[发明专利]一种基于模板匹配的危险品标志的识别方法

说明书

本发明公开了一种基于模板匹配的危险品标志的识别方法，应用于危险品爆炸后的灾后现场，主要包括采集视频、格式转换、图像初始化、轮廓提取，感兴趣区域提取，模板匹配等多个步骤，能完成对多种不同的危险品标志的识别。与现有技术相比，本发明具有以下几个技术特点和优势：1)提出一种通过模板匹配识别出危险品标志的方法，识别时间大约在1s左右，并且能最多能同时识别三张危险品标志的图片。2)采用FAST算子以及Sift算子结合的模板匹配方法，大大提高匹配精度。3)通过计算梯度场的特征值求出图像边缘，达到快速且准确提取图像边缘的效果，可以有效地分割每一张需要识别的图片。

技术领域

本发明涉及图像识别的技术领域，尤其涉及到一种基于模板匹配的危险品标志的识别方法。

背景技术

危险品是指具有爆炸、易燃、毒害、感染、腐蚀、放射性等危险特性,在运输、储存、生产、经营、使用和处置中容易造成人身伤亡、财产损毁或环境污染而需要特别防护的物质和物品。而危险品标志是用来表示危险品的物理、化学性质，以及危险程度的标志。它可提醒人们在运输、储存、保管、搬运等活动中引起注意。

针对危险品爆炸后的灾后环境，危险品的二次爆炸会危及到救援人员和救援犬的生命，灾后环境存在大量潜在危险，而保证救援人员在执行任务中的人身安全也是首要考虑的。所以我们使用救援机器人去进入危险品爆炸后的环境中，通过模板匹配算法识别出危险品标志。

发明内容

考虑上述问题，本发明针对危险品爆炸后的灾后环境当中进行危险品标志的识别，提供一种基于模板匹配的危险品标志的识别方法。使用OpenCV工具包进行危险品标志的实时识别，在Ros上订阅话题后，远程电脑端的可视化工具Rviz从而观察灾后环境的实时状况。。

为实现上述目的，本发明所提供的技术方案为：

一种基于模板匹配的危险品标志的识别方法，包括以下步骤：

S1：采集视频；以救援机器人的摄像头作为视频采集器，利用ROS的结点订阅摄像头的视频流，然后把ROS格式的视频流转换成OpenCV格式以做图像处理；

S2：视频预处理；通过计算图像的梯度场计算出图像的方向场，并根据图像的特征值求出图像的边缘以及边缘位置的朝向；

S3：找出图像里面的轮廓并过滤过大或者过小的轮廓；

S4：从轮廓中提取感兴趣区域；

S5：对模板图片以及过滤后的子图像进行图像初始化处理；

S6：运用FastFretureDetector+SiftDescriptorExtractor的组合进行模板匹配；最后运用Homography矩阵进行误匹配点去除，得到最后的匹配点。

进一步地，所述步骤S2视频预处理的具体过程如下：

S2-1：用filter2D函数对线条边缘进行滤波处理，即卷积运算；

S2-2：利用梯度检测二维图像的局部特征；

S2-3：基于梯度场计算方向场，具体为：给定图像J，其梯度表示为J_x,J_y分别表示x方向的梯度和y方向的梯度，根据已有的梯度场分别计算

其中，W表示卷积运算，J_xx为x方向的梯度分量，J_yy为y方向的梯度分量，J_xy为直线x＝y方向的梯度分量；

S2-4：计算2x2矩阵J'*J的第一个最大特征值e1；计算公式如下：