[发明专利]清扫车清扫刷角度自适应调整方法

权利要求书

1.一种清扫车清扫刷角度自适应调整方法，其特征在于，该方法包括：

获取多帧路面图像并将路面图像分割为多个相同尺寸的图像区域；

获取每个图像区域内每个像素点与其他像素点的Lab色差，根据Lab色差获取每个像素点的在其邻域内的局部颜色异常程度、每个像素点的在图像区域内的整体颜色异常程度；

根据整体颜色异常程度和局部颜色异常程度计算每个像素点的关注度，根据关注度确定每个图像区域内的初始种子点；

根据初始种子点对路面图像进行超像素分割得到多个超像素，根据每个超像素的尺寸及预设的尺寸阈值获取多个超像素中的小尺寸超像素；

获取小尺寸超像素在后一帧路面图像对应的目标小尺寸超像素，根据获取图像区域内像素点的整体颜色异常程度的步骤获取小尺寸超像素、目标小尺寸超像素在其8邻域内对应的最终颜色异常程度，获取小尺寸超像素与目标小尺寸超像素的目标Lab色差，根据两个最终颜色异常程度、小尺寸超像素及目标小尺寸超像素内像素点个数、目标Lab色差计算小尺寸超像素的异常率；

根据异常率与预设的异常率阈值对小尺寸超像素进行重新分配得到最终超像素图像；

根据每一帧路面图像对应的最终超像素图像获取每个超像素对应的路面特征类别及置信度，根据相邻两帧路面图像对应的最终超像素图像中相对应的超像素的路面特征类别及置信度控制清扫刷进行调整。

2.根据权利要求1所述的一种清扫车清扫刷角度自适应调整方法，其特征在于，根据Lab色差获取每个像素点的在其邻域内的局部颜色异常程度、每个像素点的在图像区域内的整体颜色异常程度的步骤包括：

获取每个像素点的邻域内像素点的个数、图像区域内像素点的总数；

根据每个像素点的邻域内像素点的个数及该像素点与其邻域内其他像素点的Lab色差获取局部颜色异常程度；

根据图像区域内像素点的总数及该像素点与图像区域内其他像素点的Lab色差获取整体颜色异常程度。

3.根据权利要求2所述的一种清扫车清扫刷角度自适应调整方法，其特征在于，获取每个像素点的邻域内像素点的个数的步骤包括：

在Lab图像上建立坐标系；

获取每个图像区域的中心点纵坐标；

去除所有中心点中纵坐标重复的纵坐标，并对去重后的纵坐标排序得到每个图像区域的中心点纵坐标对应的序号；

根据序号利用下式（1）获取对应图像区域内每个像素点的邻域内像素点的个数：

（1）

其中，表示第个区域内某个像素点的邻域内像素点的个数，表示第个区域中心点的纵坐标对应的序号；表示第个区域内像素点的总数。

4.根据权利要求1所述的一种清扫车清扫刷角度自适应调整方法，其特征在于，获取每个图像区域内每个像素点与其他像素点的Lab色差的步骤包括：

获取图像区域内每个像素点的亮度值；

获取图像区域内每个像素点对应的通道值；

根据图像区域内每个像素点的亮度值及每个像素点对应的通道值计算像素点与其他像素点的Lab色差。

5.根据权利要求1所述的一种清扫车清扫刷角度自适应调整方法，其特征在于，根据关注度确定每个图像区域内的初始种子点的步骤包括：

根据每个图像区域内每个像素点的关注度建立关注度图；

获取关注度图中每个峰值对应的像素点；

将每个峰值对应的像素点作为该图像区域的初始种子点。

6.根据权利要求1所述的一种清扫车清扫刷角度自适应调整方法，其特征在于，根据初始种子点对路面图像进行超像素分割得到多个超像素的步骤包括：

计算每个像素点到每个初始种子点的距离；

获取最小距离对应的初始种子点为该像素点的聚类中心，并得到一个聚类，每个聚类即为一个超像素；

计算每个超像素内所有像素点的坐标重心，将坐标重心作为该超像素的新种子点，根据新种子点获取新的聚类，直至聚类中心不再发生变动，则这时的聚类即为分割后的超像素。