[发明专利]一种基于机器人视觉的图像分割方法和系统

权利要求书

1.一种基于机器人视觉的图像分割方法，其特征在于，包括：

S1：获取机器人视觉的目标图像，利用opencv获取所述目标图像的清晰度；

S2：响应于所述目标图像的清晰度大于第一阈值，基于图库中的模板，利用特征匹配算法判断所述目标图像是否拍摄到指定区域；

S3：响应于所述目标图像拍摄到指定区域并且利用所述目标检测算法获得所述目标图像与所述模板的匹配概率大于第二阈值，对所述目标图像中包含的部件与所述模板中对应的部件进行相似度匹配；

S4：响应于所述相似度匹配的结果为完全匹配或者所述目标图像中包含的部件的种类和/或数量大于所述模板中对应部件的种类和/或数量，基于所述模板中对应的部件的排序对所述目标图像的坐标进行横向排列分割；以及

S5：对所述目标图像中包含的部件赋予表记识别，其中所述表记识别表征为所述模板中与所述目标图像对应的部件的表记识别。

2.根据权利要求1所述的基于机器人视觉的图像分割方法，其特征在于，所述步骤S1中的目标检测算法为Tensorflow图像识别算法。

3.根据权利要求1所述的基于机器人视觉的图像分割方法，其特征在于，所述步骤S2中清晰度的判断方法为利用opencv检测图片模糊度算法，其中，第一阈值设置为100。

4.根据权利要求1或3所述的基于机器人视觉的图像分割方法，其特征在于，所述特征匹配算法包括SIFT尺度不变特征变换算法、SURF加速鲁棒特征算法或FAST特征检测算法。

5.根据权利要求4所述的基于机器人视觉的图像分割方法，其特征在于，所述第二阈值为0.7。

6.根据权利要求1所述的基于机器人视觉的图像分割方法，其特征在于，所述步骤S3还包括：响应于所述目标图像中包含的部件的种类和/或数量小于所述模板中对应部件的种类和/或数量，调整所述第二阈值为第三阈值重新进行所述步骤S2，其中，所述第三阈值设置为0.5。

7.根据权利要求6所述的基于机器人视觉的图像分割方法，其特征在于，所述步骤S4之前还包括：去除所述目标图像中相较于所述模板多余的部件，响应于所述目标图像中包含的部件与所述模板中的部件重叠，保留匹配在先的部件。

8.根据权利要求1所述的基于机器人视觉的图像分割方法，其特征在于，所述部件包括仪表盘、指示灯和开关。

9.一种计算机可读存储介质，其上存储有一或多个计算机程序，其特征在于，该一或多个计算机程序被计算机处理器执行时实施权利要求1至8中任一项所述的方法。

10.一种基于机器人视觉的图像分割系统，其特征在于，所述系统包括：

目标图像获取单元：配置用于获取机器人视觉的目标图像，利用目opencv获取所述目标图像的清晰度；

目标图像筛选单元：配置用于响应于所述目标图像的清晰度大于第一阈值，基于图库中的模板，利用特征匹配算法判断所述目标图像是否拍摄到指定区域；

相似度匹配单元：配置用于响应于所述目标图像拍摄到指定区域并且利用所述目标检测算法获得所述目标图像与所述模板的匹配概率大于第二阈值，对所述目标图像中包含的部件与所述模板中对应的部件进行相似度匹配；

图像分割单元：配置用于响应于所述相似度匹配的结果为完全匹配或者所述目标图像中包含的部件的种类和/或数量大于所述模板中对应部件的种类和/或数量，基于所述模板中对应的部件的排序对所述目标图像的坐标进行横向排列分割；

表记识别赋予单元：配置用于对所述目标图像中包含的部件赋予表记识别，其中所述表记识别表征为所述模板中与所述目标图像对应的部件的表记识别。