仿生机械恐龙的视觉识别系统实现方法技术方案

本发明专利技术公开了一种仿生机械恐龙的视觉识别系统实现方法，包括以下步骤：通过左、右并排设置的两台参数相同的左、右摄像机实时获取同一时间人体手掌的两幅数字图像A1、A2；基于人体手掌的肤色颜色侦测并提取所述数字图像A1、A2中人体手掌的轮廓参数值，并与内置的人体手掌样本参数值进行对比，识别出所述数字图像A1、A2中的人体手掌；基于所述数字图像A1、A2中的人体手掌座标，根据双目视觉的视差原理，计算得到人体手掌在相应的摄像机座标系以及固定座标系内三维座标，从而获得人体手掌的深度信息，实现了仿生机械恐龙的智能视觉感知，达到一定的仿生效果。

【技术实现步骤摘要】

本专利技术涉及四足机器人，具体涉及。
技术介绍
机器人技术是近几十年来迅速发展起来的ー门高新技术，它综合了机械、微电子与计算机、自动控制、传感器与信息处理以及人工智能等多学科的最新研究成果，是机电一体化技术的典型载体。大型四足仿生机械恐龙是四足歩行机器人的ー种重要应用，广泛应用于娱乐、影视等领域。众所周知，视觉识别系统是大型四足仿生机械恐龙的重要组成部分，通过视觉识别系统实现大型四足仿生机械恐龙的自主感知，并通过运动控制系统做出相应的动作。 目前机器人的视觉识别系统由一台摄像机组成，通过摄像机获取周围场景的数字图像，再进行处理分析，从而获得目标特征。但是，这种视觉识别系统仅适用于固定不动的エ业机器人上，对于移动式机器人而言则存在一定的局限性，最突出的缺点就是无法获知目标的距离，从而限制了机器人的主动反应功能。有鉴于此，需要对现有的大型四足仿生机械恐龙的视觉识别系统进行改进设计，使其具备智能化的视觉感知功能，从而通过运动控制系统做出相应的动作。
技术实现思路
本专利技术所要解决的技术问题是解决大型四足仿生机械恐龙的视觉识别系统智能化的视觉感知功能较差的问题。为了解决上述技术问题，本专利技术所采用的技术方案是提供一种，包括包括以下步骤通过左、右并排设置的两台參数相同的左、右摄像机实时获取同一时间人体手掌的两幅数字图像Al、A2 ；基于人体手掌的肤色颜色侦测并提取所述数字图像Al、A2中人体手掌的轮廓參数值，并与内置的人体手掌样本參数值进行对比，识别出所述数字图像Al、A2中的人体手掌；基于所述数字图像Al、A2中的人体手掌座标，根据双目视觉的视差原理，计算得到人体手掌在相应的摄像机座标系以及固定座标系内三维座标，从而获得人体手掌的深度イM息，所述固定座标系以左、右摄像机的中点为原点。在上述方法中，基于肤色颜色侦测并提取数字图像中人体手掌的轮廓參数值的步骤如下；根据设定的人体手掌肤色颜色提取出数字图像内的人体手掌皮肤颜色；进行肤色部分与非肤色部分的分割；以手掌中心为圆心，以一定的步长按圆形由手掌中心向外逐层扫描，获得人体手掌的轮廓參数值，识别出人体手掌轮廓。在上述方法中，识别出人体手掌轮廓的步骤如下步骤201、利用高斯滤波器平滑原始图像；步骤202、使用一阶偏导的有限差分计算图像梯度的方向和幅值；步骤203、对边缘进行适当的增强，抑制极大值；步骤204、利用双闕值算法进行边缘的检测和定位、连接；步骤205、在有效的边缘信息里，采用的Hough变换方法检测识别人体手掌的轮廓。在上述方法中，在步骤204中，设定两个阈值thl和th2，两者关系为thl=0. 4th2 ；对原始的灰度图像将梯度值小于thl的像素的灰度值设为0，从而得到图像I ;将梯度值小于th2的像素的灰度值设为0，得到图像2 ;再以图像2为基础，以图像I为补充来连结图像·的边缘。在上述方法中，手掌特征信息采用手掌结构体来定义，手掌结构体中的成员变量包括扫描线进入肤色时的角度变量、出肤色区域时的角度变量、肤色区域的个数以及肤色区域的名称标识。在上述方法中，在进行人体手掌识别时，首先提取人体手掌的特征信息，再利用公式S =ヾΣ⑶-め计算出所述手掌结构体中的參数与内置的人体手掌样本參数均值的累积偏差，偏差< 3. 5时就判定为人体手掌。在上述方法中，所述的左、右摄像机使用前，对以下參数进行标定内參数矩阵Ti -JCtgOl U1 O^ -γ^θ2 U2 O0v* 0 0 I^F2 K 00O I O OO I O」> LJ >畸变系数矩阵ζ ! = ； ζ 2 = 外參数矩阵R = ；1O O cos 6*,. Osin O1, cos(9_ -sin θ_ ORx= O cosθχ -sin見 Ry ニ O IO Rz= sincos<9, OO sin 没,.cos θ,. · -sm Oy 0cos θ . 00 I .95 其中も和f2指左、右摄像机的有效距离，即图像平面到左、右摄像机平面的距离；k2、I1和I2指图像上像素的长和宽；Θ i和Θ 2指左、右摄像机的光轴相对于各自摄像机坐标系的偏角！UpUpV1和V2指目标点在图像平面内的坐标值；kellロ。21ル。22为左、右摄像机内部透镜的径向畸变系数和切向畸变系数ポ为左、右摄像机之间的旋转矩阵；T为左、右摄像机之间的平移矩阵；Θ为摄像机座标系与固定座标系之间的旋转角度。在上述方法中，采用ニ步法对摄像机的參数进行标定，具体步骤如下步骤301、忽略畸变參数，取一组模板图像上畸变较小的点即靠近图像中心的点，利用这些点的世界坐标系位置坐标和图像像素坐标值作为已知參数，由线性标定方法求解得到摄像机的内外參数；步骤302、利用优化算法迭代，提高摄像机各个内外參数的精度；步骤303、将第二步所得的内外參数作为初始值，然后选取该模板平面上的所有有效角点，建立一个优化模型，最終在优化算法的迭代下，求得摄像机最优的内部參数矩阵，外部參数矩阵以及畸变參数矩阵。本专利技术，通过左、右并排设置的两台參数相同的左、右摄像机实时获取同一时间人 体手掌的两幅数字图像，再根据双目视觉的视差原理，计算得到人体手掌在相应的摄像机座标系以及固定座标系内三维座标，从而获得人体手掌的深度信息，实现了仿生机械恐龙的智能视觉感知，达到一定的仿生效果。附图说明图I为本专利技术的流程图。具体实施例方式本专利技术提供的仿生机械恐龙的视觉识别系统及其实现方法，通过左、右并排设置的两台參数相同的摄像机实时获取同一时间人体手掌的两幅数字图像，然后由图像处理装置对两幅数字图像分别人体手掌识别和深度信息计算，从而获得人体手掌的空间位置信息，在此基础上，仿生机械恐龙就可以根据人体手掌的移动驱动相应的关节做出相应的响应动作，实现仿生机械恐龙的智能视觉感知，达到一定的仿生效果。下面结合附图和具体实施例对本专利技术作出详细的说明。如图I所示，包括以下步骤步骤I、通过左、右摄像机实时获取同一时间人体手掌的两幅数字图像Al、A2，左、右摄像机參数相同且左、右并排设置。步骤2、基于Open CV,采用Canny算法识别出人体手掌图像。手掌特征识别主要是基于肤色颜色的侦测与提取实现，首先根据设定的人体手掌肤色颜色提取出数字图像内的人体手掌皮肤颜色，提取完图像中的肤色后，进行肤色部分与非肤色部分的分割，然后过滤噪点，重新填充图形以形成一个清晰的ニ值轮廓图像，再以手掌中心为圆心，以一定的步长按圆形由手掌中心向外逐层扫描，进行轮廓侦测，提取所侦测到的轮廓參数值，获得人体手掌的轮廓參数值，识别出人体手掌轮廓。识别出人体手掌轮廓的步骤如下步骤201、利用高斯滤波器平滑原始图像；步骤202、使用一阶偏导的有限差分计算图像梯度的方向和幅值；步骤203、对边缘进行适当的增强，抑制极大值；步骤204、利用双闕值算法进行边缘的检测和定位、连接。在步骤204中，设定两个阈值thl和th2，两者关系为thl=0. 4th2。对原始的灰度图像将梯度值小于thl的像素的灰度值设为O，从而得到图像I。将梯度值小于th2的像素的灰度值设为O，得到图像2。由于图像2的阈值较高，去除大部分噪音，但同时也损失了有用的边缘信息。而图像I的阈值较低，保留了较多的信息，再以图像2为基础，以图像I为补本文档来自技高网...

【技术保护点】
仿生机械恐龙的视觉识别系统实现方法，其特征在于，包括以下步骤：通过左、右并排设置的两台参数相同的左、右摄像机实时获取同一时间人体手掌的两幅数字图像A1、A2；基于人体手掌的肤色颜色侦测并提取所述数字图像A1、A2中人体手掌的轮廓参数值，并与内置的人体手掌样本参数值进行对比，识别出所述数字图像A1、A2中的人体手掌；基于所述数字图像A1、A2中的人体手掌座标，根据双目视觉的视差原理，计算得到人体手掌在相应的摄像机座标系以及固定座标系内三维座标，从而获得人体手掌的深度信息，所述固定座标系以左、右摄像机的中点为原点。

【技术特征摘要】

【专利技术属性】
技术研发人员：韩晓建，常楷，孙宇，齐威，
申请(专利权)人：中科宇博北京文化有限公司，
类型：发明
国别省市：