一种基于激光点云的机柜识别方法技术

本发明专利技术公开了一种基于激光点云的机柜识别方法，其特征在于，包括：S1、点云数据预处理，过滤去除点云信息中的干扰项；S2、点云转换生成图像，将点云信息转换成二值图像数据；S3、图像数据处理，对生成的图像进行滤波处理消除噪声；S4、机柜轮廓识别，提取处理后的图像中的轮廓点集集合，根据轮廓点集对应的凸包面积与最小外接矩形的面积比来识别机柜的轮廓。能够直接对输入的点云建图数据进行处理，通过凸包与最小外接矩形的面积比对方法来识别检测机柜的矩形形状，不需要计算复杂的描述子和模板匹配，检测时间快，在矩形或类矩形形状的检测中有更高的识别率。有更高的识别率。有更高的识别率。

【技术实现步骤摘要】
一种基于激光点云的机柜识别方法


[0001]本专利技术涉及安放巡检过程中的物体识别
，尤其是涉及一种基于激光点云的机柜识别方法。

技术介绍

[0002]物体识别是计算机视觉应用的一项基本任务。识别通常基于目标物体的形状、灰度、颜色等信息。物体识别的目的就是要找到一个包含可以区分不同目标物体的有效信息的描述。由于要识别的物体是事先知道的，所以目标物体的几何特征可以被直接应用到识别任务中。
[0003]对于具有一定形状规则的物体，一般利用其物体几何特征进行识别。传统方法分为基于区域的匹配方法和基于轮廓的匹配方法。例如，基于轮廓匹配的方法有直方图匹配法，它通过对形状进行特征编码，生成直方图特征，然后通过直方图模板匹配对应的形状，从而完成形状检测。而基于hausdorff距离的形状匹配则是计算模板与形状点集之间的hausdorff距离，从而完成匹配。基于区域的匹配方法，最著名的则是基于Hu不变矩的形状匹配，Hu矩通过对几何矩的非线性组合，导出了一组对于图像平移、尺度、旋转变化不变的矩，这种识别方式往往具有较高的鲁棒性，但Hu不变矩只能用于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于激光点云的机柜识别方法，其特征在于，包括：S1、点云数据预处理，过滤去除点云信息中的干扰项；S2、点云转换生成图像，将点云信息转换成二值图像数据；S3、图像数据处理，对生成的图像进行滤波处理消除噪声；S4、机柜轮廓识别，提取处理后的图像中的轮廓点集集合，根据轮廓点集对应的凸包面积与最小外接矩形的面积比来识别机柜的轮廓。2.根据权利要求1所述的一种基于激光点云的机柜识别方法，其特征在于，所述S1中包括以下步骤：S11、通过半径滤波将点云数据中预设半径范围内数量达不到设定值的点云去除；S12、去除点云数据中由动态物体产生的点云数据。3.根据权利要求1所述的一种基于激光点云的机柜识别方法，其特征在于，所述S2中包括以下步骤：S21、遍历点云的每个激光线束，生成点云场景的占用栅格地图，激光线束穿透的栅格记为空闲状态，线束末端点记为占用状态，其余栅格记为未知状态；S22、将占用栅格地图的每个栅格作为像素点转化为二值形式图像。4.根据权利要求1或2或3所述的一种基于激光点云的机柜识别方法，其特征在于，所述S4中包括以下步骤：S41、将图像中的不同形状分割成由点集组成的轮廓集合，得到待检测的形状模块；S42、遍历每个轮廓集合，对轮廓集合进行凸包运算得到凸包并计算凸包面积；S43、计算凸包的最小外接矩形并计算最小外接矩形面积；S44、计算凸包面积与最小外接矩形面积的比值，当比值超过...

【专利技术属性】
技术研发人员：刘家宗，亓岳涛，陈杨，
申请(专利权)人：浙江国自机器人技术股份有限公司，
类型：发明
国别省市：