基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法及装置制造方法及图纸

本公开提供了一种基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，包括：获取原始图像；其中，原始图像包括靶球；基于YOLOv3模型对原始图像进行检测，得到靶球在原图像像素坐标系下的区域信息；根据区域信息，对原始图像进行裁剪得到目标区域；对目标区域进行预处理，得到预处理后的目标区域；根据预处理后的目标区域，利用霍夫变换法拟合靶球的球心坐标信息，并将球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标；根据在原图像像素坐标系下的球心坐标，解算靶球在激光跟踪仪坐标系下的球心坐标，完成靶球的球心定位。本公开还提供了一种基于YOLOv3的复杂场景激光跟踪仪靶球球心定位装置、电子设备、存储介质及计算机程序产品。存储介质及计算机程序产品。存储介质及计算机程序产品。

【技术实现步骤摘要】
基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法及装置


[0001]本公开涉及靶球球心定位
，具体涉及一种基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法、装置、电子设备、存储介质及程序产品。

技术介绍

[0002]近年来，激光跟踪仪在高端装备制造与装配过程中应用的愈加广泛。在跟踪测量过程中，合作目标靶球受遮挡或操作不当等因素造成的目标丢失情况时有发生，严重影响工作效率，甚至会导致连续测量工作的失败，因此测量中断情况下实现快速的断光续接是亟待解决的问题，而靶球的快速检测与球心定位是实现快速断光续接面临的首要问题。
[0003]在现有技术中，利用数字图像处理与机器视觉技术对激光成像光斑或合作目标靶球的识别定位是实现视觉引导激光对准目标位置的重点内容。现有技术中的相关方法在简单场景下可实现合作目标的自动识别定位功能，但当现场环境复杂、存在形状相似物的干扰、现场环境光线变化等复杂场景工作时，相关方法的应用受到极大的制约。

技术实现思路

[0004]为解决现有技术中存在的问题，本公开实施例提供的一种基于YOLOv3本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，其特征在于，包括：获取原始图像；其中，所述原始图像包括靶球；基于YOLOv3模型对所述原始图像进行检测，得到所述靶球在原图像像素坐标系下的区域信息；根据所述区域信息，对原始图像进行裁剪得到目标区域；对所述目标区域进行预处理，得到预处理后的目标区域；根据预处理后的目标区域，利用霍夫变换法拟合所述靶球的球心坐标信息，并将所述球心坐标信息通过尺度变换与坐标平移得到在原图像像素坐标系下的球心坐标；根据在原图像像素坐标系下的球心坐标，解算所述靶球在激光跟踪仪坐标系下的球心坐标，完成所述靶球的球心定位。2.根据权利要求1所述的YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，其特征在于，所述根据在原图像像素坐标系下的球心坐标，解算所述靶球在激光跟踪仪坐标系下的球心坐标，完成所述靶球的球心定位，包括：根据在原图像像素坐标系下的球心坐标，解算所述靶球在归一化坐标系下的理想球心坐标，得到相机坐标系下所述靶球的球心坐标；根据激光跟踪仪与相机坐标系间的转换关系及相机坐标系下所述靶球的球心坐标，解算所述靶球在激光跟踪仪坐标系下的球心坐标，得到激光跟踪仪坐标系下所述靶球的球心坐标，完成所述靶球的球心定位。3.根据权利要求1所述的YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，其特征在于，所述YOLOv3模型通过以下步骤训练得到：获取复杂场景下所述靶球的N张历史图像，并进行人工标注；其中，N大于等于1000；对人工标注后的所述N张历史图像按照预置比例分成训练集、验证集及测试集；将所述训练集进行翻转、缩放及拼接处理后并输入至所述YOLOv3模型中进行训练；其中，在模型训练过程中，根据验证集的正确率对所述YOLOv3模型的超参数进行调整，得到已训练的YOLOv3模型。4.根据权利要求3所述的YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，其特征在于，所述将所述训练集进行翻转、缩放及拼接处理后并输入至所述YOLOv3模型中进行训练之后，还包括：利用所述测试集对所述已训练的YOLOv3模型进行测试，得到测试后的YOLOv3模型，并对所述测试后的YOLOv3模型进行前向传播参数提取与参数固化，得到可嵌入式部署的YOLOv3模型。5.根据权利要求1所述的YOLOv3的复杂场景激光跟踪仪靶球球心定位方法，其特征在于，所述对所述目标区域进行预处理，得到预处理后...

【专利技术属性】
技术研发人员：高豆豆，王博，王颖，董登峰，张滋黎，周维虎，郝灿，张佳，朱志忠，
申请(专利权)人：中国科学院微电子研究所，
类型：发明
国别省市：