买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津大学申请的专利一种双目视觉苹果识别以及精准定位的方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115841668B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211219935.X，技术领域涉及：G06V20/68；该发明授权一种双目视觉苹果识别以及精准定位的方法是由韩雪松;马士豪设计研发完成，并于2022-10-08向国家知识产权局提交的专利申请。

本一种双目视觉苹果识别以及精准定位的方法在说明书摘要公布了：本发明公开了一种双目视觉苹果识别以及精准定位的方法，步骤为：对由两个单目相机组成的双目相机进行标定；建立用于苹果识别的模型；对SGBM立体视觉匹配算法中的参数进行优化；步骤四、通过计算得到一个苹果的实际质心位置；本方法能在苹果无遮挡的情况下，准确获得苹果在空间中的三维坐标，同时在更一般的情况下如存在树叶树枝等遮挡的情况下，仍能准确获得苹果的空间三维坐标，在保证苹果定位精度的同时提高了算法的效率。

本发明授权一种双目视觉苹果识别以及精准定位的方法在权利要求书中公布了：1.一种双目视觉苹果识别以及精准定位的方法，其特征在于包括以下步骤： 步骤一、对由左相机和右相机组成的双目相机进行标定，得到左相机和右相机的内参矩阵与畸变向量以及左相机和右相机之间的平移旋转位姿变换矩阵： 第一步，将双目相机连接在电脑上，然后使用左相机和右相机分别拍摄预先准备的棋盘格样式标定板，在拍摄的过程中旋转标定板，使标定板处于双目相机中视场的不同位置且标定板上的棋盘格角点能够完整显示，得到左相机拍摄的多张标定板图片以及右相机拍摄的多张标定板图片，同一时刻左相机拍摄的标定板图片和右相机拍摄的标定板图片组成一对标定板图片； 第二步，将采集到的多对标定板图片导入到python中，在python的OpenCV库中采用张正友标定法对左相机和右相机进行单目标定以及对双目相机进行双目标定，得到左相机和右相机的内参矩阵与畸变向量以及左相机和右相机之间的旋转矩阵以及平移向量： 步骤二、建立用于苹果识别的模型： 步骤三、对SGBM立体视觉匹配算法中的参数进行优化，当步骤一中的每一对标定板图片的视差图中的标定板清晰时，记录此时SGBM算法对应的参数作为对苹果的深度测量过程中将畸变校正后左相机二维苹果图片转化为三维苹果图片时的优化后参数使用； 步骤四、准备一个没有树叶遮挡的苹果作为第一苹果通过计算得到第一苹果的实际质心位置，具体计算过程如下： 第一步、将第一苹果放置在左相机的视野中，使得第一苹果估计的质心在左相机坐标系中的z坐标与步骤一中拍摄标定板图片时标定板中心在左相机坐标系中的z坐标相近，z坐标相近是指相差的z坐标在200mm之内； 第二步、采用左相机和右相机分别拍摄一张第一苹果图片，然后对左相机和右相机拍摄到的第一苹果图片进行畸变校正； 第三步、在python中导入OpenVINO的模型推理核心库IECore对步骤二中获取的苹果识别的模型进行模型推理，获得深度学习神经网络的网络结构和权重参数，然后将畸变校正后的左相机拍摄的第一苹果图片传入Yolov4目标检测算法中，识别图片中的苹果，并生成与第一苹果外轮廓相切的矩形边界框； 第四步、采用步骤三中已完成参数优化的SGBM立体视觉匹配算法对畸变校正后的左相机拍摄的第一苹果图片和畸变校正后的右相机拍摄的第一苹果图片进行立体视觉匹配，将第一苹果的二维图片扩展为第一苹果的三维深度图片： 第五步、沿矩形边界框裁剪第二步中畸变校正后的左相机拍摄的第一苹果图片得到第一苹果图片中矩形边界框中的彩色图像，并对彩色图像中的红色区域进行提取获得红色区域提取后的二值化图像； 第六步、采用python的random库中的randint函数对第一苹果三维深度图片中矩形边界框内的三维点进行随机粗采样得到三维粗样本点集，所述的三维粗样本点集经过筛选用于苹果球面的拟合； 第七步、对第六步中获取的粗样本点集进行精筛选，具体的步骤如下： 步骤701：计算粗样本点集中粗样本点的z轴的坐标值的均值和方差： 步骤702：对于粗样本点集中每个粗样本点设置筛选区间，判断粗样本点集中每一个粗样本点的z坐标值是否落在粗样本点的筛选区间内，记落在区间内的样本点总数为，即为第个点的得分；其中，—粗样本点集中粗样本点z轴坐标值的方差；—粗样本点集中第i个粗样本点的z坐标值，—粗样本点集中粗样本点的个数； 步骤703：比较所有粗样本点的得分，得分最高的粗样本点所筛选得到的点集则为精筛选得到的新的样本点集，记为，为内新的样本点的个数； 第八步、使用RANSAC算法对进一步筛选得到用于苹果球面拟合的最佳内点； 第九步、从最佳内点集中随机选取8个样本，使用最小二乘法的矩阵形式进行第一苹果球面拟合得到第一苹果的质心在左相机坐标系中的坐标以及第一苹果球面模型的半径。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津大学，其通讯地址为：300350 天津市津南区海河教育园雅观路135号天津大学北洋园校区；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。