基于状态估计的圆形运动目标识别与测量的系统与方法技术方案

本发明专利技术公开了基于状态估计的圆形运动目标识别与测量的系统与方法，具有双目相机，所述系统包括：数据采集单元，用于获取双目相机中的双目图像；图像处理单元,用于在所述双目图像中提取出目标的最大外轮廓并计算出目标的相对距离；距离判断单元，基于所述相对距离，判断是否双目立体视觉测量算法的执行条件；位姿解算单元，用于执行步骤中的两种立体视觉测量算法。本发明专利技术采用不同的特征提取算法能同时兼顾近距离与远距离的测量，提高了目标识别的效率，同时也提高了视觉测量的精度，可广泛应用于机器人视觉测量领域。

【技术实现步骤摘要】
基于状态估计的圆形运动目标识别与测量的系统与方法
本专利技术涉及机器人的视觉测量领域，具体涉及基于状态估计的圆形运动目标识别与测量的系统与方法，进一步的涉及圆形运动目标的识别、尺寸及位姿。技术背景基于视觉的目标识别和位姿测量方法已广泛应用于工业机器人的抓捕和智能制造领域。由于被测量的工业零部件形状都是不一致的，而且很多处于运动状态，同时安装相机的平台很难保持绝对的静止，也会发生一定程度的扰动，这给目标的识别与测量带来极大的挑战。圆形的零部件在工业应用中特别广泛，而很少有研究解决该类零部件在运动状态下的识别和测量问题。传统解决运动目标的视觉测量方法主要是预先知道目标的运动轨迹或者让目标停下来再检测和测量，这种方法效率低下，不便于拓展应用。由于圆形特征具有各向同向性，在像平面内呈现的是椭圆，通过双目的冗余信息即可得到圆形的位姿和半径尺寸。传统方法直接通过椭圆检测算法进行检测会提取出很多误检测的椭圆特征。由于测量目标运动时，目标在像平面内的尺度时刻变化，传统方法很难设置合理的阈值提取出待测量的圆形特征。此外，传统方法在目标识别过程中，需要搜索整幅图片，遍历每个像素，效率很低，限制了空间目标测量的实时性。为了提高圆形目标识别速度的同时又兼顾测量精度，因此该技术有必要进行改进。
技术实现思路
鉴于现有技术的缺陷，本专利技术旨在于提供基于状态估计的圆形运动目标识别与测量的系统与方法，通过本专利技术的方法提高了目标识别的效率，同时也提高了视觉测量的精度，可广泛应用于机器人视觉测量领域。>为了实现上述目的，本专利技术采用的技术方案如下，基于状态估计的圆形运动目标识别与测量的系统，具有双目相机，包括，所述系统包括：数据采集单元，用于获取双目相机中的双目图像；图像处理单元,用于在所述双目图像中提取出目标的最大外轮廓并计算出目标的相对距离；距离判断单元，基于所述相对距离，判断是否双目立体视觉测量算法的执行条件；位姿解算单元，用于执行步骤中的两种立体视觉测量算法。优选的，所述执行条件是，若满足，则所述系统加载采用基于最大外轮廓的圆形目标成像立体视觉测量算法；若不满足，则所述系统加载采用基于最小二乘法的立体视觉测量算法。本专利技术还提供基于状态估计的圆形运动目标识别与测量的系统的方法，所述方法包括以下步骤：S1对获取的双目图像进行Ostu二值化处理，判断图像的峰值信噪比PSNR是否满足图像清晰的条件；S2若不满足，则对模糊图像进行去模糊处理；若满足，则对图像进行最大外轮廓的提取及标记；S3根据双目的三维重构计算出圆形目标粗略的位置；S4根据三维位置信息，通过扩展卡尔曼EKF估计出目标的线速度S5根据估计的速度估计出目标的运动区域Area(xk,yk)；S6根据目标的活动区域寻找目标的最大外轮廓Bmax；S7根据上述提取的最大外轮廓进行位姿解算，判断目标的相对距离条件；S8若满足，则根据双目的圆形目标成像方法进行位姿解算；S9利用最小二乘法对提取到的最大外轮廓进行椭圆拟合，找出椭圆参数(uc,vc,ac,bc,θc)；S10根据椭圆参数，通过双目的圆形目标成像算法计算出目标的相对位姿和半径；S11若不满足，则根据圆形目标的三维重构方法进行位姿解算；S12根据最大外轮廓计算出目标的重心位置；S13利用最小二乘法对重心位置进行三维重构，计算出目标的相对位置。需要说明的是，通过图像增强的盲去卷积策略实现对双目相机获取的图像进行去模糊处理。需要说明的是，所述图像清晰的条件包括，双目图像的峰值信噪比PSNR在阈值范围δimage以内，即：PSNR≤δimage。需要说明的是，所述相对距离条件包括，目标相对于左相机的相对距离在阈值范围δd以内，即：d≤δd。需要说明的是，根据相对距离偏差，近距离时，采用圆形目标成像的双目立体视觉测量方法计算目标的位姿；远距离时，采用基于最小二乘法的双目立体视觉测量算法计算目标的位姿。需要说明的是，所述运动区域求解公式为，其中，k＝(l,r),fkx,fky为双目成像的函数，(Xcen,Ycen,Zcen)为目标相对于左相机坐标系的坐标，为根据相邻几帧位置估计的线速度，(δxk,δyk)为x,y方向像素补偿值。本专利技术的有益效果在于，采用不同的特征提取算法能同时兼顾近距离与远距离的测量。首先，通过图像增强方法对拖尾图像进行复原，然后，针对复原的图像进行轮廓提取与连通域标记。进一步地，根据最小二乘法拟合出外轮廓上的椭圆表面，提取出椭圆参数(椭圆中心位置、长短半轴以及偏转角)，提高了目标识别的准确性。接着，近距离测量时，根据检测得到的椭圆参数，通过圆形目标的双目成像算法进行位姿解算和半径；远距离时，根据检测得到的最大外轮廓，计算出轮廓质心，采用最小二乘法进行目标的位置解算。其较现有技术，提高了目标识别的鲁棒性，同时也提高了视觉测量的准确性。附图说明图1是本专利技术一实施例的近、远距离圆形运动目标视觉测量流程图；图2是本专利技术一实施例的圆形运动目标视觉测量示意图。具体实施例以下将结合附图对本专利技术作进一步的描述，需要说明的是，本实施例以本技术方案为前提，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围并不限于本实施例。本专利技术为基于状态估计的圆形运动目标识别与测量的系统，具有双目相机，包括，所述系统包括：数据采集单元，用于获取双目相机中的双目图像；图像处理单元,用于在所述双目图像中提取出目标的最大外轮廓并计算出目标的相对距离；距离判断单元，基于所述相对距离，判断是否双目立体视觉测量算法的执行条件；位姿解算单元，用于执行步骤中的两种立体视觉测量算法。优选的，所述执行条件是，若满足，则所述系统加载采用基于最大外轮廓的圆形目标成像立体视觉测量算法；若不满足，则所述系统加载采用基于最小二乘法的立体视觉测量算法。本专利技术还提供基于状态估计的圆形运动目标识别与测量的系统的方法，所述方法包括以下步骤：S1对获取的双目图像进行Ostu二值化处理，判断图像的峰值信噪比PSNR是否满足图像清晰的条件；S2若不满足，则对模糊图像进行去模糊处理；若满足，则对图像进行最大外轮廓的提取及标记；S3根据双目的三维重构计算出圆形目标粗略的位置；S4根据三维位置信息，通过扩展卡尔曼EKF估计出目标的线速度S5根据估计的速度估计出目标的运动区域Area(xk,yk)；S6根据目标的活动区域寻找目标的最大外轮廓Bmax；S7根据上述提取的最大外轮廓进行位姿解算，判断目标的相对距离条件；S8若满足，则根据双目的圆形目标成像方法进行位姿解算；S9利用最小二乘法对提取到的最大外轮廓进行椭圆拟合，找出椭圆参数(uc,vc,ac,bc,θc)；S10根据椭圆参数，通本文档来自技高网...

【技术保护点】
1.基于状态估计的圆形运动目标识别与测量的系统，具有双目相机，其特征在于，包括，所述系统包括：/n数据采集单元，用于获取双目相机中的双目图像；/n图像处理单元,用于在所述双目图像中提取出目标的最大外轮廓并计算出目标的相对距离；/n距离判断单元，基于所述相对距离，判断是否双目立体视觉测量算法的执行条件；/n位姿解算单元，用于执行步骤中的两种立体视觉测量算法。/n

【技术特征摘要】
1.基于状态估计的圆形运动目标识别与测量的系统，具有双目相机，其特征在于，包括，所述系统包括：
数据采集单元，用于获取双目相机中的双目图像；
图像处理单元,用于在所述双目图像中提取出目标的最大外轮廓并计算出目标的相对距离；
距离判断单元，基于所述相对距离，判断是否双目立体视觉测量算法的执行条件；
位姿解算单元，用于执行步骤中的两种立体视觉测量算法。


2.根据权利要求1所述的基于状态估计的圆形运动目标识别与测量的系统，其特征在于，所述执行条件是，若满足，则所述系统加载采用基于最大外轮廓的圆形目标成像立体视觉测量算法；若不满足，则所述系统加载采用基于最小二乘法的立体视觉测量算法。


3.一种实现如权利要求1或2所述的基于状态估计的圆形运动目标识别与测量的系统的方法，其特征在于，所述方法包括以下步骤：
S1对获取的双目图像进行Ostu二值化处理，判断图像的峰值信噪比PSNR是否满足图像清晰的条件；
S2若不满足，则对模糊图像进行去模糊处理；若满足，则对图像进行最大外轮廓的提取及标记；
S3根据双目的三维重构计算出圆形目标粗略的位置；
S4根据三维位置信息，通过扩展卡尔曼EKF估计出目标的线速度
S5根据估计的速度估计出目标的运动区域Area(xk,yk)；
S6根据目标的活动区域寻找目标的最大外轮廓Bmax；
S7根据上述提取的最大外轮廓进行位姿解算，判断目标的相对距离条件；
S8若满足，则根据双目的圆形目标成像方法进行位姿解算；
S9利用最小二乘法对提取到的最大外轮廓进行椭圆拟合，找出椭圆参数(uc,vc,ac,bc,θc)...

【专利技术属性】
技术研发人员：彭东清，杨柳，向佳佳，
申请(专利权)人：深圳市华艺鑫电子有限公司，
类型：发明
国别省市：广东;44