一种基于颜色特征的物体辅助识别方法技术

本发明专利技术是一种基于颜色特征的物体辅助识别方法，对于已知形状的物体，通过物体表面的颜色分布，可以更加细腻地对该物体加以刻画，从而对物体的识别带来更有意义的延展方法，不仅仅知道物体的形，还要进一步了解物体的色彩、材质等等细节信息，了解局部的色彩、材质是如何附着在全局的物体表面形状之上，这就对物体的识别来说更加细腻、更加精确。

An object recognition method based on color feature

The invention is a kind of auxiliary object recognition method based on color feature, known for the shape of the object, the object surface color distribution, can be more delicate to the object described, extension method to identify the object has more significance, not only to know the object shape, but also to further understand the object color and material etc. details of the information, to understand the local color, how materials are attached on the object surface in the global, the object recognition is more delicate, more accurate.

【技术实现步骤摘要】
一种基于颜色特征的物体辅助识别方法
本专利技术涉及人工智能、机器视觉、模式识别、物体识别等技术概念，特别是机器人在陌生环境里对物体或环境信息的识别，可以应用于家庭或工业机器人的视觉、无人机玩具的视觉及无人驾驶车的视觉。
技术介绍
随着近些年工业机器人的发展，带动了服务机器人行业的逐渐掘起，同时从2014年开始的智能硬件领域也开始突起，根据国际机器人联盟的统计，2015年服务机器人销售额将达85亿美元，并且保持较高的20％～30％增长率，在智能硬件领域，据艾瑞研究，2014年全球智能硬件装机量达到60亿台，预计2017年将超过140亿台。在市场高速发展的背后，问题同样明显，一方面市场的潜力还远未挖掘出来，另一方面，机器人及智能硬件进入服务行业也存在着一些技术难点，例如机器人或无人机或无人驾驶车的视觉识别等，目前来看都还有一定的技术难点。物体的视觉识别方面，虽是一大难点，但也有些技术往这方面攻关，例如专利《一种基于三维栅格地图的物体整体识别方法》中，提到一种方法“如何从形状的角度”来对物体进行识别。这里我们要解决的是：如何用颜色的属性信息来对物体进行详细刻画与识别。专利技术目的本专利技术的主要目的就是解决机器视觉对物体的识别问题，它提供一种方法，除形状信息外，另外的物体颜色等属性信息是如何辅助我们以深化物体视觉识别的。可以但不限于应用在面向家庭的机器人游戏、机器人清洁及无人机玩具飞行、无人驾驶汽车等方面。技术方案本专利技术的目的是这样实现的：通过相关设备及算法，例如激光雷达、CCD、CMOS、SLAM算法等，已经获取了实际物体的栅格地图信息及颜色信息，并进行颜色特征分析，其包括以下步骤：(1)通过物体的栅格信息，单从形状的信息出发，先行变换到膜空间上，这里的变换可以是共形变换，但不限于此，可以是双射变换等等。(2)在膜空间上，每点的信息如下表达：(3)针对物体的颜色信息在离散化后得f(x，y)＝[ρ色彩表达空间]，我们可以视之为一张图片，(4)针对颜色信息的图片，由边缘检测及提取算法，我们可以得到颜色信息的覆盖集合{Ui}，有了这些覆盖集，就可以借助其做物体细节识别。本专利技术所使用的系统组成如下：膜空间变换系统、颜色信息离散化系统、颜色信息的覆盖提取系统。这三个系统是按照功能设置的软件系统，各子系统具体功能如下：*膜空间变换系统：在已建模后的栅格地图上，把物体变换到膜空间上，*颜色信息离散化系统：在膜空间上经过变换或离散后，形成颜色信息图片，*颜色信息的覆盖提取系统：在颜色信息图片上，应用边缘检测及提取，得出颜色信息的覆盖集。附图说明：图1是本专利技术方法所用系统组成图图2是真实物体之熊猫的示例图图3是真实物体之熊猫在膜空间上的映射图图4是真实物体之熊猫的颜色信息图片图5是真实物体之熊猫的颜色信息覆盖之检测与提取图6是真实物体之熊猫的颜色信息覆盖集具体实施方式下面结合附图，说明本专利技术的实施方式。本专利技术方法所用的系统整体结构可参考图1，它有三个子系统组成，具体包含如下步骤：第一步首先，膜空间变换系统，单从物体的形状出发，把物体变换到膜空间上，这里的变换可以用共形变换，也可以在条件允许下，简化成用双射变换。这里我们可以把图2所示的熊猫共形变换到膜空间之Riemann球面上，如下所示：其中表示物体上每一点在Riemann球面上的映射点之坐标，由共形几何的理论，可以实现这样的共映射。映射后的情况如图3所示。第二步我们抛开形状信息只针对颜色信息处理，在颜色信息离散化系统，把图3所示的膜空间之Riemann球面上颜色信息，离散到一张512x512像素的图片上，这里计算时像素的大小不局限于512，可以根据精度要求具体处理，对于离散化方法，也不局限于某一种，这里根据Riemann球面上的天顶角及极角θ处理离散化，得到图片如图4所示，表达如下：f(x，y)＝[ρ色彩表达空间]第三步得到颜色信息的图片后，在颜色信息的覆盖提取系统里，利用边缘检测算法，如Haar小波、Gabor小波等，这里不局限于某一个或某一些算法，以达到颜色信息的覆盖集提取为最终目标，如图5所示。最终我们得到覆盖集合{Ui}如图6所示，{U0＝白色身体，U11＝鼻子，U1＝右耳，U2＝左耳，U3＝右眼珠，U4＝左眼珠，U5＝右眼圈，U6＝左眼圈，U7＝右前腿，U8＝左前腿，U9＝右后腿，U10＝左后腿，}综上，我们可以看到在给定的物体或环境上，通过其上的颜色等属性信息——覆盖集合{Ui}，可以在形状特征的基础上，辅助颜色属性信息，对物体或环境做了更加细腻的刻画与视觉识别。本文档来自技高网...

【技术保护点】
一种基于颜色特征的物体辅助识别方法，该方法是分析物体表面的颜色分布，以及附着在局部表面形状上的色彩是如何组成全局的物体表面，从而更加详细的了解并识别出该物体，其实现按如下步骤给出：(1)通过相关的设备及算法，如激光雷达、CCD、CMOS、视觉传感器及SLAM算法等，建立实际物体的二维或三维栅格地图，再把物体映射到常曲率的标准空间：欧氏几何空间或双曲几何空间或球面几何空间，二维的常曲率标准空间我们称为膜空间，变换到膜空间上后，物体可以表示为：

【技术特征摘要】
1.一种基于颜色特征的物体辅助识别方法，该方法是分析物体表面的颜色分布，以及附着在局部表面形状上的色彩是如何组成全局的物体表面，从而更加详细的了解并识别出该物体，其实现按如下步骤给出：(1)通过相关的设备及算法，如激光雷达、CCD、CMOS、视觉传感器及SLAM算法等，建立实际物体的二维或三维栅格地图，再把物体映射到常曲率的标准空间：欧氏几何空间或双曲几何空间或球面几何空间，二维的常曲率标准空间我们称为膜空间，变换到膜空间上后，物体可以表示为：表示物体的形状分布特征，表示物体的颜色分布特征；(2)对于物体的颜色分布特征可以在二维下，应用颜色边缘检测、提取算法，把全局的颜色分布集聚成有相似颜色组成的局部覆盖Ui，每一个覆盖Ui都是一种颜色特征与形状特征载体的统一体。(3)我们可以用覆盖的集合{Ui}来刻画物体，...

【专利技术属性】
技术研发人员：王红军，
申请(专利权)人：王红军，
类型：发明
国别省市：广东,44