[发明专利]一种基于计算机视觉的手柄控制器led灯定位方法和系统

权利要求书

1.一种基于计算机视觉的手柄控制器led灯定位方法，其特征在于，包括：

通过多个摄像头获取手柄控制器多个使用状态下的二维图像；

利用计算机视觉方法对所述二维图像中的led灯进行定位。

2.根据权利要求1所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述利用计算机视觉方法对所述二维图像中的led灯进行定位包括：

利用滑动窗口策略对所述二维图像进行遍历；

对每次滑动窗口遍历后的二维图像区域进行特征提取；

利用分类器对提取到的特征进行分类；

针对分类结果中包含手柄控制器的区域，利用阈值分割方法计算得到每个led灯在所述二维图像中的成像；

对分割错误的图像进行过滤。

3.根据权利要求2所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述利用滑动窗口策略对所述二维图像进行遍历包括：

对滑动窗口的尺寸进行选择；

利用滑动窗口对所述二维图像进行遍历，每次滑动窗口扫描图像的重叠度为窗口较短边的一半。

4.根据权利要求2所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述对滑动窗口的尺寸进行选择包括：

统计人工体学手臂相对相机的最大作业范围；

根据所述最大作业范围计算所述手柄控制器在图像中的尺寸范围；

将所述尺寸范围分为多个区间段，每个所述区间段具有不同的宽高比，根据不同的宽高比类型形成多种滑动窗口。

5.根据权利要求4所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述对每次滑动窗口遍历后的二维图像区域进行特征提取包括：

根据应用的计算容量设计特征金子塔FPN网络；

利用所述特征金子塔FPN网络对遍历后的二维图像区域进行特征提取。

6.根据权利要求5所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述利用分类器对提取到的特征进行分类包括：

使用支持向量机SVM分类器对提取到的特征进行分类；

根据所述手柄控制器在候选区域的位置判断所述候选区域是否完整包含手柄控制器；

若未完整包含，则舍弃所述候选区域。

7.根据权利要求6所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述针对分类结果中包含手柄控制器的区域，利用阈值分割方法计算得到每个led灯在所述二维图像中的成像包括：

对包含所述手柄控制器的候选区域计算自适应阈值，其中，所述自适应阈值的计算方法包括；

利用所述自适应阈值对所述候选区域进行阈值分割进而得到每个led灯在所述二维图像中的成像。

8.根据权利要求7所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述对分割错误的图像进行过滤包括：

根据人体工学手臂相对相机的最大作业范围统计不同距离下的led灯成像大小和形态特征；

根据所述成像大小和形态特征去除误分割的图像。

9.根据权利要求8所述的基于计算机视觉的手柄控制器led灯定位方法，其特征在于，所述根据所述成像大小和形态特征去除误分割的图像包括：

将所述led灯成像大小和形态特征作为led成像的先验信息；

根据所述候选区域的大小和相似三角形原理估计手柄控制器与相机的距离，并从所述先验信息中得到所述距离对应的成像大小和形态特征以去除误分割的图像，其中，根据下式计算所述手柄控制器与相机距离：

depth＝(scale_t*f)/scale_p

其中，depth为所述手柄控制器与相机距离，scale_p为物体的最大成像尺寸，scale_t为真实空间中物体的最大尺寸，f为焦距。

10.一种基于计算机视觉的手柄控制器led灯定位系统，其特征在于，包括：

获取单元，用于通过多个摄像头获取手柄控制器多个使用状态下的二维图像；

定位计算单元，用于利用计算机视觉方法对所述二维图像中的led灯进行定位。