一种反光标签的制作方法

1.本实用新型实施例涉及标签技术领域，尤其涉及一种反光标签。


背景技术：

2.当前的标签由若干标签点组成，标签点由反光材料制成。不同标签的标签点排列方式不同，标签点的排列位置形成了标签的唯一标识符。标签的功能是提供唯一的标识符，通常被预先水平部署在工作环境的天花板方向，来指导机器人等装置进行定位。
3.在识别标签时可以比较粗略地提取到标签点的光斑，由于光照条件等的变化，标签点的光斑并不能在成像区域很好地反映出来，如果在标签附近存在噪点，则光斑提取的准确性将下降，进而影响标签的识别精度。例如，在标签点的光斑附近存在噪点，该噪点会被识别为标签点，导致标签点排列方式识别错误。


技术实现要素：

4.本实用新型实施例提供一种反光标签，以实现对标签的精确识别。
5.本发明实施例提供了一种反光标签，包括标签点包围框和至少一个标签点，所有所述标签点位于所述标签点包围框内，所述标签点包围框和所述标签点具有反光特性。
6.可选的，所述标签点包围框为围绕所有标签点的多边形或环形。
7.可选的，所述标签点包围框为四边形。
8.可选的，所述标签点包围框为封闭框或非封闭框。
9.可选的，所述标签点为圆形反光材料。
10.可选的，所述标签点包围框的宽度为标签点的半径。
11.可选的，所述标签点包围框的内边界与标签点之间的距离为至少一个标签点的直径长度。
12.可选的，所述标签点包围框和所述标签点为由具有红外光反射特性的反光材料制成。
13.可选的，所述至少一个标签点在所述标签点包围框内根据预设排列方式排列组合。
14.可选的，所述标签点包围框由反光材料和非反光材料根据预设的相间连接规则组成。
15.本实用新型实施例通过采用标签点包围框将多个标签点进行围绕，使标签在被识别时，能够准确识别到位于标签点包围框之内的标签点，避免将标签点包围框之外的光斑认为是标签点，有效提高标签的识别精度。
附图说明
16.图1是本发明实施例中的一种四边形封闭框的反光标签的结构示意图；
17.图2是本发明实施例中的一种直角三角形封闭框的反光标签的结构示意图；
18.图3是本发明实施例中的一种环形封闭框的反光标签的结构示意图；
19.图4是本发明实施例中的一种四边形非封闭框的反光标签的结构示意图。
具体实施方式
20.下面结合附图和实施例对本实用新型作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本实用新型，而非对本实用新型的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本实用新型相关的部分而非全部结构。
21.图1是本实用新型实施例所提供的一种四边形封闭框的反光标签的结构示意图，如图1所示，反光标签10可以包括标签点包围框101和标签点102，一个反光标签10有一个标签点包围框101和至少一个标签点102，标签点包围框101可以将所有的标签点102包围起来，即所有的标签点102位于标签点包围框101内。标签点包围框101和标签点102均具有反光特性。图1中，标签点包围框101为四边形的封闭框。
22.本实施例中，可选的，标签点包围框和标签点为由具有红外光反射特性的反光材料制成。
23.具体的，反光材料可以是能够反射红外光的材料，标签点包围框101和标签点102可以是由具有红外光反射特性的反光材料制成，即标签点包围框101和标签点102可以具有红外反光特性。反光标签10可以粘贴在机器人的工作场所中，用于指导机器人进行定位，例如，可以粘贴在天花板上。机器人身上安装有图像采集设备，图像采集设备可以是摄像头等设备，例如，可以在机器人头顶安装摄像机等设备。在粘贴好反光标签10后，工作人员可以推动机器人在预设的工作环境内行走，机器人在移动的过程中，图像采集设备可以实时采集环境中的反光标签10，图像采集设备所采集到的图像就是预设环境中的标签图像。也可以由工作人员手持图像采集设备在预设环境内进行拍摄，实现对标签图像的采集。可以预先设置图像采集设备的采集范围，例如，预设采集范围可以是以机器人为中心，以预设距离为半径的范围。在得到标签图像后，识别标签图像中的标签点包围框101，进而确定标签点包围框101内的标签点102。可以采用预设的图像识别算法识别标签点包围框101，例如，标签点包围框101为预设形状的图形，对标签图像进行特征提取，识别出预设形状的图案，将识别出的预设形状确定为标签点包围框101。
24.本实施例中，可选的，标签点包围框为围绕所有标签点的多边形或环形。
25.具体的，预先设置标签点包围框101的形状，可以是多边形或环形，例如，可以是三角形、五边形或环形。标签点包围框101可以是五边形，对标签图像进行特征提取，识别出五边形的图案，将识别出的五边形确定为标签点包围框101。
26.图2为一种直角三角形封闭框的反光标签的结构示意图。图2中，标签点包围框101为封闭的三角形框，所有的标签点102均处于三角形框中。在进行标签识别时，根据预设的图像识别算法，确定标签图像中的三角形的标签点包围框101。例如，可以查找标签图像中的直线段，确定直线段是否可以组成直角三角形，若是，则确定直线段组成的图形为标签点包围框101。在标签点包围框101的范围内识别标签的标签点102，确定标签点102的排列方式并进行记录。图3为一种环形封闭框的反光标签的结构示意图。图3中，标签点包围框101为封闭的环形框，所有的标签点102均处于环形框中。在进行标签识别时，根据预设的图像识别算法，确定标签图像中的环形的标签点包围框101。例如，可以查找标签图像中的曲线，
确定曲线是否可以组成环形，若是，则确定组成的环形为标签点包围框101。在标签点包围框101的范围内识别标签的标签点102，确定标签点102的排列方式并进行记录。也可以通过标签图像中的曲线确定圆形，由于标签点102和标签点包围框101均为圆形，因此，可以比较各个圆形的大小，将面积最大的两个圆形所组成的环形作为标签点包围框101。
27.本实施例中，可选的，标签点为圆形反光材料。
28.具体的，标签点包围框101可以是环形的反光材料，标签点102是圆形的反光材料，在识别出多个圆形后，比较各个圆形的大小，将最大的圆形作为标签点包围框101。在确定标签点包围框101后，针对标签点包围框101内的标签图像进行标签点102的识别。截取标签点包围框101内的标签图像，根据预设的图像处理算法，识别标签点包围框101内的标签点102。通过识别到的标签点102，可以确定标签点102在反光标签10上的布局，即标签点102的排列方式。可以通过标签点102的圆心位置，确定标签点102的位置和排列方式。
29.本实施例中，可选的，至少一个标签点在标签点包围框内根据预设排列方式排列组合。
30.具体的，每一个反光标签10对应唯一的标签点102排列方式，同一位置上只能粘贴一个反光标签10，反光标签10的标签点102排列方式与反光标签10所贴的位置一一对应。确定标签点102的排列方式，对该反光标签10的标签点102排列方式进行记录，完成对该反光标签10的识别。由于每个反光标签10对应唯一的一种标签点102排列方式，因此，若出现标签点102排列方式一致的两个或多个反光标签10，则确定反光标签10设置出现错误，可以提醒工作人员进行查看。
31.本实施例中，可选的，标签点包围框为四边形；标签点包围框为封闭框或非封闭框。
32.具体的，一个反光标签10上可以有一个或多个标签点102，标签点102可以是预设大小的圆形反光材料，反光材料是能够反射红外光的材料。将多个标签点102按照预设的排列方式进行排列，组成反光标签10。例如，一个反光标签10上可以有4个圆形的标签点102，这4个标签点102排列成“l”型。每一个反光标签10上的标签点102的排列方式各不相同，有利于区分各标签。本实施例中，反光标签10上的反光材料可以包括一个或多个标签点102，还可以包括一个标签点包围框101，标签点包围框101可以是封闭或不封闭的预设形状，即标签点包围框101可以是非封闭有缺口的，也可以是封闭无缺口的。预设形状可以是规则或不规则形状，例如，可以是多边形或环形。封闭的标签点包围框101可以被更精确的识别，提高标签识别的精度。例如，标签点包围框101为虚线边的四边形，或标签点包围框101的两条边连接处未闭合。
33.图4为一种四边形非封闭框的反光标签的结构示意图。图4中，标签点包围框101是非封闭的四边形框，所有的标签点102均位于非封闭的四边形框中。在识别标签点包围框101时，可以通过识别标签图像的直线段，确定直线段是否组成四边形，若确定四边形不完整，则可以将四边形未连接的两边延长，得到封闭的四边形，在封闭的四边形中识别标签点102。标签点包围框101将一个反光标签10的所有标签点102包围，即标签点包围框101里含有一个反光标签10的所有标签点102。本实施例中，标签点包围框101的形状和大小不受限制，标签点102和标签点包围框101都具有红外反光特性。
34.本实施例中，可选的，标签点包围框的宽度为标签点的半径；标签点包围框的内边
界与标签点之间的距离为至少一个标签点的直径长度。
35.具体的，标签点包围框101具有一定的宽度，标签点包围框101的宽度可以预先设定，即标签点包围框101具有内边界和外边界，内边界是指与标签点102邻近的边界。标签点102为圆形，圆形半径为预先设定。标签点包围框101的内边界与标签点102可以相隔一个标签点的直径长度，标签点包围框本身的宽度可以是标签点的半径大小，标签点包围框也可以为四边形、五边形或环形等形状，只要是能框住所有标签点102的规则形状即可。图1中，在标签点102外是封闭的四边形标签点包围框101。这样设置的有益效果在于，为反光标签10设置标签点包围框101，有利于在标签点包围框101内识别标签点102，避免将反光标签10外的噪点误认为是标签点102，提高标签识别的精度。
36.本实施例中，可选的，标签点包围框由反光材料和非反光材料根据预设的相间连接规则组成。
37.具体的，标签点包围框101的材料可以与标签点102的材料一致，均为反光材料，也可以采用反光材料和非反光材料，共同组成标签点包围框101。可以根据预设的相间连接规则，由反光材料与非反光材料相间组成标签点包围框101。例如，每2厘米反光材料连接2厘米非反光材料，再连接2厘米反光材料，在识别标签点包围框101时，即可识别出虚线框。
38.本实施例中，可以根据预设的图像识别算法，确定标签图像中的标签点包围框101。例如，可以先根据预设的图像滤波算法对标签图像进行滤波，得到灰度化图像；再采用边缘检测算法对灰度化图像进行边缘提取，得到中间图像；再采用特征检测算法从中间图像中识别组成标签点包围框101形状的线条，得到标签图像中的标签点包围框101。
39.具体的，在采集到标签图像后，采用预设的图像滤波算法对标签图像进行滤波，例如，预设的图像滤波算法是高斯滤波算法，滤波的目的是减少图像噪点对标签识别造成的影响。在进行滤波后，可以得到灰度值分明的图像，即灰度化图像，也可以对滤波后的图像进行二值化处理，得到灰度化图像。
40.边缘检测算法可以是log(laplacian of gaussian，高斯拉普拉斯算子)特征提取算法、sobel(索贝尔)边缘检测算法或canny(坎尼)边缘检测算法等。采用预设的边缘检测算法，基于梯度算子对灰度化图像进行边缘提取，显示出灰度化图像中的边缘线条，例如，可以是直线和曲线等，显示出边缘的图像即为中间图像。由于反光标签10上的标签点包围框101和标签点102为反光材料，因此，在对灰度化图像进行边缘提取时，可以看到反光材料形成的白色光斑。将标签点包围框101和所有标签点102的光斑边界都提取出来，从而在中间图像中看到标签点包围框101和标签点102的几何形状。例如，标签点包围框101为四边形，标签点102为圆形。
41.在进行边缘提取后，对图像上的各个线条进行识别，确定其中的标签点包围框。所识别的线条可以是曲线，也可以是直线。采用特征检测算法对中间图像进行标签点包围框101的寻找，即识别组成标签点包围框101形状的线段。例如，标签点包围框101为五边形，则可以查找组成五边形的线段。可以采用霍夫变换对中间图像进行直线寻找，识别组成多边形的直线段。
42.霍夫变换是一种检测边界形状的方法，它通过将图像坐标空间变换到参数空间，来实现直线与曲线的拟合。本实施例中，标签点包围框101为多边形，具体的可以是四边形。因此，标签点包围框101为直线，可以通过霍夫变换寻找直线，进行直线拟合，识别组成四边
形的直线段；若标签点包围框102为圆形，则可以进行圆拟合，识别组成圆形的曲线。这样设置的有益效果在于，通过霍夫变换，将标签点包围框101与标签点102进行区分，便于得到标签点包围框101，有利于在标签点包围框101的范围内识别标签点102，提高标签识别精度。且本实施例中使用直线提取和圆形提取的方式进行标签点包围框101和标签点102的识别，也就是使用边缘梯度信息进行标签识别，与标签内部像素分布关系不大，因此受光照影响较小，进一步提高标签识别精度。
43.本实施例中，在确定标签点包围框101后，从标签图像中确定标签点包围框范围101内的局部标签图像，在局部标签图像中识别预设标签点形状的标签点102，得到标签点102的排列方式。
44.具体的，根据预设的图像滤波算法和边缘检测算法，得到局部标签图像中的标签点102形状的图案；根据局部标签图像中的标签点102形状图案的排列方式，确定标签点102的排列方式。图像滤波算法和边缘检测算法可以对局部标签图像进行滤波和边缘检测，滤波的作用是减少图像噪点，获得灰度值分明的图像，再对灰度值分明的图像进行边缘检测，检测到标签点102形状的图案边缘，例如，可以检测圆形标签点102的边。由于标签点102是反光材料，因此，标签点102在局部标签图像以光斑的形式进行显示，经过图像滤波后，标签点的光斑可以呈现白色。通过对图像进行边缘提取，可以将局部标签图像中所有光斑的边界都提取出来，并显示光斑的几何形状，光斑的几何形状即为预设的标签点102的形状。若光斑的几何形状与预设的标签点102形状不一致，则确定该光斑不是标签点102，不将该光斑的排列位置进行记录。根据光斑在局部标签图像中的排列方式，确定标签点102的排列方式。这样设置的有益效果在于，通过图像滤波，减少噪点对标签点102识别的影响，提高标签点102识别精度；通过边缘提取，能够得到光斑的几何图形，提高对标签点102查看的清晰度，避免将不是标签点102的光斑作为标签点进行记录，进一步提高标签识别精度。
45.通过获取环境内的标签图像，根据图像识别算法，识别到标签图像中存在的标签点包围框101。标签点包围框101内包含了一个反光标签10的所有标签点102，通过确定标签点包围框101可以得到标签点102所在的具体范围，从而在标签点包围框101的范围内识别标签点102，得到标签点102的排列方式。通过使用标签点包围框101包围标签点102的方式，可以提高整个反光标签10的识别效果，在标签识别时，只有找到了所有的标签点102才能确定唯一的反光标签10。解决了现有技术中，标签周边噪点影响标签点102识别的问题，避免将标签周围噪点识别为标签点102，提高标签识别精度。
46.注意，上述仅为本实用新型的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本实用新型进行了较为详细的说明，但是本实用新型不仅仅限于以上实施例，在不脱离本实用新型构思的情况下，还可以包括更多其他等效实施例，而本实用新型的范围由所附的权利要求范围决定。