一种基于注意机制的机器人视觉处理方法技术

本发明专利技术公布了一种基于注意机制的机器人视觉处理方法，包含以下步骤：图像预处理：对图像进行基本处理，包括颜色空间转换、边缘提取、图像变换和图像阈值化；特征提取：对经过预处理的图像，提取其肤色、颜色、纹理、运动和空间坐标五类特征信息；仲裁决策：对于提取的信息，按照一定的仲裁决策策略，有选择地分发给需要该特征信息上层功能应用子系统；功能应用：经过仲裁决策后递交过来的特征信息，进行相应的操作实现功能应用，即机器人视觉应用的直接实现层，包括人脸检测、颜色识别、运动检测与跟踪、手势交互、注意机制五个部分。本发明专利技术的方法，能够提供给机器人更为完备的人脸和肤色及手势等视觉信息，且具有运动检测和跟踪及规划的能力。

【技术实现步骤摘要】

本专利技术涉及机器人视觉系统，特别涉及一种基于注意机制的机器人视觉处理方法。
技术介绍
一、国外机器人视觉系统研究1993年，由美国麻省理工学院的人工智能实验室的机器人专家Cynthia Breazeal领导研制了一个名为Kismet的机器人头部，Kismet具有视觉和听觉功能。Kismet是从婴儿和看护者之间的交流方式中获得的启发，开发的婴儿机器人。Kismet头部的每个眼睛装有一个5.5mm的CCD彩色摄像机，以及8个50MHz的DSPTMS321C40组成的并行网络进行图像处理和两个基于Motorola 68332的微控制器组成的动机装置。Kismet具有与婴儿相仿的能力和行为方式，例如模仿孩子和父母之间表达感情的反馈方式和婴儿自我学习与他人交流方式等。Kismet的系统架构是由六个子系统组成：底层特征提取系统(low–level feature extraction system)，高层认知识别系统(high–level perception system)，注意本文档来自技高网...

【技术保护点】
一种基于注意机制的机器人视觉处理方法，其特征在于，包含以下顺序的步骤：S1.图像预处理：对图像进行基本处理，包括颜色空间转换、边缘提取、图像变换和图像阈值化；S2.特征提取：对经过预处理的图像，提取其肤色、颜色、纹理、运动和空间坐标五类特征信息；S3.仲裁决策：对于特征提取层获得的信息，按照一定的仲裁决策策略，有选择地分发给需要该特征信息上层功能应用子系统；S4.功能应用：经过仲裁决策后递交过来的特征信息，进行相应的操作实现功能应用，即机器人视觉应用的直接实现层，包括人脸检测、颜色识别、运动检测与跟踪、手势交互、注意机制五个部分。

【技术特征摘要】
1.一种基于注意机制的机器人视觉处理方法，其特征在于，包含以下顺序
的步骤：
S1.图像预处理：对图像进行基本处理，包括颜色空间转换、边缘提取、图
像变换和图像阈值化；
S2.特征提取：对经过预处理的图像，提取其肤色、颜色、纹理、运动和空
间坐标五类特征信息；
S3.仲裁决策：对于特征提取层获得的信息，按照一定的仲裁决策策略，有
选择地分发给需要该特征信息上层功能应用子系统；
S4.功能应用：经过仲裁决策后递交过来的特征信息，进行相应的操作实现
功能应用，即机器人视觉应用的直接实现层，包括人脸检测、颜色识别、运动
检测与跟踪、手势交互、注意机制五个部分。
2.根据权利要求1所述的基于注意机制的机器人视觉处理方法，其特征在
于，步骤S1中，所述的图像变换包括图像的基本放缩、旋转、直方图均衡化、
仿射变换。
3.根据权利要求1所述的基于注...

【专利技术属性】
技术研发人员：肖南峰，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44