自移动表面行走机器人及其图像处理方法技术

一种自移动表面行走机器人及其图像处理的方法，其方法包括：S1：机器人采集环境图像；S2：对环境图像进行边缘二值化处理，得到含边缘像素点和背景像素点的二值图像；S3：扫描该二值图像，得到间距不大于边缘像素点最大像素宽度阈值的两个相邻的边缘像素点A和B；S4：判断像素点A和B是否为相邻两个地板边缘像素点，若是，则进入S5，若否，则返回S3；S5：消除S4中的地板边缘像素点A和B；S6：重复上述步骤：S3、S4和S5，直至消除二值图像中的所有地板边缘像素点。本发明专利技术可有效地去除地板边缘线，有助于提高识别障碍物的准确性与可靠性。

【技术实现步骤摘要】

本专利技术涉及一种智能机器人，具体地说，涉及一种自移动表面行走机器人及其在导航过程中图像处理的方法。
技术介绍
智能清扫机器人包括拖地机器人、吸尘机器人等，其融合了移动机器人和吸尘器技术，是目前家用电器领域最具挑战性的热门研发课题。从2000年后清扫机器人商用化产品接连上市，成为服务机器人领域中的一种新型高技术产品，具有可观的市场前景。通常，这种智能机器人一般应用于室内环境，在机器人的机体上安装有摄像头，这种单目摄像头视觉导航技术主要包括图像分割、障碍物识别、感知周围环境、规划行走路线等，通过拍摄地面后，对拍摄后的图像进行处理可检测障碍物检测以及路径规划。而这一方法存在如下缺陷：如果室内环境地板砖地板边缘线过于明显，机器人可能会将该地板边缘线误认为是障碍物的一部分，从而在图像处理时对障碍物检测和识别时会产生严重影响，导致机器人工作效率降低或者影响使机器人无法工作。基于上述问题，期望提供一种实现在图像预处理时去除这种地板边缘线，只留下同一灰度级别的地板背景部分与障碍物部分，应用于自移动表面行走机器人的去除地面地板边缘线的方法，以及实现该功能的自移动表面行走机器人，从而在机器人工作时有助于提高识别障碍物的准确性与可靠性。
技术实现思路
本专利技术所要解决的技术问题在于，针对现有技术的不足提供一种自移动表面行走机器人及其图像处理方法，可以使所述自移动表面行走机器人在工作时有助于提高识别障碍物的准确性与可靠性。本专利技术所要解决的技术问题是通过如下技术方案实现的：一种应用于自移动表面行走机器人的图像处理方法，包括如下步骤：S1：机器人采集环境图像；S2：对环境图像进行边缘二值化处理，得到含边缘像素点和背景像素点的二值图像；S3：扫描该二值图像，得到间距不大于边缘像素点最大像素宽度阈值的两个相邻的边缘像素点A和B；S4：判断像素点A和B是否为相邻两个地板边缘像素点，若是，则进入S5，若否，则返回S3；S5：消除S4中的地板边缘像素点A和B；S6：重复上述步骤：S3、S4和S5，直至消除二值图像中的所有地板边缘像素点。为了避免扫描遗漏，S3中所述的扫描二值图像的方法为先逐行扫描再逐列扫描，或者先逐列扫描再逐行扫描；为了准确的找到边缘像素点A和B，S3具体包括：S3.1：扫描该二值图像，找出灰度值为255的像素点A；S3.2：以像素点A为起始点，判断在该起始点向外延伸m个像素宽度内是否有灰度值为255的像素点B，其中m为预设的边缘像素点最大像素宽度阈值，若是则进入步骤S4，若否则返回S3.1；为了准确判断像素点A和B是否为相邻两个地板边缘像素点，S4具体包括：S4.1：根据S3中像素点A、B，在环境图像中找到与像素点A、B对应的像素点A0、B0；S4.2：找到像素点A0、B0后，各自向外延展P个像素宽度的得到像素点C0、D0；S4.3：判断像素点C0、D0的灰度值是否在(K-v，K+v)的范围内，其中K为地板灰度平均值，v为预设的色差范围，若是则进入步骤S4.4，若否则返回S3；S4.4：判断像素点C0与D0的灰度差值是否<＝n，其中n为除噪图中相邻两块地板的灰度值最大差值，若是则判断像素点A和B为相邻两个地板边缘像素点并进入步骤S5，若否则返回S3；在S5中消除S4中的地板边缘像素点A和B的方法为：在二值图像中将A、B的像素值设置为0。更好地，S2中利用Canny边缘检测算子法、Roberts梯度法、Sobel边缘检测算子法或Laplacian算法对环境图像进行计算，得到二值图像。为了达到更好的图像处理效果，在S2之前还包括S1’：将采集的环境图像进行除噪处理。更好地，S1’中利用高斯滤波法、中值滤波法或均值滤波法对图像进行除噪处理。本专利技术还提供一种自移动表面行走机器人，所述机器人包括：图像采集单元、行走单元、驱动单元、功能部件和控制单元；所述控制单元分别与所述功能部件、图像采集单元和驱动单元相连接，驱动单元与所述的行走单元相连接，所述驱动单元接受控制单元的指令，驱动所述行走单元行走，所述功能部件接受控制单元的指令按预定的工作模式进行表面行走，所述控制单元对图像采集单元采集到的图像进行处理；所述自移动表面行走机器人采用上述的图像处理方法。更好地，所述的功能部件为清扫部件、打蜡部件、安保报警部件、空气净化部件或/和磨光部件。本专利技术所提供的自移动表面行走机器人及其图像处理方法，在机器人图像预处理时可有效地去除地板边缘线，只留下同一灰度级别的地板背景部分与部分障碍物，有助于提高识别障碍物的准确性与可靠性。下面结合附图和具体实施例对本专利技术的技术方案进行详细地说明。附图说明图1为本专利技术实施例一图像处理方法的流程图；图2为本专利技术实施例二图像处理方法的流程图；图3为本专利技术机器人对采集图像进行去除噪声处理后的图像；图4为将图3二值化处理后的二值图像；图5为图3中的去除地板边缘线后的图像；图6为本专利技术自移动表面行走机器人结构框图。具体实施方式实施例一图1为本专利技术实施例一图像处理方法的流程图，如图1所示并结合图4-5所示，图像处理方法，包括如下步骤：S1：机器人通过图像采集单元(如摄像头)采集环境图像，该环境图像为灰度图像，其中图像内包括如门、箱子、地板等物体的影像；S2：将环境图像进行边缘二值化处理，得到含边缘像素点和背景像素点的二值图像(如图3所示)，在本步骤中，可利用Canny边缘检测算子法、Roberts梯度法、Sobel边缘检测算子法或Laplacian算法对环境图像进行计算，所述二值图像为仅包括两种灰度值的灰度图像，即原采集到的图像中物体的边缘线(如门、箱子、地板等物体的边缘线)在该二值图像中体现为同一灰度值，所述灰度值可自行设置，只要能够与背景灰度值加以区分即可，例如，在本实施例中将边缘像素点灰度值设定为255，背景像素点灰度值设置为0；S3：扫描该二值图像，得到间距不大于边缘像素点最大像素宽度阈值的两个相邻的边缘像素点A和B，本步骤具体包括：S3.1：扫描该二值图像，找出灰度值为255的像素点A；S3.2：以像素点A为起始点，判断在该起始点向外延伸m个像素宽度内是否有灰度值为255的像素点B，其中m为预设的边缘像素点最大像素宽度阈值若是则进入下一步骤，若否则返回S3.1本文档来自技高网...

【技术保护点】
一种应用于自移动表面行走机器人的图像处理方法，其特征在于，包括如下步骤：S1：机器人采集环境图像；S2：对环境图像进行边缘二值化处理，得到含边缘像素点和背景像素点的二值图像；S3：扫描该二值图像，得到间距不大于边缘像素点最大像素宽度阈值的两个相邻的边缘像素点A和B；S4：判断像素点A和B是否为相邻两个地板边缘像素点，若是，则进入S5，若否，则返回S3；S5：消除S4中的地板边缘像素点A和B；S6：重复上述步骤：S3、S4和S5，直至消除二值图像中的所有地板边缘像素点。

【技术特征摘要】
1.一种应用于自移动表面行走机器人的图像处理方法，其特征在
于，包括如下步骤：
S1：机器人采集环境图像；
S2：对环境图像进行边缘二值化处理，得到含边缘像素点和背景
像素点的二值图像；
S3：扫描该二值图像，得到间距不大于边缘像素点最大像素宽度
阈值的两个相邻的边缘像素点A和B；
S4：判断像素点A和B是否为相邻两个地板边缘像素点，若是，
则进入S5，若否，则返回S3；
S5：消除S4中的地板边缘像素点A和B；
S6：重复上述步骤：S3、S4和S5，直至消除二值图像中的所有地
板边缘像素点。
2.如权利要求1所述的图像处理方法，其特征在于，S3中所述
的扫描二值图像的方法为先逐行扫描再逐列扫描，或者先逐列扫描再
逐行扫描。
3.如权利要求1所述的图像处理方法，其特征在于，S3具体包
括：
S3.1：扫描该二值图像，找出灰度值为255的像素点A；
S3.2：以像素点A为起始点，判断在该起始点向外延伸m个像素
宽度内是否有灰度值为255的像素点B，其中m为预设的边缘像素点
最大像素宽度阈值，若是则进入步骤S4，若否则返回S3.1。
4.如权利要求1所述的图像处理方法，其特征在于，S4具体包
括：
S4.1：根据S3中像素点A、B，在环境图像中找到与像素点A、B
对应的像素点A0、B0；
S4.2：找到像素点A0、B0后，各自向外延展P个像素宽度的得

\t到像素点C0、D0；
S4.3：判断像素点C0、D0的灰度值是否在(K-v，K+v)的范围内，
其中K为地板灰度平均值，v为预设的色差范围，若是则进入步骤S4.4，
若否则返回S3；
S4.4：判断像素点C0与D0的灰度差...

【专利技术属性】
技术研发人员：汤进举，
申请(专利权)人：科沃斯机器人有限公司，
类型：发明
国别省市：江苏;32