[发明专利]一种舞台移动机器人障碍目标检测方法在审
申请号: | 201910958809.8 | 申请日: | 2019-10-10 |
公开(公告)号: | CN110705492A | 公开(公告)日: | 2020-01-17 |
发明(设计)人: | 周姣;于雪松 | 申请(专利权)人: | 北京北特圣迪科技发展有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 11337 北京市盛峰律师事务所 | 代理人: | 于国强 |
地址: | 102308 北京市门头沟区石*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 前景图像 残差图像 机器人移动 阈值处理 背景帧 梯度图 原始图 形态学 采集 移动机器人 布尔运算 目标检测 目标轮廓 目标像素 梯度增强 有效检测 最终图像 更新 滤波 帧差 运算 保留 舞台 | ||
1.一种舞台移动机器人障碍目标检测方法,其特征在于:包括,
S1、采集机器人移动前方的连续的至少五帧原始图,将所有的原始图用sobel算子分别获得其梯度图,将所有的梯度图分别进行连续三重三帧差分,获取第一残差图像,阈值处理第一残差图像,获取第一前景图像;将所有的第一残差图像进行累加并求取平均值,获取重更新后的第一前景图像;
S2、对采集机器人移动前方的当前帧进行形态学滤波,获取背景帧,将背景帧与当前帧做差影得出障碍目标的轮廓,并对障碍目标轮廓做梯度增强处理,获取第二残差图像,阈值处理第二残差图像,获取第二前景图像;
S3、将重更新后的第一前景图像和第二前景图像做布尔运算,获取障碍目标的最终图像。
2.根据权利要求1所述的舞台移动机器人障碍目标检测方法,其特征在于:将原始图使用sobel算子获得梯度图具体经公式(1)(2)(3)计算获得,
fk(x,y)=f(x,y)*Wx+f(x,y)*Wy (3)
其中,f(x,y)是原始图像,fk(x,y)为梯度图,Wx和Wy分别为水平和垂直梯度模板。
3.根据权利要求2所述的舞台移动机器人障碍目标检测方法,其特征在于:相邻两帧的梯度差表示为Dk,k-1(x,y),则连续五帧梯度图用三重三帧差分的计算过程如下,
D(k-1,k-2)(x,y)=|fk-1(x,y)-fk-2(x,y)| (4)
D(k,k-1)(x,y)=|fk(x,y)-fk-1(x,y)| (5)
D(k+1,k)(x,y)=|fk+1(x,y)-fk(x,y)| (6)
D(k+2,k+1)(x,y)=|fk+2(x,y)-fk+1(x,y)| (7)
其中,fk(x,y)和fk-1(x,y)分别表示第k帧和第k-1帧的梯度图,当Dk,k-1(x,y)不为0,则表示梯度图中包含障碍目标,当Dk,k-1(x,y)为0,则表示梯度图中包含障碍目标。
4.根据权利要求1所述的舞台移动机器人障碍目标检测方法,其特征在于:为了凸显障碍目标,对差分后的梯度图做阈值分割处理,以判别第一前景图像中是否包含障碍目标,
其中,TH为分割阈值,T(x,y)为第一前景图像,若T(x,y)等于1,则表示第一前景图像中包含障碍目标;若T(x,y)等于0,则表示第一前景图像中不包含障碍目标。
5.根据权利要求1所述的舞台移动机器人障碍目标检测方法,其特征在于:通过公式(7)(8)(9)将所有的第一残差图像进行累加并求取平均值,以获取重更新后的第一前景图像,
Z(x,y)=(∑S(x,y))/3 (9)
其中,Z(x,y)为重更新后的第一前景图像,S(x,y)为第一残差图像。
6.根据权利要求1至5任一所述的舞台移动机器人障碍目标检测方法,其特征在于:步骤S2中,将当前帧f'k(x,y)采用元素模板为E=[010;111;010]的结构元素通过开运算,获取背景帧Bk(x,y),开运算的过程为,
其中,E代表结构元素。
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北京北特圣迪科技发展有限公司,未经北京北特圣迪科技发展有限公司许可,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/201910958809.8/1.html,转载请声明来源钻瓜专利网。