[发明专利]一种基于深度图像二次分割的钢结构识别和定位方法

权利要求书

1.一种基于深度图像二次分割的钢结构识别和定位方法，其特性在于，包括：

采集施工目标的多幅彩色图像以及视角一致的目标彩色图像ColorImage1和深度图像DepthImage1，并在所述多幅彩色图像的每幅图像中标出作业目标所在区域，生成目标识别器的训练集，利用所述训练集对所述识别器进行训练；

根据训练得到的目标识别器，对所述彩色图像ColorImage1进行区域分割，得到目标钢结构所在的区域Region1，并对所述Region1进行形态学处理，得到Region2；

对所述深度图像DepthImage1进行滤波处理，得到深度图像DepthImage2，并根据预设的深度范围对所述深度图像DepthImage2进行区域筛选和形态学处理，得到符合深度范围的像素所在区域Region4；

计算得到所述区域Region2与Region4的相交区域Region5，并将滤波处理后的深度图像DepthImage2按Region5进行裁剪，得到裁剪后剩余深度图像DepthImage3；

提取所述深度图像DepthImage3中像素点的坐标值和对应的灰度值，并作为识别出的钢结构的空间三维点云的坐标，完成钢结构的识别和定位。

2.如权利要求1所述的基于深度图像二次分割的钢结构识别和定位方法，其特征在于：所述目标识别器包括多层感知神经网络和卷积神经网络。

3.如权利要求1所述的基于深度图像二次分割的钢结构识别和定位方法，其特征在于：所述深度图像的获取方式包括双目相机、RGBD相机、三维激光雷达或者深度相机。

4.如权利要求3所述的基于深度图像二次分割的钢结构识别和定位方法，其特征在于：采用所述双目相机获取所述深度图像过程包括，

采用安装在机器人上的双目相机采集左、右两幅彩色RGB通道图像，并根据双目相机标定参数对所述图像进行畸变校正与极线校正，得到校正后的左目图像LeftImage1与右目图像RightImage1，同时将所述左目图像LeftImage1复制并保存为ColorImage1；

将所述LeftImage1和RightImage1分别转化为灰度图像，灰度范围压缩至0至255，得到转换后的灰度图像LeftImage2和右目图像RightImage2，并利用匹配代价函数计算两幅图像中匹配点相似度；

对所述图像进行路径迭代，在完成全部路径迭代计算后，以路径末端图像的坐标(x,y)为像素点坐标、d_(x,y)为灰度值组成稠密视差图像DisparityImage；

根据相机内参和稠密视差图像DisparityImage，按三角原理逐点计算得到所述深度图像DepthImage1。

5.如权利要求4所述的基于深度图像二次分割的钢结构识别和定位方法，其特征在于：所述匹配代价函数包括，

其中，为梯度计算符号，I_L(x,y)和I_R(x,y)分别为左右图像位于坐标(x,y)处的灰度值，d_(x,y)是坐标(x,y)处的视差值，K_g、K_d和K_s分别为灰度权重、梯度权重和平滑因子，误匹配惩罚函数，ε为柔化因子，取值范围[1,2]，γ为小正数。

6.如权利要求1～3任一所述的基于深度图像二次分割的钢结构识别和定位方法，其特征在于：所述Region2的获取过程包括，

基于所述训练得到的目标识别器，对采集到的彩色图像ColorImage1进行初步区域分割，得到目标初步分割区域Region1；

断开所述Region1中的非连通区域，根据经验值按面积要素筛选出钢结构所在的区域；

采用矩形模板对所述Region1进行开运算去除所述区域边缘毛刺，再做闭运算弥补开运算引起的边缘范围缩减，得到钢结构区域Region2。