【技术实现步骤摘要】
一种基于深度图像的表面快速区分及特定目标识别方法
本专利技术涉及深度图像的目标识别领域，特别涉及一种基于深度图像的表面快速区分方法及特定目标识别方法。
技术介绍
深度图像也被称为距离影像，是指将从图像采集器到场景中各点的距离作为像素值的图像，它直接反映了目标可见表面的几何形状，因此，基于深度图像的应用比较广泛，尤其是在物流行业。目前，国内物流、港口航运、机场航运的吞吐量非常大，且呈递增趋势，各个分拣中心对包裹、货物、货柜等体积的测量比较局限和耗时，降低了运输效率。现有技术中，包裹多为长方体状，对包裹的体积测量主要通过比对传输带装货前和装货后的深度图像，提取包裹所在的矩形区域获知包裹的长宽，利用差异特征获取包裹的高度，计算包裹的体积，这种方式局限于特定场景，应用范围较小，无法满足实际物流行业中包裹密集堆积的需求；另外，现有技术大部分没有对长方体状的平面进行区分，容易造成长方体状的物体长宽高的误判，导致体积计算误差较大；目前对大型的货物、货柜的体积测量也基本采用手工测量。
技术实现思路
为解决...
【技术保护点】
1.一种基于深度图像的表面快速区分方法，其特征在于，包括：/nS1、获取深度图像，根据深度图像分别获取其X方向和Y方向的梯度图，梯度图的大小与深度图像的大小一致；S2、根据梯度图对其中的像素点进行分类；S3、根据分类结果获取深度图像中所有的水平面、左垂面和右垂面。/n
【技术特征摘要】 【专利技术属性】
1.一种基于深度图像的表面快速区分方法，其特征在于，包括：
S1、获取深度图像，根据深度图像分别获取其X方向和Y方向的梯度图，梯度图的大小与深度图像的大小一致；S2、根据梯度图对其中的像素点进行分类；S3、根据分类结果获取深度图像中所有的水平面、左垂面和右垂面。
2.根据权利要求1所述的基于深度图像的表面快速区分方法，其特征在于，根据梯度图对其中的像素点进行分类的具体方式为：
遍历X方向的梯度图中的每个像素点值DX（r，c），Y方向的梯度图中的每个像素点值DY（r，c），其中r=0...m，c=0...n，m代表所在梯度图的行数，n代表所在梯度图的列数；
给定正分割阈值p和负分割阈值q，大于等于p的DY（r，c）对应的像素点位于垂直面，小于等于q的DY（r，c）对应的像素点位于水平面；
对于所有垂直面上的点，小于等于q的DX（r，c）对应的像素点位于左垂面，大于等于p的DX（r，c）对应的像素点位于右垂面。
3.一种特定目标识别方法，基于权利要求1至2任一项所述的基于深度图像的表面快速区分方法，其特征在于，包括：S1、获取目标的深度图像，根据深度图像分别获取其X方向和Y方向的梯度图，梯度图的大小与深度图像的大小一致；S2、根据梯度图对其中的像素点进行分类；S3、根据分类结果获取深度图像中目标的上表面、左垂面和右垂面的分割图像；S4、获取目标的上表面、左垂面和右垂面。
4.根据权利要求3所述的特定目标识别方法，其特征在于，根据分类结果获取深度图像中目标的上表面、左垂面和右垂面的分割图像的具体方式为：
根据分类结果获取与梯度图大小相同的水平面、左垂面和右垂面的二值图，定义与梯度图大小相同的上表面的分割图像，设定像素点的初始值为0；
从下到上遍历水平面的二值图中第一列的像素点，根据深度图获取每个像素点的可信度值，给定可信度阈值，若该像素点的可信度值小于给定的可信度阈值，则该像素点的状态为未知，处理下一像素点；否则，若对应的像素点值为255，则该像素点的状态为水平，若对应的像素点为0，则该像素点的状态为垂直，若像素点值为0的像素点的数目大于给定的高度阈值，则将其后出现的像素点值为255的像素点对应在上表面的分割图像上并将其像素值更新为255，记录每一次像素点状态发生转变的像素点所在的行数，遍历完第一列所有行的像素点后，将从记录的行数起到第1行的第一列所有像素点对应在上表面的分割图像上的位置的像素值置为0，同样的方式遍历完平行面图像的所有行列，获取初始的上表面的分割图像，对获取的初始的上表面的分割图像进行修补，更新上表面的分割图像；
获取深度图像的边缘点图，将边缘点图中的边缘点分别一一对应在更新后的上表面的分割图像、左垂面的二值图和右垂面的二值图中，将更新后的上表面的分割图像中水平状态的非边缘点的像素点值更新为0，将左垂面的二值图中非边缘点的像素值为255的像素点值更新为0，将右垂面的二值图中非边缘点的像素值为255的像素点值更新为0，获取最终的上表面的分割图像、左垂面的二值图和右垂面的二值图，将左垂面的二值图和右垂面的二值图分别记作左垂面的分割图像和右垂面的分割图像。
技术研发人员：汪辉，任大明，
申请(专利权)人：南京鑫和汇通电子科技有限公司，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。