【技术实现步骤摘要】
本专利技术涉及视觉检测领域，尤其涉及一种复杂环境下箱体定位方法、装置、计算机设备及存储介质。
技术介绍
1、随着信息技术和互联网的发展，机器人自动生产线成为提升物流效率、降低人力成本的重要工具。
2、在机器人自动生产线上，机器人对操作件的处理，例如箱体的抓取、运输、堆叠、加工等，首要是对箱体的识别和定位。传统的视觉检测技术虽然在一定程度上提升了识别和定位效率，但在面对复杂环境时，其准确性和稳定性往往难以保证。
3、可见，现有技术中，对于复杂环境下箱体的定位，还没有比较好的方法。
技术实现思路
1、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，本专利技术提供了一种复杂环境下箱体定位方法、装置、计算机设备及存储介质。
2、第一方面，本专利技术实施例提供了一种复杂环境下箱体定位方法，所述方法包括：
3、获取复杂环境下的包含待定位箱体图像的原始图像；
4、对所述原始图像进行亮度调节，获得调节后图像；
5、将所述调节后图像与所述原始图像融合，获得参考图像；
6、根据关键点检测模型，从所述参考图像中获取参考关键点；
7、根据所述参考关键点与标准图像中的标准关键点，获取所述待定位箱体的位姿。
8、可选的，所述原始图像为rgb模式的图像，
9、所述对所述原始图像进行亮度调节，获得调节后图像，包括：
10、根据所述原始图像，获取对应的hsv颜色图像的v通道图像、s
11、根据所述v通道图像的平均值，获取所述hsv颜色图像的亮度等级；
12、根据所述亮度等级，调节所述v通道图像的亮度，获得调节后v通道图像；
13、合并所述调节后v通道图像、所述s通道图像和所述h通道图像，并转换为rgb模式的图像，作为所述调节后图像。
14、可选的，所述根据所述原始图像，获取对应的hsv颜色图像的v通道图像、s通道图像和h通道图像，包括：
15、根据所述原始图像中的像素(i，j)的rij、gij和bij，获取像素(i，j)的sij、hij和vij；
16、将所有像素的vij的集合作为所述v通道图像，将所有像素的sij的集合作为所述s通道图像，将所有像素的hij的集合作为所述h通道图像；
17、其中，rij为所述原始图像中像素(i，j)的r通道值，gij为所述原始图像中像素(i，j)的g通道值，bij为所述原始图像中像素(i，j)的b通道值，
18、sij为所述hsv颜色图像中像素(i，j)的s通道值，vij，为所述hsv颜色图像中像素(i，j)的v通道值，hij为所述hsv颜色图像中像素(i，j)的h通道值，h′ij为所述hsv颜色图像中像素(i，j)的h参考值，
19、i＝1、2、......m，j＝1、2、......n，m和n为所述原始图像的行像素个数和列像素个数。
20、可选的，在所述根据所述原始图像，获取对应的hsv颜色图像的v通道图像、s通道图像和h通道图像之前，所述方法还包括：
21、获取rij、gij和bij中的最大值记为maxij，获取rij、gij和bij中的最小值记为minij；
22、根据所述原始图像中的像素(i，j)的rij、gij和bij，获取像素(i，j)的vij，按照以下方式获取：
23、vij＝maxij；
24、根据所述原始图像中的像素(i，j)的rij、gij和bij，获取像素(i，j)的sij，按照以下方式获取：
25、若maxij＝0时，sij＝0，
26、若maxij≠0时，
27、根据所述原始图像中的像素(i，j)的rij、gij和bij，获取像素(i，j)的hij，按照以下方式获取：
28、若maxij＝minij，h′ij＝0，
29、若maxij＝rij时，
30、若maxij＝gij时.
31、若maxij＝bij时，
32、若h′ij＜0，则hij＝h′ij+360°，
33、若h′ij＞0，则hij＝h′ij；
34、其中，rij为所述原始图像中像素(i，j)的r通道值，gij为所述原始图像中像素(i，j)的g通道值，bij为所述原始图像中像素(i，j)的b通道值，
35、sij为所述hsv颜色图像中像素(i，j)的s通道值，vij为所述hsv颜色图像中像素(i，j)的v通道值，hij为所述hsv颜色图像中像素(i，j)的h通道值，h′ij为所述hsv颜色图像中像素(i，j)的h参考值，
36、i＝1、2、......m，j＝1、2、......n，m和n为所述原始图像的行像素个数和列像素个数。
37、可选的，所述根据所述v通道图像的平均值，获取所述hsv颜色图像的亮度等级，包括：
38、所述v通道图像的平均值，按照以下方式获取：
39、
40、获取所述hsv颜色图像的亮度等级，包括：
41、若则所述v通道图像为低亮度图像，
42、则所述v通道图像为中亮度图像，
43、则所述v通道图像为高亮度图像；
44、其中，为所述v通道图像的平均值，vij为所述hsv颜色图像中像素(i，j)的v通道值，φ1为第一阈值，φ2为第二阈值，且φ1＜φ2，i＝1、2、......m，j＝1、2、......n，m和n为所述原始图像的行像素个数和列像素个数。
45、可选的，所述根据所述亮度等级，调节所述v通道图像的亮度，获得调节后v通道图像，包括：
46、若所述v通道图像为中亮度图像，不调整；
47、若所述v通道图像为低亮度图像和高亮度图像，则获得像素(i，j)的调整后像素值，将所有像素的所述调整后像素值的集合作为所述调节后v通道图像；
48、其中，所述像素(i，j)的调整后像素值，按照以下方式获取：
49、
50、
51、
52、所述v通道图像为低亮度图像，
53、所述v通道图像为高亮度图像，
54、vij为所述hsv颜色图像中像素(i，j)的v通道值，fij为所述像素(i，j)的调整后像素值，i＝1、2、......t1，j＝1、2、......t2，t1和t2分别是以像素(i，j)为中心的预设局部区域的行像素个数和列像素个数，γ为伽马参数。
55、可选的，所述将所述调节后图像与所述原始图像融合，获得参考图像，包括：
56、获取所述原始图像中每个像素的第一融合权重矩阵；
57、获取所述调节后图像中每个像素的第二融合权重矩阵；
58、根据所述每个像素的第一融合权重矩阵和所述每个像素的第二融合权重矩阵本文档来自技高网...
【技术保护点】
1.一种复杂环境下箱体定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述原始图像为RGB模式的图像，
3.根据权利要求2所述的方法，其特征在于，所述根据所述原始图像，获取对应的HSV颜色图像的V通道图像、S通道图像和H通道图像，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述原始图像，获取对应的HSV颜色图像的V通道图像、S通道图像和H通道图像之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述V通道图像的平均值，获取所述HSV颜色图像的亮度等级，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述亮度等级，调节所述V通道图像的亮度，获得调节后V通道图像，包括：
7.根据权利要求1所述的方法，其特征在于，所述将所述调节后图像与所述原始图像融合，获得参考图像，包括：
8.根据权利要求7所述的方法，其特征在于，所述获取所述原始图像中每个像素的第一融合权重矩阵，包括：
9.根据权利要求8所述的方法，其特征在
10.根据权利要求8所述的方法，其特征在于，所述根据所述调节后图像，获取每个像素的第二饱和度指标，按照以下方式获取：
11.根据权利要求7所述的方法，其特征在于，所述根据所述每个像素第一融合权重矩阵和所述每个像素第二融合权重矩阵，将所述调节后图像与所述原始图像融合，以获得所述参考图像，按照以下方式获取：
12.根据权利要求1所述的方法，其特征在于，所述根据关键点检测模型，从所述参考图像中获取参考关键点之前，所述方法还包括：
13.根据权利要求1所述的方法，其特征在于，根据所述参考关键点与标准图像中的标准关键点，获取所述待定位箱体的位姿，包括：
14.根据权利要求13所述的方法，其特征在于，所述获取所述参考关键点的参考质心，按照以下方式获取：
15.根据权利要求13所述的方法，其特征在于，所述根据所述质心对齐后的参考关键点集合、所述质心对齐后的标准关键点集合和四元数收敛函数，获得参考关键点四元数，包括：
16.根据权利要求15所述的方法，其特征在于，所述根据所述质心对齐后的标准关键点集合和当前四元数，获取当前旋转点集，按照以下方式获取：
17.根据权利要求15所述的方法，其特征在于，所述参考关键点四元数为：
18.一种复杂环境下箱体定位装置，其特征在于，所述装置包括：
19.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至17中任一项所述的方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至17中任一项所述的方法。
...【技术特征摘要】
1.一种复杂环境下箱体定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述原始图像为rgb模式的图像，
3.根据权利要求2所述的方法，其特征在于，所述根据所述原始图像，获取对应的hsv颜色图像的v通道图像、s通道图像和h通道图像，包括：
4.根据权利要求3所述的方法，其特征在于，在所述根据所述原始图像，获取对应的hsv颜色图像的v通道图像、s通道图像和h通道图像之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述v通道图像的平均值，获取所述hsv颜色图像的亮度等级，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述亮度等级，调节所述v通道图像的亮度，获得调节后v通道图像，包括：
7.根据权利要求1所述的方法，其特征在于，所述将所述调节后图像与所述原始图像融合，获得参考图像，包括：
8.根据权利要求7所述的方法，其特征在于，所述获取所述原始图像中每个像素的第一融合权重矩阵，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述原始图像，获取每个像素的第一饱和度指标，按照以下方式获取：
10.根据权利要求8所述的方法，其特征在于，所述根据所述调节后图像，获取每个像素的第二饱和度指标，按照以下方式获取：
11.根据权利要求7所述的方法，其特征在于，所述根据所述每个像素第一融合权重矩阵和所...
【专利技术属性】
技术研发人员：宋华，李杨，詹犇，
申请(专利权)人：上海开普勒探索机器人有限公司，
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。