CN107305378A - 一种图像处理追踪物体的机器人及追踪物体的方法 - Google Patents
一种图像处理追踪物体的机器人及追踪物体的方法 Download PDFInfo
- Publication number
- CN107305378A CN107305378A CN201610245037.XA CN201610245037A CN107305378A CN 107305378 A CN107305378 A CN 107305378A CN 201610245037 A CN201610245037 A CN 201610245037A CN 107305378 A CN107305378 A CN 107305378A
- Authority
- CN
- China
- Prior art keywords
- image
- robot
- particular color
- trail
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000006073 displacement reaction Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 24
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000003086 colorant Substances 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种图像处理追踪物体的机器人及追踪物体的方法，包括：机器人本体；图像传感模块，设置在所述机器人本体内部，用于拍摄图像；分析模块，设置在所述机器人本体内部，用于分析所述图像的特定颜色模块；计算模块，设置在所述机器人本体内部，用于计算所述特定颜色模块的移动距离，并输出计算结果；控制模块，设置在所述机器人本体内部，根据所述计算结果发送控制指令；驱动模块，设置在所述机器人本体底部，所述驱动模块接收所述控制模块的控制指令，并根据所述控制指令驱动所述机器人。
Description
技术领域
本发明涉及一种图像处理追踪物体的机器人及追踪物体的方法。
背景技术
随着计算机技术和数字图像处理硬件的发展，基于视觉的导航方式在机器人导航中得到广泛的关注。相对于传统的导轨导航、基于传感器数据导航、卫星导航等方式，视觉导航更加灵活、更加简便，而且成本低廉。然而通过机器人的视觉进行导航，需要对图像进行色系编码转换、颜色分割、滤波等处理过程，其算法复杂、运算量大，需要耗费大量的***资源，降低了机器人运动的实时性。因此，对于基于视觉的机器人追踪***的实时性提出了更高的要求，迫切需要一种方便快捷、实时性高的追踪算法。
发明内容
本发明提供一种图像处理追踪物体的机器人，包括：机器人本体；图像传感模块图像传感模块 ，设置在所述机器人本体内部，用于拍摄图像；分析模块，设置在所述机器人本体内部，用于分析所述图像的特定颜色模块；计算模块，设置在所述机器人本体内部，用于计算所述特定颜色模块的移动距离，并输出计算结果；控制模块，设置在所述机器人本体内部，根据所述计算结果发送控制指令；驱动模块，设置在所述机器人本体底部，所述驱动模块接收所述控制模块的控制指令，并根据所述控制指令驱动所述机器人。
上述的图像处理追踪物体的机器人，还包括：计时模块，所述计时模块控制所述图像传感模块图像传感模块 每间隔第一预设时间进行一次识别；比较模块，所述比较模块在每副图像中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
上述的图像处理追踪物体的机器人，所述第一预设时间为0.1秒。
上述的图像处理追踪物体的机器人，分析模块进一步包括：选取模块，所述选取模块选取所述图像中预设尺寸的画面，提取所述画面的像素特征；存储模块，所述存储模块存储所述提取的画面像素特征；所述选取模块将所述多幅照片中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
上述的图像处理追踪物体的机器人，所述预设尺寸为1厘米*1厘米。
上述的图像处理追踪物体的机器人，所述第一预设阈值为1米。
上述的图像处理追踪物体的机器人，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
上述的图像处理追踪物体的机器人，所述分析模块将RGB色彩编码转换为YUV色彩编码；根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
上述的图像处理追踪物体的机器人，所述分析模块将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
上述的图像处理追踪物体的机器人，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
本发明还提供一种图像处理机器人追踪物体的方法，包括：
利用机器人上安装的图像传感模块 抓取一幅图像；
对抓取的图像进行分析并得到特定颜色物体的位置坐标；
根据特定颜色物体的位置坐标生成控制命令并控制机器人动作，循环执行步骤上述步骤，直至机器人与特定颜色物体的距离小于第一预设阈值时，机器人停止运动。
上述的图像处理机器人追踪物体的方法，还包括：所述图像传感模块 每间隔一预设时间进行一次拍照，并在每副照片中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
上述的图像处理机器人追踪物体的方法，所述图像传感模块 每间隔0.1秒进行一次拍照。
上述的图像处理机器人追踪物体的方法，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：选取抓取图像中预设尺寸的画面，提取所述画面的像素特征并存储；将所述多幅图像中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
上述的图像处理机器人追踪物体的方法，选取抓取图像中尺寸为1厘米*1厘米的画面。
上述的图像处理机器人追踪物体的方法，第一预设阈值为1米。
上述的图像处理机器人追踪物体的方法，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
上述的图像处理机器人追踪物体的方法，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：
将RGB色彩编码转换为YUV色彩编码；
根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
上述的图像处理机器人追踪物体的方法，根据特定颜色物体的位置坐标生成控制命令进一步包括：
将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；
如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
上述的图像处理机器人追踪物体的方法，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
附图说明
图1为依据本发明一实施例中的图像处理追踪物体的机器人的示意图。
其中，附图标记：
1：机器人本体
2：图像传感模块图像传感模块
3：分析模块
4：计算模块
5：控制模块
6：驱动模块
具体实施方式
图1为依据本发明一实施例中的图像处理追踪物体的机器人的示意图。请参照图1，在本实施例中，图像处理追踪物体的机器人，包括：机器人本体1、图像传感模块图像传感模块 2、分析模块3、计算模块4、控制模块5及驱动模块6。其中，图像传感模块图像传感模块 设置在所述机器人本体内部，用于拍摄图像。分析模块设置在所述机器人本体内部，用于分析所述图像的特定颜色模块。计算模块设置在所述机器人本体内部，用于计算所述特定颜色模块的移动距离，并输出计算结果。控制模块设置在所述机器人本体内部，根据所述计算结果发送控制指令。驱动模块设置在所述机器人本体底部，所述驱动模块接收所述控制模块的控制指令，并根据所述控制指令驱动所述机器人。
作为一种选择，在本申请一实施例中，还包括：计时模块，所述计时模块控制所述图像传感模块图像传感模块 每间隔第一预设时间进行一次识别；比较模块，所述比较模块在每副图像中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
作为一种选择，在本申请一实施例中，所述第一预设时间为0.1秒。
例如，机器人每个比如0.1秒进行拍摄一次，选择红色物体坐标，在多幅照片中选择红色物体寻找该红色物体坐标，当坐标变动时，判断坐标变动的距离大于比如1米时，控制机器人朝着红色物体移动，直至与红色物体之间的距离小于比如1米后停止。
作为一种选择，在本申请一实施例中，分析模块进一步包括：选取模块，所述选取模块选取所述图像中预设尺寸的画面，提取所述画面的像素特征；存储模块，所述存储模块存储所述提取的画面像素特征；所述选取模块将所述多幅照片中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
作为一种选择，在本申请一实施例中，所述预设尺寸为1厘米*1厘米。
作为一种选择，在本申请一实施例中，所述第一预设阈值为1米。
作为一种选择，在本申请一实施例中，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
作为一种选择，在本申请一实施例中，所述分析模块将RGB色彩编码转换为YUV色彩编码；根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
作为一种选择，在本申请一实施例中，所述分析模块将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
作为一种选择，在本申请一实施例中，如权利要求9所述的图像处理追踪物体的机器人，其特征在于，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
本发明一实施例中，图像处理机器人追踪物体的方法，包括：
S1：利用机器人上安装的图像传感模块图像传感模块 抓取一幅图像；
S2：对抓取的图像进行分析并得到特定颜色物体的位置坐标；
S3：根据特定颜色物体的位置坐标生成控制命令并控制机器人动作，循环执行步骤上述步骤，直至机器人与特定颜色物体的距离小于第一预设阈值时，机器人停止运动。
作为一种选择，在本申请一实施例中，所述图像传感模块图像传感模块 每间隔一预设时间进行一次识别，并在每副图像中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
作为一种选择，在本申请一实施例中，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：选取抓取图像中预设尺寸的画面，提取所述画面的像素特征并存储；将所述多幅照片中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
作为一种选择，在本申请一实施例中，选取抓取图像中尺寸为1厘米*1厘米的画面。
作为一种选择，在本申请一实施例中，第一预设阈值为1米。
作为一种选择，在本申请一实施例中，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
例如，机器人每个比如0.1秒进行拍摄一次，选择红色物体坐标，在多幅照片中选择红色物体寻找该红色物体坐标，当坐标变动时，判断坐标变动的距离大于比如1米时，控制机器人朝着红色物体移动，直至与红色物体之间的距离小于比如1米后停止。
作为一种选择，在本申请一实施例中，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：将RGB色彩编码转换为YUV色彩编码；根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
作为一种选择，在本申请一实施例中，根据特定颜色物体的位置坐标生成控制命令进一步包括：将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
作为一种选择，在本申请一实施例中，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和设备，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干命令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access
Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (20)
1.一种图像处理追踪物体的机器人，其特征在于，包括：
机器人本体；
图像传感模块 图像传感模块，设置在所述机器人本体内部，用于拍摄图像；
分析模块，设置在所述机器人本体内部，用于分析所述图像的特定颜色模块；
计算模块，设置在所述机器人本体内部，用于计算所述特定颜色模块的移动距离，并输出计算结果；
控制模块，设置在所述机器人本体内部，根据所述计算结果发送控制指令；
驱动模块，设置在所述机器人本体底部，所述驱动模块接收所述控制模块的控制指令，并根据所述控制指令驱动所述机器人。
2.如权利要求1所述的图像处理追踪物体的机器人，其特征在于，还包括：
计时模块，所述计时模块控制所述图像传感模块图像传感模块 每间隔第一预设时间进行一次识别；
比较模块，所述比较模块在每副图像中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
3.如权利要求2所述的图像处理追踪物体的机器人，其特征在于，所述第一预设时间为某一区间时间段（如0.1秒）。
4.如权利要求2所述的图像处理追踪物体的机器人，其特征在于，分析模块进一步包括：
选取模块，所述选取模块选取所述图像中预设尺寸的画面，提取所述画面的像素特征；
存储模块，所述存储模块存储所述提取的画面像素特征；
所述选取模块将所述多幅图像中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
5.如权利要求4所述的图像处理追踪物体的机器人，其特征在于，所述预设尺寸为某一区域尺寸（如1厘米*1厘米）。
6.如权利要求1所述的图像处理追踪物体的机器人，其特征在于，所述第一预设某一阈值（如阀值为1米）。
7.如权利要求1所述的图像处理追踪物体的机器人，其特征在于，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
8.如权利要求1所述的图像处理追踪物体的机器人，其特征在于，所述分析模块将RGB色彩编码转换为YUV色彩编码；根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
9.如权利要求1所述的图像处理追踪物体的机器人，其特征在于，所述分析模块将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
10.如权利要求9所述的图像处理追踪物体的机器人，其特征在于，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
11.一种图像处理机器人追踪物体的方法，其特征在于，包括：
利用机器人上安装的图像传感模块图像传感模块 抓取一幅图像；
对抓取的图像进行分析并得到特定颜色物体的位置坐标；
根据特定颜色物体的位置坐标生成控制命令并控制机器人动作，循环执行步骤上述步骤，直至机器人与特定颜色物体的距离小于第一预设阈值时，机器人停止运动。
12.如权利要求11所述的图像处理机器人追踪物体的方法，其特征在于，还包括：所述图像传感器图像传感模块 每间隔一预设时间进行一次图像识别，并在每副图像中进行对比以判断所述特定颜色物体的位置坐标时候变动，当所述特定颜色物体的位置坐标发生变动超过第二预设阈值时，控制所述机器人动作。
13.如权利要求12所述的图像处理机器人追踪物体的方法，其特征在于，所述图像传感模块图像传感模块 每间隔0.1秒进行一次图像识别。
14.如权利要求12所述的图像处理机器人追踪物体的方法，其特征在于，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：选取抓取图像中预设尺寸的画面，提取所述画面的像素特征并存储；将所述多幅图像中所有预设尺寸的画面的素特征，并与所述存储的所述像素特征进行比对，当比对结果为一致时，则设定为当前进行比对的两个画面为同一物体。
15.如权利要求14所述的图像处理机器人追踪物体的方法，其特征在于，选取抓取图像中尺寸为1厘米*1厘米的画面。
16.如权利要求11所述的图像处理机器人追踪物体的方法，其特征在于，第一预设阈值为1米。
17.如权利要求11所述的图像处理机器人追踪物体的方法，其特征在于，所述特定颜色物体为红色物体、绿色物体或蓝色物体。
18.如权利要求11所述的图像处理机器人追踪物体的方法，其特征在于，对抓取的图像进行分析并得到特定颜色物体的位置坐标进一步包括：将RGB色彩编码转换为YUV色彩编码；
根据特定颜色物体的颜色，找到特定颜色物体的边缘位置X2、X1，Y2、Y1，进而得到特定颜色物体在该图像中的位置坐标：(X2-X1)/2，(Y2-Y1)/2。
19.如权利要求11所述的图像处理机器人追踪物体的方法，其特征在于，根据特定颜色物体的位置坐标生成控制命令进一步包括：
将一幅图像在X轴方向上划分为左侧区域、前侧区域和右侧区域；
如果特定颜色物体的位置坐标位于图像的右侧区域，则生成向右旋转的控制命令；如果特定颜色物体的位置坐标位于左侧区域，则机器人生成向左旋转的控制命令；否则，特定颜色物体的位置坐标位于前侧区域，则机器人生成向前运动的控制命令。
20.如权利要求19所述的图像处理机器人追踪物体的方法，其特征在于，所述的左侧区域、前侧区域和右侧区域在图像X轴方向上的比例为：7/16、1/8、7/16。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610245037.XA CN107305378A (zh) | 2016-04-20 | 2016-04-20 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610245037.XA CN107305378A (zh) | 2016-04-20 | 2016-04-20 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107305378A true CN107305378A (zh) | 2017-10-31 |
Family
ID=60151515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610245037.XA Pending CN107305378A (zh) | 2016-04-20 | 2016-04-20 | 一种图像处理追踪物体的机器人及追踪物体的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107305378A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110717941A (zh) * | 2018-07-12 | 2020-01-21 | 广达电脑股份有限公司 | 图像物件追踪***及方法 |
| CN112445224A (zh) * | 2019-09-03 | 2021-03-05 | 原相科技股份有限公司 | 光学检测装置 |
| CN115202369A (zh) * | 2022-09-14 | 2022-10-18 | 深圳市信诚创新技术有限公司 | 吸尘机器人的路径控制方法、装置、设备及存储介质 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000218575A (ja) * | 1999-01-28 | 2000-08-08 | Minolta Co Ltd | 画像提示装置 |
| CN1721144A (zh) * | 2004-07-13 | 2006-01-18 | 中国科学院自动化研究所 | 一种基于物体表面颜色的快速跟踪方法与装置 |
| CN101587591A (zh) * | 2009-05-27 | 2009-11-25 | 北京航空航天大学 | 基于双参数阈值分割的视觉精确跟踪技术 |
| CN101751549A (zh) * | 2008-12-03 | 2010-06-23 | 财团法人工业技术研究院 | 移动物体的追踪方法 |
| WO2011005783A2 (en) * | 2009-07-07 | 2011-01-13 | Trimble Navigation Ltd. | Image-based surface tracking |
| CN102129679A (zh) * | 2010-12-02 | 2011-07-20 | 湖南农业大学 | 一种局部定位***及方法 |
| CN102263893A (zh) * | 2011-04-28 | 2011-11-30 | 华中科技大学 | 一种多轴直线电机驱动的仿生视觉平台 |
| CN102431034A (zh) * | 2011-09-05 | 2012-05-02 | 天津理工大学 | 基于颜色识别的机器人追踪方法 |
| CN102902271A (zh) * | 2012-10-23 | 2013-01-30 | 上海大学 | 基于双目视觉的机器人目标识别与抓取***及方法 |
| CN103037140A (zh) * | 2012-12-12 | 2013-04-10 | 杭州国策商图科技有限公司 | 一种基于块匹配的鲁棒性极强的目标跟踪算法 |
| CN103978488A (zh) * | 2014-05-14 | 2014-08-13 | 常州信息职业技术学院 | 基于云模型控制***的搬运机器人 |
| CN104950887A (zh) * | 2015-06-19 | 2015-09-30 | 重庆大学 | 基于机器人视觉***和自主跟踪***的运输装置 |
-
2016
- 2016-04-20 CN CN201610245037.XA patent/CN107305378A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000218575A (ja) * | 1999-01-28 | 2000-08-08 | Minolta Co Ltd | 画像提示装置 |
| CN1721144A (zh) * | 2004-07-13 | 2006-01-18 | 中国科学院自动化研究所 | 一种基于物体表面颜色的快速跟踪方法与装置 |
| CN101751549A (zh) * | 2008-12-03 | 2010-06-23 | 财团法人工业技术研究院 | 移动物体的追踪方法 |
| CN101587591A (zh) * | 2009-05-27 | 2009-11-25 | 北京航空航天大学 | 基于双参数阈值分割的视觉精确跟踪技术 |
| WO2011005783A2 (en) * | 2009-07-07 | 2011-01-13 | Trimble Navigation Ltd. | Image-based surface tracking |
| CN102129679A (zh) * | 2010-12-02 | 2011-07-20 | 湖南农业大学 | 一种局部定位***及方法 |
| CN102263893A (zh) * | 2011-04-28 | 2011-11-30 | 华中科技大学 | 一种多轴直线电机驱动的仿生视觉平台 |
| CN102431034A (zh) * | 2011-09-05 | 2012-05-02 | 天津理工大学 | 基于颜色识别的机器人追踪方法 |
| CN102902271A (zh) * | 2012-10-23 | 2013-01-30 | 上海大学 | 基于双目视觉的机器人目标识别与抓取***及方法 |
| CN103037140A (zh) * | 2012-12-12 | 2013-04-10 | 杭州国策商图科技有限公司 | 一种基于块匹配的鲁棒性极强的目标跟踪算法 |
| CN103978488A (zh) * | 2014-05-14 | 2014-08-13 | 常州信息职业技术学院 | 基于云模型控制***的搬运机器人 |
| CN104950887A (zh) * | 2015-06-19 | 2015-09-30 | 重庆大学 | 基于机器人视觉***和自主跟踪***的运输装置 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110717941A (zh) * | 2018-07-12 | 2020-01-21 | 广达电脑股份有限公司 | 图像物件追踪***及方法 |
| CN112445224A (zh) * | 2019-09-03 | 2021-03-05 | 原相科技股份有限公司 | 光学检测装置 |
| CN112445224B (zh) * | 2019-09-03 | 2024-04-26 | 原相科技股份有限公司 | 光学检测装置 |
| CN115202369A (zh) * | 2022-09-14 | 2022-10-18 | 深圳市信诚创新技术有限公司 | 吸尘机器人的路径控制方法、装置、设备及存储介质 |
| CN115202369B (zh) * | 2022-09-14 | 2022-11-18 | 深圳市信诚创新技术有限公司 | 吸尘机器人的路径控制方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10769411B2 (en) | Pose estimation and model retrieval for objects in images | |
| US11423701B2 (en) | Gesture recognition method and terminal device and computer readable storage medium using the same | |
| US11978243B2 (en) | System and method using augmented reality for efficient collection of training data for machine learning | |
| US10217195B1 (en) | Generation of semantic depth of field effect | |
| US8615108B1 (en) | Systems and methods for initializing motion tracking of human hands | |
| US9092665B2 (en) | Systems and methods for initializing motion tracking of human hands | |
| US8269722B2 (en) | Gesture recognition system and method thereof | |
| US20110299774A1 (en) | Method and system for detecting and tracking hands in an image | |
| US11875529B2 (en) | Method and system for monocular depth estimation of persons | |
| US8948493B2 (en) | Method and electronic device for object recognition, and method for acquiring depth information of an object | |
| KR20200095873A (ko) | 인물 영역 추출 방법, 이를 이용하는 영상 처리 장치 및 인물 영역 추출 시스템 | |
| EP3572910A1 (en) | Method, system and computer program for remotely controlling a display device via head gestures | |
| CN107305378A (zh) | 一种图像处理追踪物体的机器人及追踪物体的方法 | |
| CN104408444A (zh) | 人体动作识别方法和装置 | |
| KR101344851B1 (ko) | 영상처리장치 및 영상처리방법 | |
| KR20220064857A (ko) | 세그먼테이션 방법 및 세그먼테이션 장치 | |
| CN111831123A (zh) | 一种适用于桌面混合现实环境的手势交互方法及*** | |
| KR101592087B1 (ko) | 배경 영상의 위치를 이용한 관심맵 생성 방법 및 이를 기록한 기록 매체 | |
| CN112712103A (zh) | 一种基于多特征提取与融合的头势识别算法 | |
| AHAD et al. | Human-Human Interaction Recognition Based on Gradient-Based Features | |
| Hu et al. | A 3D gesture recognition framework based on hierarchical visual attention and perceptual organization models | |
| JP5895637B2 (ja) | 画像処理装置、画像処理方法及びプログラム | |
| AU2023214276A1 (en) | Finding the semantic region of interest in images | |
| Tao | Human Computer Interaction Using Mouth Tracking | |
| Narwadkar et al. | Human Computer Interaction by Gesture Recognition |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 200433, five floor, Boston International Building, 18 Yangpu District Government Road, Shanghai. Applicant after: Shanghai Ming me information technology Co., Ltd. Address before: 200433, five floor, Boston International Building, 18 Yangpu District Government Road, Shanghai. Applicant before: Shanghai Hui Liu cloud computing Science and Technology Ltd. |
|
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20171031 |