基于kinect深度图像的目标定位与识别

• 作者: 周振 杜姗姗
• 来源期刊: 机械制造与自动化
• 学科: 工学
• 关键词: 轮廓提取 Hu矩 形态学特征 最小欧式距离 深度图像 质心
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 电气与自动化/Electric and Automation
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP391
• 字数: 3069字
• 语种: 中文

摘要

针对颜色图像受光照及背景影响较大而较难识别目标的问题，利用深度图像作为目标载体，设计并实现了一种简单的目标识别方法。该方法主要包括深度图像的轮廓提取算法和基于轮廓特征识别两部分。先根据提取的轮廓计算矩信息得到图像质心坐标，再根据相机投影公式获得目标质心的真实相机坐标；提取轮廓的矩形描述子，组合轮廓不变矩特征和轮廓形态学特征成为目标的联合特征向量。针对不同的待识别目标，采集足够数量的训练样本，得到各目标的标准特征向量。最后实时提取场景目标的联合特征向量，计算场景目标特征向量与标准特征向量的最小欧式距离，进行识别判断。实验证明了该方法的快速、有效性。该方法应用在装载机械臂的室内移动机器人上，可实现目标定位、识别及抓取操作，具有一定的应用价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜姗姗	南京理工大学计算机科学与工程学院	14	142	7.0	11.0
2	周振	南京理工大学计算机科学与工程学院	1	4	1.0	1.0