多目标背景下双目视觉深度信息优化研究及其实现①.pdfVIP

计 算 机 系 统 应 用 2012 年 第 2 1 卷 第 9 期 多目标背景下双目视觉深度信息优化研究及其实现① 林 川, 郝卫东, 林承德 (桂林电子科技大学 机电工程学院, 桂林 541004) 摘 要: 针对机器人领域应用视觉进行目标物体抓取问题, 提出了一种针对多目标背景下, 新的深度优化处理方 法. 通过设定一个阈值块, 以遍历成块的深度信息用类似聚类的方法, 提出目标物体的具体坐标, 传递给机器人 手臂, 完成准确的抓取操作. 依次介绍了双目视觉原理、摄像机标定、双目矫正和双目匹配等内容, 以及呈现出 原始的深度信息图以及优化后的深度信息图, 比较它们的差距. 最后在实验中给出了证明: 此种深度信息优化方 法能够有效的提高机器人抓取目标物体的成功率. 最后, 还在文章最后给出了下一步的研究方向. 关键词: 双目视觉; 深度信息优化; 机器人抓取 Optimization of the Depth Information Based on Stereo Vision in Multi-Target Scenarios LIN Chuan, HAO Wei-Dong, LIN Cheng-De (Department of Mechanical and Electrical Engineering, Guilin University of Electronic Technology, Guilin 541004, China) Abstract: Aiming at the filed of robot grasping using binocular vision, a new method for dealing with the depth information is proposed in the multi-target scenarios. By setting a threshold in pixels and traversing the depth information image similar to clustering method can obtain the coordinates of the object and pass the coordinates to the robot arm to grasp the object accurately. In this paper, the principles of binocular vision, camera calibration, stereo recertification and stereo matching are described. Their difference between the original depth information and the depth information after optimization can be acquired by utilizing the optimization algorithm. The approach for grasping object for robot in multi-target scenarios is proved to be effective in the experiments. Research directions for future improvements are also presented. Key words: stereo vision; depth information; optimization; robot grasping 随着计算机视觉以及机器学习的发展, 现在机器 一. 现在有很多方法可以得到场景中的深度信息, 比 人变得越来越智能. 机器视觉技术在机器人领域变得