[发明专利]智能搬运机器人目标识别方法及系统

说明书

本发明公开一种智能搬运机器人目标识别方法及系统，所述方法包括：获取机器人在不同位置采集的待识别区域的多角度图像序列，对图像序列进行预处理，转换到LAB色彩空间；分别提取图像序列中同一目标对应的目标图像；分别对图像序列中同一目标对应的目标图像进行特征融合及拼接，得到融合后的目标图像；基于各个融合后的目标图像的LAB值计算各个融合后的目标图像的亮度调节系数并进行各个目标图像的亮度校正；判断校正后的目标图像的LAB值所属的颜色区间，识别目标对应的颜色。本发明通过图像融合和亮度校正来对待识别目标进行处理，在保留目标原有色彩特征的基础上实现不同目标之间颜色的最大区分，提高对光照变化的适应性和目标识别的准确率。

技术领域

本发明属于机器视觉技术领域，具体涉及一种智能搬运机器人目标识别方法及系统。

背景技术

目前移动机器人已在工业自动化中有诸多应用，比如仓储物流系统中货物的分拣、搬运、工厂流水线加工等，大大降低了人力劳动成本。移动机器人通常设计为可远程控制或自动控制，基于机器视觉的移动机器人控制已成为机器人相关产业的重要方向。

而在对目标颜色进行识别时，外界环境条件如光照、背景等可能会发生变化，即便在同样的环境条件下在不同角度、位置看到的同一目标的光线条件也会有差异定，对目标颜色和明暗度产生影响，尤其是对于表面光滑、易反光的目标，会影响机器人对目标识别的准确度和目标定位精度。

发明内容

有鉴于此，本发明提出了一种智能搬运机器人目标识别方法及系统，用于解决光照条件不稳定下机器人对目标的颜色识别误差过大的问题。

本发明第一方面，公开一种智能搬运机器人目标识别方法，所述方法包括：

获取机器人在不同位置采集的待识别区域的多角度图像序列，对图像序列进行预处理，转换到LAB色彩空间；

分别提取图像序列中同一目标对应的目标图像及对应的LAB值；

分别对图像序列中同一目标对应的目标图像进行特征融合及拼接，得到融合后的目标图像；

基于各个融合后的目标图像的LAB值计算各个融合后的目标图像的亮度调节系数并进行各个融合后的目标图像的亮度校正；

判断校正后的目标图像的LAB值所属的颜色区间，识别目标对应的颜色。

优选的，所述分别提取图像序列中同一目标对应的目标图像及对应的LAB值具体为：

提取图像序列中的各个图像的特征并进行特征匹配，确定不同图像中同一目标对应的特征；

分别计算每张图像中背景图像和多个不同目标之间的最优分割阈值，基于所述最优分割阈值分别对同一图像中不同目标进行多阈值分割；

分别提取不同图像中同一目标分割出的区域作为目标图像，获取对应的LAB值。

优选的，所述对不同图像中同一目标对应的目标图像进行特征融合及拼接具体为：

对不同图像中同一目标对应的目标图像进行畸变校正和图像配准；

从不同图像中同一目标对应的目标图像中选取亮度分布最均匀、清晰度高于预设阈值的一张目标图像作为基准图像；

以基准图像为参照，提取同一目标的其余目标图像与基准图像的重叠区域和非重叠区域，对重叠区域进行特征融合，对非重叠区域进行特征拼接，在特征融合和特征拼接的过程中进行初步平滑校正得到融合后的目标图像。

优选的，所述对重叠区域进行特征融合，对非重叠区域进行特征拼接具体为：

分别对不同图像中同一目标对应的目标图像进行相同尺度的网格划分，计算各个网格中像素的亮度均值；