CN111507121A - 一种基准标记、基准标记检测方法及装置 - Google Patents
一种基准标记、基准标记检测方法及装置 Download PDFInfo
- Publication number
- CN111507121A CN111507121A CN202010077693.XA CN202010077693A CN111507121A CN 111507121 A CN111507121 A CN 111507121A CN 202010077693 A CN202010077693 A CN 202010077693A CN 111507121 A CN111507121 A CN 111507121A
- Authority
- CN
- China
- Prior art keywords
- gray
- level
- reference mark
- units
- cells
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 136
- 238000000034 method Methods 0.000 claims abstract description 27
- 239000003550 marker Substances 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 37
- 238000012545 processing Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 241001270131 Agaricus moelleri Species 0.000 description 3
- 230000001788 irregular Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 108091026890 Coding region Proteins 0.000 description 1
- 241000669298 Pseudaulacaspis pentagona Species 0.000 description 1
- 241000316887 Saissetia oleae Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1408—Methods for optical code recognition the method being specifically adapted for the type of code
- G06K7/1417—2D bar codes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
- G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
- G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
- G06K19/06037—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking multi-dimensional coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/1439—Methods for optical code recognition including a method step for retrieval of the optical code
- G06K7/1443—Methods for optical code recognition including a method step for retrieval of the optical code locating of the code in an image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/10—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation
- G06K7/14—Methods or arrangements for sensing record carriers, e.g. for reading patterns by electromagnetic radiation, e.g. optical sensing; by corpuscular radiation using light without selection of wavelength, e.g. sensing reflected white light
- G06K7/1404—Methods for optical code recognition
- G06K7/146—Methods for optical code recognition the method including quality enhancement steps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/68—Analysis of geometric attributes of symmetry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Electromagnetism (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Artificial Intelligence (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种基准标记、基准标记检测方法及装置,所述方法包括:在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。所述装置用于执行上述方法。本发明实施例提供的基准标记、基准标记检测方法及装置,提高了基准标记检测的可靠性。
Description
本申请要求2019年1月31日提交的美国临时专利申请No.62/799,163的优先权,其内容通过引用结合于此。
技术领域
本发明涉及数据处理技术领域,具体涉及一种基准标记、基准标记检测方法及装置。
背景技术
二维条形码作为信息的载体,可以用于仓储物流、零售、医疗、工厂、办公自动化、增强现实和计算机视觉等领域,以快速获取到相关信息。
包括二维条形码的基准标记通常由二维网格组成,利用二维网格中的单元进行信息编码,以存储信息。上述基准标记在使用时,通常附着或者印刷在物体的表面。现有技术中,通常使用具有黑色边界和具有黑白两色二维条形码的基准标记,通过在图像中检测上述基准标记的方形黑色边界来实现基准标记的检测。图1A是现有技术的基准标记的结构示意图,如图1A所示,基准标记包括8x8网格,共64个网格,每个网格为正方形,每个网格的颜色为黑色或者白色,图1A中所示的阴影部分为边界部分101,边界部分101的每个网格都是黑色的,如果检测装置在检测图1A所示的基准标记时没有检测到完整的边界部分101,那么就不能检测到该基准标记。图1A所示的基准标记被边界部分101包围的部分是编码区域102,编码区域102用于编码和解码,可以将编码区域102的部分网格配置成黑色或者白色,以形成二维条形码。
然而,包括二维条形码的基准标记在实际使用过程中出现了各种问题。第一,由于基准标记附着或印刷在物体表面,如果物体表面出现翘曲、弯曲或起皱的现象,会使基准标记的黑色边界在图像中被扭曲并失去方形形状,会导致基准标记的检测失败。图1B是现有技术的一种基准标记的标准结构示意图,图1C是现有技术的一种基准标记发生变形的结构示意图,如图1B和图1C所示,由于基准标记被印刷或者附着的物体表面发生翘曲、扭曲或者起皱,导致图1B所示的基准标记在实际中显示为图1C所示的情况,使得在图像中捕获的基准标记的方形黑色边界不再呈现方形,导致检测装置不能检测到基准标记的存在。第二、如果基准标记在使用过程中,出现黑色边界被部分遮挡,例如基准标记的方形黑色边界的一部分被挡住或覆盖,使基准标记的方形黑色边界变成开环形状,会导致基准标记的检测失败。图1D是现有技术的一种基准标记被遮挡的结构示意图,如图1B和图1D所示,图1B所示的基准标记发生图1D所示的部分被遮挡的情况,由于遮挡物的存在,基准标记的方形黑色边界部分被遮挡,没有形成闭合环,检测装置将不能检测到基准标记的存在。第三,如果基准标记的编码区域发生部分遮挡,那么即使检测到基准标记,由于基准标记的编码区域被遮挡,会导致无法对基准标记进行解码。
发明内容
针对现有技术中的问题,本发明实施例提供一种基准标记、基准标记检测方法及装置,能够至少部分地解决现有技术中存在的问题。
一方面,本发明提出一种基准标记检测方法,包括:
在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;
若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
另一方面,本发明提供一种基准标记,包括多个单元,所述多个单元包括四个角单元,每个单元具有灰度级别,所述多个单元包括多个连接单元,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元中所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,所述多个连接单元包括四个角单元且四个角单元的灰度级别相同。
其中,所述基准标记还包括:每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
其中,所述基准标记还包括:具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
其中,所述单元的形状为正方形或者长方形。
又一方面,本发明提供一种基准标记检测装置,包括:
检测单元,用于在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;
判断单元,用于在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
再一方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例所述基准标记检测方法的步骤。
还一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述任一实施例所述基准标记检测方法的步骤。
本发明实施例提供的基准标记、基准标记检测方法及装置,在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别,在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在,即使基准标记表面不平坦,单元的形状出现扭曲,也能够检测到基准标记,能够提高基准标记检测的可靠性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1A是现有技术的基准标记的结构示意图。
图1B是现有技术的一种基准标记的标准结构示意图。
图1C是现有技术的一种基准标记发生变形的结构示意图。
图1D是现有技术的一种基准标记被遮挡的结构示意图。
图2是本发明一实施例提供的基准标记的结构示意图。
图3是本发明一实施例提供的基准标记检测方法的流程示意图。
图4是本发明一实施例提供的基准标记的显示示意图。
图5是本发明一实施例提供的基准标记的网格点示意图。
图6是本发明另一实施例提供的基准标记的网格点示意图。
图7是本发明一实施例提供的被遮挡基准标记的显示示意图。
图8是本发明一实施例提供的被遮挡基准标记的一种估计结果示意图。
图9是本发明一实施例提供的被遮挡基准标记的另一种估计结果示意图。
图10是本发明一实施例提供的被遮挡基准标记的网格点示意图。
图11是本发明另一实施例提供的基准标记检测方法的流程示意图。
图12是本发明再一实施例提供的基准标记检测方法的流程示意图。
图13是本发明一实施例提供的基准标记检测装置的结构示意图。
图14是本发明另一实施例提供的基准标记检测装置的结构示意图。
图15是本发明又一实施例提供的基准标记检测装置的结构示意图。
图16是本发明一实施例提供的电子设备的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
图2是本发明一实施例提供的基准标记的结构示意图,如图2所示,本发明实施例提供的基准标记包括以网格布置的多个单元1,多个单元1中包括四个角单元2,每个单元1具有一个灰度级别,所述基准标记包括多个连接单元,如果一个单元与另一个单元拥有共同的边界,或者一个单元与包括另一个单元的一组连接的单元中的至少一个单元拥有共同的边界,那么这两个单元是连接单元。所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元中所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,所述多个连接单元包括四个角单元2且四个角单元2的灰度级别相同,例如四个角单元2的灰度级别都是第一灰度级别或者第二灰度级别。其中,相邻两个单元是指拥有共同的边界的两个单元。所述第一灰度级别为黑色灰度、所述第二灰度级别为灰色灰度和所述第三灰度级别为白色灰度。每个单元的形状可以为矩形或者正方形,根据实际需要进行设置,本发明实施例不做限定。
其中,所述多个连接单元中的四个角单元2具有相同的灰度级别,以便于所述基准标记的识别。所述多个连接单元中除了四个角单元2以外的单元,构成编码区域,用于创建二维条形码。
例如,如图2所示基准标记,所述基准标记为5x6矩形网格,所述基准标记包括30个单元1,30个单元1中有4个角单元2,每个单元1具有一种灰度级别,相邻两个单元1具有不同的灰度级别,即如果两个单元拥有相同的边界,那么这两个单元的灰度级别不同,30个单元1的灰度级别包括黑色灰度、灰色灰度和白色灰度三种,4个角单元2具有相同的黑色灰度。30个单元1中任意两个单元都能构成连接单元,所述基准标记包括多个连接单元。其中,除了四个角单元2,剩余的26个单元1形成编码区域,可以用于创建二维条形码。编码区域的单元数量与基准标记的单元总数量之比为13:15,约为86%,与图1A所示的基准标记进行比较,图1A所示的基准标记共有64个单元,其中只有36个单元能够用于编码,编码的单元数量与基准标记的单元总数量之比为9:16,约为56%。可见,图2所示基准标记的编码区域的占比86%远大于图1A所示基准标记的编码区域的占比56%,本发明实施例提供的基准标记能够提高编码区域的占比,有利于减小基准标记,使基准标记在面临有限的物体表面时更具鲁棒性。
本发明实施例提供的基准标记,包括多个单元,上述多个单元包括四个角单元,每个单元的单元信息包括灰度级别,上述多个单元包括多个连接单元,上述多个连接单元中相邻两个单元的灰度级别不同且上述多个连接单元中所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,上述多个连接单元包括四个角单元且四个角单元的灰度级别相同,能够提高编码区域的占比,提高基准标记的利用率。此外,本发明实施例提供的基准标记,易于检测,能够提高基准标记检测的可靠性。
本发明实施例提供的基准标记可以应用于增强现实和计算机视觉、机器人***、即时定位与地图构建(Simultaneous Localization and Mapping,简称SLAM)包装和人员的检测和跟踪,工厂和仓库的管理等领域。
在上述各实施例的基础上,进一步地,本发明实施例提供的基准标记还包括:
每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,位于同一行的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。或者,位于同一列的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
如图2所示,在上述各实施例的基础上,进一步地,本发明实施例提供的基准标记还包括:
具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,除了位于所述基准标记轮廓上的网格点之外,每个网格点由四个单元共享,由四个单元共享的网格点即为四个单元的共同角点,具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
在上述各实施例的基础上,进一步地,单元1的形状为正方形或者长方形。
图3是本发明一实施例提供的基准标记检测方法的流程示意图,如图3所示,本发明实施例提供的基准标记检测方法,用于检测上述任一实施例所述的基准标记,包括:
S301、在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;
具体地,基准标记检测装置可以通过相机采集待检测基准标记的一帧图像,然后对上述一帧图像中所述待检测基准标记的单元进行检测,可以获得多个连接单元以及所述多个连接单元中每个单元的灰度级别。
S302、若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,所述基准标记检测装置在获得所述待检测基准标记的多个连接单元之后,会判断所述多个连接单元是否满足检测规则,如果所述多个连接单元满足所述检测规则,那么所述基准标记检测装置可以确定基准标记存在,如果所述多个连接单元不满足所述检测规则,那么所述基准标记检测装置检测不到基准标记的存在。所述基准标记检测装置在检测到基准标记之后,可以基于所述多个连接单元的各个单元的灰度级别对所述基准标记进行解码。其中,所述检测规则是预设的。
其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。所述基准标记检测装置会统计所述多个连接单元包括的单元的数量,将所述多个连接单元包括的单元的数量与预设值进行比较,判断所述多个连接单元包括的单元的数量是否大于所述预设值。所述基准标记检测装置会判断所述多个连接单元是否包括四个角单元,并根据四个角单元的灰度级别判断四个角单元的灰度级别是否相同。所述基准标记检测装置会判断所述多个连接单元中相邻两个单元的灰度级别是否不同。所述检测装置还会判断所述多个连接单元的所有单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别。如果所述基准标记检测装置判断出所述多个连接单元包括的单元的数量大于所述预设值,所述多个连接单元是否包括四个角单元且四个角单元的灰度级别相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么所述基准标记检测装置判断出所述待检测基准标记的多个连接单元满足所述检测规则。否则,所述多个连接单元不满足所述检测规则。
其中,所述基准标记的解码算法根据实际需要进行设置,本发明实施例不做限定。所述预设值根据实际需要进行设置,本发明实施例不做限定。
例如,图4是本发明一实施例提供的基准标记的显示示意图,如图4所示,基准标记在附着或者印刷到物体表面之后,由于翘曲等原因,物体表面发生了变形,导致基准标记出现图4所示的形状。正常情况下,基准标记表面平坦,基准标记应该如图2所示,每个单元为矩形形状,而由于物体表面发生了变形,导致基准标记的矩形形状变成了图4所示不规则形状。在这种情况下,现有技术的检测方法会由于基准标记的边界不再规则而无法检测到基准标记的存在。由于相邻单元具有不同的灰度级别,所述基准标记检测装置可以识别出图4所示的基准标记中的每个单元,所述基准标记检测装置检测图4所示的基准标记图像中每个单元获得多个连接单元,以及上述多个连接单元中每个单元的灰度级别:黑色灰度、白色灰度或者灰色灰度。然后判断上述多个连接单元是否满足所述检测规则,如果上述多个连接单元满足所述检测规则,那么检测到基准标记存在。单元形状的变化不会响应到对基准标记的检测,单元是具有方形还是不规则形状并不改变检测结果。其中,检测到的四个角单元的灰度级别可以用于计算基准标记的取向状态。
本发明实施例提供的基准标记检测方法,在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别,在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在,即使基准标记表面不平坦,单元的形状出现扭曲,也能够检测到基准标记,能够提高基准标记检测的可靠性。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。
具体地,所述检测规则还包括所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。所述基准标记检测装置在判断所述多个连接单元是否满足所述检测规则时,需要在步骤S302的检测规则的基础上判断所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比是否大于对应的阈值。其中,每种灰度级别对应的阈值根据实际经验进行设置,本发明实施例不做限定。
例如,所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,第一灰度级别对应的阈值为10%,第二灰度级别对应的阈值为10%,第三灰度级别对应的阈值为10%。所述基准标记检测装置统计所述多个连接单元的所有单元中第一灰度级别的单元的数量a、第二灰度级别单元的数量b、第三灰度级别单元的数量c以及所述多个连接单元的所有单元的总数Q,然后计算a/Q,得到百分比A,计算b/Q,得到百分比B,计算c/Q,得到百分比C,如果A大于10%、B大于10%且C大于10%,那么所述基准标记检测装置在判断出所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别之后,可以确定基准标记存在。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,所述检测规则还包括所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。所述基准标记检测装置在判断所述多个连接单元是否满足所述检测规则时,需要在步骤S302的检测规则的基础上判断所述多个连接单元的每行单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,如果所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么确定基准标记存在,否则所述多个连接单元的每行单元的灰度级别不包括第一灰度级别、第二灰度级别和第三灰度级别且所述多个连接单元的每列单元的灰度级别不包括第一灰度级别、第二灰度级别和第三灰度级别,检测不到基准标记。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,所述检测规则还包括所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。所述基准标记检测装置在判断所述多个连接单元是否满足所述检测规则时,需要在步骤S302的检测规则的基础上判断所述多个连接单元包括的具有共同角点的四个单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,如果所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么确定基准标记存在,否则没有检测到基准标记。
需要说明的是,所述检测规则是否包括所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值,所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别中的一个或者多个条件取决于实际应用需要,本发明实施例不做限定。
图5是本发明一实施例提供的基准标记的网格点示意图,如图5所示,将单元的角点作为网格点,由图2所示的基准标记可以获得图5所示的网格配置。除了位于基准标记轮廓上的角点,其余的每个角点由四个单元共享。每个单元最初具有图2所示的矩形形状,但是也可以在透视图或粗糙表面条件下以不同的形状出现,这反映了包括取向条件的基准标记的状态。例如,当基准标记表面翘曲时,单元可能以不规则形状出现。由于相邻单元具有不同的灰度级别,因此能够识别出基准标记的每个单元,只要单元是可区分的,那么由四个单元共享的角点可以被认为是网格点。对于基准标记的未知网格配置,可以首先识别基准标记的轮廓内的网格点,因为基准标记的轮廓内的网格点由四个单元共享。然后,可以识别由两个单元共享的轮廓上的网格点。最后,可以确定出基准标记的四个角处的网格点。即使基准标记表面变形并且单元扭曲时,也可以检测到基准标记的网格配置。通过基准标记的网格配置可以确定基准标记的取向和表面状态,特别是当基准标记的表面不平整或不平坦时。
图6是本发明另一实施例提供的基准标记的网格点示意图,如图6所示,将单元的角点作为网格点,由图4所示的基准标记可以获得图6所示的网格配置。除了位于基准标记轮廓上的网格点之外,每个网格点由四个单元共享。单元扭曲时,例如图4所示的情况,如果单元是可检测的,那么由四个单元共享的角点是可检测的,网格配置可以用于确定基准标记的取向状态。
当关于基准标记的四个角单元的信息已知时,可以使用四个角单元来计算关于基准标记的取向状态的信息。如果由于某些原因,例如基准标记表面出现翘曲或由于基准标记表面部分被遮挡,一个或多个角单元可能会不可见或者不能被识别,那么可以不使用角单元来计算取向状态。然而,如果基准标记的网格配置是已知的,那么可以计算或估计基准标记的取向或姿态。因此,在没有直接检测到一个或多个角单元的情况下,仍然可以获得取向或姿态状态。例如,可以使用缺失单元周围的网格点来估计基准标记的缺失角单元的位置。然后,可以通过预设算法使用所估计的角单元和网格信息来计算基准标记的姿态。因此,当没有直接检测到一个或多个角单元时,可以基于网格配置的算法来计算基准标记的姿态。
在上述各实施例的基础上,进一步地,本发明实施例提供的基准标记检测方法还包括:
若判断获知所述待检测基准标记的存在缺失单元,则根据所述缺失单元相邻单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
具体地,由于所述待检测基准标记被遮挡,所述基准标记检测装置检测所述待检测基准标记时,不能检测到所述待检测基准标记的所有单元,会检测到所述待检测基准标记的存在缺失单元,所述基准标记检测装置可以根据所述缺失单元相邻的单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
例如,图7是本发明一实施例提供的被遮挡基准标记的显示示意图,如图7所示,基准标记被对象401遮挡,所述基准标记检测装置可以检测到所述被遮挡基准标记具有多个连接单元,所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括黑色灰度、白色灰度和灰色灰度,从而检测到基准标记的存在,四个角单元可以用于获得被遮挡基准标记的姿态信息。但由于对象401的遮挡,存在缺失单元,尽管检测到基准标记,编码区域不完整导致无法对基准标记进行解码。假设所述基准标记检测装置检测出被对象401遮挡的缺失单元为三个,这三个缺失单元导致二维条形码看起来被损坏,使得无法对基准标记进行解码。由于被遮挡的基准标记中任意两个相邻单元的灰度级别不同,并且仅存在黑色灰度、白色灰度和灰色灰度三个灰度级别,因此可以对上述三个缺失单元的灰度级别进行估计。图8是本发明一实施例提供的被遮挡基准标记的一种估计结果示意图,图9是本发明一实施例提供的被遮挡基准标记的另一种估计结果示意图,如图8和图9所示的基准标记是图7中被遮挡的基准标记仅存在的两种可能。在图8和图9中,虚线402表示对象401的轮廓。单元403、单元404和单元405的灰度级别是未知的。单元405的相邻单元具有黑色灰度和白色灰度,因此,单元405的灰度级别只能是灰色灰度,以满足具有共同边界线的任意两个单元具有不同的灰度。当单元405为灰色灰度时,可以确定单元404的灰度级别必须为黑色灰度,因为确定单元404已经具有白色灰度和灰色灰度的相邻单元。单元404具有黑色灰度,那么单元403具有三个黑色灰度的相邻单元,所以对于单元403的灰度级别存在两种可能:白色灰度或者灰色灰度,图8显示出单元403为白色灰度,图9显示出单元403为灰色灰度。
本发明实施例提供的基准标记检测方法,能够对缺失单元的灰度级别进行估计,能够进一步提高基准标记检测的可靠性。
图10是本发明一实施例提供的被遮挡基准标记的网格点示意图,如图10所示,可以对图7所示的被遮挡基准标记检测获得的网格配置,可以通过网格配置获得被遮挡基准标记的姿态信息。
图11是本发明另一实施例提供的基准标记检测方法的流程示意图,如图11所示,本发明实施例提供的基准标记检测方法还包括:
S1101、若判断获知所述待检测基准标记对应的待确定基准标记有多个,则计算所述待检测基准标记对应的各个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离;
具体地,当所述基准标记检测装置估计所述缺失单元的灰度级别时,如果所述缺失单元的灰度级别存在多种可能,那么可以将所述缺失单元的每种可能情况下的待检测基准标记作为所述待检测基准标记对应的一个待确定基准标记,然后将计算每个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离。其中,所述预设基准标记数据库中的每个基准标记,是所述待检测基准标记可能存在的情况。所述预设基准标记数据库根据实际需要进行设置,本发明实施例不做限定。
S1102、获取各个待确定基准标记对应的汉明距离的最小汉明距离;
具体地,所述基准标记检测装置在获得每个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离之后,可以对比各个汉明距离获得最小汉明距离以及最小汉明距离对应的待确定基准标记。
S1103、若判断获知所述最小汉明距离小于设定值,则将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记。
具体地,所述基准标记检测装置将所述最小汉明距离与设定值进行比较,如果所述最小汉明距离小于所述设定值,那么将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记,从而获得完整的待检测基准标记,然后再去判断所述待检测基准标记是否存在,在对存在的待检测基准标记进行解码。其中,所述设定值根据实际经验进行设置,本发明实施例不做限定。
例如,针对图8和图9所示的被遮挡基准标记的两种情况,分别计算图8所示的基准标记与基准标记数据库X中每个基准标记的汉明距离和图9所示的基准标记与基准标记数据库X中每个基准标记的汉明距离,接着获取上述各个汉明距离中的最小汉明距离,再将最小汉明距离与设定值进行比较,如果最小汉明距离小于所述设定值,那么将最小汉明距离对应的基准标记作为所述被遮挡基准标记的完整基准标记。其中,基准标记数据库X是预设的。
在上述各实施例的基础上,进一步地,所述第一灰度级别为黑色灰度、所述第二灰度级别为灰色灰度和所述第三灰度级别为白色灰度。
图12是本发明再一实施例提供的基准标记检测方法的流程示意图,如图12所示,本发明实施例提供的基准标记检测方法包括:
第一步、获取待检测基准标记的图像。可以通过相机采集待检测基准标记的一帧图像。
第二步、检测上述一帧图像中的待检测基准标记的单元,获得多个连接单元以及多个连接单元中每个连接单元的灰度级别。
第三步、判断基准标记是否存在。判断所述多个连接单元包括的单元的数量是否大于所述预设值,判断所述多个连接单元中相邻两个单元的灰度级别是否不同,判断所述多个连接单元的所有单元的灰度级别是否包括黑色灰度、灰色灰度和白色灰度,判断所述多个连接单元包括四个角单元且四个角单元的灰度级别是否都相同,如果所述多个连接单元包括的单元的数量大于所述预设值,所述多个连接单元中相邻两个单元的灰度级别不同,所述多个连接单元的所有单元的灰度级别包括黑色灰度、灰色灰度和白色灰度,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,那么基准标记存在,进入第四步。否则基准标记不存在,回到第一步,检测下一个待检测基准标记。其中,如果检测到角单元的数量小于4个,那么表明一个或多个角单元由于表面翘曲或部分遮挡等情况而无法检测。
第四步、判断基准标记是否缺少单元。如果基准标记不缺少单元,那么直接进入第六步进行解码。如果基准标记缺少单元,说明由于基准标记表面翘曲或被遮挡之类的原因导致有单元没有检测到,那么进入到第五步,对缺少单元进行估算。
第五步、估计缺失单元。基于缺少单元的相邻单元的灰度级别以及任意相邻但云的灰度级别不同,对缺少单元进行灰度级别进行估计。如果缺少单元的灰度级别有多种可能,那么计算所述待检测基准标记对应的各个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离,获取各个待确定基准标记对应的汉明距离的最小汉明距离,若判断获知所述最小汉明距离小于设定值,则将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记。
第六步,对基准标记进行解码。根据预先设定的解码算法对基准标记的二维条形码进行解码。
图13是本发明一实施例提供的基准标记检测装置的结构示意图,如图13所示,本发明实施例提供的基准标记检测装置包括检测单元1301和判断单元1302,其中:
检测单元1301用于在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;判断单元1302用于在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,检测单元1301可以通过相机采集待检测基准标记的一帧图像,然后对上述一帧图像中所述待检测基准标记的每个单元进行检测,可以获得多个连接单元以及所述多个连接单元中每个单元的灰度级别。
具体地,在获得所述待检测基准标记的多个连接单元之后,判断单元1302会判断所述多个连接单元是否满足检测规则,如果所述多个连接单元满足所述检测规则,那么所述基准标记检测装置可以确定基准标记存在,如果所述多个连接单元不满足所述检测规则,那么所述基准标记检测装置检测不到基准标记的存在。判断单元1302在检测到基准标记之后,可以基于所述多个连接单元的各个单元的灰度级别对所述基准标记进行解码。其中,所述检测规则是预设的。
其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。判断单元1302会统计所述多个连接单元包括的单元的数量,将所述多个连接单元包括的单元的数量与预设值进行比较,判断所述多个连接单元包括的单元的数量是否大于所述预设值。判断单元1302会判断所述多个连接单元是否包括四个角单元,并根据四个角单元的灰度级别判断四个角单元的灰度级别是否相同。判断单元1302会判断所述多个连接单元中相邻两个单元的灰度级别是否不同。判断单元1302还会判断所述多个连接单元的所有单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别。如果所述基准标记检测装置判断出所述多个连接单元包括的单元的数量大于所述预设值,所述多个连接单元是否包括四个角单元且四个角单元的灰度级别相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么所述基准标记检测装置判断出所述待检测基准标记的多个连接单元满足所述检测规则。否则,所述多个连接单元不满足所述检测规则。
其中,所述基准标记的解码算法根据实际需要进行设置,本发明实施例不做限定。所述预设值根据实际需要进行设置,本发明实施例不做限定。
本发明实施例提供的基准标记检测装置,在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别,在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在,即使基准标记表面不平坦,单元的形状出现扭曲,也能够检测到基准标记,能够提高基准标记检测的可靠性。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。
具体地,所述检测规则还包括所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。判断单元1302在判断所述多个连接单元是否满足所述检测规则时,需要在执行步骤S302的检测规则的基础上判断所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比是否大于对应的阈值。其中,每种灰度级别对应的阈值根据实际经验进行设置,本发明实施例不做限定。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,所述检测规则还包括所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。判断单元1302在判断所述多个连接单元是否满足所述检测规则时,需要在执行步骤S302的检测规则的基础上判断所述多个连接单元的每行单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,如果所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么确定基准标记存在,否则所述多个连接单元的每行单元的灰度级别不包括第一灰度级别、第二灰度级别和第三灰度级别且所述多个连接单元的每列单元的灰度级别不包括第一灰度级别、第二灰度级别和第三灰度级别,检测不到基准标记。
在上述各实施例的基础上,进一步地,所述检测规则还包括:
所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
具体地,所述检测规则还包括所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。判断单元1302在判断所述多个连接单元是否满足所述检测规则时,需要在执行步骤S302的检测规则的基础上判断所述多个连接单元包括的具有共同角点的四个单元的灰度级别是否包括第一灰度级别、第二灰度级别和第三灰度级别,如果所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,那么确定基准标记存在,否则没有检测到基准标记。
图14是本发明另一实施例提供的基准标记检测装置的结构示意图,在上述各实施例的基础上,进一步地,本发明实施例提供的基准标记检测装置还包括估计单元1303,其中:
估计单元1303用于在判断获知所述待检测基准标记的存在缺失单元之后,根据所述缺失单元相邻的单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
具体地,由于所述待检测基准标记被遮挡,所述基准标记检测装置检测所述待检测基准标记时,不能检测到所述待检测基准标记的所有单元,会检测到所述待检测基准标记的存在缺失单元,估计单元1303可以根据所述缺失单元相邻的单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
图15是本发明又一实施例提供的基准标记检测装置的结构示意图,如图15所示,在上述各实施例的基础上,进一步地,本发明实施例提供的基准标记检测装置还包括:
计算单元1304用于计算所述待检测基准标记对应的各个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离;获取单元1305用于获取各个待确定基准标记对应的汉明距离的最小汉明距离;确定单元1306用于在判断获知所述最小汉明距离小于设定值之后,将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记。
具体地,当计算单元1304估计所述缺失单元的灰度级别时,如果所述缺失单元的灰度级别存在多种可能,那么可以将所述缺失单元的每种可能情况下的待检测基准标记作为所述待检测基准标记对应的一个待确定基准标记,然后将计算每个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离。其中,所述预设基准标记数据库中的每个基准标记,是所述待检测基准标记可能存在的情况。所述预设基准标记数据库根据实际需要进行设置,本发明实施例不做限定。
在获得每个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离之后,获取单元1305可以对比各个汉明距离获得最小汉明距离以及最小汉明距离对应的待确定基准标记。
确定单元1306将所述最小汉明距离与设定值进行比较,如果所述最小汉明距离小于所述设定值,那么将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记,从而获得完整的待检测基准标记,然后再去判断所述待检测基准标记是否存在,在对存在的待检测基准标记进行解码。其中,所述设定值根据实际经验进行设置,本发明实施例不做限定。
在上述各实施例的基础上,进一步地,所述第一灰度级别为黑色灰度、所述第二灰度级别为灰色灰度和所述第三灰度级别为白色灰度。
本发明实施例提供的基准标记检测装置的实施例具体可以用于执行上述各方法实施例的处理流程,其功能在此不再赘述,可以参照上述方法实施例的详细描述。
图16是本发明一实施例提供的电子设备的实体结构示意图,如图16所示,该电子设备可以包括:处理器(processor)1601、通信接口(Communications Interface)1602、存储器(memory)1603和通信总线1604,其中,处理器1601,通信接口1602,存储器1603通过通信总线1604完成相互间的通信。处理器1601可以调用存储器1603中的逻辑指令,以执行如下方法:在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
此外,上述的存储器1603中的逻辑指令可以通过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,包括若干指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。
本实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
本实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储计算机程序,所述计算机程序使所述计算机执行上述各方法实施例所提供的方法,例如包括:在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本说明书的描述中,参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种基准标记检测方法,其特征在于,包括:
在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;
若判断获知所述待检测基准标记的多个连接单元满足检测规则,则确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
2.根据权利要求1所述的方法,其特征在于,所述检测规则还包括:
所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。
3.根据权利要求1所述的方法,其特征在于,所述检测规则还包括:
所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
4.根据权利要求1所述的方法,其特征在于,所述检测规则还包括:
所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
5.根据权利要求1所述的方法,其特征在于,还包括:
若判断获知所述待检测基准标记的存在缺失单元,则根据所述缺失单元相邻单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
6.根据权利要求5所述的方法,其特征在于,还包括:
若判断获知所述待检测基准标记对应的待确定基准标记有多个,则计算所述待检测基准标记对应的各个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离;
获取各个待确定基准标记对应的汉明距离的最小汉明距离;
若判断获知所述最小汉明距离小于设定值,则将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述第一灰度级别为黑色灰度、所述第二灰度级别为灰色灰度和所述第三灰度级别为白色灰度。
8.一种基准标记,其特征在于,包括多个单元,所述多个单元包括四个角单元,每个单元具有灰度级别,所述多个单元包括多个连接单元,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元中所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,所述多个连接单元包括四个角单元且四个角单元的灰度级别相同。
9.根据权利要求8所述的基准标记,其特征在于,还包括:
每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
10.根据权利要求8所述的基准标记,其特征在于,还包括:
具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
11.根据权利要求8所述的基准标记,其特征在于,所述单元的形状为正方形或者长方形。
12.一种基准标记检测装置,其特征在于,包括:
检测单元,用于在一帧图像中获得待检测基准标记的多个连接单元以及所述多个连接单元中每个单元的灰度级别;
判断单元,用于在判断获知所述待检测基准标记的多个连接单元满足检测规则之后,确定基准标记存在;其中,所述检测规则包括:所述多个连接单元包括的单元的数量大于预设值,所述多个连接单元包括四个角单元且四个角单元的灰度级别都相同,所述多个连接单元中相邻两个单元的灰度级别不同且所述多个连接单元的所有单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
13.根据权利要求12所述的装置,其特征在于,所述检测规则还包括:
所述多个连接单元的所有单元的灰度级别中,每种灰度级别的单元的数量占所述多个连接单元的所有单元的总数的百分比大于对应的阈值。
14.根据权利要求12所述的装置,其特征在于,所述检测规则还包括:
所述多个连接单元的每行单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别,或者所述多个连接单元的每列单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
15.根据权利要求12所述的装置,其特征在于,所述检测规则还包括:
所述多个连接单元包括的具有共同角点的四个单元的灰度级别包括第一灰度级别、第二灰度级别和第三灰度级别。
16.根据权利要求12所述的装置,其特征在于,还包括:
估计单元,用于在判断获知所述待检测基准标记的存在缺失单元之后,根据所述缺失单元相邻单元的灰度级别以及任意相邻单元的灰度级别不同,估计所述缺失单元的灰度级别。
17.根据权利要求16所述的装置,其特征在于,还包括:
计算单元,用于在判断获知所述待检测基准标记对应的待确定基准标记有多个之后,计算所述待检测基准标记对应的各个待确定基准标记与预设基准标记数据库中每个基准标记的汉明距离;
获取单元,用于获取各个待确定基准标记对应的汉明距离的最小汉明距离;
确定单元,用于在判断获知所述最小汉明距离小于设定值之后,将所述最小汉明距离对应的待确定基准标记作为所述待检测基准标记。
18.根据权利要求12至17任一项所述的装置,其特征在于,所述第一灰度级别为黑色灰度、所述第二灰度级别为灰色灰度和所述第三灰度级别为白色灰度。
19.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述方法的步骤。
20.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962799163P | 2019-01-31 | 2019-01-31 | |
US62/799,163 | 2019-01-31 | ||
US16/748,292 | 2020-01-21 | ||
US16/748,292 US11107243B2 (en) | 2019-01-31 | 2020-01-21 | Fiducial marker based on blocks of different grayscales |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111507121A true CN111507121A (zh) | 2020-08-07 |
Family
ID=71837538
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010077693.XA Pending CN111507121A (zh) | 2019-01-31 | 2020-01-31 | 一种基准标记、基准标记检测方法及装置 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11107243B2 (zh) |
CN (1) | CN111507121A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1179752A (zh) * | 1995-03-31 | 1998-04-22 | 基维软件程序有限公司 | 机器可读的标签 |
US20130140354A1 (en) * | 2011-12-06 | 2013-06-06 | Xerox Corporation | Dual resolution two-dimensional barcode |
US20160379031A1 (en) * | 2015-06-23 | 2016-12-29 | Konica Minolta Laboratory U.S.A., Inc. | High capacity 2d color barcode design and processing method for camera based applications |
-
2020
- 2020-01-21 US US16/748,292 patent/US11107243B2/en active Active
- 2020-01-31 CN CN202010077693.XA patent/CN111507121A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1179752A (zh) * | 1995-03-31 | 1998-04-22 | 基维软件程序有限公司 | 机器可读的标签 |
US20130140354A1 (en) * | 2011-12-06 | 2013-06-06 | Xerox Corporation | Dual resolution two-dimensional barcode |
US20160379031A1 (en) * | 2015-06-23 | 2016-12-29 | Konica Minolta Laboratory U.S.A., Inc. | High capacity 2d color barcode design and processing method for camera based applications |
Also Published As
Publication number | Publication date |
---|---|
US11107243B2 (en) | 2021-08-31 |
US20200250855A1 (en) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102095626B1 (ko) | 이미지 프로세싱 방법 및 장치 | |
CN102243704B (zh) | 用于二维码的定位***、二维码的识别方法及设备 | |
WO2017197988A1 (zh) | 一种确定物体体积的方法及装置 | |
CN110390306B (zh) | 直角车位的检测方法、车辆和计算机可读存储介质 | |
CN105894069B (zh) | 一种视觉导航用的crc二维码的生成方法及识别方法 | |
CN112070838A (zh) | 基于二维-三维融合特征的对象识别与定位方法及装置 | |
CN108073966A (zh) | 一种二维码与孔阵码的转换方法 | |
KR102375325B1 (ko) | 원거리 고밀도 시각적 마커의 검출 및 인식 방법 | |
CN106980851B (zh) | 一种数据矩阵dm码的定位方法及装置 | |
CN103413291B (zh) | 一种图像定位方法 | |
CN111507121A (zh) | 一种基准标记、基准标记检测方法及装置 | |
CN114489082A (zh) | 机器人的移动控制方法、装置、设备及存储介质 | |
US20240005548A1 (en) | Information processing apparatus, three-dimensional position estimation method, and a non-transitory computer-readable medium | |
EP2588391A1 (en) | Method and arrangement for positioning of an object in a warehouse | |
CN111739106B (zh) | 角点编码方法、标定方法、装置、电子设备和存储介质 | |
CN111951337B (zh) | 图像检测目标空间定位方法及*** | |
WO2017113422A1 (zh) | 图像的斑点处理方法 | |
CN113850100A (zh) | 一种校正二维码的方法和装置 | |
CN113657303A (zh) | 房间结构识别方法、装置、终端设备和可读存储介质 | |
CN117889789B (zh) | 一种建筑墙面平整度检测方法和*** | |
CN110660011B (zh) | 图像处理方法和装置、电子设备及存储介质 | |
CN111145268A (zh) | 一种视频注册方法及装置 | |
JP2014127068A (ja) | 対応点探索装置およびカメラ姿勢推定装置ならびにこれらのプログラム | |
CN112101059B (zh) | 一种条形码定位方法、装置、终端设备及存储介质 | |
CN117292104B (zh) | 基于图像识别的货架陈列检测方法及*** |
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 |