基于图像的草地识别方法及草坪维护机器人的制作方法
【技术领域】
[0001] 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】
[0002] 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。
[0003] 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】
[0004] 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。
[0005] 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Ha ar -1 i k e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。
[0006] 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。
[0007] 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。
[0008] 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。
[0009] 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。
[0010] 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。
[0011] 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。
[0012] 进一步的，步骤S4中，执行子步骤S41、S42、S43、S44中的至少两个。
[0013] 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。
[0014] 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。
[0015] 本发明还提供了一种草坪维护机器人，包括：壳体、行走模块、安装在壳体上的图 像采集装置，以及连接图像采集装置和行走模块以控制自动行走设备工作的主控模块，所 述图像采集装置拍摄目标区域，形成图像；所述主控模块包括：图像块提取单元、图像块预 处理单元、色调特征提取单元、频域特征提取单元和草地识别单元，还包括Haar-like特征 提取单元、矩阵统计特征提取单元和颜色通道特征提取单元、局部特征算子单元中的至少 一个；所述图像块提取单元将图像采集装置拍摄的图像划分为若干图像块；所述图像块预 处理单元处理图像块以获得图像块的色调图和灰度图；所述色调特征提取单元从所述色调 图中提取至少一个和草地特征相关的特定色调特征值；所述频域特征提取单元对所述灰度 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；所述Haar-like特 征提取单元将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；所述矩阵统计特征提取单元对所述灰度图进行矩阵变换，从变换后的 矩阵中提取至少一个和草地特征相关的特定矩阵统计特征值；所述颜色通道特征提取单元 转换图像块的颜色空间，所述颜色空间具有多个颜色通道，以从中提取至少一个和草地特 征相关的特定颜色通道特征值；所述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；所述草地识别单元判断提取出的特定色调特征值、特定频域特征值，以 及根据S4中所主控模块所具有的特征提取单元而相应包括的特定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。
[0016] 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。
[0017] 进一步的，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。
[0018] 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。
[0019] 进一步的，所述Haar-like特征提取单元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-1 ike运算获得Haar-1 ike特征值，所述预设形态为预设 的大小和位置。
[0020] 进一步的，所述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。
[0021] 进一步的，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。
[0022] 进一步的，所述主控模块包括Haar-like特征提取单元、矩特统计特征提取单元、 颜色通道特征提取单元和局部特征提取单元中的至少两个。
[0023] 进一步的，所述特定颜色通道特征值为：该特定颜色通道上各个像素的参数值的 平均值。
[0024] 进一步的，所述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 所主控模块所具有的特征提取单元而相应包括的特定Haar-1 ike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。与现有技 术相比，本发明的有益效果为：通过使用多种特征提取方式提取和草地相关的特定特征值， 综合判断图像块是否是草地图像，准确率高，适应的草地种类广。
【附图说明】
[0025] 以上所述的本发明的目的、技术方案以及有益效果可以通过下面的能够实现本发 明的具体实施例的详细描述，同时结合附图描述而清楚地获得。
[0026] 附图以及说明书中的相同的标号和符号用于代表相同的或者等同的元件。
[0027] 图1是本发明的一种实施方式的草地识别方法的流程图。
[0028] 图2是本发明的一种实施方式的Gabor滤波器组示意图。
[0029] 图3是本发明的一种实施方式的Haar-like边缘特征模板示意图。
[0030] 图4是本发明的一种实施方式的Haar-like线性特征模板示意图。
[0031] 图5是本发明的一种实施方式的Haar-like中心特征模板示意图。
[0032] 图6是本发明的一种实施方式的Haar-like对角线特特征模板示意图。
[0033] 图7是本发明的一种实施方式的草坪机器人系统示意图。
[0034] 图8是图7所示的自动工作系统中自动行走设备的模块图。
[0035] 图9是图8所示的自动行走设备的侧视图。
[0036] 图10是图8所示的自动行走设备的拍摄区域示意图。
[0037] 1、草坪维护机器人 4、停靠站
[0038] 5、草地 6、边界
[0039] 7、非草地 11、壳体
[0040] 13、轮组 15、图像采集装置
[0041] 17、行走模块 19、工作模块
[0042] 29、遮挡板 33、能量模块
[0043] 31、主控模块 310、图像块提取单元
[0044] 311、图像块预处理单元 312、色调特征提取单元
[0045] 313、频域特征提取单元 314、Haar-like特征提取单元
[0046] 316、草地识别单元 317、矩阵统计特征提取单元
[0047] 318、局部特征算子提取单元 319、颜色通道特征提取单元
【具体实施方式】
[0048] 以下详细介绍一种基于图像的草地识别方法的实施例。
[0049] 参照图1，本实施例的基于图像的草地识别方法包括以下步骤：
[0050] 步骤S0,获得待识别的图像块。
[0051] 获得待识别的图像块的具体方式为：获得目标物的图像，将图像划分为若干个图 像块。本步骤中，首先将图像采集装置采集并传递的原始图片进行预处理，划分为多个大小 相同的待识别的图像块。更具体的，本步骤首先将原始图像进行边缘裁切，去除掉色调可能 不准确的部分，随后进行大小压缩，转换成分辨率相同的标准图像，然后对标准图像进行网 格化划分，得到若干个无边缘重复的图像块，每个图像块的分辨率相同。
[0052] 步骤S1，处理图像块以获得对应的色调图和灰度图。
[0053] 在本步骤中，如果图像块的色彩格式为RGB格式或者其他非HSV的格式，则将图 像块的色彩格式转换成HSV格式，将其中的色调信息提取出来，就得到了图像块对应的色 调图，处理后，色调图的大小和图像块的大小相同，其上的每个像素点均对应具有一个色调 值，以代表图像块的各个像素点的色调值。
[0054] 此外，本步骤还将图像块进行灰度化处理得到其灰度信息，生成对应的灰度图，以 代表图像块的各个像素点的灰度值。
[0055] 步骤S2,从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。
[0056] 草坪上的草的颜色通常都位于一定的色调区间内，本步骤基于这一原理对提取