一种视觉性能优良的智能机器人的制作方法

技术特征：

1.一种视觉性能优良的智能机器人，其特征是，包括电源模块、视觉装置、控制系统和机器人本体，所述电源模块用于向所述视觉装置和控制系统供电，所述视觉装置用于获取目标图像，并输出识别结果，所述控制系统用于根据所述识别结果控制机器人本体做出相应动作。

2.根据权利要求1所述的一种视觉性能优良的智能机器人，其特征是，还包括存储装置，用于存储所述视觉装置获取的目标图像。

3.根据权利要求2所述的一种视觉性能优良的智能机器人，其特征是，所述电源模块为蓄电池。

4.根据权利要求3所述的一种视觉性能优良的智能机器人，其特征是，所述视觉装置用于对目标进行识别，包括图像采集模块、一次处理模块、二次处理模块和视觉识别模块，所述图像采集模块用于获取目标图像，所述一次处理模块用于提取目标图像的颜色特征，所述二次处理模块根据所述颜色特征获取颜色直方图，所述视觉识别模块用于对所述颜色直方图进行赋权，并根据所述赋权的颜色直方图对所述目标图像进行识别。

5.根据权利要求4所述的一种视觉性能优良的智能机器人，其特征是，所述一次处理模块包括第一转化单元和第二分割单元，所述第一转化单元用于将图像从RGB颜色空间转换到CIELab颜色空间，所述转化公式为：上述式子中，EH、EM、CS分别为RGB颜色空间中的红色、绿色、蓝色分量值，L为CIELab颜色空间中的亮度，a为CIELab颜色空间中的绿色到红色的相对色度，b为CIELab颜色空间中的蓝色到黄色的相对色度，其中，函数所述第二分割单元用于将图像划分为大小相等的矩形子块，用于划分子块的图像I表示为：上述式子中，U_i表示图像的任意子块，ZC表示图像分割因子，ZC∈[2,5]且ZC为整数，i按照从左到右，从上向下的顺序依次取值为1到ZC²。

6.根据权利要求5所述的一种视觉性能优良的智能机器人，其特征是，所述二次处理模块，具体为：第一步：对CIELab颜色空间进行划分，采用如下划分方法：当L分量大于阈值T₁时或者小于阈值T₂时，不再考虑a分量和b分量，得到2个颜色区间，当L分量介于阈值T₁和T₂之间时，分别将a分量和b分量划分为四个区间，得到16个颜色区间，从而将CIELab颜色空间划分成了18个颜色区间；其中，T₁∈[90,100]，T₂∈[0,10]；第二步：定义隶属度函数σ_j,_k＝1；第三步：求取图像的颜色直方图，图像子块的颜色直方图可表示为：MX(U_i)＝{z₁,z₂,…,z₁₈}，上述式子中，MX(U_i)表示图像子块的颜色直方图，z_j(j＝1,2,…,18)表示任一颜色区间上的像素分布情况，σ_j,k代表第k个像素点属于第j个颜色区间的隶属度，N_i表示子块包含的像素个数；图像的颜色直方图可表示为：上述式子中，δ_i表示子块位置权值的倒数，其中，MX(I)表示图像子块的颜色直方图。

7.根据权利要求6所述的一种视觉性能优良的智能机器人，其特征是，所述视觉识别模块，包括第一计算单元、第二计算单元和图像对比单元，所述第一计算单元用于计算像素点之间的颜色差异，计算中心像素点p_A和3×3邻域内任意相邻像素点p_B的色差RU：上述式子中，RU(p_A,p_B)表示像素点p_A和p_B之间色差，μ为归一化因子；所述第二计算单元用于计算每个子块的颜色权值；所述图像对比单元用于根据图像相似度对比来实现图像识别；所述计算每个子块的颜色权值，具体包括以下步骤：第一步，计算每个像素点的颜色复杂度，计算中心像素相对于3×3邻域内其他8个相邻像素的颜色变化，得到中心像素点p_A的颜色复杂度F_A：上述式子中，F_A表示像素点p_A的颜色复杂度；第二步，计算每个子块的颜色权值，在任意子块，通过计算每个像素颜色权值，得到子块的颜色权值Q_i：上述式子中，U_i表示图像的任意子块，ZX_i表示子块的颜色权值，N_i表示子块包含的像素个数，γ表示子块中所有像素点的颜色复杂度标准差，F_A和F_k均为子块中的像素点；所述根据图像相似度对比来实现图像识别，具体为，根据子块的颜色权值和直方图定义两幅图像I₁和I₂的相似度MH：上述式子中，MH(I₁,I₂)表示两幅图像I₁和I₂的相似度，和分别表示图像I₁和I₂第i个子块的第j个颜色区间的像素分布情况，计算待识别图像和样本图像相似度，选取相似度高的样本图像作为识别结果。