[发明专利]一种基于机器人的目标分类方法及相关装置在审

专利信息
申请号: 201811535587.0 申请日: 2018-12-14
公开(公告)号: CN109815975A 公开(公告)日: 2019-05-28
发明(设计)人: 欧勇盛;刘国栋;张亚辉;吴新宇;冯伟 申请(专利权)人: 中国科学院深圳先进技术研究院
主分类号: G06K9/62 分类号: G06K9/62;G06K9/46
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 李庆波
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 分类目标 图像 目标分类 机器人 机器人控制系统 预处理 存储介质 所属类型 相关装置 样本图像 预设格式 比对 预设 申请 分类 转换
【权利要求书】:

1.一种基于机器人的目标分类方法,其特征在于,所述方法包括:

对包含待分类目标的第一图像进行转换,以获得预设格式的第二图像;

从所述第二图像中提取所述待分类目标的轮廓;

基于所述待分类目标的轮廓对所述第一图像进行预处理,以获得第三图像;

计算所述第三图像的主成分;

将所述第三图像的主成分与预设的多个已进行类型标记的样本图像的主成分进行比对,以确定所述待分类目标的所属类型。

2.根据权利要求1所述的方法,其特征在于,所述第一图像为RGB图像,所述第二图像为二值化图像。

3.根据权利要求1所述的方法,其特征在于,

所述对待分类目标所在的第一图像进行转换,以获得预设格式的第二图像的步骤之后,还包括:

对所述第二图像进行优化处理,以消除所述第二图像中的干扰点,其中所述优化处理包括腐蚀处理和/或膨胀处理。

4.根据权利要求1所述的方法,其特征在于,所述从所述第二图像中提取所述待分类目标的轮廓的步骤包括:

提取并连接所述第二图像中的灰度值相同且连续的像素点,以获得所述待分类目标的轮廓。

5.根据权利要求4所述的方法,其特征在于,所述从所述第二图像中提取所述待分类目标的轮廓的步骤之后,还包括:

将从所述第二图像中提取出的轮廓的面积与预设的面积阈值进行比较,筛选面积大于所述面积阈值的轮廓作为所述待分类目标的轮廓。

6.根据权利要求1所述的方法,其特征在于,所述基于所述待分类目标的轮廓对所述第一图像进行预处理的步骤包括:

根据所述第一图像中与所述待分类目标的轮廓对应区域内的像素值计算所述待分类目标的图像重心;

确定所述待分类目标的轮廓的最小外接矩形的几何中心;

基于所述图像重心和所述几何中心确定所述待分类目标的标识方向;

所述第一图像中提取所述待分类目标的轮廓所对应的图像区域;

将所述图像区域进行旋转,以使得所述标识方向沿预设的目标方向设置,进而获得所述第三图像。

7.根据权利要求6所述的方法,其特征在于,所述基于所述待分类目标的轮廓对所述第一图像进行预处理的步骤包括:

对所述第三图像进行缩放,以使得所述第三图像的分辨率满足预设的分辨率要求。

8.根据权利要求6所述的方法,其特征在于,

所述计算所述第三图像的主成分的步骤进一步包括:

将所述第三图像的像素值x代入预设公式计算求得所述第三图像的主成分y;

所述预设公式为

所述为由各类型的所述样本图像分别计算获得的正交矩阵的转置矩阵,所述μ为由各类型的所述样本图像分别计算获得的像素均值;或,所述为所述多个样本图像共同计算获得的正交矩阵的转置矩阵,所述μ为所述多个样本图像共同计算获得的图像均值。

9.根据权利要求6所述的方法,其特征在于,所述确定所述待分类目标的所属类型之后,所述方法还包括:

生成控制指令,以使机械结构将所述待分类目标移动至设定区域。

10.根据权利要求1所述的方法,其特征在于,所述对包含待分类目标的第一图像进行转换,以获得预设格式的第二图像之前还包括:

获取设定数量的每类型包含所述待分类目标第一图像,以训练求得所述待分类目标所对应的所述预设分类目标图像主成分。

11.一种机器人控制系统,其特征在于,所述系统包括处理器、存储器和通信电路,所述处理器与所述存储器和所述通信电路相互连接;

其中,所述通信电路用于将所述处理器的指令发送至机器人的机械结构,以使得所述机械结构将待分类目标移动至设定区域;

所述存储器用于存储程序数据;

所述处理器用于运行所述程序数据,以执行如权利要求1~10任一项所述的方法。

12.一种存储介质,其特征在于,所述存储介质存储有程序数据,所述程序数据被执行时实现如权利要求1~10任一项所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院,未经中国科学院深圳先进技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811535587.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top