基于机器视觉的标定识别方法及装置制造方法及图纸

本发明专利技术提供了一种基于机器视觉的标定识别方法及装置。该方法包括：识别标定图像中X角点的位置及方向，其中，X角点为标定图像的圆心；寻找N×N矩阵的中心点及四个定位点；根据中心点及四个定位点在相机图像中的位置，求解单应矩阵H；通过搜索法，找出标定点模板与图像X角点之间的对应点；将配对成功的X角点，对比中心点的方向进行编码。本发明专利技术提供的基于机器视觉的标定识别方法及装置实现了一种精度高，速度快，对遮挡、图像大小、图像质量鲁棒性强的Marker定义方法。

【技术实现步骤摘要】
基于机器视觉的标定识别方法及装置
本专利技术涉及机器视觉
，特别是涉及一种基于机器视觉的标定识别方法及装置。
技术介绍
在计算机视觉中，三维空间定位一直是研究的热点问题。目前空间三维定位可以分成无Marker定位和有Marker定位两类。无Marker定位主要用于定位与地图构建(SLAM)、物体表面三维重建等领域，它的优点在于无需在物体表面附着Marker，而是通过左右相机图像的对应关系、前后两帧图像的对应关系或者通过解码结构光的方式来还原物体的表面形状或者运动情况，它的缺点在于计算量大、精度低，且往往需要融合模式识别或者与物体理论模型进行配准，才能对目标物体进行定位，在实际使用中多有不便。有Marker定位是指在目标物体表面固连一个或多个Marker，Marker完全由用户自身定义，用户通过解析Marker的姿态来推算物体运动的位姿。在对于精度要求较高且场景可控的情况下，多数采用的是有Marker的定位方式，例如MicronTracker，NDI等。有Marker定位中，定位的方式主要有X角点、圆形靶点、红外反光小球、二维码等，本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的标定识别方法，其特征在于，使用的标定点上印制有呈N×N矩阵排列的标定图像，N为奇数，由处于中心的标定图像向外围，处于相同外周层次的标定图像中，除编号处于第一个的标定图像与之前的标定图像相同以外，其余均相较于之前的标定图像，顺时针或逆时针旋转90°，所述标定方法包括：/n识别标定图像中X角点的位置及方向，其中，X角点为标定图像的圆心；/n寻找N×N矩阵的中心点及四个定位点；/n根据中心点及四个定位点在相机图像中的位置，求解单应矩阵H；/n通过搜索法，找出标定点模板与图像X角点之间的对应点；/n将配对成功的X角点，对比中心点的方向进行编码。/n

【技术特征摘要】
1.一种基于机器视觉的标定识别方法，其特征在于，使用的标定点上印制有呈N×N矩阵排列的标定图像，N为奇数，由处于中心的标定图像向外围，处于相同外周层次的标定图像中，除编号处于第一个的标定图像与之前的标定图像相同以外，其余均相较于之前的标定图像，顺时针或逆时针旋转90°，所述标定方法包括：
识别标定图像中X角点的位置及方向，其中，X角点为标定图像的圆心；
寻找N×N矩阵的中心点及四个定位点；
根据中心点及四个定位点在相机图像中的位置，求解单应矩阵H；
通过搜索法，找出标定点模板与图像X角点之间的对应点；
将配对成功的X角点，对比中心点的方向进行编码。


2.根据权利要求1所述的基于机器视觉的标定识别方法，其特征在于，标定图像为圆形图像，标定图像由经过圆心且相互垂直的两条直线划分为四个区域，四个区域包括两个深色区域及两个浅色区域，两个深色区域相互不相邻，两个浅色区域相互不相邻。


3.根据权利要求1所述的基于机器视觉的标定识别方法，其特征在于，呈N×N矩阵排列的各个相邻标定图像相互之间等距。


4.根据权利要求3所述的基于机器视觉的标定识别方法，其特征...

【专利技术属性】
技术研发人员：季旭全，谢东儒，耿宝多，李漠，
申请(专利权)人：北京大华旺达科技有限公司，
类型：发明
国别省市：北京;11