[发明专利]基于光学成像的几何关系的草地识别方法

说明书

本发明公开一种基于光学成像的几何关系的草地识别方法，包括运动平台，以及安装在运动平台底部的摄像头和点光源，点光源发射特定形状和颜色的光束，摄像头的光轴设置为垂直指向地面，点光源的光轴与摄像头的光轴相交于地面，运动平台内部设置处理器，处理器内部设置智能草地识别算法，包括步骤：(1)处理器控制点光源投射线性光束，采集摄像头输出的图像f(x,y)；(2)设定在图像f(x,y)中，以点(M/2,N/2)为中心，边长为L的正方形范围为特征识别区，并建立特征矩阵R[L,L]，特征形状的投影区域的R[m,n]设置为1，否则R[m,n]=0；(3)将图像f(x,y)进行二值化处理，得到二值函数f¹(x,y)；(4)将R[L,L]与f¹(x,y)的特征识别区进行像素相乘，并求和得到投影量SUM；(5)如果SUMK，则判断为草地；否则，则判断为非草地。

技术领域

本专利涉及基于光学成像的几何关系的草地识别方法，属于移动机器人技术领域。

背景技术

计算机视觉是使用计算机及相关设备对生物视觉的一种模拟。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的信息。计算机视觉已经成功引用于多个领域，如制造业、交通、智慧城市、医疗诊断和军事等领域中。计算机视觉就是用各种成像系统代替生物视觉器官作为输入敏感手段，由计算机来代替大脑完成处理和解释。

在割草机器人研究领域，环境场景识别是一个重点难点。割草机器人必须工作在草坪上，否则就会对自身及草坪周边花木构成危险。但是目前草地的识别，并没有完善的识别方法，比如，基于导电特性进行检测的传感器，这是安装在割草机器人底部的两个电极，当割草机器人在草地上时，草的叶片因为含有水分，具有一定的导电性，相对于空气，具有显著的导电特征。但是这种方法对于草地稀疏或者过于干燥的情况就会检测失败。还有，直接基于图像的草地识别方法，这种方式是基于颜色的判别方法，以绿色作为识别特征。但是这种方法不能解决光照条件变化对成像质量的影响。同时，绿色的人行道也会混淆机器人。

因此，如何利用计算机视觉的有效检测手段，结合草地的具体特征，设计识别机器人工作环境的方法成为研究的重点。

发明内容

针对上述问题，本专利提出一种基于光学成像的几何关系的草地识别方法，基于计算机视觉手段，以线性光源在草地或者地面成像位置的不同进行区分草地与地面。

本专利解决其技术问题所采用的技术方案是：

基于光学成像的几何关系的草地识别方法，包括可以自主移动的运动平台，以及安装在所述的运动平台底部的摄像头和点光源，所述的点光源发射特定形状和颜色的光束，所述的摄像头的光轴设置为垂直指向地面，所述的点光源的光轴与所述的摄像头的光轴相交于地面，所述的运动平台内部设置处理器，所述的处理器内部设置智能草地识别算法，识别所述的运动平台前进方向是否为草地，所述的智能草地识别算法包括以下步骤：

（1）所述的处理器控制所述的点光源投射线性光束，并同步采集所述的摄像头输出的图像f(x,y)，x=1~M，y=1~N，其中，M为x轴方向上的最大像素个数，N为y轴方向上的最大像素个数；

（2）设定在图像f(x,y)中，以点(M/2,N/2)为中心，边长为L的正方形范围为特征识别区，所述的点光源投射在地面上的特征形状在所述的特征识别区内成像，并建立特征矩阵R[L,L]，所述的特征形状的投影区域的R[m,n]设置为1，否则R[m,n]=0，因此特征矩阵和S=，其中m=1~L，n=1~L；

（3）采用二值化算法，将图像f(x,y)进行二值化处理，得到二值函数f¹(x,y)；

（4）将特征矩阵R[L,L]与二值函数f¹(x,y)的特征识别区进行像素相乘，并求和得到投影量SUM：SUM=；