像，若所有局部特征值的判断结果为是，则表示全部特定特征值判断完毕且均在各自 对应的预设阈值区间内，此时识别该图像块为草地图像。
[0186] 需要指出，本实施例中所述的各个特定特征值的判断顺序仅仅是示例性的，可以 有多种变换，该判断顺序不影响本发明的实施。例如，可以首先判断各个特定颜色通道特征 值是否位于对应设置的预设阈值区间后，再判断各个特定Haar-like特征值的情况，随后 依次判断各个特定频域特征值的情况和特定色调特征值的情况；也可以不按照特定特征值 的类别进行排序，例如先判断一个特定Haar-like特征值的情况，再判断一个特定色调特 征值的情况，然后再判断另一个特定Haar-like特征值的情况，如此等等，不再赘述。
[0187] 此外，上述实施例中仅仅为了描述的方便而依次介绍色调特征提取单元312,频域 特征提取单元313, Haar-like特征提取单元314和草地识别单元316等，介绍的顺序并不 代表其具体执行顺序。Haar-like特征提取单元314可以在色调特征提取单元312工作 之前工作，各个特征提取单元中的具体工作也可以和草地识别单元316中的具体动作交叉 执行。例如，可以在色调特征提取单元312提取了特定色调特征值后随即令草地识别单元 316判断提取出的特定色调特征值是否位于预设阈值区间内，若否则判断图像块为非草地 图像，若是令某个特征提取单元继续提取特定特征值。具体的变化形式本领域人员容易想 到，不再赘述。
[0188] 为了尽可能准确的识别草地，上述实施例中所提取的和草地相关的特定特征值为 10个以上。当然，在某些实施例中，如果特定特征值选取恰当，其数量也可以小于10个。
[0189] 以下介绍草地维护机器人的另一种可选的实施方式，该实施方式和上一实施例大 致相同，其差别在于其仅具有Haar-like特征提取单元314、矩阵统计特征提取单元317和 颜色通道特征提取单元319中的至少一个。相应的也就仅能提取特定Haar-like特征值、 特定矩阵统计特征值、特定颜色通道特征值、特定局部特征值的至少一种，草地识别单元也 就仅对相应能够获得的特定特征值做是否位于预设阈值区间内的判断，来识别图像块是否 是草地图像。特定特征值为特定色调特征值、特定频域特征值，还包括特定Haar-like特征 值、特定矩阵统计特征值、特定颜色通道特征值、特定局部特征值的至少一个。
[0190] 以下介绍草地维护机器人的另一种可选的实施方式，该实施方式和上一实施例大 致相同，其差别在于其仅具有Haar-like特征提取单元314、矩阵统计特征提取单元317和 颜色通道特征提取单元319中的至少两个。相应的也就仅能提取特定Haar-like特征值、 特定矩阵统计特征值、特定颜色通道特征值、特定局部特征值的至少两种，草地识别单元也 就仅对相应能够获得的特定特征值做是否位于预设阈值区间内的判断，来识别图像块是否 是草地图像。特定特征值为特定色调特征值、特定频域特征值，还包括特定Haar-like特征 值、特定矩阵统计特征值、特定颜色通道特征值、特定局部特征值的至少两种。
[0191] 按照上述的方式，主控模块31逐个判断所划分出各个图像块是否为草地图像，判 断完成并将判断结果汇总后，主控模块31即可以其目标区域中的草地分布情况，哪些图像 块对应的位置为草地5,哪些图像块对应的位置为非草地7,在这个基础上，将草地5和非草 地7的交界处判断为边界6。在识别草地5、边界6和非草地7的基础上，主控模块31可以 控制草地维护机器人保持在草地5上行走而不出界，或进行其他的特定动作如沿边界6行 走回归到停靠站4等。可能的动作还有多种，在此不再赘述。
[0192] 本发明不局限于所举的具体实施例结构，基于本发明构思的结构均属于本发明保 护范围。
【主权项】
1. 一种基于图像的草地识别方法，其特征在于，包括以下步骤： so.获得待识别的图像块；51. 处理图像块以获得图像块的色调图和灰度图；52. 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；53. 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；54. 执行下列子步骤S41、S42、S43、S44中的至少一个：541. 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；542. 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；543. 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；544. 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；55. 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。2. 根据权利要求1所述的草地识别方法，其特征在于，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。3. 根据权利要求1所述的草地识别方法，其特征在于：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。4. 根据权利要求3所述的草地识别方法，其特征在于，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。5. 根据权利要求1所述的草地识别方法，其特征在于，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。6. 根据权利要求1所述的草地识别方法，其特征在于：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。7. 根据权利要求1所述的草地识别方法，其特征在于，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。8. 根据权利要求1所述的草地识别方法，其特征在于：步骤S4中，执行子步骤S41、 S42、S43、S44中的至少两个。9. 根据权利要求1所述的草地识别方法，其特征在于，步骤SO具体为：获得目标物的 图像，将图像划分为若干个图像块。10. 根据权利要求1所述的草地识别方法，其特征在于，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-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。11. 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；其特征在于，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-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。12. 根据权利要求11所述的草坪维护机器人，其特征在于，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。13. 根据权利要求11所述的草地识别方法，其特征在于：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。14. 根据权利要求13所述的草地识别方法，其特征在于，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。15. 根据权利要求11所述的草坪维护机器人，其特征在于，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-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。16. 根据权利要求11所述的草地识别方法，其特征在于：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。17. 根据权利要求11所述的草地识别方法，其特征在于，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。18. 根据权利要求11所述的草坪维护机器人，其特征在于：所述主控模块包括 Haar-like特征提取单元、矩阵统计特征提取单元、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。19. 根据权利要求11所述的草坪维护机器人，其特征在于，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。20. 根据权利要求11所述的草坪维护机器人，其特征在于，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-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。
【专利摘要】本发明公开了一种基于图像的草地识别方法及草坪维护机器人，包括以下步骤：S2.从色调图中，提取至少一个特定色调特征值；S3.对灰度图进行频域变换以提取至少一个和特定频域特征值；S4.执行子步骤S41、S42、S43、S44中的至少一个,提取特定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；S5.判断提取出的各个特定特征值是否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。通过使用多种算法提取多种草地相关的特定特征值，提高草地的图像识别率。
【IPC分类】G06K9/64, G06K9/46
【公开号】CN105512689
【申请号】CN201410490228
【发明人】吴新宇, 傅睿卿, 郭会文, 孙根
【申请人】苏州宝时得电动工具有限公司, 中国科学院深圳先进技术研究院
【公开日】2016年4月20日
【申请日】2014年9月23日