本发明涉及数字图像处理技术领域,具体而言,涉及一种物体定位装置。
背景技术:
物体定位是智能服务机器人实现环境感知的重要组成部分,也是机器视觉的一个重要分支。智能机器人的物体定位要求机器人能够在如桌面、冰箱或地面等复杂的家庭环境中准确定位特定物体,为其后续对物体识别与操作提供必要信息,其中包括物体的大小、重心、位置、姿态等信息。传统的智能服务机器人主要基于图像实现物体定位。但这类方法只针对特定物体,且需要离线建立物体的模型或采集物体的图像,在线通过基于特征点匹配的方法获取物体的位姿。随着三维扫描技术的发展,实时的点云获取装置如kinect等三维传感器得到普及,基于点云的物体定位也得到了广泛的研究。因此需要一种高效稳定的物体定位算法,可定位具有一定相互遮挡的多个物体,同时具有很高的实时性和鲁棒性。
技术实现要素:
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一,提出了一种物体定位装置,实现了一种高效稳定的物体定位算法可定位具有一定相互遮挡的多个物体,同时具有很高的实时性和鲁棒性。
为此,本发明提出了一种物体定位装置,用于物体定位,包括:
数据单元,获取当前视点下的环境图像;
分块单元,基于ransac算法,在几何相似性度量的准则中,引入颜色相似性度量标准来度量点与平面的相似性,对所述点云图进行分块,并依次从每个块中选取种子点以获得平面参数;
优化单元,根据所述环境图像的颜色信息和几何信息进行局内点判断,对所述平面参数重新估计,提取出平面特征方程;
定位单元,利用基于rgb-d信息的区域增长算法获取当前视点下每个物体的点云簇,利用点云信息获取所述每个物体的位姿实现物体定位;
摄像单元,使用kinect作为图像采集工具以获取所述环境图像;
掩膜单元,将所述掩膜在图像空洞处的值设置为0。
优选的是,所述分块单元具体用于:
根据每个点的像素的位置确定其邻域点集,对所述点云图进行分块,以保证空间中尽量多的平面被检测出来。
在上述任一方案中优选的是,将点的颜色相似性与该点到平面的几何距离加权融合,根据环境特点调节所述颜色相似性的权重和所述该点到平面的几何距离的权重,以保证分割的准确性。
在上述任一方案中优选的是,所述环境图像包括rgb图、深度图、点云图和掩膜。
本发明的有益效果是:利用物体点云信息获取其位姿实现物体定位,可定位具有一定相互遮挡的多个物体,同时具有很高的实时性和鲁棒性。
本发明的附加方面和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,或通过本发明的实践了解到。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本技术的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
一种物体定位装置,用于物体定位,包括:
数据单元,获取当前视点下的环境图像;
分块单元,基于ransac算法,在几何相似性度量的准则中,引入颜色相似性度量标准来度量点与平面的相似性,对所述点云图进行分块,并依次从每个块中选取种子点以获得平面参数;
优化单元,根据所述环境图像的颜色信息和几何信息进行局内点判断,对所述平面参数重新估计,提取出平面特征方程;
定位单元,利用基于rgb-d信息的区域增长算法获取当前视点下每个物体的点云簇,利用点云信息获取所述每个物体的位姿实现物体定位;
摄像单元,使用kinect作为图像采集工具以获取所述环境图像;
掩膜单元,将所述掩膜在图像空洞处的值设置为0。
优选的是,所述分块单元具体用于:
根据每个点的像素的位置确定其邻域点集,对所述点云图进行分块,以保证空间中尽量多的平面被检测出来。
将点的颜色相似性与该点到平面的几何距离加权融合,根据环境特点调节所述颜色相似性的权重和所述该点到平面的几何距离的权重,以保证分割的准确性。
所述环境图像包括rgb图、深度图、点云图和掩膜。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。