发明名称 |
基于视觉注意机制的目标零件识别方法 |
摘要 |
本发明公开了一种基于视觉注意机制的目标零件识别方法,包括:视觉注意机制模型选择,选择基于特征的注意机制模型和基于空间的注意机制模型,利用生物的周边滤波器结构,在多个空间尺度上提取颜色、方向、亮度特征;特征组合的显著图生成,将颜色、方向和亮度特征组合成为特征图,从而得到对应的显著性描述,将经过归一化计算及线性组合后形成显著图;目标生产零件识别策略,按照采集零件图像、生成显著图、二值化处理及优化、抽取显著区域、零件区域抽取的流程来进行零件识别。该发明使工业机器人的视觉系统能够有效识别工作空间内的目标零件,准确定位目标零件,使工业机器人在完成生产零件装配作业时具有更高的自主性、鲁棒性、适应性。 |
申请公布号 |
CN106127749A |
申请公布日期 |
2016.11.16 |
申请号 |
CN201610444131.8 |
申请日期 |
2016.06.16 |
申请人 |
华南理工大学 |
发明人 |
余锋;肖南峰 |
分类号 |
G06T7/00(2006.01)I;G06T7/40(2006.01)I |
主分类号 |
G06T7/00(2006.01)I |
代理机构 |
广州市华学知识产权代理有限公司 44245 |
代理人 |
罗观祥 |
主权项 |
一种基于视觉注意机制的目标零件识别方法,其特征在于,所述目标零件识别方法包括:步骤S1、视觉注意机制模型选择,选择基于特征的注意机制模型和基于空间的注意机制模型,以便能够在此基础上利用生物的中央周边滤波器结构,在多个空间尺度上提取特征,所述特征包括颜色、方向、亮度;步骤S2、特征组合的显著图生成,将颜色、方向和亮度特征组合成为特征图,从而得到对应于颜色、方向、亮度特征的显著性描述,并将这些特征的显著性描述经过归一化计算及线性组合后形成显著图;步骤S3、目标生产零件识别策略,按照采集零件图像、生成显著图、二值化处理及优化、抽取显著区域、零件区域抽取的流程来进行零件识别。 |
地址 |
510640 广东省广州市天河区五山路381号 |