一种物体识别方法、系统、设备及介质技术方案

本发明专利技术公开了一种物体识别方法、系统、设备及介质，所述方法包括以下步骤：获取待识别物体的第一深度图像；对第一深度图像进行非相关性图像移除处理，得到第二深度图像；对第二深度图像进行位置数据识别，得到图像位置数据；设置物体实际坐标解析算法，基于图像位置数据和物体实际坐标解析算法计算待识别物体的第一实际位置数据；设置物体属性信息解析算法，基于第一实际位置数据和物体属性信息解析算法计算待识别物体的第一属性数据；本发明专利技术能够基于深度相机获取待识别物体的深度图像，同时根据识别处的位置数据能够智能计算出物体的尺寸信息，本发明专利技术中识别逻辑、计算逻辑和分析逻辑一体化，不需要人工进行数据解析和计算。算。算。

【技术实现步骤摘要】
一种物体识别方法、系统、设备及介质


[0001]本专利技术涉及图像识别
，具体的，本专利技术应用于工业检测领域，特别是涉及一种物体识别方法、系统、设备及介质。

技术介绍

[0002]目前，在工业控制领域，有时需要对物体的位置及尺寸进行精确的识别；传统的识别技术中，多采用RGB相机进行物体识别，而RGB相机遵循“近大远小”的成像原理，其不仅无法获取物体的实际坐标，并且照片中的尺寸也与实际尺寸有很大差距；因此需要设计一种基于深度相机的物体识别方法，来智能、精准的识别物体，并且能够精准的计算出物体的尺寸信息及位置信息。

技术实现思路

[0003]本专利技术的目的在于，针对现有技术中的上述问题，提供一种物体识别方法、系统、设备及介质，进而实现智能、精准的识别物体，并且能够精准的计算出物体的尺寸信息及位置信息。
[0004]为实现上述目的，本专利技术的具体技术方案如下：
[0005]一方面，本专利技术提供一种物体识别方法，包括以下步骤：
[0006]深度图像获取：
[0007]获取待识别物体的第一深度图像；
[0008]对所述第一深度图像进行非相关性图像移除处理，得到第二深度图像；
[0009]定位数据计算：
[0010]对所述第二深度图像进行位置数据识别，得到图像位置数据；
[0011]设置物体实际坐标解析算法，基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据；
[0012]属性数据计算：
[0013]设置物体属性信息解析算法，基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据。
[0014]作为一种改进的方案，所述获取待识别物体的第一深度图像，包括：
[0015]设置深度图像获取单元；
[0016]设置第一方位和第一捕捉范围；
[0017]按照所述第一方位和所述第一捕捉范围控制所述深度图像单元捕捉所述待识别物体的深度图像作为所述第一深度图像。
[0018]作为一种改进的方案，所述非相关性图像移除处理，包括：
[0019]确认所述第一深度图像的目标区域；
[0020]将所述第一深度图像的非所述目标区域进行裁剪；
[0021]设置第一深度阈值，以所述第一深度阈值作为基准值对裁剪后的所述第一深度图
像进行二值化处理；
[0022]令二值化处理后的所述第一深度图像作为所述第二深度图像。
[0023]作为一种改进的方案，所述对所述第二深度图像进行位置数据识别，得到图像位置数据，包括：
[0024]采用视觉学习算法提取所述第二深度图像中的第一物体轮廓；
[0025]确认所述第一物体轮廓的第一外接矩形；
[0026]基于所述第一外接矩形确认所述第一物体轮廓所对应的中心坐标数据和顶点坐标数据；
[0027]令所述中心坐标数据和所述顶点坐标数据作为所述图像位置数据。
[0028]作为一种改进的方案，所述基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据，包括：
[0029]基于所述图像位置数据调用所述物体实际坐标解析算法，得到所述第一实际位置数据；
[0030]所述物体实际坐标解析算法，包括：
[0031]设置第一坐标系深度值；
[0032]确认与所述图像位置数据相对应的第一高度值；
[0033]获取所述深度图像获取单元的第一内参；
[0034]基于所述第一坐标系深度值、所述第一高度值和所述第一内参设置实际坐标转换函数；
[0035]设定所述图像位置数据作为图像坐标数据；
[0036]将所述图像坐标数据输入所述实际坐标转换函数，输出第一实际值；
[0037]设定所述第一实际值为所述第一实际位置数据。
[0038]作为一种改进的方案，所述实际坐标转换函数，包括：
[0039]计算所述图像坐标数据与所述第一内参的第一差值；
[0040]计算所述第一差值与所述第一高度值的第一积值；
[0041]计算所述第一积值与所述第一坐标系深度值的第一商值；
[0042]计算所述第一商值与所述第一内参的第一和值；
[0043]输出所述第一和值作为所述第一实际值。
[0044]作为一种改进的方案，所述基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据，包括：
[0045]基于所述第一实际位置数据调用所述物体属性信息解析算法，得到所述第一属性数据；
[0046]所述物体属性信息解析算法，包括：
[0047]令所述顶点坐标数据所对应的第一实际位置数据作为所述待识别物体的属性计算数据；
[0048]基于所述属性计算数据进行距离计算，得到所述待识别物体的长度数据、宽度数据和高度数据；
[0049]令所述长度数据、所述宽度数据和所述高度数据作为所述第一属性数据。
[0050]另一方面，本专利技术还提供一种物体识别系统，包括：
[0051]深度图像获取模块、定位数据计算模块和属性数据计算模块；
[0052]所述深度图像获取模块，用于获取待识别物体的第一深度图像；深度图像获取模块对所述第一深度图像进行非相关性图像移除处理，得到第二深度图像；
[0053]所述定位数据计算模块，用于对所述第二深度图像进行位置数据识别，得到图像位置数据；定位数据计算模块设置物体实际坐标解析算法，定位数据计算模块基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据；
[0054]所述属性数据计算模块，用于设置物体属性信息解析算法，属性数据计算模块基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据。
[0055]另一方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述物体识别方法的步骤。
[0056]另一方面，本专利技术还提供一种计算机设备，所述计算机设备包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口，所述存储器通过所述通信总线完成相互间的通信；其中：
[0057]所述存储器，用于存放计算机程序；
[0058]所述处理器，用于通过运行所述存储器上所存放的程序来执行所述物体识别方法的步骤。
[0059]本专利技术技术方案的有益效果是：
[0060]1、本专利技术所述的物体识别方法，可以实现基于深度相机获取待识别物体的深度图像，基于本专利技术中的计算逻辑，对得到的深度图像进行智能的优化处理，提高位置数据的识别精准性，同时根据识别处的位置数据能够智能计算出物体的尺寸信息，本专利技术中识别逻辑、计算逻辑和分析逻辑一体化，不需要人工进行数据解析和计算，极大的提高了物体识别的效率、智能性和精准性。
[0061]2、本专利技术所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种物体识别方法，其特征在于，包括以下步骤：深度图像获取：获取待识别物体的第一深度图像；对所述第一深度图像进行非相关性图像移除处理，得到第二深度图像；定位数据计算：对所述第二深度图像进行位置数据识别，得到图像位置数据；设置物体实际坐标解析算法，基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据；属性数据计算：设置物体属性信息解析算法，基于所述第一实际位置数据和所述物体属性信息解析算法计算所述待识别物体的第一属性数据。2.根据权利要求1所述的一种物体识别方法，其特征在于：所述获取待识别物体的第一深度图像，包括：设置深度图像获取单元；设置第一方位和第一捕捉范围；按照所述第一方位和所述第一捕捉范围控制所述深度图像单元捕捉所述待识别物体的深度图像作为所述第一深度图像。3.根据权利要求1所述的一种物体识别方法，其特征在于：所述非相关性图像移除处理，包括：确认所述第一深度图像的目标区域；将所述第一深度图像的非所述目标区域进行裁剪；设置第一深度阈值，以所述第一深度阈值作为基准值对裁剪后的所述第一深度图像进行二值化处理；令二值化处理后的所述第一深度图像作为所述第二深度图像。4.根据权利要求2所述的一种物体识别方法，其特征在于：所述对所述第二深度图像进行位置数据识别，得到图像位置数据，包括：采用视觉学习算法提取所述第二深度图像中的第一物体轮廓；确认所述第一物体轮廓的第一外接矩形；基于所述第一外接矩形确认所述第一物体轮廓所对应的中心坐标数据和顶点坐标数据；令所述中心坐标数据和所述顶点坐标数据作为所述图像位置数据。5.根据权利要求4所述的一种物体识别方法，其特征在于：所述基于所述图像位置数据和所述物体实际坐标解析算法计算所述待识别物体的第一实际位置数据，包括：基于所述图像位置数据调用所述物体实际坐标解析算法，得到所述第一实际位置数据；所述物体实际坐标解析算法，包括：设置第一坐标系深度值；确认与所述图像位置数据相对应的第一高度值；
获取所述深度图像获取单元的第一内参；基于所述第一坐标系深度值、所述第一高度值和所述第一内参设置实际坐标转换函数；设定所述图像位置数据作为图像坐标数据；将所述图像坐标数据输入所述实际坐标转换函数，输出第一实际值；设...

【专利技术属性】
技术研发人员：胡焱，王龙晖，安静，马伟，
申请(专利权)人：浪潮金融信息技术有限公司，
类型：发明
国别省市：