目标物体定位追踪方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种目标物体定位追踪方法、装置、计算机设备和存储介质，包括：获取现场视频图像；采用光流法在所述现场视频图像中确定目标物体所在目标区域；根据所述目标区域确定目标视频图像；对所述目标视频图像进行模板匹配或全局阈值分割，确定目标物体的位置。通过本申请的技术方案，基于光流法获取视频图像中目标物体所在目标区域的初始定位，基于模板匹配或全局阈值分割方法对上述目标区域中目标物体进行精准定位，从而减少视频图像中大量背景信息的干扰，可有效提高目标物体跟踪定位的效率和准确性，特别适用于在自动化生产领域中对目标物体的实时定位拾取的场合。目标物体的实时定位拾取的场合。目标物体的实时定位拾取的场合。

【技术实现步骤摘要】
目标物体定位追踪方法、装置、计算机设备和存储介质


[0001]本申请涉及定位追踪
，尤其涉及一种目标物体定位追踪方法、装置、计算机设备和存储介质。

技术介绍

[0002]近年来，随着智能化工业的快速发展，视觉测量及运动定位追踪技术在相应的诸多领域中得到了广泛应用。在自动化生产领域中，由于生产线中输送的工件形状和大小、工件在产线中位置以及日照情况等因素会发生变化，因此对于工件定位追踪的要求越来越高。
[0003]目前，在生产线上常用的机器视觉结合机器人通过模板匹配的方法来进行目标物体的定位跟踪，但有时因机器视觉识别的背景过于复杂，降低了目标物体的可辨析性，会出现误匹配或是匹配耗时过多的情况，很难实现对目标物体的实时定位拾取。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种目标物体定位追踪方法和装置。
[0005]本申请提供了一种目标物体定位追踪方法，包括：获取现场视频图像；采用光流法在所述现场视频图像中确定目标物体所在目标区域；根据所述目标区域确定目标视频图像；对所述目标视频图像进行模板匹配或全局阈值分割，确定目标物体的位置。
[0006]可选地，根据所述目标区域确定目标视频图像包括：将所述目标区域对应的视频图像进行二值化处理，获取二值化处理视频图像；确定二值化处理视频图像的最小外接矩形；对所述最小外接矩形进行膨胀处理，获取目标外接矩形；将所述目标外接矩形对应区域的现场视频图像确定为目标视频图像。
[0007]可选地，所述对所述目标视频图像进行模板匹配，确定目标物体的位置包括：对所述目标视频图像基于轮廓特征进行模板匹配，确定目标物体的位置。
[0008]可选地，对所述目标视频图像进行全局阈值分割，确定目标物体的位置包括：获取所述目标视频图像的像素灰度直方图；根据所述像素灰度直方图确定分割阈值，并根据所述分割阈值确定目标截取区域；根据所述目标截取区域的中心坐标以及旋转角度确定目标物体的位置。
[0009]可选地，根据像素灰度直方图确定分割阈值，并根据所述分割阈值确定目标截取区域，包括：将所述像素灰度直方图中灰度值出现频率最高的灰度值与预设偏差值之和作为
分割阈值；根据所述分割阈值确定目标截取区域。
[0010]可选地，根据所述目标截取区域的中心坐标以及旋转角度确定目标物体的位置包括：获取所述目标截取区域的多个图像轮廓凸包线；计算多个所述图像轮廓凸包线的旋转角度；所述图像轮廓凸包线旋转所述旋转角度后，所述图像轮廓凸包线平行于图像坐标系的X轴；根据每个旋转所述旋转角度后的所述目标截取区域的图像轮廓确定最小外接矩形；根据最小面积的最小外接矩形的中心坐标以及所对应的图像轮廓凸包线旋转角度确定目标物体的位置。
[0011]可选地，所述采用光流法在所述现场视频图像中确定目标物体所在目标区域包括：基于梯度的光流法在所述现场视频图像中确定目标物体所在目标区域。
[0012]本申请提供一种目标物体定位追踪装置，包括：现场视频图像获取模块，用于获取现场视频图像；目标区域获取模块，用于采用光流法在所述现场视频图像中确定目标物体所在目标区域；目标视频图像确定模块，用于根据所述目标区域确定目标视频图像；目标物体位置确定模块，用于对所述目标视频图像进行模板匹配或全局阈值分割，确定目标物体的位置。
[0013]本申请提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上述任意所述的目标物体定位追踪方法的步骤。
[0014]本申请还提供一种计算机可读存储介质，其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如上述任意所述的目标物体定位追踪方法的步骤。
[0015]本申请提供的技术方案相对于现有技术的有益效果：本申请提供了一种目标物体定位追踪方法、装置、计算机设备和存储介质，包括：获取现场视频图像；采用光流法在所述现场视频图像中确定目标物体所在目标区域；根据所述目标区域确定目标视频图像；对所述目标视频图像进行模板匹配或全局阈值分割，确定目标物体的位置。由此，通过视频拍摄设备获取现场中包含目标物体的现场视频图像，基于光流法获取现场视频图像中目标物体所在目标区域的初始定位，同时针对目标物体所在区域图像进行处理，有效保证目标物体完全落入目标区域中；然后基于模板匹配或全局阈值分割方法对上述目标区域中目标物体进行精准定位，从而减少视频图像中大量背景信息的干扰，可进一步提高目标物体跟踪定位的效率和准确性。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本公开的原理。
[0017]为了更清楚地说明本申请实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本申请实施例提供的一种目标物体定位追踪方法的具体流程示意图；图2为本申请实施例提供的一种根据目标区域确定目标视频图像的具体流程示意图；图3为本申请实施例提供的一种对目标视频图像进行全局阈值分割，确定目标物体位置的具体流程示意图；图4为本申请实施例提供的一种根据目标截取区域的中心坐标以及旋转角度确定目标物体的位置的具体流程示意图；图5为本申请实施例提供的一种目标物体定位追踪装置结构示意图。
具体实施方式
[0019]为了能够更清楚地理解本申请的上述目的、特征和优点，下面将结合附图和实施例对本申请的方案作进一步的详细说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0020]在下面的描述中阐述了很多具体细节以便于充分理解本申请，但本申请还可以采用其他不同于在此描述的方式来实施；显然，说明书中的实施例只是本申请的一部分实施例，而不是全部的实施例。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。
[0021]需要说明的是，在本文中，诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0022]图1为本申请实施例提供的一种目标物体定位追踪方法的具体流程示意图，参照图1，该方法包括以下步骤：S110、获取现场视频图像；其中，可以通过视频拍摄设备拍摄包含目标物体的现场视频图像，用以确定目标物体的所在图像区域。
[0023]可以理解的是，获取现场视频图像获取设备可以是工业相机、扫描仪等，还本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标物体定位追踪方法，其特征在于，包括：获取现场视频图像；采用光流法在所述现场视频图像中确定目标物体所在目标区域；根据所述目标区域确定目标视频图像；对所述目标视频图像进行模板匹配或全局阈值分割，确定目标物体的位置。2.根据权利要求1所述的目标物体定位追踪方法，其特征在于，所述根据所述目标区域确定目标视频图像包括：将所述目标区域对应的视频图像进行二值化处理，获取二值化处理视频图像；确定二值化处理视频图像的最小外接矩形；对所述最小外接矩形进行膨胀处理，获取目标外接矩形；将所述目标外接矩形对应区域的现场视频图像确定为目标视频图像。3.根据权利要求1所述的目标物体定位追踪方法，其特征在于，所述对所述目标视频图像进行模板匹配，确定目标物体的位置包括：对所述目标视频图像基于轮廓特征进行模板匹配，确定目标物体的位置。4.根据权利要求1所述的目标物体定位追踪方法，其特征在于，所述对所述目标视频图像进行全局阈值分割，确定目标物体的位置包括：获取所述目标视频图像的像素灰度直方图；根据所述像素灰度直方图确定分割阈值，并根据所述分割阈值确定目标截取区域；根据所述目标截取区域的中心坐标以及旋转角度确定目标物体的位置。5.根据权利要求4所述的目标物体定位追踪方法，其特征在于，所述根据所述像素灰度直方图确定分割阈值，并根据所述分割阈值确定目标截取区域，包括：将所述像素灰度直方图中灰度值出现频率最高的灰度值与预设偏差值之和作为分割阈值；根据所述分割阈值确定目标截取区域。6.根据...

【专利技术属性】
技术研发人员：吕小戈，许金鹏，温志庆，周德成，
申请(专利权)人：季华实验室，
类型：发明
国别省市：