视频中的物体状态的识别方法及视觉识别机器人与流程

本发明涉及一种物体变化状态的图像识别方法，尤其涉及一种在视频影像中的物体变化状态的识别方法，以及应用识别方法的视觉识别机器人。

背景技术：

图像识别越来越多的用于物体识别来实现人工智能的判断。然而，现有技术对视频中的单一背景的图像识别采用的算法增加了运算复杂度，增加了运算的硬件的成本。

因此，急需一种简便的对视频中的物体进行识别并判断状态的识别方法，以广泛有效地应用于单一背景的场景中。

技术实现要素：

本发明的目的在于提供一种视频中的物体状态的识别方法，简便易行，降低了运算成本。

为解决上述的技术问题，本发明提供一种视频中的物体状态的识别方法，其特征在于，包括：

（1）标定背景影像；

（2）将获取视频的第一影像与背景影像进行运算，得到物体影像；

（3）运算物体影像的影像数值；

（4）将物体影像的影像数值与参考数值比较，得到物体状态；

（5）输出第一影像中的物体状态。

如上所述影像的物体状态的识别方法，所述步骤（1）的标定背景影像包括：

（1.1）获取视频的黑白影像；

（1.2）将黑白的影像作为标定背景影像。

如上所述视频中的物体状态的识别方法，所述步骤（1）的标定背景影像是包括标准的物体状态的影像。

如上所述视频中的物体状态的识别方法，所述步骤（2）的第一影像与背景影像的运算采用逻辑与的运算。

如上所述视频中的物体状态的识别方法，所述步骤（3）包括：

（3.1）运算物体影像的像素点的数值；

（3.2）将像素点的数值求和计算总值。

如上所述视频中的物体状态的识别方法，所述步骤（3）的运算物体影像的影像数值包括对物体影像的二值函数计算和色度函数hsv计算。

如上所述视频中的物体状态的识别方法，所述步骤（4）包括：

（4.1）将物体影像的影像数值与参考数值比较；

（4.2）判断当前数值是否大于等于参考数值，若是，进入步骤（5）输出完成状态，若否，进入步骤（5）输出未完成状态。

本发明还进一步提供一种，视觉识别机器人，包括：用于操作控制物体的机械手臂和连接机械手臂的机器人本体，其特征在于，所述机器人还包括分别与机器人本体连接的影像摄取装置和控制装置，所述控制装置包括图形处理装置，所述图形处理装置标定背景影像，所述影像摄取装置摄取物体的视频影像并获得第一影像，所述图像将所述的第一影像与背景影像运算生成物体影像，并运算所述物体影像的影像数值，所述控制装置将所述物体影像的影像数值与参考数值比较并输出所述第一影像的物体状态。

如上所述的视觉识别机器人，所述图形处理装置包括逻辑计算单元和图像计算单元。

如上所述的视觉识别机器人，所述影像摄取装置为黑白影像摄取装置。

如上所述，本发明的视频中的物体状态的识别方法通过标定背景影像的方式，将视频的影像与标定的背景影像运算即可得到物体状态，降低了图像识别运算的复杂性带来的运算成本，适于在不同的环境下即可广泛应用。

附图说明

图1本发明的视频中的物体状态的识别方法的流程图。

图2是本发明的标定的背景影像。

图3是本发明的视频中的第一影像与背景影像运算生成的影像。

图4是本发明的第一影像与背景影像运算的包括物体的标准状态的物体影像。

图5是图3的第一影像与背景影像运算得到的另一状态的物体影像。

图6是本发明的第一影像与背景影像运算得到的再一状态下的物体影像。

图7是本发明的第一影像与背景影像运算得到的又一状态下的物体影像。

图8是本发明的图6的物体影像与参考影像的比较。

具体实施方式

为进一步阐述本发明达成预定目的所采取的技术手段及功效，以下结合附图及实施例，对本发明的具体实施方式、结构特征及其功效，详细说明如下。

本发明的视频中的物体状态的识别方法，通过计算视频中的影像实现对物体状态的识别来判断物体状态的变化情况，从而依据视频中的物体状态的结果输出对应的操作指令，尤其便于在自动控制操作例如机器人售卖的领域进行自动售卖的应用。

如图1，本发明的视频中的物体状态的识别方法，包括如下步骤：

（1）标定背景影像；

（2）将获取视频的第一影像与背景影像进行运算，得到物体影像；

（3）运算物体影像的影像数值；

（4）将物体影像的影像数值与参考数值比较，得到物体状态；

（5）输出物体状态。

如图2，上述步骤（1）中的标定背景影像选定视频中的包括标准的物体状态的影像作为背景影像1，并将背景影像区分为第一区域影像1a和第二区域影像1b，第一区域影像1a和第二区域影像1b采用单一色彩的背景颜色，第二区域影像1b设置为需要识别的物体在标准状态下的影像，在具体实施例中，标定的背景影像采用黑白影像，将白色的第二区域影像1b设置为适用于作为标准的物体状态，例如标准的冰激凌形状的三角形状作为第二区域影像1b的区域，为了区分第一区域影像1a与第二区域影像1b，第一区域影像1a采用黑色的色彩像素，第二区域影像1b采用单一白色的色彩像素。

如图3，上述步骤（2）中，将摄取视频的第一影像与上述步骤（1）中的背景影像1进行运算，得到包括第一区域影像2a和第二区域影像2b的第二影像2，第一区域影像2a与第二区域影像2b区分开来，在标准的情况下，通过第一影像2与背景影像1的运算，可以使得第二区域影像2b与背景影像1中的第二区域影像1b位于相同的位置并重合。具体实施例中，为了保障摄取的第一影像的第二区域影像2b与设定的背景影像的第二区域影像1b位于同一位置的区域位置处，可以通过在未放置物体的情况下，将摄取的影像作为标定的背景影像1进行运算并标定出物体的标准状态的形状的第二区域影像1b。背景影像1的第一区域影像1a全采用单一黑色的色彩，第二区域影像1b采用单一白色的色彩，再将摄取的第一影像2与背景影像1进行逻辑与的运算后，可以知道，在黑白像素所表达的黑白二值运算中黑色像素点的逻辑数值为1，白色像素点的逻辑数值为0，通过像素二值函数将背景影像1与第一影像2进行逻辑与的运算操作，就可以将第二区域影像2b区分出来，从而得到物体影像。

如图4，将第一影像2与背景影像1进行逻辑运算后，得到第一影像2中的物体在第一状态下的物体影像3b，相比较于在标准状态下的参考影像3，除了第一状态下的物体影像3b之外，还包括并不覆盖的剩余区域3a。

如图5、图6、图7，同样地，将第一影像2的物体的不同状态下所获取的影像与背景影像1进行逻辑运算后，还可以得到第一影像2在第二状态下的物体影像4、第三状态下的物体影像5、第三状态下的物体影像6。

如图8，为图7的第三状态下的物体影像6与物体状态的标准状态下的标准形状的对比图。上述步骤（3）中，将上述步骤（2）中得到的物体影像进行影像数值的计算，并在继续执行步骤（4）的依据上述步骤（3）计算得到的物体影像的影像数值与参考数值比较，从而得到物体状态。

通过比较物体影像的影像数值与参考数值而得到物体状态，从图形处理角度来看，即计算标准形状下的参考影像3与物体影像6的区别。具体实施例中，物体影像的影像数值可以是物体影像的面积数值，参考数值也就是标准型态的面积数值。本领域的技术人员可以得知，可以通过二值函数或色度函数hsv来计算物体影像的像素点所占的面积作为影像数值并与标准型态的参考影像3作为参考数值的面积进行比较。当然，本领域的技术人员也可以知道，同样可以通过计算出参考影像3的影像数值，例如，将参考影像3的所有像素点的像素值的和作为参考数值，再将摄取的视频中的第一影像的物体影像的所有像素点的像素值的和作为物体影像的像素数值，将第一影像的物体影像的像素值的和与参考影像的参考数值比较，也可以得到视频中的物体是否达到标准状态的物体形状。在具体实施例中，可以将图2中的背景影像1中的白色的第二区域影像1b的标准的物体状态下的区域，作为参考影像，并计算第二区域影像1b的影像数值作为参考数值。

在图8中，将物体影像的影像数值与参考数值比较后，进行判断，若影像数值与参考数值的差值在设定的阈值范围内，输出完成的物体状态；若影像数值与参考数值的差值超出设定的阈值范围，输出未完成的物体状态。在具体实施例中，可以将影像数值与参考数值的比例数值作为影像数值的标称值与设定的阈值比较，设定的阈值为98%，在影像数值与参考数值的占比大于或等于98%时，则输出完成的物体状态，若否，则输出未完成的物体状态。

上述的步骤（5）中的输出物体状态，就是依据步骤（4）中判断得到所摄取的视频中的物体的状态，输出物体是否达到标准的状态的情况，而分别输出完成或未完成的物体状态。

本发明的进一步公开一种依据视频中的物体状态的识别方法而应用于自动操作控制的机器人中作为具有识别视频中的物体状态的视觉识别机器人，包括用于操作控制物体的机械手臂和机器人本体，还包括连接机器人本体的影像摄取装置和控制装置，所述控制装置包括图形处理装置，所述影像摄取装置摄取物体的运动状态的视频，并获取第一影像，所述图像处理装置处理所述的第一影像生成物体影像，并运算所述物体影像的影像数值，所述控制装置判断所述物体影像的影像数值并输出所述第一影像的物体状态。

其中，所述影像摄取装置为黑白影像摄取装置。，所述图形处理装置包括逻辑计算单元和图像计算单元。

如上所述，本发明通过上述的实施方式清楚描述了通过对视频中的物体状态的识别方法的计算原理与控制方法，使得本领域的技术人员便于据此实施或等同变换以适应不同场合的需要。比如，将上述的计算视频中的物体状态的识别方法作为冰激凌售卖时，将摄取的冰激凌成型的实时状态的视频作为计算的视频，通过获取的视频中的冰激凌形状的识别，从而完成对冰激凌的实时状态下的是否成型完成的识别，就可以实现实时识别冰激凌在不同时刻的成型状态，判断出实时状态下的冰激凌形状是否符合标准要求的冰激凌形状，并输出通知售卖端。由此，通过视频中的冰激凌的成型状态变化的识别，大大降低了人力判断的疲劳和强度，提高了冰激凌售卖的自动化操作控制的售卖效率。

本领域的技术人员可以显而易见的悉知，本发明的上述的文字描述及图文的实例说明，并非用以限定本发明的专利权利保护范围，在本发明的上述的技术方案和具体实施方式及其附图的描述和原理性说明下，可以藉由变换、等同、替换等熟悉的技术手段实现本发明的发明目的和原理的，均在本发明的专利保护范围之内。