The invention discloses an object recognition method for indoor mobile robots. The method first needs to detect the local features of the target image. The detected local feature neighborhood blocks are transformed by a series of random transformations to generate training samples and finally generate random fern classifiers. During the online recognition stage, they are present. Local features detected in scene images are classified by classifiers acquired by off-line training. The process of classification is the matching process with local features in the target image. After that, the matching points are matched twice, and the transformation homography matrix is calculated to eliminate mismatches and finally realize the target object in the scene. Identification. The invention can accurately identify and judge articles, and is stable and reliable in identification and judgement.
【技术实现步骤摘要】
室内移动机器人物体识别方法
本专利技术属于机器人的
,特别涉及室内机器人的物体识别方法。
技术介绍
机器人是自动执行工作的机器装置。它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的原则纲领行动。它的任务是协助或取代人类工作的工作,例如生产业、建筑业,或是危险的工作。随时技术水平的提高,机器人的智能化越来越高,已经逐步进入到人们的日常工作和生活领域。对于机器人来说,一个重要的技术问题是对物体进行识别判断,以便于执行控制指令。经研究发现:真实场景的物体识别可由先验知识的引导通过二维图像直接完成。由二维信息推导出三维物体的过程可以分为三个步骤:首先,需要从二维图像中提取出相对观察点保持不变的结构特征;其次,通过某种描述方式尽可能的将所提取的特征加以区分;最后,通过对未知观测点与图像模型参数计算以获取所提取特征结构的空间关系,从而实现场景中物体三维投影与二维图像信息特征的对应。因此,局部特征的思想就是在以上理论基础上应运而生,其思想核心即提取图像中不受表象影响(如仿射变换、尺度缩放、视角旋转、灰度变换)的结构特征,从而实现目标图像特征与场景中所对应特征的匹配。基于局部特征的物体识别依照以上理论步骤,通常简单分为特征提取、特征描述与特征匹配。当今一类重要的局部特征算法方向是结合统计学习理论的思想,即将特征匹配问题视为模式分类问题,换而言之即将目标图像中所获取的局部特征视为所有类别,将场景图像中所获取的特征视为分类对象,从而将大量计算转移至线下分类器训练,该方案几乎为移动机器人物体识别量身定做。如专利申请201610700131.X ...
【技术保护点】
1.一种室内移动机器人物体识别方法,其特征在于该方法首先需要对目标图像进行局部特征的检测,所检测得到的局部特征邻域小块通过一系列的随机变换以生成训练样本,最终生成随机蕨分类器;在线识别阶段过程中,在场景图像中所检测到的局部特征经过线下训练所获取的分类器进行分类,这一分类的过程即为与目标图像中局部特征的匹配过程,之后对匹配点进行二次匹配,计算变换单应性矩阵,实现误匹配的剔除并最终实现场景中目标物体的识别。
【技术特征摘要】
1.一种室内移动机器人物体识别方法,其特征在于该方法首先需要对目标图像进行局部特征的检测,所检测得到的局部特征邻域小块通过一系列的随机变换以生成训练样本,最终生成随机蕨分类器;在线识别阶段过程中,在场景图像中所检测到的局部特征经过线下训练所获取的分类器进行分类,这一分类的过程即为与目标图像中局部特征的匹配过程,之后对匹配点进行二次匹配,计算变换单应性矩阵,实现误匹配的剔除并最终实现场景中目标物体的识别。2.如权利要求1所述的室内移动机器人物体识别方法,其特征在于所述检测到的局部特征,为关键点特征。3.如权利要求2所述的室内移动机器人物体识别方法,其特征在于所述关键点P的灰度值与以其为中心的圆周上16个像素点的灰度值进行比较,其角点响应公式如下:其中I(X)为圆周上点X的灰度,I(P)为关键点P灰度,εd为灰度值差的阈值,若N大于所设阈值,那么P即为所需检测的关键点。4.如权利要求3所述的室内移动机器人物体识别方法,其特征在于首先测试某像素点圆周模板上1、5、9、13这四端像素点,若不少于3点满足FAST角点响...
【专利技术属性】
技术研发人员:谢锋,
申请(专利权)人:深圳市丰巨泰科电子有限公司,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。