CN109214372A - 姿态确定方法、装置和计算机可读存储介质 - Google Patents
姿态确定方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN109214372A CN109214372A CN201811295895.0A CN201811295895A CN109214372A CN 109214372 A CN109214372 A CN 109214372A CN 201811295895 A CN201811295895 A CN 201811295895A CN 109214372 A CN109214372 A CN 109214372A
- Authority
- CN
- China
- Prior art keywords
- article
- determination method
- platform
- image
- colored
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种姿态确定方法、装置和计算机可读存储介质,所述姿态确定方法包括:控制拍摄设备拍摄彩色平台的预设区域,用以获得所述预设区域上物品的图像,并且记录彩色平台的当前发光颜色;根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据。本发明具有提高识别物品的效率的效果。
Description
技术领域
本发明涉及物流分拣技术领域,特别涉及姿态确定方法、装置和计算机可读存储介质。
背景技术
目前,在物流分拣领域,通常需要机器视觉来识别物品的位置和状态,然后再通过机械手抓取物品。但是,大多数识别物品的方法通常计算非常复杂,导致计算过程需要较高的算力来支持,进而使得估计物品位置和状态的过程效率较低、成本较高。
发明内容
本发明的主要目的是提供姿态确定方法、装置和计算机可读存储介质,旨在提高识别物品的效率。
为实现上述目的,本发明提出的一种姿态确定方法,用于物流分拣,所述姿态确定方法包括:
控制拍摄设备拍摄彩色平台的预设区域,用以获得所述预设区域上物品的图像,并且记录彩色平台的当前发光颜色;
根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据。
可选的,所述预设区域位于所述彩色平台的正面。
可选的,所述姿态确定方法还包括:
控制彩色平台变色,获得所述预设区域上物品的多张图像,并且记录彩色平台的当前发光颜色。
可选的,所述根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据包括:
将所述图像中像素颜色与所述当前发光颜色不相同的进行标记,否则不标记,用以获得二进制化的图像;
根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据。
可选的,所述图像包括九张,所述当前发光颜色分别为红色、橙色、黄色、绿色、蓝色、靛蓝色、紫色、白色和黑色。
可选的,所述姿态确定方法还包括:
根据多个二维姿态数据合成所述物品的合成二维姿态数据。
可选的,所述根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据包括:
通过PCA主成分分析法分析所获二进制化的图像,确定物品的主轴;
将包括所述主轴的二进制图像作为所述二维姿态数据。
本发明还提供了一种姿态确定装置,所述姿态确定装置包括彩色平台、拍摄设备、储存器和处理器;
所述彩色平台用于支撑物品,并且发出彩色背光;
所述拍摄设备朝向所述彩色平台设置,用于拍摄所述彩色平台上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述的姿态确定方法的步骤。
可选的,所述彩色平台为液晶屏幕,所述姿态确定装置还包括遮光板,所述遮光板设置于拍摄设备的上方,用于遮蔽外部光源发射的干扰光。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如上述的姿态确定方法的步骤。
本发明所提供的姿态确定方法,在使用时,事先将物品通过机械或者是人工的方案将物品放置在彩色平台上;然后通过设置在预设位置上的拍摄设备拍摄预设区域,而获得包括物品颜色的预设区域的图像;最后通过该图像上的彩色分界线来确定物品的位置和大小。由于可以拍摄获得较为清晰的彩色分界线,并且仅需通过彩色的色号来识别是否为阴影区域。因此,本实施例所提供的姿态确认方法,能够以较简单的公式来计算分割彩色区域,进而获得物品的位置和一个面的形状大小,从而具有识别物品的效率更高的效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明姿态确定方法第一实施例的流程图;
图2为本发明姿态确定方法第二实施例的流程图;
图3为本发明姿态确定方法第三实施例的流程图;
图4为本发明姿态确定方法第四实施例的流程图;
图5为本发明姿态确定方法第五实施例的流程图;
图6为本发明姿态确定装置一实施例的模块化结构示意图;
图7为图6所示装置工作时所获得的图像的示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一
本实施例提供了一种姿态确定方法,用于物流分拣。
如图1所示,所述姿态确定方法包括:
步骤S101,控制拍摄设备拍摄彩色平台的预设区域,用以获得所述预设区域上物品的图像,并且记录彩色平台的当前发光颜色;
步骤S102,根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据。
在本实施例中,首先控制拍摄设备拍摄彩色平台的预设区域,用以获得所述预设区域上物品的图像,并且记录彩色平台的当前发光颜色。其中,拍摄设备需要获得彩色的图像,配合记录彩色平台所发出的不同颜色的光。彩色平台可以采用彩色背光设备,可以采用直下式光源,也可以是侧入式光源。可以采用不同颜色的光源,再通过开关不同的光源,从而获得不同颜色的背光。或者也可以采用白色背光,再通过液晶等技术,使得彩色平台产生不同颜色的光。当然,彩色平台还可以是可以切换的彩色薄片,通过切换彩色薄片达到变换色彩的效果。预设区域为放置物品的区域,可以根据需要而设置大小和位置。当物品放置在所述彩色平台上方时,由于物品会遮挡部分光线,从而使得彩色平台上的发光图案部分被遮挡。因此,拍摄所获的图像包括预设区域的未遮挡图案部分和遮挡图案部分。记录彩色平台的当前发光颜色,例如,当前为纯白、纯红、纯蓝,或者是红蓝、绿红各一半,或者是红蓝绿条纹循环布置等等。该记录的颜色可以在后续步骤中与所拍摄的图像进行对比。
在本实施例中,在获得图像并且记录当前发光颜色之后,再根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据。其中,所述图像所包括的未遮挡图案部分和图案光线部分,如图7所示,斜线部分为未遮挡图案部分,空白部分为遮挡图案部分。这些构成了可以计算物品轮廓位置尺寸的彩色信息。从而可以通过识别彩色的边界,而确定物品的轮廓,从而获得物品的位置和物品一个面的形状大小等。
本实施例所提供的姿态确认方法,在使用时,事先将物品通过机械或者是人工的方案将物品放置在彩色平台上;然后通过设置在预设位置上的拍摄设备拍摄预设区域,而获得包括物品颜色的预设区域的图像;最后通过该图像上的彩色分界线来确定物品的位置和大小。由于可以拍摄获得较为清晰的彩色分界线,并且仅需通过彩色的色号来识别是否为阴影区域。因此,本实施例所提供的姿态确认方法,能够以较简单的公式来计算分割彩色区域,进而获得物品的位置和一个面的形状大小,从而具有识别物品的效率更高的效果。
具体的,在本实施例中,所述预设区域位于所述彩色平台的正面。其中,彩色平台包括正面和背面,通常正面与物品相接处。当预设区域位于透光平台的正面,则拍摄设备能够拍到预设区域,以及预设区域上的物品本身。
本实施例,通过设置预设区域位于所述透光平台的正面,从而能够使得拍摄所获的图像中画面包括预设区域的色彩和物品的颜色,进而使得图像的颜色冲突更明显,更易于计算识别。
实施例二
本实施例提供了一种姿态确定方法,本实施例在上述实施例的基础上,增加了步骤。具体如下:
如图2所示,所述姿态确定方法还包括:
步骤S203,控制彩色平台变色,获得所述预设区域上物品的多张图像,并且记录彩色平台的当前发光颜色。
本实施例中的其他步骤与上述实施例相同,具体可以参看上述实施例,在此不再赘述。需要说明的是,本实施例中的顺序为识别一张图像再拍摄下一张图像,这顺序仅为说明而不限定。在其他实施例中,也可以是连续拍多张照片后,再进行一一识别;或者拍2张,识别两张等等。
在本实施例中,在获得一张图像,并且记录该图像的当前发光颜色后,再控制彩色平台变色,获得所述预设区域上物品的多张图像,并且记录彩色平台的当前发光颜色。其中,在通过颜色识别物品时,若背光颜色与物品颜色相同,则会导致系统错误地将物品上的相同颜色部分识别为彩色平台。因此,设置彩色平台可以根据预设的颜色顺序进行变色,每变一色就拍摄获得一张对应图像,从而使得物品可以在不同背光颜色下进行多次识别。
例如,当物品表面存在部分红色,并且背光颜色也为红色时,则物品的红色区域将被系统识别为彩色平台,从而产生错误。为了避免该识别错误,再拍摄一张图像,并且该图像采用区别于之前所采用的红色背光,例如采用绿色背光。此时,若物品表面不存在绿色,则在识别时能够准确识别物品所占区域,从而可以避免所述物品的部分区域被系统识别为彩色平台。
由上可知,为了避免物品的表面存在的颜色与背光颜色相同,而产生识别误差,可以通过改变彩色平台的背光颜色来克服。由此可推,两种背光颜色的识别正确率,应当高于一种背光颜色的识别正确率。而三种背光颜色的识别正确率,应当高于两种背光颜色的识别正确率……。
因此,通过拍摄多张不同背光颜色的照片,从而可以减少物品表面颜色与所述当前发光颜色相同时所带来的识别误差。
优选的,在本实施例中,所述图像包括九张,所述当前发光颜色分别为红色、橙色、黄色、绿色、蓝色、靛蓝色、紫色、白色和黑色。其中,每一种颜色的背光都是纯色。以上九种颜色包括了目前所有颜色,则该九种背光颜色能够提供最高的识别正确率,从而能够绝对避免物品表面的颜色造成的干扰。
实施例三
本实施例提供了一种姿态确定方法,本实施例在上述实施例的基础上,对其中的步骤进行具体描述。具体如下:
如图3所示,所述根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据包括:
步骤S301,将所述图像中像素颜色与所述当前发光颜色不相同的进行标记,否则不标记,用以获得二进制化的图像;
步骤S302,根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据。
本实施例中的其他步骤与上述实施例相同,具体可以参看上述实施例,在此不再赘述。
在本实施例中,在获得图像和该图像对应的当前发光颜色后,再将所述图像中像素颜色与所述当前发光颜色不相同的进行标记,否则不标记,用以获得二进制化的图像。其中,若彩色平台是纯色发光,则仅需要对图像中的一种颜色进行标记;若彩色平台是双色,则需要对图中的两种颜色进行标记,为简便可以两种颜色可以采用同种标记;若彩色平台是三色,则对图中的三种颜色进行标记……。最后,整个图像成为二进制化的图像,即通过标记和未标记两种信息来表达,去除了颜色、灰度和亮度等等其他的信息。从而使得需要计算或者保存的图像信息更简单,更利于识别物品的位置和形状大小。
在本实施例中,在获得二进制化的图像之后,再根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据。如上所示二进制化的图像信息简单,对比强烈,因此,根据二进制化图形来获得物品的二维姿态数据,则具有识别高效,识别准确的效果。
实施例四
本实施例提供了一种姿态确定方法,本实施例在上述实施例的基础上,额外增加了步骤。具体如下:
如图4所示,所述姿态确定方法还包括:
步骤S404,根据多个二维姿态数据合成所述物品的合成二维姿态数据。
本实施例中的其他步骤与上述实施例相同,具体可以参看上述实施例,在此不再赘述。
在本实施例中,在分别对每一图像进行处理而获得二维姿态数据之后,再根据多个二维姿态数据合成所述物品的合成二维姿态数据。其中,如上所述由于物品的表面可以具有颜色,因此所识别的多个二维姿态数据中:一二维姿态数据可能完整覆盖物品顶面的部分区域;而另一二维姿态数据可能覆盖物品顶面的又一部分区域,而再一二维姿态数据可能覆盖物品中顶面的再一部分区域,或者是零区域。
将多个二维姿态数据进行合成的方案可以有多种,例如取二维姿态数据所占面积最大的一个,或者将所有二维姿态数据进行合并等等。
在本实施例中,通过合并的方案获得合成二维姿态数据。例如,拍摄所获图像包括3×3的像素,通过分析后,分别通过红色、绿色、蓝色背光所获的第一个二维姿态数据中,标记的像素包括:a11(第一行第一个),a12(第一行第二个,后类同表达,不再单独解释),a13;第二个二维姿态数据中,标记的像素包括:a11,a12,a21;第三个二维姿态数据中,标记的像素包括:a21,a12,a22;在合成时,可以通过求和合并的方式来获得最终标记像素,包括:a11,a12,a13,a21,a22。
由于,在大多数图像中标记的所有像素都被认为是有效的。因此,通过求和合成获得的合成二维姿态数据是由有效的多个标记像素组成的二进制图像,这些标记的像素可以正确显示出物品的位置,形状和大小。
实施例五
如图5所示,本实施例提供了一种姿态确定方法,本实施例在上述实施例的基础上,对其中步骤进行了具体描述。具体如下:
所述根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据包括:
步骤S501,通过PCA主成分分析法分析所获二进制化的图像,确定物品的主轴;
步骤S502,将包括所述主轴的二进制图像作为所述二维姿态数据。
在本实施例中,在获得二维姿态数据之后,再通过PCA主成分分析法分析所获二进制化的图像,确定物品的主轴。其中,通常是最终二维姿态数据获得之后再进行PCA分析。PCA(principal Component Analysis)是一种使用广泛的数据压缩算法。在PCA中,数据从原来的坐标系转换到新的坐标系,由数据本身决定。转换坐标系时,以方差最大的方向作为坐标轴方向,因为数据的最大方差给出了数据的最重要的信息。第一个新坐标轴选择的是原始数据中方差最大的方法,第二个新坐标轴选择的是与第一个新坐标轴正交且方差次大的方向。重复该过程,重复次数为原始数据的特征维数。因此,通过在二维的图像中使用PCA,则能够高效和稳定获得物品的长和宽,其中长度方向为主轴,宽度方向为小轴。而获得的物品的主轴则能够帮助机械手的爪子与主轴方向对应,从而便于抓起物品。
在本实施例中,在确定物品的主轴之后,再将包括所述主轴的二进制图像作为所述二维姿态数据。其中,物品的二维姿态数据以设定格式保存,以及用于控制机械手抓取物品。
本实施例所提供的姿态确定方法,通过采用PCA主成分分析方法对二进制图像进行分析,从而能够获得物品的主轴和小轴。最终通过该包括主轴和小轴的二进制图像作为二维姿态数据,为后续控制机械手抓取提供信息。以便于机械手对应所述主轴来进行抓取,使得抓取物品时,更稳定和牢固。例如机械手通过调整角度,能够抓到物品中与主轴平行的两边,而避免抓到物品的对角处,或者是与小轴平行的两边。
实施例六
如图6所示,本实施例提供了一种姿态确定装置。
所述姿态确定装置包括彩色平台100、拍摄设备200、储存器和处理器;
所述彩色平台100用于支撑物品,并且发出彩色背光;
所述拍摄设备200朝向所述彩色平台100设置,用于拍摄所述彩色平台100上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述任一项实施例所述的姿态确定方法的步骤。
由于本实施例具有上述姿态确定方法的所有技术特征,因此本实施例也具有上述姿态确定方法所具有的有益效果。具体请参看上述实施例,在此不再赘述。
具体的,在本实施例中,所述彩色平台100为液晶屏幕。液晶屏幕能够显示所需的多种色彩,并且能够快速变化色彩。从而能够高效实现变换多种颜色来识别一个物品的效果。当然,在其他实施例中,还可以采用led屏幕或者其他发光屏幕,或不发光的幕布或薄片等等。
进一步的,所述姿态确定装置还包括遮光板400,所述遮光板400设置于拍摄设备200的上方,用于遮蔽外部光源发射的干扰光。具体的,遮光板400可以是多种形状,例如平板状、曲面板状、凹槽状、漏斗状等等。
实施例七
本实施例提供了一种计算机可读存储介质。
所述计算机可读存储介质上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如上任一项所述的姿态确定方法的步骤。
由于本实施例具有上述姿态确定方法的所有技术特征,因此本实施例也具有上述姿态确定方法所具有的有益效果。具体请参看上述实施例,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种姿态确定方法,用于物流分拣,其特征在于,所述姿态确定方法包括:
控制拍摄设备拍摄彩色平台的预设区域,用以获得所述预设区域上物品的图像,并且记录彩色平台的当前发光颜色;
根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据。
2.如权利要求1所述的姿态确定方法,其特征在于,所述预设区域位于所述彩色平台的正面。
3.如权利要求1所述的姿态确定方法,其特征在于,所述姿态确定方法还包括:
控制彩色平台变色,获得所述预设区域上物品的多张图像,并且记录彩色平台的当前发光颜色。
4.如权利要求3所述的姿态确定方法,其特征在于,所述根据所述图像中的色彩信息获得位于所述彩色平台上的物品的二维姿态数据包括:
将所述图像中像素颜色与所述当前发光颜色不相同的进行标记,否则不标记,用以获得二进制化的图像;
根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据。
5.如权利要求4所述的姿态确定方法,其特征在于,所述图像包括九张,所述当前发光颜色分别为红色、橙色、黄色、绿色、蓝色、靛蓝色、紫色、白色和黑色。
6.如权利要求4所述的姿态确定方法,其特征在于,所述姿态确定方法还包括:
根据多个二维姿态数据合成所述物品的合成二维姿态数据。
7.如权利要求1所述的姿态确定方法,其特征在于,所述根据所述二进制化的图像获得位于所述彩色平台上的物品的二维姿态数据包括:
通过PCA主成分分析法分析所获二进制化的图像,确定物品的主轴;
将包括所述主轴的二进制图像作为所述二维姿态数据。
8.一种姿态确定装置,其特征在于,所述姿态确定装置包括彩色平台、拍摄设备、储存器和处理器;
所述彩色平台用于支撑物品,并且发出彩色背光;
所述拍摄设备朝向所述彩色平台设置,用于拍摄所述彩色平台上的预设区域;
所述储存器储存有姿态确定程序;
所述处理器配置为执行所述姿态确定程序,以执行如上述权利要求1至7任一项所述的姿态确定方法的步骤。
9.如权利要求6所述的姿态确定装置,其特征在于,所述姿态确定装置还包括遮光板,所述遮光板设置于拍摄设备的上方,用于遮蔽外部光源发射的干扰光。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有姿态确定程序,所述姿态确定程序被处理器执行时实现如权利要求1至7任一项所述的姿态确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295895.0A CN109214372B (zh) | 2018-11-01 | 2018-11-01 | 姿态确定方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811295895.0A CN109214372B (zh) | 2018-11-01 | 2018-11-01 | 姿态确定方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109214372A true CN109214372A (zh) | 2019-01-15 |
CN109214372B CN109214372B (zh) | 2021-04-02 |
Family
ID=64998385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811295895.0A Active CN109214372B (zh) | 2018-11-01 | 2018-11-01 | 姿态确定方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109214372B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1663697A (zh) * | 2005-03-23 | 2005-09-07 | 江苏大学 | 一种水果外观质量在线检测技术的视觉数据处理系统 |
WO2008039764A2 (en) * | 2006-09-30 | 2008-04-03 | Clairvoyante, Inc. | Systems and methods for reducing desaturation of images rendered on high brightness displays |
CN102804204A (zh) * | 2009-06-25 | 2012-11-28 | 皇家飞利浦电子股份有限公司 | 利用色度键控的姿势识别 |
US8600153B2 (en) * | 2012-02-07 | 2013-12-03 | Zencolor Corporation | System and method for normalization and codification of colors for dynamic analysis |
CN103577812A (zh) * | 2013-11-22 | 2014-02-12 | 昆山视杰维光电科技有限公司 | 一种目标物识别系统及方法 |
CN105930854A (zh) * | 2016-04-19 | 2016-09-07 | 东华大学 | 一种机械臂视觉系统 |
CN108184051A (zh) * | 2017-12-22 | 2018-06-19 | 努比亚技术有限公司 | 一种主体拍摄方法、设备及计算机可读存储介质 |
CN108447094A (zh) * | 2018-03-20 | 2018-08-24 | 清华大学 | 一种单目彩色相机的姿态估算方法及系统 |
CN108647588A (zh) * | 2018-04-24 | 2018-10-12 | 广州绿怡信息科技有限公司 | 物品类别识别方法、装置、计算机设备和存储介质 |
-
2018
- 2018-11-01 CN CN201811295895.0A patent/CN109214372B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1663697A (zh) * | 2005-03-23 | 2005-09-07 | 江苏大学 | 一种水果外观质量在线检测技术的视觉数据处理系统 |
WO2008039764A2 (en) * | 2006-09-30 | 2008-04-03 | Clairvoyante, Inc. | Systems and methods for reducing desaturation of images rendered on high brightness displays |
CN102804204A (zh) * | 2009-06-25 | 2012-11-28 | 皇家飞利浦电子股份有限公司 | 利用色度键控的姿势识别 |
US8600153B2 (en) * | 2012-02-07 | 2013-12-03 | Zencolor Corporation | System and method for normalization and codification of colors for dynamic analysis |
CN103577812A (zh) * | 2013-11-22 | 2014-02-12 | 昆山视杰维光电科技有限公司 | 一种目标物识别系统及方法 |
CN105930854A (zh) * | 2016-04-19 | 2016-09-07 | 东华大学 | 一种机械臂视觉系统 |
CN108184051A (zh) * | 2017-12-22 | 2018-06-19 | 努比亚技术有限公司 | 一种主体拍摄方法、设备及计算机可读存储介质 |
CN108447094A (zh) * | 2018-03-20 | 2018-08-24 | 清华大学 | 一种单目彩色相机的姿态估算方法及系统 |
CN108647588A (zh) * | 2018-04-24 | 2018-10-12 | 广州绿怡信息科技有限公司 | 物品类别识别方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109214372B (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10974394B2 (en) | Robot assisted object learning vision system | |
CN108846401A (zh) | 商品检测终端、方法、系统以及计算机设备、可读介质 | |
CN108053449A (zh) | 双目视觉系统的三维重建方法、装置及双目视觉系统 | |
US10447999B2 (en) | Alignment of images of a three-dimensional object | |
CN110084243B (zh) | 一种基于二维码和单目相机的档案识别与定位方法 | |
CN109215604A (zh) | 显示装置及其纹路识别方法、实现该方法的产品、纹路识别器件 | |
US10417955B2 (en) | Image processing method and device for LED display screen | |
US20190164281A1 (en) | Robotic pill filling, counting, and validation | |
US9070192B1 (en) | Implementing rich color transition curve tracking for applications | |
CN110503711A (zh) | 在增强现实中渲染虚拟物体的方法及装置 | |
CN109389105A (zh) | 一种基于多任务的虹膜检测和视角分类方法 | |
CN113580149A (zh) | 基于关键点预测网络的无序混叠工件抓取方法和系统 | |
US5408537A (en) | Mounted connector pin test using image processing | |
CN104505002A (zh) | 基于oled屏的显示方法和装置 | |
Matas | Colour-based object recognition | |
CN117409010B (zh) | 漆面缺陷检测模型训练、检测、编码方法及检测系统 | |
CN101561316A (zh) | 一种基于感兴趣区域(roi)的在线检测视觉数据处理系统 | |
CN108985325A (zh) | 一种分类方法、装置、设备和系统 | |
CN109214372A (zh) | 姿态确定方法、装置和计算机可读存储介质 | |
CN108986036A (zh) | 处理文件的方法、终端 | |
US20200134851A1 (en) | System and Method for Item Location, Delineation, and Measurement | |
EP3660452B1 (en) | Positioning system and positioning method | |
CN109671081A (zh) | 一种基于fpga查找表的坏簇统计方法及装置 | |
CN109978889A (zh) | 一种图像处理方法、系统、装置、存储介质及黑板装置 | |
KR20200008227A (ko) | 제스처 기반 nui를 이용한 조명효과 제어 시스템 및 방법 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: B701-702, industrialization building, Shenzhen Virtual University Park, No.2, Yuexing Third Road, Nanshan District, Shenzhen, Guangdong Province Applicant after: Shenzhen Lan pangzi machine intelligence Co., Ltd Address before: B701-702, industrialization building, Shenzhen Virtual University Park, No.2, Yuexing Third Road, Nanshan District, Shenzhen, Guangdong Province Applicant before: SHENZHEN DORABOT ROBOTICS Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |