它与图形平面垂直。光轴与图像平面的交点，即为图像坐标系的原点，构成的直角坐标系为相机坐标系。像素坐标：图像都是由像素组成的，像素坐标是像素在图像中的位置。像平面坐标系：像平面坐标系是以主点为原点的右手平面坐标系，用0-xy表示，用来表示像点在像片上的位置，但在实际应用中，常采用框标连线交点为原点的右手平面坐标系P-XY，称其为框标平面坐标系。在摄像机内所形成的像平面坐标系统，一般取像平面与摄像机坐标系统的XY平面平行，且轴x与轴X平行，轴y与轴Y平行，像平面的原点在摄像机的光轴上。在一个实施例中，像素坐标与像平面坐标系的关系如图4所示。假设每一个像素在u轴和v轴方向上的物理尺寸为dx和dy，通过每一个像素在u轴和v轴上的物理尺寸，建立像素坐标系和真实尺寸坐标系的关系(如下式(1)和(2))，并求解出待识别区域图像的内外参数u0，v0。通过求解得出的u0，v0对待识别区域图像进行三维场景的重构。本文档来自技高网...

【技术保护点】
1.一种动态物体识别方法，其特征在于，包括如下步骤：获取待识别区域图像信息，所述图像信息包括环境信息和目标物体信息；根据所述图像信息提取目标物体特征信息；根据所述目标物体特征信息确定目标物体区域：基于所述目标物体特征信息，构建目标物体动态分析模型：判断所述目标物体区域是否符合所述目标物体动态分析模型的预测结果；若判断结果为是，则确定所述目标物体区域为目标物体并输出识别结果。

【技术特征摘要】
2018.09.30 CN 20181115331541.一种动态物体识别方法，其特征在于，包括如下步骤：获取待识别区域图像信息，所述图像信息包括环境信息和目标物体信息；根据所述图像信息提取目标物体特征信息；根据所述目标物体特征信息确定目标物体区域：基于所述目标物体特征信息，构建目标物体动态分析模型：判断所述目标物体区域是否符合所述目标物体动态分析模型的预测结果；若判断结果为是，则确定所述目标物体区域为目标物体并输出识别结果。2.如权利要求1所述的动态物体识别方法，其特征在于，所述目标物体特征信息包括第一目标物体特征信息和目标物体纹理信息；所述根据所述目标物体特征信息确定目标物体区域，包括：根据所述第一目标物体特征信息，确定目标物体候选区域；根据所述目标物体纹理信息，确定目标物体区域；所述基于所述目标物体特征信息，构建目标物体动态分析模型，包括：基于所述目标物体纹理信息，构建目标物体动态分析模型。3.如权利要求2所述的动态物体识别方法，其特征在于，所述基于所述目标物体纹理信息，构建目标物体动态分析模型，包括：基于所述目标物体纹理信息，恢复得出所述目标物体的三维表面信息；根...

【专利技术属性】
技术研发人员：刘飞，杨洪勇，赵玫，唐莉，刘慧霞，韩辅君，张淑宁，邵远超，杨怡泽，李玉玲，刘远山，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：山东,37