【技术实现步骤摘要】
物体识别装置以及物体识别方法
本专利技术涉及识别图像中的物体的物体识别装置以及物体识别方法。
技术介绍
在制造领域以及物流领域中,期望物体的拾取作业以及组装作业的自动化。为了使这些作业自动化而使用机器人。在使用机器人处理作业对象物体的情况下,需要测量作业对象物体的位置以及姿势的单元。为此,使用视觉传感器。为了使机器人进行处理物体的作业,需要识别由视觉传感器测量的物体的种类。例如通过利用照相机测量作业区域的物体,并将预先准备的对象模型与测量结果进行比较来进行物体的识别。例如,当在作业区域中测量物体时,照明的光、影子可能映入于测量结果。这样,若照明、影子映入于测量结果,则存在模型与测量结果的差增大,从而物体的识别可能失败。与此相对,在专利文献1中公开了如下的技术:预先准备针对规定对象物的清晰度相互不同的多个基准图像的每一个的基准数据,选择与部分区域图像的清晰度对应的基准数据,判定在部分区域图像中是否示出了规定对象物。专利文献1:日本特开2005-346287号公报在专利文献1中,使用与清晰度对应的图像进行比较,由此判定是否为规定对象物,但在将该技术应用于特征点匹配的情况下,例如,若使用清晰度低的图像,则物体的识别精度可能降低。
技术实现思路
本专利技术是鉴于上述情况而完成的,其目的在于,提供一种能够不受周围的环境的影响地适当而识别物体的技术。为了实现上述目的,一个观点的物体识别装置用于识别物体,该物体识别装置具备:存储部,其存储识别候补的物体的基准图像、 ...
【技术保护点】
1.一种物体识别装置,其用于识别物体,其特征在于,/n所述物体识别装置具备:/n存储部,其存储识别候补的物体的基准图像、所述基准图像中的各特征点以及各特征点的特征量;/n图像取得部,其取得识别处理对象的图像即场景图像;/n清晰度计算部,其检测所述图像取得部取得的所述场景图像的各区域中的表示清晰的程度的清晰度;以及/n匹配计算部,其检测所述场景图像中的特征点,并进行所述特征点的匹配,/n所述匹配计算部通过不同的方法来执行在所述清晰度为第1范围的所述场景图像的第1区域和所述清晰度为低于所述第1范围的第2范围的所述场景图像的第2区域中的特征点的提取方法、以及所述第1区域和所述第2区域中的特征量的检测方法的至少一方。/n
【技术特征摘要】
20181226 JP 2018-2434321.一种物体识别装置,其用于识别物体,其特征在于,
所述物体识别装置具备:
存储部,其存储识别候补的物体的基准图像、所述基准图像中的各特征点以及各特征点的特征量;
图像取得部,其取得识别处理对象的图像即场景图像;
清晰度计算部,其检测所述图像取得部取得的所述场景图像的各区域中的表示清晰的程度的清晰度;以及
匹配计算部,其检测所述场景图像中的特征点,并进行所述特征点的匹配,
所述匹配计算部通过不同的方法来执行在所述清晰度为第1范围的所述场景图像的第1区域和所述清晰度为低于所述第1范围的第2范围的所述场景图像的第2区域中的特征点的提取方法、以及所述第1区域和所述第2区域中的特征量的检测方法的至少一方。
2.根据权利要求1所述的物体识别装置,其特征在于,
所述存储部针对所述基准图像的各特征点,存储表现能力高的第1特征量和稳健程度高的第2特征量,
所述匹配计算部针对所述场景图像的所述第1区域,使用所述第1特征量进行特征点的匹配,针对所述第2区域,使用所述第2特征量进行特征点的匹配。
3.根据权利要求2所述的物体识别装置,其特征在于,
所述第1特征量是SIFT特征量,
所述第2特征量是局部二进制模式。
4.根据权利要求2或3所述的物体识别装置,其特征在于,
所述存储部针对所述基准图像的各区域,进一步存储表示图像的三维位置信息的第3特征量,
所述匹配计算部针对清晰度为低于所述第2范围的第3范围的所述场景图像的第3区域,使用所述第3特征量进行与所述基准图像的特征点的匹配。
5.根据权利要求1~4中任一项所述的物体识别装置,其特征在于,
所述清晰度是基于构成规定的单位区域的像素中的亮度梯度的大小或者海森矩阵的最大固有值、所述单位区域内的亮度分布或者标准偏差、对所述单位区域进行二维傅立叶变换而得的空间频率分布、以及在所述单位区域内通过规定的特征点检测方法而检测出的特征点的数量中至少任一个的值。
6.根据权利要求1~5中任一项所述的物体识别装置,其特征在于,
所述匹配计算部针对所述场景图像的所述第1区域内的特征点,通过相对于所述基准图像使用了SIFT的第1特征点提取方法来检测特征点,
所述匹配计算部针对所述场景图像的所述2区域内的特征点,通过与所述第1特征点提取方法不同的第2特征点提取方法来提取特征点。
7.根据权利要求2所述的物体识别装置,其特征在于,
所述匹配计算部进行:
(A2)基于从所述场景图像的所述第1区域中的特征点和成为与其对应的候补的所述基准图像的特征点的多个组中任意选择的一部分的组,计算表示基准图像的特征点的位置与所述场景图像的特征点的位置的关系的候补变换矩阵,
(B2)基于所述候补变换矩阵,对与所述基准图像的特征点的位置对应的场景图像的位置即对应位置进行确定,在所述对应位置为属于所述场景图像的所述第1区域的位置的情况下,在所述对应位置和与所述基准图像的特征点成为组的所述场景图像的特征点的位置的几何距离为规定的阈值以下的情况下,判定为正确地进行了这些特征点的组的对应,在所述对应位置为属于所述场景图像的所述第2区域的位置的情况下,在所述基准图像的所述特征点中的所述第2特征量与所述对应位置中的所述第2特征量的差为规定的阈值以下的情况下,将所述对应位置识别为所述场景图像的特征点,判定为正确地进行了这些特征点的组的对应,对正确地进行了对应的特征点的组的数量进行测量,
反复执行(C2)(A2)以及(B2)的处理,将正确地进行了对应的特征点的组的总数成为最多的候补变换矩阵决定为是所述基准图像与所述场景图像中的变换矩阵。
8.根据权利要求2所述的物体识别装置,其特征在于,
所述匹配计算部进行:
(A3)基于从所述场景图像的所述第1区域中的特征点和成为与其对应的候补的所述基准图像的特征点的多个组中任意选择的一部分的组,计算表示基准图像的特征点的位置与所述场景图像的特征点的位置的关系的候补变换矩阵,
(B3)基于所述候补变换矩阵,对与所述基准图像的特征点的位置...
【专利技术属性】
技术研发人员:矢野泰树,木村宣隆,
申请(专利权)人:株式会社日立制作所,
类型:发明
国别省市:日本;JP
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。