[发明专利]基于灰度共生矩阵的草地未割区域分界线提取方法有效

专利信息
申请号: 201510543458.6 申请日: 2015-08-28
公开(公告)号: CN105335749B 公开(公告)日: 2019-05-10
发明(设计)人: 童逸舟;肖雄;刘瑜;章思恩;胡轩 申请(专利权)人: 浙江理工大学
主分类号: G06K9/46 分类号: G06K9/46
代理公司: 杭州中成专利事务所有限公司 33212 代理人: 金祺
地址: 310018 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 灰度 共生 矩阵 草地 区域 分界线 提取 方法
【说明书】:

发明公开了一种基于灰度共生矩阵的草地未割区域分界线提取方法;包括如下的步骤:1)将彩色图像I(x,y)进行灰度计算,提取出灰度图I1(x,y);2)将灰度图像I1(x,y)进行等比例压缩,得到新的灰度图像I2(x,y);3)通过步骤2)提取的灰度图像I2(x,y)进行纹理特征值计算,获得特征值矩阵I3(x,y);4)将特征值矩阵I3(x,y)映射成对应的纹理分割二值图I4(x,y);5)将纹理分割二值图I4(x,y)进行图像的形态学操作,得到优化后的纹理分割二值图I5(x,y);6)利用优化后的纹理分割二值图I5(x,y)进行分割线的提取并最终得到带有分割线的图I6(x,y)。

技术领域

本发明涉及图像处理与模式识别领域,是一种基于灰度共生矩阵的草地未割区域分界线提取方法。

背景技术

随着社会经济的发展,城市绿化面积有了显著地提高。然而公园、小区、足球场等公共绿地需要进行定时维护,其中,草地的修剪工作最为繁琐。为了提高作业效率,减少劳动力成本,近几年来各国的电子工业技术行业、自动化行业等都尝试将传统的手动割草机升级为全自动智能割草机器人。在研究智能割草机器人的过程中,路径规划算法的制定直接影响了机器人工作的效率和精确度。一般的路径规划是指两点之间直线最短的最优路径选择,割草机器人的路径规划则需要做到高效地、无遗漏地全区域覆盖。国内外现有的技术包括利用栅格法得到的区域路径规划、基于模糊控制的全区域填充法等优化算法、使用离散的构造空间向量法的路径规划等。但这种路径规划多依赖前期的算法编写与工作过程中的自适应学习,一旦周围环境发生改变则需要重新进行学习,缺乏智能性。

发明内容

本发明要解决的技术问题是提供一种简单的基于灰度共生矩阵的草地未割区域分界线提取方法。

为了解决上述技术问题,本发明提供一种简单的基于灰度共生矩阵的草地未割区域分界线提取方法,包括如下的步骤:1)将彩色图像I(x,y)进行灰度计算,提取出灰度图I1(x,y);2)将灰度图像I1(x,y)进行等比例压缩,得到新的灰度图像I2(x,y);3)通过步骤2)提取的灰度图像I2(x,y)进行纹理特征值计算,获得特征值矩阵I3(x,y);4)将特征值矩阵I3(x,y)映射成对应的纹理分割二值图I4(x,y);5)将纹理分割二值图I4(x,y)进行图像的形态学操作,得到优化后的纹理分割二值图I5(x,y);6)利用优化后的纹理分割二值图I5(x,y)进行分割线的提取并最终得到带有分割线的图I6(x,y)。

作为对本发明所述的基于灰度共生矩阵的草地未割区域分界线提取方法的改进:在步骤1)中,彩色图像I(x,y)的灰度化公式如下:

I1(x,y)=0.3*R(x,y)+0.59*G(x,y)+0.11*B(x,y);R(x,y),G(x,y),B(x,y)分别为彩色图像I(x,y)的红色,绿色,蓝色分量。

作为对本发明所述的基于灰度共生矩阵的草地未割区域分界线提取方法的进一步改进:所述等比例压缩步骤如下:将步骤1)所述的灰度图I1(x,y)进行直方图均匀化后将每个像素点的值再除以16或者32取整,获得新的灰度图像I2(x,y)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江理工大学,未经浙江理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510543458.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top