[发明专利]一种基于机器视觉的矿井机车前障碍物的检测方法

摘要

本发明公开了一种基于机器视觉的矿井机车前障碍物的检测方法，其步骤包括：1、获取一副像素为α×β的井下图像，使用SLIC分割方法对所述井下图像进行处理；2、差异化筛选去除差异较大的边界，选择剩余三条边界上的节点进行复制作为吸收节点，得到显著性图；3、通过阈值的判断选择吸收节点，再一次得到显著性图；4、通过多层图融合得到最终的显著性图。本发明能减少矿井机车碰撞的可能性，提高生产作业的安全性。

主权项

1.一种基于机器视觉的矿井机车前障碍物的检测方法，其特征在于是按如下步骤进行：步骤1、获取一幅像素为α×β的井下图像，定义变量m；步骤2、使用SLIC分割方法对所述井下图像进行处理，得到m个超像素块；步骤3、根据m个超像素块，获取所述井下图像在四条边界上的超像素块，记任意一条边界上的超像素块为第i个超像素块，并将所述第i个超像素块按照轴对称复制为第i个吸收节点；从而得到四条边界上的所有超像素块的吸收节点；步骤4、初始化u＝1；步骤5、计算任意第u条边界上的所有超像素块的吸收节点所对应的m个超像素块的第u个显著性图，记为表示所述井下图像中第j个超像素块的显著性图；j＝1,2,…,m；步骤6、初始化v＝2；步骤7、利用式(1)得到第u个显著性图s^u中第j个超像素块的显著性图与第v个显著性图s^v中第j个超像素块的显著性图之间的差异值M_uv：步骤8、令v+1赋值给v，并返回步骤6执行，直到v＞4为止，从而得到第u个显著性图s^u中第j个超像素块的显著性图与其他三个显著性图s^v中第j个超像素块的显著性图之间的差异值集合{M_uv|v＝2,3,4}：步骤9、计算第u个显著性图s^u的差异值和步骤10、令u+1赋值给u，并返回步骤4执行，直到u＞4为止，从而得到四个显著性图的差异值和{M_u|u＝1,2,3,4}；步骤11、从所述四个显著性图的差异值和{M_u|u＝1,2,3,4}中选择最大差异值和所对应边界上的所有超像素块并删除相应的吸收节点，从而得到三条边界上的所有超像素块的吸收节点作为吸收节点集合；步骤12、记所述吸收节点集合中任意一个吸收节点为第k个吸收节点，计算第k个吸收节点所对应的m个超像素块的显著性图作为初始显著性图表示第k个吸收节点所对应的第j个超像素块的初始显著图；步骤13、初始化j＝1；步骤14、判断s′_j^k≤th是否成立，若成立，则将第j个超像素块作为吸收节点加入到所述吸收节点集合中，否则将j+1赋值给j后，返回步骤14执行，直到j＞m为止，其中，th表示显著性图阈值；步骤15、计算所述吸收节点集合中所有吸收节点所对应的m个超像素块的显著性图，作为中间显著性图；步骤16、对所述变量m进行n次的重新赋值后，并相应重复执行n次步骤2‑步骤15，从而得到n次的中间显著性图，对n次的中间显著性图取均值，得到α×β个像素点的显著性作为所述井下图像的最终显著性图；步骤17、将所述井下图像的最终显著性图中每个像素点显著性分别与阈值zh进行比较，将所有小于等于所述阈值zh的显著性所对应的像素点置为“0”，大于所述阈值zh的显著性所对应的像素点置为“1”，从而得到所述井下图像障碍物的检测结果图。