[发明专利]一种基于视觉显著性的舞台轮式移动机器人目标检测方法有效
申请号: | 202011511039.1 | 申请日: | 2020-12-18 |
公开(公告)号: | CN112528916B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 周姣;刘基顺;刘庆龙 | 申请(专利权)人: | 北京北特圣迪科技发展有限公司 |
主分类号: | G06V20/50 | 分类号: | G06V20/50;G06V10/30;G06V10/36;G06V10/44;G06V10/46;G06V10/62;G06T7/246 |
代理公司: | 北京市盛峰律师事务所 11337 | 代理人: | 席小东 |
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: | 一种 基于 视觉 显著 舞台 轮式 移动 机器人 目标 检测 方法 | ||
1.一种基于视觉显著性的舞台轮式移动机器人目标检测方法,其特征在于,在舞台轮式移动机器人上安装视觉传感器;在舞台轮式移动机器人行走过程中,视觉传感器实时采集舞台轮式移动机器人的原始环境图像;每当采集到一帧原始环境图像时,即对所述原始环境图像进行目标分析,快速有效的检测到目标信息;并根据检测到的目标信息,进行目标跟踪和导航;
其中,对于检测到的每一帧原始环境图像,采用以下步骤进行目标分析:
步骤1,原始环境图像I(x,y)=It(x,y)+Ib(x,y)+In(x,y);其中:I(x,y)表示原始环境图像;It(x,y)表示目标部分;Ib(x,y)表示背景部分,In(x,y)表示随机噪声部分;
步骤2,采用双边滤波算法对所述原始环境图像I(x,y)进行滤波处理,去除噪声,得到无噪图像s(x,y);
具体的,采用以下公式,将原始环境图像I(x,y)上每一个像素点(x,y)进行双边滤波:
其中:
C代表加权因子;
像素点(x,y)代表原始环境图像I(x,y)上的像素点位置坐标;
Nx,y代表像素点(x,y)的邻域;
像素点(i,j)代表像素点(x,y)的每一个邻域的位置坐标;
σd代表空间邻近因子;
σr代表像素相似因子;
步骤3,采用下式,对原始环境图像I(x,y)和无噪图像s(x,y)进行差分运算,得到差分图像f(x,y):
f(x,y)=I(x,y)-s(x,y)
步骤4,对差分图像f(x,y)进行图像增强处理,即:采用γ值对差分图像f(x,y)的灰度进行校正,使目标更加凸显,得到增强图像g(x,y);具体方法为:
步骤4.1,根据差分图像f(x,y)的亮度,设置可调变量γ和经验常数h的初始值;
其中,可调变量γ为映射图像亮度的曲线,用于控制图像增强程度,其取值调整规则为:
步骤4.2,根据下式,得到增强图像g(x,y):
其中:k为常数,取值为1;
步骤4.3,判断增强图像g(x,y)是否达到设定的信噪水平,如果没有达到,则调节可调变量γ和经验常数h的取值,返回步骤4.2;如果达到,则此时得到的即为增强图像g(x,y),然后执行步骤5;
步骤5,采用下式,对增强图像g(x,y)进行目标显著化处理,得到目标显著化处理后的图像g(x,y)
其中:
k为经验常数;
f1代表目标灰度范围的下边界取值;
f2代表目标灰度范围的上边界取值;
步骤6,目标显著化处理后的图像g(x,y)中,背景部分和噪声部分的像素值均为0,因此,显示出的图像轮廓,即为目标轮廓,由此快速有效的检测到目标。
2.根据权利要求1所述的一种基于视觉显著性的舞台轮式移动机器人目标检测方法,其特征在于,步骤2中,通过双边滤波算法对原始环境图像I(x,y)进行滤波处理,既保留图像边缘特性,又对图像进行平滑滤波处理。
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/202011511039.1/1.html,转载请声明来源钻瓜专利网。