[发明专利]一种室内巡检机器人弱光下去除阴影和光晕的方法

摘要

本发明公开了一种室内巡检机器人弱光下去除阴影和光晕的方法，包括以下步骤：对机器人采集的图片进行多尺度Retinex增强，对增强处理的图像的像素点通过mean shift滤波进行有限次迭代，消除噪声点，将图像平滑化，利用光照归一化的方法去除低光阴影区域后，通过OTSU阈值分割方法进行图像分割，得到二值化结果。该方法能有效地去除弱光环境中设备存在的阴影并消除光晕的影响，同时能够保留后期模式识别所需的有效信息。

主权项

1.一种室内巡检机器人弱光下去除阴影和光晕的方法，其特征是：包括以下步骤：对机器人采集的图片根据图像明暗关系确定权值取值，进行多尺度Retinex增强，多尺度Retinex增强的过程中，进行多次不同尺度的高斯模糊来求得图像数据的光照分量，在对不同尺度下的结果进行加权组合时，采用三个尺度，即高、中、低三个尺度值，权值和为1，高和中权值取等值，通过直方图算得明暗区域的大小关系，由明暗区域的大小比例得出小尺度所占的权值，对增强处理的图像的像素点通过mean shift滤波进行有限次迭代，由mean shift进行聚类滤波，对增强后的图像计算mean shift向量，根据向量值来移动核函数，移动的结束条件是该核函数的中心点收敛到数据空间中密度最大的点，即像素点概率密度函数梯度的估计值小于设定值，消除噪声点，将图像平滑化，利用光照归一化的方法去除低光阴影区域后，通过OTSU阈值分割方法进行图像分割，得到二值化结果；所述光照归一化的方法为对图像进行直方图均衡化处理；所述像素点为五维向量，由一个三维的颜色空间向量描述，同时有一个二维的地理坐标向量；所述mean shift滤波的具体方法为：通过迭代的方式利用核密度估计各个像素点，使噪声点移动到像素点概率密度函数梯度的方向进行迭代，每次迭代后都使其趋向正常的像素点值。