CN107633528A - 一种刚体识别方法及系统 - Google Patents
一种刚体识别方法及系统 Download PDFInfo
- Publication number
- CN107633528A CN107633528A CN201710726384.9A CN201710726384A CN107633528A CN 107633528 A CN107633528 A CN 107633528A CN 201710726384 A CN201710726384 A CN 201710726384A CN 107633528 A CN107633528 A CN 107633528A
- Authority
- CN
- China
- Prior art keywords
- rigid body
- infrared
- image
- identified
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种刚体识别方法及系统,该方法包括以下步骤:根据预先设置在各刚体上的多个红外标记点,得到全部刚体互不相同的几何结构信息;获取任意待识别刚体的红外深度图像,并提取红外信息和深度信息;对红外信息进行处理,分别得到红外标记点的图像坐标;对图像坐标进行坐标转换,得到待识别刚体上的红外标记点在相机坐标系中的位置坐标;构建空间几何体,将空间几何体与各刚体的几何结构信息进行匹配,确定待识别刚体。本发明提供的一种刚体识别方法及系统,能够实现对多个刚体的同时准确识别和精确追踪,在跟踪过程中不会发生串扰现象,并针对不同类型的多个刚体能同时给出跟踪结果。
Description
技术领域
本发明涉及虚拟现实领域,尤其涉及一种刚体识别方法及系统。
背景技术
现有的VR、AR、MR等设备中,通常使用双目近红外立体视觉方案实现人机交互系统中刚体目标的跟踪,同时只能跟踪1个或2个固定刚体,对于对多个刚体的跟踪,多目标想要获取刚体上多个标记点的世界坐标信息,或者获取每个刚体的姿态参数,目前还没有可实现的产品及技术方案。
另外,双目近红外立体视觉方案中的立体匹配算法的稳定性同样存在问题,计算得到的深度信息准确度较差,误差较大,无法满足更高的使用需求。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供一种刚体识别方法及系统。
本发明解决上述技术问题的技术方案如下:
一种刚体识别方法,包括以下步骤:
步骤1,根据预先设置在各刚体上的多个红外标记点,得到全部所述刚体互不相同的几何结构信息;
步骤2,获取任意待识别刚体的红外深度图像,并提取所述红外深度图像的红外信息和深度信息;
步骤3,对所述红外深度图像进行处理,分别得到所述待识别刚体上的红外标记点的图像坐标;
步骤4,根据所述深度信息与所述红外信息之间的坐标映射关系对所述图像坐标进行坐标转换,得到所述待识别刚体上的红外标记点在相机坐标系中的位置坐标;
步骤5,根据所述位置坐标构建空间几何体,将所述空间几何体与各所述刚体的几何结构信息进行匹配,确定所述待识别刚体。
本发明的有益效果是:本发明提供的一种刚体识别方法,通过拍摄预先设置在刚体上的多个红外标记点,结合红外深度图像对红外标记点进行识别,得到各刚体的几何结构特征,通过唯一的几何结构特征来识别刚体,能够实现对多个刚体的同时准确识别和精确追踪,在跟踪过程中不会发生串扰现象,并针对不同类型的多个刚体能同时给出跟踪结果,当同一类型的刚体存在遮挡情况时,仍然能够持续将红外标记点锁定到具体的刚体上,实用性更强,同时,通过拍摄刚体的红外深度图像,来识别红外标记点的坐标,识别的结果更加准确且误差很小。
在上述技术方案的基础上,本发明还可以做如下改进。
进一步地,所述红外标记点为圆形。
采用上述进一步方案的有益效果是:通过将红外标记点设置为圆形,能够提高识别的角度范围。
进一步地,步骤1中,具体包括:
步骤1.1,根据预先设置在各所述刚体上的多个所述红外标记点,得到全部所述刚体的几何形心;
步骤1.2,根据各所述刚体的几何形心和多个红外标记点构建空间多面体;
步骤1.3,提取所述空间多面体各边的边长和相邻两边之间的角度,作为识别所述刚体的几何结构信息。
采用上述进一步方案的有益效果是:通过构建空间多面体,能够得到识别刚体的唯一几何结构信息,实现了对刚体的准确识别,提高了识别的精确度,同时便于多个刚体的同时识别与追踪。
进一步地,步骤3中,具体包括:
步骤3.1,对所述红外深度图像进行分割处理,得到所述红外深度图像的前景图像;
步骤3.2,对所述前景图像进行识别处理,分别得到所述待识别刚体上的红外标记点的图像坐标。
进一步地,步骤3.2中,具体包括:
步骤3.2.1,对所述前景图像进行下采样处理,得到近似红外标记点;
步骤3.2.2,判断各所述近似红外标记点的类型,当所述近似红外标记点为自发光标记点时,执行步骤3.2.3,当所述近似红外标记点为反光标记点时,执行步骤3.2.4;
步骤3.2.3,根据预设的阈值处理算法对所述近似红外标记点进行检测,得到所述红外标记点的图像坐标;
步骤3.2.4,根据预设的块特征检测算法对包含所述近似红外标记点的区域进行识别,得到所述待识别刚体上的红外标记点的图像坐标。
采用上述进一步方案的有益效果是:通过针对不同形式的红外标记点进行分别处理,例如,近红外LED灯及红外反光材料所形成的标记点情况进行分别处理,能提供主动发光利用近红外LED的形式,被动发光采用红外反光材料两种形式来标记刚体两种技术解决方案,使得能够对附有不同类型红外标记点的刚体进行正确识别并区分,能够有效地防止在跟踪过程中发生串扰现象,并针对上述附有两种不同类型红外标记点的多个刚体能同时给出跟踪结果,当同一类型的刚体存在遮挡情况时,仍然能够持续将红外标记点锁定到具体的刚体上,实用性更强。
本发明解决上述技术问题的另一种技术方案如下:
一种刚体识别系统,包括:
识别单元,用于根据预先设置在各刚体上的多个红外标记点,得到全部所述刚体互不相同的几何结构信息;
图像获取单元,用于获取任意待识别刚体的红外深度图像,并提取所述红外深度图像的红外信息和深度信息;
图像处理单元,用于对所述红外深度图像进行处理,分别得到所述待识别刚体上的红外标记点的图像坐标;
坐标转换单元,用于根据所述深度信息与所述红外信息之间的坐标映射关系对所述图像坐标进行坐标转换,得到所述待识别刚体上的红外标记点在相机坐标系中的位置坐标;
特征匹配单元,用于根据所述位置坐标构建空间几何体,将所述空间几何体与各所述刚体的几何结构信息进行匹配,确定所述待识别刚体。
本发明的有益效果是:本发明提供的一种刚体识别系统,通过拍摄预先设置在刚体上的多个红外标记点,结合红外深度图像对红外标记点进行识别,得到各刚体的几何结构特征,通过唯一的几何结构特征来识别刚体,能够实现对多个刚体的同时准确识别和精确追踪,在跟踪过程中不会发生串扰现象,并针对不同类型的多个刚体能同时给出跟踪结果,当同一类型的刚体存在遮挡情况时,能够持续将红外标记点锁定到具体的刚体上,实用性更强,同时,通过分别拍摄刚体的红外深度图像,来识别红外标记点的坐标,识别的结果更加准确且误差很小。
进一步地,所述红外标记点为圆形。
进一步地,所述识别单元具体用于根据预先设置在各所述刚体上的多个所述红外标记点,得到全部所述刚体的几何形心,并根据各所述刚体的几何形心和多个红外标记点构建空间多面体,并提取所述空间多面体各边的边长和相邻两边之间的角度,作为识别所述刚体的几何结构信息。
进一步地,所述图像处理单元具体包括:
图像分割子单元,用于对所述红外深度图像进行分割处理,得到所述红外深度图像的前景图像;
图像识别子单元,用于对所述前景图像进行识别处理,分别得到所述待识别刚体上的红外标记点的图像坐标。
进一步地,所述图像识别子单元具体用于对所述前景图像进行下采样处理,得到近似红外标记点,并判断各所述近似红外标记点的类型,当所述近似红外标记点为自发光标记点时,根据预设的阈值处理算法对所述近似红外标记点进行检测,得到所述红外标记点的图像坐标;当所述近似红外标记点为反光标记点时,根据预设的块特征检测算法对包含所述近似红外标记点的区域进行识别,得到所述待识别刚体上的红外标记点的图像坐标。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明实施例提供的一种刚体识别方法的流程示意图;
图2为本发明另一实施例提供的一种刚体识别方法的流程示意图;
图3为本发明另一实施例提供的一种刚体识别系统的结构框架图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,为本发明实施例提供的一种刚体识别方法的流程示意图,该方法包括以下步骤:
S1,根据预先设置在各刚体上的多个红外标记点,得到全部刚体互不相同的几何结构信息。
需要说明的是,红外标记点指的是可主动发光的近红外LED灯或红外反光材料等,设置在刚体的外表面,随机均匀分布设置,使设置的多个红外标记点能反映出刚体的大致形状。
根据这些能够反映刚体大致形状的红外标记点,提前记录刚体的几何结构信息,建立各刚体的几何结构信息组成的特征信息库,便于后续调用,特征信息库中包含的几何结构信息能区分出各个刚体,也就是说,得到的各刚体的几何结构信息是彼此不同的。
S2,获取任意待识别刚体的红外深度图像,并提取红外深度图像的红外信息和深度信息。
需要说明的是,例如,可以通过红外摄像机和深度摄像机分别获取待识别刚体的红外深度图像,也可以通过结构光深度摄像机同时获取包含图像红外光信息和深度信息的图像,结构光深度摄像机集成了红外摄像头和深度摄像头,结构光摄像头通过投射条纹状结构光以及红外激光散斑斑点式结构光等方式来实现拍摄同时包含红外信息和深度信息的图像。应理解,所获取的图像中至少包含一个待识别的刚体。S3,对红外深度图像进行处理,分别得到待识别刚体上的红外标记点的图像坐标。
例如,可以首先进行梯度计算,去除图像中的平滑区域,同时更加突出检测位置与周围区域的对比程度,并通过直方图最大熵方法对运动前景和背景进行区分,以排除背景因素对跟踪结果的干扰,最后通过形态学方法,对运动前景区域进行提取,再通过图像下采样处理,降低分辨率,再通过块特征检测方法对红外标记点进行提取。
又例如,可以依次对图像进行灰度化处理和二值化处理,得到二值图像,并对二值图像去噪,再对图像中二值化的红外标记点进行识别。
再根据图像中的图像坐标系确定图像坐标。
S4,根据深度信息与红外信息之间的坐标映射关系对图像坐标进行坐标转换,得到待识别刚体上的红外标记点在相机坐标系中的位置坐标。
确定红外标记点的图像坐标后,根据深度信息的深度信息,得到图像在图像坐标系中的三维坐标,再根据坐标映射关系对图像坐标进行坐标转换,就可以得到识别出的红外标记点在相机坐标系中的位置坐标。
S5,根据位置坐标构建空间几何体,将空间几何体与各刚体的几何结构信息进行匹配,确定待识别刚体。
将预先存储在特征信息库中的各刚体的几个结构信息与识别出的各红外标记点在相机坐标系中的位置坐标进行比对,来确定刚体,实现对该刚体的准确追踪。
本实施例提供的一种刚体识别方法,通过拍摄预先设置在刚体上的多个红外标记点,结合红外深度图像对红外标记点进行识别,得到各刚体的几何结构特征,通过唯一的几何结构特征来识别刚体,能够实现对多个刚体的同时准确识别和精确追踪,在跟踪过程中不会发生串扰现象,并针对不同类型的多个刚体能同时给出跟踪结果,当同一类型的刚体存在遮挡情况时,仍然能够持续将红外标记点锁定到具体的刚体上,实用性更强,同时,通过拍摄刚体的红外深度图像,来识别红外标记点的坐标,识别的结果更加准确且误差很小。
如图2所示,为本发明另一实施例提供的一种刚体识别方法的流程示意图,该方法包括以下步骤:
S1,根据预先设置在各刚体上的多个红外标记点,得到全部刚体互不相同的几何结构信息。
优选地,红外标记点可以为圆形。
需要说明的是,红外标记点指的是可主动发光的近红外LED灯或红外反光材料等,设置在刚体的外表面,随机均匀分布设置,使设置的多个红外标记点能反映出刚体的大致形状。
根据这些能够反映刚体大致形状的红外标记点,提前记录刚体的几何结构信息,建立各刚体的几何结构信息组成的特征信息库,便于后续调用,特征信息库中包含的几何结构信息能区分出各个刚体,也就是说,得到的各刚体的几何结构信息是彼此不同的。
优选地,步骤S1中可以包括以下步骤:
S11,根据预先设置在各刚体上的多个红外标记点,得到全部刚体的几何形心。
S12,根据各刚体的几何形心和多个红外标记点构建空间多面体。
S13,提取空间多面体各边的边长和相邻两边之间的角度,作为识别刚体的几何结构信息。
优选地,还可以将几何形心与几何形心到各红外标记点的连线之间的角度作为识别刚体的几何结构信息,各刚体的几何结构信息之间互不相同。
S2,获取任意待识别刚体的红外深度图像,并提取红外深度图像的红外信息和深度信息。
需要说明的是,例如,可以通过红外摄像机和深度摄像机分别获取待识别刚体的红外深度图像,也可以通过结构光深度摄像机同时获取包含图像红外光信息和深度信息的图像,应理解,所获取的图像中至少包含一个待识别的刚体。
S3,对红外深度图像进行处理,分别得到待识别刚体上的红外标记点的图像坐标。
优选地,步骤S3中可以包括以下步骤:
S31,对红外深度图像进行分割处理,得到红外深度图像的前景图像。
例如,可以首先进行梯度计算,去除图像中的平滑区域,同时更加突出检测位置与周围区域的对比程度,并通过直方图最大熵方法对运动前景和背景进行区分,以排除背景因素对跟踪结果的干扰。
S32,对前景图像进行识别处理,分别得到待识别刚体上的红外标记点的图像坐标。
例如,可以通过形态学方法,对运动前景区域进行提取,再通过图像下采样处理,降低分辨率,再通过块特征检测方法对红外标记点进行提取,再根据图像中的图像坐标系确定图像坐标。
下面对步骤S32进行详细说明,具体地,包括以下步骤:
对前景图像进行下采样处理,得到近似红外标记点,再判断各近似红外标记点的类型,当近似红外标记点为自发光标记点时,根据预设的阈值处理算法对近似红外标记点进行检测,得到红外标记点的图像坐标;当近似红外标记点为反光标记点时,根据预设的块特征检测算法对包含近似红外标记点的区域进行识别,得到待识别刚体上的红外标记点的图像坐标。
需要说明的是,根据预设的块特征检测算法对包含近似红外标记点的区域进行识别时,该块特征可以根据块的颜色、区域的凹凸程度以及灰度范围进行设置,以便筛选有效的红外标记点块,得到图像坐标系下的该红外标记点的图像坐标。
S4,根据深度信息与红外信息之间的坐标映射关系对图像坐标进行坐标转换,得到待识别刚体上的红外标记点在相机坐标系中的位置坐标。
确定红外标记点的图像坐标后,根据深度信息,得到图像在图像坐标系中的三维坐标,再根据坐标映射关系对图像坐标进行坐标转换,就可以得到识别出的红外标记点在相机坐标系中的位置坐标。
S5,根据位置坐标构建空间几何体,将空间几何体与各刚体的几何结构信息进行匹配,确定待识别刚体。
将预先存储在特征信息库中的各刚体的几个结构信息与识别出的各红外标记点在相机坐标系中的位置坐标进行比对,来确定刚体,实现对该刚体的准确追踪。
优选地,可以通过凸包算法识别出的刚体附近的红外标记点进行凸包运算,以提取刚体最外侧的红外标记点,再对这些红红外标记点进行预测,判断出属于哪个刚体,根据识别成功的刚体继续补全该刚体剩余的红外标记点的空间位置,将各刚体的全部红外标记点信息按照预设的刚体索引实时输出到VR、AR等系统,以供坐标转换。
如图3所示,为本发明另一实施例提供的一种刚体识别系统的结构框架图,该系统包括:识别单元1、图像获取单元2、图像处理单元3、坐标转换单元4和特征匹配单元5,下面依次对这些单元的结构和功能进行详细说明。
识别单元1用于根据预先设置在各刚体上的多个红外标记点,得到全部刚体互不相同的几何结构信息,红外标记点可以为圆形。
优选地,识别单元1具体用于根据预先设置在各刚体上的多个红外标记点,得到全部刚体的几何形心,并根据各刚体的几何形心和多个红外标记点构建空间多面体,并提取空间多面体各边的边长和相邻两边之间的角度,作为识别刚体的几何结构信息。
图像获取单元2用于获取任意待识别刚体的红外深度图像,并提取红外深度图像的红外信息和深度信息。
图像处理单元3用于对红外深度图像进行处理,分别得到待识别刚体上的红外标记点的图像坐标。
下面对图像处理单元3进行进一步说明。
优选地,图像处理单元3可以包括:图像分割子单元31和图像识别子单元32,其中:
图像分割子单元31用于对红外深度图像进行分割处理,得到红外深度图像的前景图像。
图像识别子单元32用于对前景图像进行识别处理,分别得到待识别刚体上的红外标记点的图像坐标。
优选地,图像识别子单元32具体用于对前景图像进行下采样处理,得到近似红外标记点,并判断各近似红外标记点的类型,当近似红外标记点为自发光标记点时,根据预设的阈值处理算法对近似红外标记点进行检测,得到红外标记点的图像坐标;当近似红外标记点为反光标记点时,根据预设的块特征检测算法对包含近似红外标记点的区域进行识别,得到待识别刚体上的红外标记点的图像坐标。
坐标转换单元4用于根据深度信息与红外信息之间的坐标映射关系对图像坐标进行坐标转换,得到待识别刚体上的红外标记点在相机坐标系中的位置坐标。
特征匹配单元5用于根据位置坐标构建空间几何体,将空间几何体与各刚体的几何结构信息进行匹配,确定待识别刚体。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种刚体识别方法,其特征在于,包括以下步骤:
步骤1,根据预先设置在各刚体上的多个红外标记点,得到全部所述刚体互不相同的几何结构信息;
步骤2,获取任意待识别刚体的红外深度图像,并提取所述红外深度图像的红外信息和深度信息;
步骤3,对所述红外深度图像进行处理,分别得到所述待识别刚体上的红外标记点的图像坐标;
步骤4,根据所述深度信息与所述红外信息之间的坐标映射关系对所述图像坐标进行坐标转换,得到所述待识别刚体上的红外标记点在相机坐标系中的位置坐标;
步骤5,根据所述位置坐标构建空间几何体,将所述空间几何体与各所述刚体的几何结构信息进行匹配,确定所述待识别刚体。
2.根据权利要求1所述的刚体识别方法,其特征在于,所述红外标记点为圆形。
3.根据权利要求1所述的刚体识别方法,其特征在于,步骤1中,具体包括:
步骤1.1,根据预先设置在各所述刚体上的多个所述红外标记点,得到全部所述刚体的几何形心;
步骤1.2,根据各所述刚体的几何形心和多个红外标记点构建空间多面体;
步骤1.3,提取所述空间多面体各边的边长和相邻两边之间的角度,作为识别所述刚体的几何结构信息。
4.根据权利要求1至3中任一项所述的刚体识别方法,其特征在于,步骤3中,具体包括:
步骤3.1,对所述红外深度图像进行分割处理,得到所述红外深度图像的前景图像;
步骤3.2,对所述前景图像进行识别处理,分别得到所述待识别刚体上的红外标记点的图像坐标。
5.根据权利要求4所述的刚体识别方法,其特征在于,步骤3.2中,具体包括:
步骤3.2.1,对所述前景图像进行下采样处理,得到近似红外标记点;
步骤3.2.2,判断各所述近似红外标记点的类型,当所述近似红外标记点为自发光标记点时,执行步骤3.2.3,当所述近似红外标记点为反光标记点时,执行步骤3.2.4;
步骤3.2.3,根据预设的阈值处理算法对所述近似红外标记点进行检测,得到所述红外标记点的图像坐标;
步骤3.2.4,根据预设的块特征检测算法对包含所述近似红外标记点的区域进行识别,得到所述待识别刚体上的红外标记点的图像坐标。
6.一种刚体识别系统,其特征在于,包括:
识别单元,用于根据预先设置在各刚体上的多个红外标记点,得到全部所述刚体互不相同的几何结构信息;
图像获取单元,用于获取任意待识别刚体的红外深度图像,并提取所述红外深度图像的红外信息和深度信息;
图像处理单元,用于对所述红外深度图像进行处理,分别得到所述待识别刚体上的红外标记点的图像坐标;
坐标转换单元,用于根据所述深度信息与所述红外信息之间的坐标映射关系对所述图像坐标进行坐标转换,得到所述待识别刚体上的红外标记点在相机坐标系中的位置坐标;
特征匹配单元,用于根据所述位置坐标构建空间几何体,将所述空间几何体与各所述刚体的几何结构信息进行匹配,确定所述待识别刚体。
7.根据权利要求6所述的刚体识别系统,其特征在于,所述红外标记点为圆形。
8.根据权利要求6所述的刚体识别系统,其特征在于,所述识别单元具体用于根据预先设置在各所述刚体上的多个所述红外标记点,得到全部所述刚体的几何形心,并根据各所述刚体的几何形心和多个红外标记点构建空间多面体,并提取所述空间多面体各边的边长和相邻两边之间的角度,作为识别所述刚体的几何结构信息。
9.根据权利要求6至8中任一项所述的刚体识别系统,其特征在于,所述图像处理单元具体包括:
图像分割子单元,用于对所述红外深度图像进行分割处理,得到所述红外深度图像的前景图像;
图像识别子单元,用于对所述前景图像进行识别处理,分别得到所述待识别刚体上的红外标记点的图像坐标。
10.根据权利要求9所述的刚体识别系统,其特征在于,所述图像识别子单元具体用于对所述前景图像进行下采样处理,得到近似红外标记点,并判断各所述近似红外标记点的类型,当所述近似红外标记点为自发光标记点时,根据预设的阈值处理算法对所述近似红外标记点进行检测,得到所述红外标记点的图像坐标;当所述近似红外标记点为反光标记点时,根据预设的块特征检测算法对包含所述近似红外标记点的区域进行识别,得到所述待识别刚体上的红外标记点的图像坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710726384.9A CN107633528A (zh) | 2017-08-22 | 2017-08-22 | 一种刚体识别方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710726384.9A CN107633528A (zh) | 2017-08-22 | 2017-08-22 | 一种刚体识别方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107633528A true CN107633528A (zh) | 2018-01-26 |
Family
ID=61099673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710726384.9A Pending CN107633528A (zh) | 2017-08-22 | 2017-08-22 | 一种刚体识别方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107633528A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196687A (zh) * | 2018-03-20 | 2018-06-22 | 北京诺亦腾科技有限公司 | 一种用于虚拟现实场景的道具 |
CN109949418A (zh) * | 2019-03-12 | 2019-06-28 | 上海曼恒数字技术股份有限公司 | 一种刚体生成方法、装置、设备及存储介质 |
CN110728754A (zh) * | 2019-10-10 | 2020-01-24 | 深圳市瑞立视多媒体科技有限公司 | 刚体标记点识别方法、装置、设备及存储介质 |
CN110741413A (zh) * | 2018-11-29 | 2020-01-31 | 深圳市瑞立视多媒体科技有限公司 | 一种刚体配置方法及光学动作捕捉方法 |
WO2020034963A1 (zh) * | 2018-08-15 | 2020-02-20 | 杭州萤石软件有限公司 | 一种充电设备识别方法、移动机器人和充电设备识别系统 |
CN110942092A (zh) * | 2019-11-21 | 2020-03-31 | 大庆思特传媒科技有限公司 | 一种图形图像识别方法及识别系统 |
CN111213368A (zh) * | 2019-05-23 | 2020-05-29 | 深圳市瑞立视多媒体科技有限公司 | 刚体识别方法、装置、系统及终端设备 |
CN111213366A (zh) * | 2019-05-23 | 2020-05-29 | 深圳市瑞立视多媒体科技有限公司 | 刚体识别方法、装置、系统及终端设备 |
CN111354018A (zh) * | 2020-03-06 | 2020-06-30 | 合肥维尔慧渤科技有限公司 | 一种基于图像的物体识别方法、装置及系统 |
CN111767912A (zh) * | 2020-07-02 | 2020-10-13 | 深圳市瑞立视多媒体科技有限公司 | 标记点识别方法、装置、设备和存储介质 |
CN114612536A (zh) * | 2022-03-22 | 2022-06-10 | 北京诺亦腾科技有限公司 | 对象三维模型的识别方法、装置、设备及可读存储介质 |
TWI815279B (zh) * | 2021-01-28 | 2023-09-11 | 仁寶電腦工業股份有限公司 | 電子裝置及其操作方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955963A (zh) * | 2014-04-30 | 2014-07-30 | 崔岩 | 一种基于 Kinect设备的数字化人体三维重建方法及系统 |
CN104021568A (zh) * | 2014-06-25 | 2014-09-03 | 山东大学 | 基于轮廓多边形拟合的可见光与红外图像的自动配准方法 |
CN104599314A (zh) * | 2014-06-12 | 2015-05-06 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
CN105096377A (zh) * | 2014-05-14 | 2015-11-25 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN105809654A (zh) * | 2014-12-29 | 2016-07-27 | 深圳超多维光电子有限公司 | 目标对象跟踪方法、装置和立体显示设备及方法 |
CN106600627A (zh) * | 2016-12-07 | 2017-04-26 | 成都通甲优博科技有限责任公司 | 一种基于标志点的刚体运动捕捉方法及系统 |
-
2017
- 2017-08-22 CN CN201710726384.9A patent/CN107633528A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955963A (zh) * | 2014-04-30 | 2014-07-30 | 崔岩 | 一种基于 Kinect设备的数字化人体三维重建方法及系统 |
CN105096377A (zh) * | 2014-05-14 | 2015-11-25 | 华为技术有限公司 | 一种图像处理方法和装置 |
CN104599314A (zh) * | 2014-06-12 | 2015-05-06 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
CN104021568A (zh) * | 2014-06-25 | 2014-09-03 | 山东大学 | 基于轮廓多边形拟合的可见光与红外图像的自动配准方法 |
CN105809654A (zh) * | 2014-12-29 | 2016-07-27 | 深圳超多维光电子有限公司 | 目标对象跟踪方法、装置和立体显示设备及方法 |
CN106600627A (zh) * | 2016-12-07 | 2017-04-26 | 成都通甲优博科技有限责任公司 | 一种基于标志点的刚体运动捕捉方法及系统 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108196687A (zh) * | 2018-03-20 | 2018-06-22 | 北京诺亦腾科技有限公司 | 一种用于虚拟现实场景的道具 |
WO2020034963A1 (zh) * | 2018-08-15 | 2020-02-20 | 杭州萤石软件有限公司 | 一种充电设备识别方法、移动机器人和充电设备识别系统 |
US11715293B2 (en) | 2018-08-15 | 2023-08-01 | Hangzhou Ezviz Software Co., Ltd. | Methods for identifying charging device, mobile robots and systems for identifying charging device |
CN110741413B (zh) * | 2018-11-29 | 2023-06-06 | 深圳市瑞立视多媒体科技有限公司 | 一种刚体配置方法及光学动作捕捉方法 |
CN110741413A (zh) * | 2018-11-29 | 2020-01-31 | 深圳市瑞立视多媒体科技有限公司 | 一种刚体配置方法及光学动作捕捉方法 |
CN109949418A (zh) * | 2019-03-12 | 2019-06-28 | 上海曼恒数字技术股份有限公司 | 一种刚体生成方法、装置、设备及存储介质 |
CN111213368A (zh) * | 2019-05-23 | 2020-05-29 | 深圳市瑞立视多媒体科技有限公司 | 刚体识别方法、装置、系统及终端设备 |
CN111213366A (zh) * | 2019-05-23 | 2020-05-29 | 深圳市瑞立视多媒体科技有限公司 | 刚体识别方法、装置、系统及终端设备 |
CN111213366B (zh) * | 2019-05-23 | 2021-07-13 | 深圳市瑞立视多媒体科技有限公司 | 刚体识别方法、装置、系统及终端设备 |
CN110728754A (zh) * | 2019-10-10 | 2020-01-24 | 深圳市瑞立视多媒体科技有限公司 | 刚体标记点识别方法、装置、设备及存储介质 |
CN110942092A (zh) * | 2019-11-21 | 2020-03-31 | 大庆思特传媒科技有限公司 | 一种图形图像识别方法及识别系统 |
CN110942092B (zh) * | 2019-11-21 | 2023-08-08 | 大庆思特传媒科技有限公司 | 一种图形图像识别方法及识别系统 |
CN111354018A (zh) * | 2020-03-06 | 2020-06-30 | 合肥维尔慧渤科技有限公司 | 一种基于图像的物体识别方法、装置及系统 |
CN111354018B (zh) * | 2020-03-06 | 2023-07-21 | 合肥维尔慧渤科技有限公司 | 一种基于图像的物体识别方法、装置及系统 |
CN111767912A (zh) * | 2020-07-02 | 2020-10-13 | 深圳市瑞立视多媒体科技有限公司 | 标记点识别方法、装置、设备和存储介质 |
CN111767912B (zh) * | 2020-07-02 | 2023-09-05 | 深圳市瑞立视多媒体科技有限公司 | 标记点识别方法、装置、设备和存储介质 |
TWI815279B (zh) * | 2021-01-28 | 2023-09-11 | 仁寶電腦工業股份有限公司 | 電子裝置及其操作方法 |
CN114612536B (zh) * | 2022-03-22 | 2022-11-04 | 北京诺亦腾科技有限公司 | 对象三维模型的识别方法、装置、设备及可读存储介质 |
CN114612536A (zh) * | 2022-03-22 | 2022-06-10 | 北京诺亦腾科技有限公司 | 对象三维模型的识别方法、装置、设备及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633528A (zh) | 一种刚体识别方法及系统 | |
CN109544612B (zh) | 基于特征点几何表面描述的点云配准方法 | |
CN108717531B (zh) | 基于Faster R-CNN的人体姿态估计方法 | |
CN109087345A (zh) | 基于ToF成像系统的栈板识别方法及自动导引运输车 | |
US20050058336A1 (en) | Measuring the location of objects arranged on a surface, using multi-camera photogrammetry | |
CN107481287A (zh) | 一种基于多标识的物体定位定姿方法及系统 | |
US20190073796A1 (en) | Method and Image Processing System for Determining Parameters of a Camera | |
CN106650628B (zh) | 一种基于三维k曲率的指尖检测方法 | |
CN106991688A (zh) | 人体跟踪方法、人体跟踪装置和电子装置 | |
US8761441B2 (en) | System and method for measuring flight information of a spherical object with high-speed stereo camera | |
CN108597009A (zh) | 一种基于方向角信息进行三维目标检测的方法 | |
US20150138193A1 (en) | Method and device for panorama-based inter-viewpoint walkthrough, and machine readable medium | |
CN113012161B (zh) | 一种基于凸性区域生长的堆叠散乱目标点云分割方法 | |
CN108225334A (zh) | 一种基于三维实景数据的定位方法及装置 | |
CN113894799B (zh) | 机器人及辅助环境定位的标识物识别方法和装置 | |
CN112085804B (zh) | 一种基于神经网络的物体位姿识别方法 | |
CN108830888A (zh) | 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法 | |
CN110555879A (zh) | 一种空间定位方法、其装置、其系统及计算机可读介质 | |
CN110021029A (zh) | 一种适用于rgbd-slam的实时动态配准方法及存储介质 | |
CN112085675A (zh) | 深度图像去噪方法、前景分割方法及人体运动监测方法 | |
CN112614161A (zh) | 一种基于边缘置信度的三维物体跟踪方法 | |
JP3144400B2 (ja) | ジェスチャ認識装置及び方法 | |
CN108388854A (zh) | 一种基于改进fast-surf算法的定位方法 | |
AUGMENTED | Grayscale image enhancement for enhancing features detection in marker-less augmented reality technology | |
CN105740827B (zh) | 一种基于快速标记连通的停止线检测与测距方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180126 |
|
RJ01 | Rejection of invention patent application after publication |