全天候未知环境下高精度快速圆形目标定位方法和系统技术方案

本发明专利技术涉及计算机视觉技术领域，本发明专利技术公开了一种全天候未知环境下高精度快速圆形目标定位方法，其具体包括以下的步骤：采用高分辨率相机采集图像，采集图像后对图像进行金字塔分解，在金字塔顶端的低分辨率图像上对完整目标或污染目标进行概略定位；然后再将低分辨率图像上的完整目标或污染目标位置映射至高分辨率图像；在高分辨率图像的目标映射区域上计算完整目标或者污染目标的中心点的三维坐标。通过在低分辨率图像上对完整目标或污染目标进行概略定位，然后映射的方式，能获得较快的定位速度，方便了系统的实现。本发明专利技术还公开了一种全天候未知环境下高精度快速圆形目标定位的系统。

【技术实现步骤摘要】

本专利技术涉及机器视觉
，具体是一种全天候未知环境下高精度快速圆形目标定位方法和系统，可在野外全天候环境下实现圆形目标识别与三维定位。
技术介绍
在机器视觉、模式识别领域，圆形标志物常被粘贴或者刻于目标表面，作为目标表面的一部分。由于圆形标志物具有较显著的特征，因此较识别物体本身，对圆形标志物的识别会更容易、更稳定。这种方法被广泛的应用于智能机械手对静止或移动目标抓取领域。在机械手的末端装上相机，通过相机拍摄的图像识别场景中的圆形目标，并计算圆形目标中心在全局坐标系中的三维坐标，用此值引导机械手对目标物进行自动抓取。在整个过程中，圆形目标的高精度、快速定位是关键。圆形目标识别与定位的方法主要有：(1)模板匹配法。这种方法通过提前建立圆形目标的模板，在目标图像中搜索和模板具有最大相似度的区域。以此区域作为目标所在的区域。通常，为了适应不同的环境，建立的模板需要有多种。(2)通过模式训练的方法。利用大量圆形目标的特征统计分布，对目标识别系统进行训练。将候选目标图像作为训练好分类器的输入，根据分类器的输出判断候选目标图像是否为真正的目标。以上是两种常见的圆形目标识别方法，识别到圆形目标所在的区域后，根据hough检测方法或者质心法计算出圆形目标的中心。模板匹配法的效果缺陷：误识别率较高，尤其是当圆形目标被污染时误识别率更高，耗时。通过模式训练的方法：需要提前对目标进行分割，误识别率较高，尤其是当圆形目标被污染时误识别率更高，耗时。采用高分辨率图像获得高精度定位，由于图像分辨率高，使得处理时间加长，无法达到实时处理。也即，现有的高精度定位技术不能很好的平衡速度与精度这两个指标，往往以牺牲速度换取高的定位精度，或者牺牲定位精度换取快的速度。相对室内环境下圆形目标，全天候未知环境下圆形目标的特点有：(1)背景可能为任意。(2)受到光照、遮挡、污染、阴影、透视形变的影响，圆形目标图案形状被改变。鉴于以上因素，使用模板匹配法时，很难给定准确的模板，因为目标被污染后的形状是任意的。因此，使用模板匹配法，会导致误识别率较高，进而直接导致定位错误。(3)当图像分辨率较高，而目标又较小时，从一幅图像中搜索目标区域，需要将模板在整幅图像上滑动，耗时长。而模式分类器的训练需要大量的样本，对于野外全天候自然环境，想要获取完备的样本几乎是不可能的。在训练分类器时，样本不同的特征，训练结果不一样。确定有效的样本特征是一个难点。训练样本通常需要手动的将目标从图像中分割出来，当样本数量偏大时，人工工作量将会较大。采用高分辨率图像获得高精度定位的技术缺陷，在现有的圆形目标定位技术中，为了获得较高的定位精度，需要采用高分辨率的相机。在目标识别过程中，需要对图像的每个区域进行识别，当图像分辨率过高时，需要识别的区域增多，导致时间开销加大。
技术实现思路
针对现有技术中的识别定位方法存在的上述问题，本专利技术公开了全天候未知环境下高精度快速圆形目标定位方法和系统。本专利技术的技术方案如下：本专利技术公开了一种全天候未知环境下高精度快速圆形目标定位的方法，其具体包括以下的步骤：采用高分辨率相机采集图像，采集图像后对图像进行金字塔分解，在金字塔顶端的低分辨率图像上对完整目标或污染目标进行概略定位；然后再将低分辨率图像上的完整目标或污染目标位置映射至高分辨率图像；在高分辨率图像的目标映射区域上计算完整目标或者污染目标的中心点的三维坐标。通过在低分辨率图像上对完整目标或污染目标进行概略定位，然后映射的方式，能获得较快的定位速度，方便了系统的实现。更进一步地，上述方法还包括对定位出的圆形目标进行验证，其验证过程包括以下的步骤：(1)计算原始图像坐标系下中心点(xc,yc)及其n*n邻域(n为空间圆形目标映射至相机像平面椭圆的短轴长度的三分之一)的灰度均值gn；(2)以点(xc,yc)为中心，沿着与x轴角度分别为0度、45度、90度、135度、180度、225度、270度、315度的八个方向(方向和角度可以根据需要进行灵活的设定)进行搜索，到达圆形物的边界后，再沿着该方向继续搜索5个(该值也可以是其它的值，比如6、4等)像素，以第5个像素为中心，计算n*n邻域(n为空间圆形目标映射至相机像平面椭圆的短轴长度的三分之一)的灰度均值，记为gex1、gex2、gex3、gex4、gex5、gex6、gex7、gex8；(3)计算di＝gn-gexi，i＝1～8；如果所有di的正负符号相同，则计算出的圆心坐标不是伪圆形坐标，反之是伪坐标。通过上述方法，剔除伪圆形坐标，从而提高识别的精度。更进一步地，上述对污染目标进行概略定位的过程具体为：(1)获取图片中的非闭合曲线，记为曲线为L；(2)对曲线上的每个点，计算沿x和y方向的差分，分别记为dx,dy；从第一个点开始，将符号相同的连续像素记为弧段ak，每一个ak具有自身的符号，“+”或“-”；(3)对每一个弧段ak的凸性进行分类：弧段ak将把其外接矩形R分为上下两个部分，计算向上部分的区域面积su和向下部分的区域面积sd，如果su>sd，则弧段ak为向下凸，记为\-\；反之为向上凸，记为“+”；(4)根据弧段的方向和凸性对弧段进行象限分类，在第一象限中，弧段方向为“+”，凸性为“-”；在第二象限中，弧段方向为“+”，凸性为“+”；在第三象限中，弧段方向为“-”，凸性为“-”；在第四象限中，弧段方向为“-”，凸性为“+”；(5)从第一个弧段a1开始循环，在其邻域搜索弧段ai(i≠1)，弧段ai和a1位于不同的象限，弧段ai(i≠1)和弧段a1构成候选椭圆的两部分；(6)将候选椭圆上每个像素的坐标值作为样本参数，代入椭圆方程，根据最小二乘求解椭圆参数，求得椭圆参数后，建立椭圆解析表达式，再将候选椭圆上每个点的坐标值代入椭圆方程，计算残差，去除残差大于2个像素(该范围可以根据需要进行选择)的像素点，剩余点的个数为n1；如果n1个数超过初始样本个数n0的80％(该百分比可以根据需要进行选择)，则将剩余的点再作为新的样本重新计算椭圆的参数，直至每个样本的计算残差都小于2(该范围可以根据需要进行选择)个像素。通过上述方法，识别被污染的圆形目标，提高了识别定位能力，方便了用户的使用。本专利技术还公开了全天候未知环境下高精度快速圆形目标定位的系统，其具体包括高分辨率相机、本文档来自技高网...

【技术保护点】
全天候未知环境下高精度快速圆形目标定位方法，其具体包括以下的步骤：采用高分辨率相机采集图像，采集图像后对图像进行金字塔分解，在金字塔顶端的低分辨率图像上对完整目标或污染目标进行概略定位；然后再将低分辨率图像上的完整目标或污染目标位置映射至高分辨率图像；在高分辨率图像的目标映射区域上计算完整目标或者污染目标的中心点的三维坐标。

【技术特征摘要】
1.全天候未知环境下高精度快速圆形目标定位方法，其具体
包括以下的步骤：采用高分辨率相机采集图像，采集图像后对图
像进行金字塔分解，在金字塔顶端的低分辨率图像上对完整目标
或污染目标进行概略定位；然后再将低分辨率图像上的完整目标
或污染目标位置映射至高分辨率图像；在高分辨率图像的目标映
射区域上计算完整目标或者污染目标的中心点的三维坐标。
2.如权利要求1所述的全天候未知环境下高精度快速圆形目
标定位方法，其特征在于所述方法还包括对定位出的圆形目标进
行验证，剔除伪圆形坐标。
3.如权利要求2所述的全天候未知环境下高精度快速圆形目
标定位方法，其特征在于所述验证过程包括以下的步骤：(1)计
算原始图像坐标系下中心点(xc,yc)及其邻域的灰度均值gn；(2)以
点(xc,yc)为中心，沿着与x轴或者y轴角度为设定角度方向进行搜索，
到达圆形物的边界后，再沿着该方向继续搜索N个像素，以第N个
像素为中心，计算邻域的灰度均值，得到8个方向的灰度均值gex；
(3)8个方向的灰度均值gex减去灰度均值gn，如果8个灰度差的正
负符号相同，则计算出的圆心坐标不是伪圆形坐标，反之是伪坐
标。
4.如权利要求3所述的全天候未知环境下高精度快速圆形目
标定位方法，其特征在于所述邻域的灰度均值为n*n邻域的灰度均
值。
5.如权利要求4所述的全天候未知环境下高精度快速圆形目

\t标定位方法，其特征在于所述n为空间圆形目标映射至相机像平
面椭圆的短轴长度的三分之一。
6.如权利要求1所述的全天候未知环境下高精度快速圆形目
标定位方法，其特征在于所述对污染目标进行概略定位的过程具
体为：(1)获取图片中的非闭合曲线，记为曲线为L；(2)对曲线
上的每个点，计算沿x和y方向的差分，分别记为dx,dy；从第一个
点开始，将dx,dy符号相同的连续像素记为弧段ak，每一个ak具有
自身的符号，“+”或“-”；(3)对每一个弧段ak的凸性进行分类：
弧段ak将把其外接矩形R分为上下两个部分，计算向上部分的区域
面积su和向下部分的区域面积sd，如果s...

【专利技术属性】
技术研发人员：袁建英，蒋涛，付克昌，
申请(专利权)人：成都信息工程大学，
类型：发明
国别省市：四川;51