[发明专利]基于图像的草地识别方法及草坪维护机器人

说明书

技术领域

本发明涉及一种基于图像的草地识别方法，还涉及一种草坪维护机器人。

背景技术

目前，随着人类生活节奏的加快，自动化的家庭设备在全球越来越受到欢 迎。由于其具有自动工作程序而自行工作，这样并不需要人力始终操控。人们 可以从繁重的家庭任务中解脱出来，节省了大量的精力从而得到更多的休闲时 光。这种自动化的家庭设备也称自动工作设备，包括像主要用于房间清洁的自 动吸尘器，还包括像主要用于家庭花园的草坪护理机器人如自动割草机等。

草坪护理机器人通常在开放式、没有物理围栏的环境中工作，因此必须保 证其不会离开所工作的草坪。目前，产品化的解决方案为在草坪的边界上布置 电线，草坪护理机器人感应电线产生的电磁信号判断是否出界。这种方案技术 上比较简单可靠，但是需要手工开槽布线，比较麻烦和耗能，为此，业界也在 尝试其他的解决方案，例如通过拍摄和分析地面图像来识别草地边界。但目前 图像识别方案均没有产品化，原因为随着草种、季节、地形等等因素的不同， 草地的具体图像千变万化，目前的图像识别方案无法保证准确的识别各类草况， 导致针对实验中的常规草况时识别率高，但一旦投入实际试验就会出现各种误 判，无法产品化。

发明内容

有鉴于此，本发明的目的在于提供一种识别率高的基于图像识别草地的方 法。

本发明解决现有技术问题所采用的技术方案是：一种基于图像的草地识别 方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，步骤S4中，执行子步骤S41、S42、S43、S44中的至少两个。

进一步的，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。

进一步的，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。