三目视觉识别与定位装置制造方法及图纸

本实用新型专利技术公开了一种三目视觉识别与定位装置，涉及图像处理技术领域。所述装置包括：图像采集模块：包括第一摄像头、第二摄像头以及第三摄像头，所述第一摄像头、第二摄像头以及第三摄像头用于同时对目标进行抓拍，并分别生成图像Pic1，Pic2和Pic3，将图像传输到目标识别及定位运算服务器；目标识别及定位运算服务器：所述目标识别及定位运算服务器用于对图像采集模块采集的图像进行处理，计算出目标的中心点的三维坐标。所述装置具有定位精度高等优点。

【技术实现步骤摘要】
三目视觉识别与定位装置
本技术涉及图像处理方法
，尤其涉及一种三目视觉识别与定位装置。
技术介绍
随着自动化技术系统的发展，导致物体运动轨迹的定位识别抓取技术的应用越来越广泛。目前各种视觉定位方法都存在或多或少缺陷，没有做到多源信息融合检测和信息交互算法，所以最终造成定位不精确或者无法定位。
技术实现思路
本技术所要解决的技术问题是如何提供一种定位精度高的三目视觉识别与定位装置。为解决上述技术问题，本技术所采取的技术方案是：一种三目视觉识别与定位装置，其特征在于包括：图像采集模块：包括第一摄像头、第二摄像头以及第三摄像头，所述第一摄像头、第二摄像头以及第三摄像头用于同时对目标进行抓拍，并分别生成图像Pic1，Pic2和Pic3，将图像传输到目标识别及定位运算服务器；目标识别及定位运算服务器：所述目标识别及定位运算服务器用于对图像采集模块采集的图像进行处理，计算出目标的中心点的三维坐标。采用上述技术方案所产生的有益效果在于：本申请所述装置采用三个图像进行融合运算，从而消除了噪声和干扰，实现比以往方案更高的定位精度；每次循环中，随机排序的对三个摄像头采集图像的处理，降低了系统误差，提高了定位的精确度；通过定位算法，解决了摄像头所采集图像中的目标不全的问题，从而获得了更佳的定位精确度；通过三个像素头的同时图像采集，得到了信息冗余，利用冗余信息提升目标识别的准确度。附图说明下面结合附图和具体实施方式对本技术作进一步详细的说明。图1是本技术实施例所述装置的原理框图；图2是本技术实施例所述装置中目标识别及定位运算服务器的原理框图；其中：1、目标运动轨迹；2、第一摄像头；3、第二摄像头；4、第三摄像头；5、目标。具体实施方式下面结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。在下面的描述中阐述了很多具体细节以便于充分理解本技术，但是本技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本技术内涵的情况下做类似推广，因此本技术不受下面公开的具体实施例的限制。本技术实施例公开了一种三目视觉识别与定位方法，包括如下步骤：步骤1)：通过拍摄目标的各个角度、各个局部、各种大小、各种光照条件下的照片，训练得到预训练的人工神经网络目标识别模型；步骤2)：在目标运动轨迹1所在的平面中任意选取一个基准点，并预设第一摄像头2、第二摄像头3以及第三摄像头4的三维坐标分别为(x1，y1，z1)，(x2，y2，z2)，(x3，y3，z3)；步骤3)：第一摄像头2、第二摄像头3以及第三摄像头4同时对目标5进行抓拍，并分别生成图像Pic1，Pic2和Pic3，将图像传输到目标识别及定位运算服务器；步骤4)：目标识别及定位运算服务器生成一组随机数，将数组[1，2，3]随机排序，得到数组[i1，i2，i3]；步骤5)分别判断i1，i2，i3的具体值，并找到与其对应的图像Pic1、Pic2或Pic3，使用预训练的人工神经网络目标识别模型对图片做目标识别得到识别出的目标的区域信息；步骤6)：根据识别出的目标的区域信息执行定位算法，最终计算得到目标的中心点的三维坐标(xt，yt，zt)；步骤7)：循环，重复步骤3)-步骤6)的内容。进一步的，所述步骤5)进一步的包括如下步骤：步骤5-1)：判断i1＝1、2或3，相应的取图像Pic1、Pic2或Pic3，使用预训练的人工神经网络目标识别模型对图片做目标识别，得到识别出的目标的区域信息，顺时针排列的四个顶点的像素点为[p(i1，1)，p(i1，2)，p(i1，3)，p(i1，4)]，其中i1为1、2或3；步骤5-2)：判断i1＝1、2或3，相应的取图像Pic1、Pic2或Pic3，使用预训练的人工神经网络目标识别模型对图片做目标识别，得到识别出的目标的区域信息，顺时针排列的四个顶点的像素点为[p(i2，1)，p(i2，2)，p(i2，3)，p(i2，4)]，其中i2为1、2或3；步骤5-3)：判断i1＝1、2或3，相应的取图像Pic1、Pic2或Pic3，使用预训练的人工神经网络目标识别模型对图片做目标识别，得到识别出的目标的区域信息，顺时针排列的四个顶点的像素点为[p(i3，1)，p(i3，2)，p(i3，3)，p(i3，4)]，其中i3为1、2或3。进一步的，根据识别出的目标的区域信息执行定位算法的方法如下：第一摄像头的水平像素点范围为[0，W1]，以中心点计算的水平视角度数范围为[-A1，A1]度，垂直像素点范围为[0，H1]，以中心点计算的垂直视角度数范围为[-B1，B1]度；对于第一摄像头所采集图像Pic1经过目标检测得到目标的顺时针排列的四个顶点的像素点[p(1，1)，p(1，2)，p(1，3)，p(1，4)]，其中，p(1，1)的像素点包含水平像素点位置和垂直像素点位置，可表达为[w(1，1)，h(1，1)]，依次类推，可计算目标的中心点c1的像素点位置为[(w(1，1)+w(1，3))/2，(h(1，1)+h(1，3))/2]；计算目标中心点c1相对于第一摄像头垂直中轴线的水平偏移角度α1＝A1×(w(1，1)+w(1，3)-W1)/W1；计算目标中心点c1相对于第一摄像头垂直中轴线的垂直偏移角度β1＝B1×(h(1，1)+h(1，3)-H1)/H1；计算目标中心点c1相对于第一摄像头垂直中轴线的综合偏移角度同理，第二摄像头的水平像素点范围为[0，W2]，以中心点计算的水平视角度数范围为[-A2，A2]度，垂直像素点范围为[0，H2]，以中心点计算的垂直视角度数范围为[-B2，B2]度；对于第二摄像头所采集图像Pic2经过目标检测得到目标的顺时针排列的四个顶点的像素点[p(2，1)，p(2，2)，p(2，3)，p(2，4)]，其中，p(2，1)的像素点包含水平像素点位置和垂直像素点位置，可表达为[w(2，1)，h(2，1)]，依次类推，可计算目标的中心点c2的像素点位置为[(w(2，1)+w(2，3))/2，(h(2，1)+h(2，3))/2]；计算目标中心点c2相对于第二摄像头垂直中轴线的水平偏移角度α2＝A2×(w(2，1)+w(2，3)-W2)/W2；计算目标中心点c2相对于第二摄像头垂直中轴线的垂直偏移角度β2＝B2×(h(2，1)+h(2，3)-H2)/H2；计算目标中心点c2相对于第二摄像头垂直中轴线的综合偏移角度同理，摄像头3的水平像素点范围为[0，W3]，以中心点计算的水平视角度数范围为[-A3，A3]度，垂直像素本文档来自技高网...

【技术保护点】
1.一种三目视觉识别与定位装置，其特征在于包括：/n图像采集模块：包括第一摄像头(2)、第二摄像头(3)以及第三摄像头(4)，所述第一摄像头(2)、第二摄像头(3)以及第三摄像头(4)用于同时对目标(5)进行抓拍，并分别生成图像Pic1，Pic2和Pic3，将图像传输到目标识别及定位运算服务器；/n目标识别及定位运算服务器：所述目标识别及定位运算服务器用于对图像采集模块采集的图像进行处理，计算出目标的中心点的三维坐标。/n

【技术特征摘要】
1.一种三目视觉识别与定位装置，其特征在于包括：
图像采集模块：包括第一摄像头(2)、第二摄像头(3)以及第三摄像头(4)，所述第一摄像头(2)、第二摄像头(3)以及第三摄像头(4)用于同时对目标(5)进行抓...

【专利技术属性】
技术研发人员：李玮，黄浩，胡永明，刘忠成，王波，周治坤，刘冬，
申请(专利权)人：武汉易思达科技有限公司，湖北大学，
类型：新型
国别省市：湖北;42