【技术实现步骤摘要】
本专利技术属于智能定位，尤其涉及一种视觉定位标志的识别方法。
技术介绍
1、随着近年来智能制造相关技术的发展，将视觉技术应用于机械运动的柔性定位反馈已经成为国内外的研究热点。定位精度逐渐受到广泛关注，已成为评价机械结构运动性能的重要指标。利用视觉捕获的信息来机械结构完成指定任务，在提高生产效率、提升生产质量、优化资源配置、降低生产成本等方面具有显著的优越性，并广泛应用于分拣、对接、搬运等多类型生产场景。视觉定位是基于视觉信息的模式识别任务，具体指定给某一地点图像，在预先构建的地图中获取其三维空间中的位置与姿态。基于视觉模式的定位技术具有很强的目标辨识能力，相比于雷达传感器、激光传感器等传感方式，不会因为传感信号间的交互、干扰而影响定位精度。为了实现高精度视觉定位功能，需要借助目标表面设置的人工标志点或固有特征点。常用的特征点有齐方格角点、矩形特征、三角特征以及圆形特征等，实际应用的效果显示圆形特征点比角点、矩形特征等具有更高的鲁棒性，当图像出现拖尾、模糊以及噪声较大时，依然能够识别出圆形轮廓，因此圆形标志点得到了广泛的应用。圆形标志点在经过相机投影到平面上后，由于光轴与目标面通常不垂直，圆面会投射成椭圆面。因此对多个椭圆的识别，成为基于圆形标志物定位方法的核心技术。
2、然而，现有方法过于依赖于标志物中多个椭圆的完整识别，在复杂环境下，受地形、遮挡物、地面状况以及搭载摄像头的交通工具移动能力等多方面因素的制约，很容易受到干扰，导致部分椭圆而无法正确识别。
技术实现思路
2、为实现上述目的，本专利技术提供了一种视觉定位标志的识别方法，包括：
3、获取视觉定位标志的边缘图像；
4、对所述边缘图像进行椭圆检测，得到图像圆心点坐标；
5、基于所述图像圆心点坐标，遍历提取任意三个图像圆心点坐标，得到组合三角形；
6、基于所述组合三角形，得到视觉定位标志的中心点坐标，基于所述中心点坐标，得到视觉定位标志的标志圆心点坐标；
7、通过最近邻算法计算所述图像圆心点坐标与所述标志圆心点坐标之间的最近邻关系，得到所述图像圆心点坐标和所述标志圆心点坐标的对应关系；
8、基于所述对应关系，通过透视变换算法计算标志在相机坐标系下的位姿。
9、优选地，获取视觉定位标志的边缘图像的过程包括：
10、对目标定位场景进行拍摄，得到含有标记的标志图像，对所述标志图像进行去畸变、灰度化、双边滤波处理和边缘检测操作，得到边缘图像。
11、优选地，对所述标志图像进行去畸变操作的过程包括：
12、将所述标志图像的像素点投影到拍摄相机坐标系的归一化平面上，得到归一化平面坐标点；
13、对所述归一化平面坐标点进行去畸变变换，得到去畸变坐标点；
14、基于拍摄相机的内参数矩阵，将所述去畸变坐标点重新投影到图像坐标系上，得到所述像素点经过去畸变操作后的对应值。
15、优选地，对所述边缘图像进行椭圆检测的过程包括：
16、基于椭圆检测算法，对所述边缘图像进行椭圆提取，得到若干个椭圆；
17、设置区域阈值，基于所述区域阈值筛选出若干个大小适中椭圆；
18、设置间距阈值，基于所述间距阈值和若干个大小适中椭圆，得到同心椭圆；
19、基于所述同心椭圆的几何结构特征，得到图像圆心点坐标。
20、优选地，基于椭圆检测算法，对所述边缘图像进行椭圆提取的过程包括：
21、利用多边形逼近算法，对所述边缘图像进行分割，得到椭圆弧段；
22、采用区域约束方法，判断所述椭圆弧段是否邻接；
23、若所述椭圆弧段满足邻接，则基于曲率约束方法判断所述椭圆弧段是否相连，基于判断结果得到所述椭圆弧段的邻接矩阵；
24、采用双向搜索策略，基于邻接矩阵得到若干个椭圆。
25、优选地，得到组合三角形的过程包括：
26、基于所述图像圆心点坐标，遍历组合任意三个圆心点坐标得到若干个点组；
27、基于所述若干个点组，得到若干个组合三角形；
28、计算所述若干个组合三角形的相邻边斜率和直角边长，基于所述相邻边斜率和所述直角边长筛选出符合等腰直角三角形性质的组合三角形。
29、优选地，得到视觉定位标志的标志圆心点坐标的过程包括：
30、对所述组合三角形的点坐标进行统计，基于统计结果，得到无重复点集合和出现次数最多的中心点坐标；
31、根据所述三角形组合等腰边的边长与斜率，围绕所述中心点坐标，分别生成视觉定位标志中其他标志圆心点坐标；
32、其中所述标志圆心点坐标包括：所述中心点坐标和其他标志圆心点坐标。优选地，得到所述图像圆心点坐标和所述标志圆心点坐标的对应关系的过程包括：
33、使用最近邻算法，分别遍历计算从图像圆心点坐标与标志圆心点坐标的最近邻关系，得到图像圆心点坐标与标志圆心点坐标的对应关系，筛除在椭圆检测过程中可能出现的干扰圆心点。
34、优选地，通过透视变换算法计算标志在相机坐标系下的位姿的过程包括：
35、基于所述对应关系，得到二维图像点和对应的三维世界坐标点；
36、获取拍摄相机的已知参数，基于所述已知参数，将所述二维图像点和对应的三维世界坐标点输入到透视变换算法中，以解算出相机相对于标志的旋转矩阵和平移向量；
37、基于所述旋转矩阵和平移向量，得到标志在相机坐标系下的位姿。
38、与现有技术相比，本专利技术具有如下优点和技术效果：
39、本申请提供了视觉定位标志的识别方法，通过将图像中遇到的问题化为几何问题，通过图片中提取到的椭圆，找到其圆心点，通过凸包性将点排序，利用线与线间的关系、三角形的性质，将点进行筛选除杂，并且用筛完后的点进行下一步定位。
40、本专利技术能够在标志椭圆部分缺失(被遮挡或未识别)及背景环境有其他椭圆干扰时稳定的识别与定位标志；此外，通过本方法计算摄像头与标志物之间的转换关系，使得标志可以在摄像头附近任意位置和角度被识别。
本文档来自技高网...【技术保护点】
1.一种视觉定位标志的识别方法，其特征在于，包括：
2.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，获取视觉定位标志的边缘图像的过程包括：
3.根据权利要求2所述的视觉定位标志的识别方法，其特征在于，对所述标志图像进行去畸变操作的过程包括：
4.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，对所述边缘图像进行椭圆检测的过程包括：
5.根据权利要求4所述的视觉定位标志的识别方法，其特征在于，基于椭圆检测算法，对所述边缘图像进行椭圆提取的过程包括：
6.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，得到组合三角形的过程包括：
7.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，得到视觉定位标志的标志圆心点坐标的过程包括：
8.根据权利要求7所述的视觉定位标志的识别方法，其特征在于，得到所述图像圆心点坐标和所述标志圆心点坐标的对应关系的过程包括：
9.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，通过透视变换算法计算标志在相机坐标系下的位姿的
...【技术特征摘要】
1.一种视觉定位标志的识别方法，其特征在于，包括：
2.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，获取视觉定位标志的边缘图像的过程包括：
3.根据权利要求2所述的视觉定位标志的识别方法，其特征在于，对所述标志图像进行去畸变操作的过程包括：
4.根据权利要求1所述的视觉定位标志的识别方法，其特征在于，对所述边缘图像进行椭圆检测的过程包括：
5.根据权利要求4所述的视觉定位标志的识别方法，其特征在于，基于椭圆检测算法，对所述边缘图像进行椭圆...
【专利技术属性】
技术研发人员：吴晨睿，褚振忠，孙艺源，刘哲，
申请(专利权)人：上海理工大学，
类型：发明
国别省市：
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。