CN110853096A - 基于单目视觉的固定靶标空间定位方法 - Google Patents
基于单目视觉的固定靶标空间定位方法 Download PDFInfo
- Publication number
- CN110853096A CN110853096A CN201810947855.3A CN201810947855A CN110853096A CN 110853096 A CN110853096 A CN 110853096A CN 201810947855 A CN201810947855 A CN 201810947855A CN 110853096 A CN110853096 A CN 110853096A
- Authority
- CN
- China
- Prior art keywords
- target
- image
- positioning
- information
- method based
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于单目视觉的固定靶标空间定位方法，对采集到的靶标图像进行图像处理，得到靶标空间位置信息的过程。首先，在图像处理功能中首先要进行图像预处理；其次，通过定位靶标的特点设计靶标识别功能；再次，系统从得到的靶标轮廓中通过直线检测得到靶标边和顶点的信息，实现靶标的图像定位；最后，系统通过当前的靶标信息结合已知量，实现靶标的空间定位。
Description
技术领域
本发明属于机器视觉目标定位领域，具体涉及一种基于单目视觉的固定靶标空间定位方法。
背景技术
视觉定位方法可根据定位所使用的传感器的数量来划分，实际应用中采用更多的一般分为单、双目视觉以及全方位视觉。全方位视觉系统拥有更好的定位精度，但是由于其不菲的价格，应用领域较窄。目前被大量应用的一般是性价比更高的单目视觉以及双目视觉结构。其中双目视觉由于仿生了生物的视觉系统以及相对单目视觉结构更高的精度从而占据了视觉领域的主流市场。但是双目视觉或多目视觉定位系统通常具有立体匹配复杂、系统占空间多和实时性能不良等缺点。由于双目视觉的种种不足，本技术将目光投向了单目视觉领域，单目视觉凭借其更优的性价比以及更强的实时性具有更高的研究价值。
发明内容
本发明的目的在于针对双目视觉的种种不足，提供一种基于单目视觉的固定靶标空间定位系统，利用单目摄像头识别目标物体后，推算该目标物体在三维空间中的具体坐标，减少了定位系统的硬件复杂度与系统成本。
本发明的技术方案如下：
一种基于单目视觉的固定靶标空间定位方法，其特征在于：
(1)对采集到的靶标图像进行图像处理，得到靶标空间位置信息的过程；
(2)在图像的采集过程中无法避免由于镜头畸变与外部环境产生的干扰的影响，故在图像处理功能中首先要进行图像预处理；
(3)通过定位靶标的特点设计靶标识别功能；
(4)系统从得到的靶标轮廓中通过直线检测得到靶标边和顶点的信息，实现靶标的图像定位
(5)系统通过当前的靶标信息结合已知量，实现靶标的空间定位。
本发明实现的靶标定位系统具有更强的经济适用性。系统的硬件平台决定了系统的成本，使用单目视觉检测方案，并介绍了基于人工靶标透视变换的定位方法，两者平衡了成本和检测精度要求，故系统具有结构简单、价格低廉、易于标定的优点，实现两幅图像的目标定位，大大减轻了程序运行的负担，可以进行在线检测。
附图说明
图1是本发明的系统逻辑结构图；
图2是本发明的一种实施方式示意图。
具体实施方式
如图1所示，本发明由运动控制器、运动控制平台、定位系统软件和摄像头组成。本发明对采集到的靶标图像进行图像处理，得到靶标空间位置信息的过程。首先，在图像的采集过程中无法避免由于镜头畸变与外部环境产生的干扰的影响，故在图像处理功能中首先要进行图像预处理。其次，系统需要从繁杂的靶标图像中找出我们感兴趣的区域即靶标，所以需要通过定位靶标的特点设计靶标识别功能。再次，系统从得到的靶标轮廓中通过直线检测得到靶标边和顶点的信息，实现靶标的图像定位。最后，系统通过当前的靶标信息结合已知量，实现靶标的空间定位。
如图2所示，本发明的具体实施方式如下：
1.本发明使用预处理算法对采集到的图像进行处理，其中包括：针对视觉检测图像噪声的特点，在分析常用降噪、去噪算法后，提出一种改进的中值滤波算法；分析并使用图像锐化方法，令图像轮廓及边缘信息更加凸显；使用直方图均衡化方法，提高图像整体对比度，使得图像细节更加清晰；使用常见形态学处理，辅助实现噪声更少的二值化过程。
2.对靶标图像进行筛选。使用先简后繁的流程思想，具体步骤包括轮廓周长匹配、凸包和最小外接矩形求解、长宽比匹配、多边形匹配已经面积匹配。通过上述方法可以得到良好的靶标轮廓。
3.发明的处理过程实时性要求较高、精度要求较高，选择RHT作为本文的直线检测算法。整理靶标直线数据，得到靶标顶点与各边位置信息。
4.根据图像中靶标的顶点信息和已知的靶标信息进行计算，得到其透视变换矩阵，根据透视变换矩阵与摄像头标定外参信息，求得靶标与摄像头的三维空间关系。
5.通过运动控制器控制系统平台运动，实现接近靶标、精密操作等功能。可通过运动过程中实时检测靶标空间位置，以提高识别的精确度。
Claims (1)
1.一种基于单目视觉的固定靶标空间定位方法，其特征在于：
(1)对采集到的靶标图像进行图像处理，得到靶标空间位置信息的过程；
(2)在图像的采集过程中无法避免由于镜头畸变与外部环境产生的干扰的影响，故在图像处理功能中首先要进行图像预处理；
(3)通过定位靶标的特点设计靶标识别功能；
(4)系统从得到的靶标轮廓中通过直线检测得到靶标边和顶点的信息，实现靶标的图像定位
(5)系统通过当前的靶标信息结合已知量，实现靶标的空间定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810947855.3A CN110853096A (zh) | 2018-08-20 | 2018-08-20 | 基于单目视觉的固定靶标空间定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810947855.3A CN110853096A (zh) | 2018-08-20 | 2018-08-20 | 基于单目视觉的固定靶标空间定位方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110853096A true CN110853096A (zh) | 2020-02-28 |
Family
ID=69595125
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810947855.3A Pending CN110853096A (zh) | 2018-08-20 | 2018-08-20 | 基于单目视觉的固定靶标空间定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110853096A (zh) |
-
2018
- 2018-08-20 CN CN201810947855.3A patent/CN110853096A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109544456B (zh) | 基于二维图像和三维点云数据融合的全景环境感知方法 | |
| US11915502B2 (en) | Systems and methods for depth map sampling | |
| CN106133750B (zh) | 用于确定视线方向的3d图像分析器 | |
| Hosni et al. | Local stereo matching using geodesic support weights | |
| CN109815850B (zh) | 基于深度学习的虹膜图像分割及定位方法、系统、装置 | |
| CN110070570A (zh) | 一种基于深度信息的障碍物检测系统及方法 | |
| Xu et al. | Ffu-net: Feature fusion u-net for lesion segmentation of diabetic retinopathy | |
| CN104978012B (zh) | 一种指向交互方法、装置及系统 | |
| CN110153567A (zh) | 一种基于图像识别的激光切割系统 | |
| CN100382751C (zh) | 基于vpf和改进的susan的眼角和瞳孔的定位方法 | |
| CN107369159B (zh) | 基于多因素二维灰度直方图的阈值分割方法 | |
| CN109146948A (zh) | 基于视觉的作物长势表型参数量化与产量相关性分析方法 | |
| CN110232389A (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
| GB2464453A (en) | Determining Surface Normals from Three Images | |
| CN104821010A (zh) | 基于双目视觉的人手三维信息实时提取方法及系统 | |
| CN110736747A (zh) | 一种细胞液基涂片镜下定位的方法及系统 | |
| CN108596923A (zh) | 三维数据的获取方法、装置以及电子设备 | |
| Hambarde et al. | Single image depth estimation using deep adversarial training | |
| CN107545247B (zh) | 基于双目识别的立体认知方法 | |
| CN110060259A (zh) | 一种基于霍夫变换的鱼眼镜头有效区域提取方法 | |
| CN105139391A (zh) | 一种雾霾天气交通图像边缘检测方法 | |
| CN115082815A (zh) | 基于机器视觉的茶芽采摘点定位方法、装置及采摘系统 | |
| CN103971369B (zh) | 视网膜图像的视盘定位方法 | |
| CN113538545A (zh) | 一种基于电液可调焦镜头的单目深度估计方法及相应的相机和存储介质 | |
| Lin et al. | Multi-scale contour detection model based on fixational eye movement mechanism |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200228 |