[发明专利]基于图像的草地识别方法及草坪维护机器人

权利要求书

1.一种基于图像的草地识别方法，其特征在于，包括以下步骤：

S0.获得待识别的图像块；

S1.处理图像块以获得图像块的色调图和灰度图；

S2.从所述色调图中，提取至少一个和草地特征相关的特定色调特征值；

S3.对所述灰度图进行频域变换以提取至少一个和草地特征相关的特定频域特 征值；

S4.执行下列子步骤S41、S42、S43、S44中的至少一个：

S41.将Haar-like模板应用于所述灰度图以提取至少一个和草地特征相关的 特定Haar-like特征值；

S42.对所述灰度图进行矩阵变换以提取至少一个和草地特征相关的特定矩阵 统计特征值；

S43.转换图像块的颜色空间，颜色空间具有多个颜色通道，以提取所述图像块 的至少一个和草地特征相关的特定颜色通道特征值；

S44.通过局部特征算子提取图像块的至少一个和草地特征相关的特定局部特 征值；

S5.判断步骤S2、S3、S4中提取出的各个特定色调特征值、特定频域特征值， 以及根据S4中所执行的子步骤而相应包括的特定Haar-like特征值、特定矩阵 统计特征值、特定颜色通道特征值、特定局部特征值中的至少一个是否均位于 对应的预设阈值区间内，若全部为是，则识别图像块为草地图像，否则识别图 像块为非草地图像。

2.根据权利要求1所述的草地识别方法，其特征在于，所述至少一个特定色调 特征值包括：各个像素点的色调值的平均值，和/或色调值在预设阈值区间内的 像素点占全部像素点的比例。

3.根据权利要求1所述的草地识别方法，其特征在于：步骤S3中，所述频域变 换的方式包括傅里叶变换和Gabor变换的至少一种。

4.根据权利要求3所述的草地识别方法，其特征在于，所述傅里叶变换具体为： 对所述灰度图进行傅里叶变换以生成大小相同的频域图，所述频域图中各个坐 标位置具有各自的相位值和幅值；提取特定频域特征值的方式具体为：提取至 少一个特定坐标位置的相位值和幅值，分别作为一个特定频域特征值。

5.根据权利要求1所述的草地识别方法，其特征在于，所述步骤S41具体为： 将至少一个预设特征模板以至少一种预设形态放置在图像块中，进行 Haar-like运算获得Haar-like特征值，所述预设形态为预设的大小和位置。

6.根据权利要求1所述的草地识别方法，其特征在于：所述步骤S42中，矩阵 变换的方式为灰度共生矩变换和Hu不变矩变换的至少一种。

7.根据权利要求1所述的草地识别方法，其特征在于，所述步骤S43中，所述 颜色空间包括HSV颜色空间、CMY颜色空间、Lab颜色空间或YIQ颜色空间中的 至少一种，所述特定颜色通道特征值为：特定颜色通道上各个像素的参数值的 平均值。

8.根据权利要求1所述的草地识别方法，其特征在于：步骤S4中，执行子步骤 S41、S42、S43、S44中的至少两个。

9.根据权利要求1所述的草地识别方法，其特征在于，步骤S0具体为：获得目 标物的图像，将图像划分为若干个图像块。

10.根据权利要求1所述的草地识别方法，其特征在于，步骤S2、S3、S4中提 取出的各个特定色调特征值、特定频域特征值，以及根据S4中所执行的子步骤 而相应包括的特定Haar-like特征值、特定矩阵统计特征值、特定颜色通道特 征值、特定局部特征值中的至少一个的总量至少为10个。