[发明专利]机器视觉处理方法、装置、存储介质和电子设备

权利要求书

1.一种机器视觉处理方法，其特征在于，所述方法包括：

获取待识别的三维图像数据；

采用PCA算法对所述三维图像数据中的目标元素进行特征信息提取；

将所述目标元素的特征信息生成描述向量；

根据预先训练的分类识别模型对所述描述向量进行分类识别，得到所述目标元素的类别属性。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

预先采用PCA算法对各类别的目标元素在不同应用场景下的三维图像数据进行特征信息提取；

将各类别的目标元素的特征信息分别生成对应的样本数据；

采用生成的所述样本数据对进行分类识别模型的训练。

3.根据权利要求1所述的方法，其特征在于，在所述根据预先训练的分类识别模型对所述描述向量进行分类识别之后，所述方法还包括：

根据分类识别结果，对所述分类识别模型进行修正优化。

4.根据权利要求1所述的方法，其特征在于，在所述对所述三维图像数据中的目标元素进行特征信息提取之前，所述方法还包括：

使用背景差分法去除所述三维图像数据中的图像背景；

使用Ostu算法对去除背景后的图像进行阈值分割。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述特征信息包括所述目标元素的形状特征、颜色特征、尺寸特征、方向特征、数量特征、位置特征中的至少一个。

6.一种机器视觉处理装置，其特征在于，所述装置包括：

获取模块，用于获取待识别的三维图像数据；

提取模块，用于采用PCA算法对所述三维图像数据中的目标元素进行特征信息提取；

配置模块，用于将所述目标元素的特征信息生成描述向量；

识别训练模块，用于根据预先训练的分类识别模型对所述描述向量进行分类识别，得到所述目标元素的类别属性。

7.根据权利要求6所述的装置，其特征在于，所述提取模块，还用于预先采用PCA算法对各类别的目标元素在不同应用场景下的三维图像数据进行特征信息提取；

所述配置模块，还用于将各类别的目标元素的特征信息分别生成对应的样本数据；

所述识别训练模块，还用于采用生成的所述样本数据对进行分类识别模型的训练。

8.根据权利要求6所述的装置，其特征在于，所述识别训练模块，还用于在根据预先训练的分类识别模型对所述描述向量进行分类识别之后，根据分类识别结果，对所述分类识别模型进行修正优化。

9.一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，该程序被处理器执行时实现如权利要求1-5任一项所述方法的步骤。

10.一种电子设备，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程序时实现如权利要求1-5任一项所述方法的步骤。