一种导航的方法和设备技术

本发明专利技术提出了一种导航的方法和设备，其中该方法包括：获取待导航区域的高清图像；通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；基于所述导航路径区域引导移动设备进行指定路线导航。以此通过图像灰度模糊特性分析、粗糙集初始分割，以及相对模糊连接度的重分类处理，实现了非结构化区域的准确导航。

Method and apparatus for navigation

The invention provides a method and a device for navigation, wherein the method comprises the following steps: acquiring HD image navigation area; characteristic analysis and fuzzy rough set method combined with OTSU on the HD images of regional initial segmentation through the gray image, to determine the HD image to determine the regional and the uncertain boundary region; among them, the determined area includes target navigation path path area and non background area; relative fuzzy connectedness of the uncertain boundary region classification based on fuzzy weight, and combined with the determined region to determine the navigation path; the navigation path of Regional Guide mobile devices for navigation based on the specified route. By means of fuzzy analysis of image gray level, initial segmentation of rough set and re processing of relative fuzzy connectedness, the accurate navigation of unstructured region is realized.

【技术实现步骤摘要】
一种导航的方法和设备
本专利技术涉及非结构化环境下移动机器人的视觉导航路径识别领域，特别涉及一种导航的方法和设备。
技术介绍
现有技术中，近年来，诸多研究人员在机器人自助视觉导航和目标追踪的实时性、稳健性和适应性方面进行了广泛研究。随着计算机技术、自动化及机器人技术的发展，视觉导航和目标追踪技术的应用和研究范围也越来越广泛。目前，视觉导航和目标跟踪主要应用在智能机器人和军工领域，同时也应用于智能交通、安全监控、视频分析等领域。机器人视觉导航和目标自动追踪技术的研究拓宽了人类对感兴趣目标检测的有效性，在很大程度上提高了安全性(如高温、高压、辐射、暗室、悬空场合等)。随着机器视觉技术的飞速发展，在不同的研究领域对视觉导航和目标跟踪技术的要求也越来越高。视觉成像与图像分析技术作为机器人智能感知外界环境的主要手段，其特征是信息量丰富、特征描述完备。但是，在非结构化区域导航和可变的追踪算法研究问题上，传统的方法容易在非结构化区域内实现路径识别或目标追踪易受到诸如光照变化、目标外观变化等因素的影响，导致对目标图像的刻画不准确。
技术实现思路
针对现有技术中的缺陷，本专利技术提出了一种导航的方法和设备，用以克服现有技术中的问题。具体的，本专利技术提出了以下具体的实施例：本专利技术实施例提出了一种导航的方法，包括：获取待导航区域的高清图像，其中所述高清图像为面向导航区域通过自适应调节图像传感器光积分时间获得的图像；通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；基于所述导航路径区域引导移动设备进行指定路线导航。在一个具体的实施例中，所述高清图像具体为通过CCD光积分时间调节以及自适应图像清晰度控制算法所获取的待导航区域图像。在一个具体的实施例中，所述通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述图像中的确定区域以及不确定区域，包括：以粗糙集结合OTSU方法对所述高清图像进行上下近似以及边界区域划分，以确定出所述高清图像中的不确定区域；以图像模糊灰度值为特征并根据粗糙集和OTSU结合的方式对所述高清图像进行分割，以确定出目标区域参考种子点以及背景区域参考种子点；将所述目标区域和背景区域设置为确定区域，将边界区域设置为不确定区域。在一个具体的实施例中，所述相对模糊连接度的方法中设置有用于进行目标分割的训练参数；所述基于相对模糊连接度的方法对所述不确定区域进行模糊重分类，并基于所述确定区域确定导航路径区域，包括：选取相对模糊连接度的方法中的最佳的分割参数对所述不确定区域进行模糊重分类，以确定导航路径区域与非导航路径区域的分割边界；基于所述分割边界确定所述导航路径区域。在一个具体的实施例中，所述最佳的分割参数是基于对不同的预设目标进行分割测试训练来获取的。本专利技术实施例还提出了一种导航的设备，包括：获取模块，用于获取待导航区域的高清图像，其中所述高清图像为面向导航区域通过自适应调节图像传感器光积分时间获得的图像；初始分割模块，用于通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；重分类模块，用于基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；导航模块，用于基于所述导航路径区域引导移动设备进行指定路线导航。在一个具体的实施例中，所述高清图像具体为通过CCD光积分时间调节以及自适应图像清晰度控制算法所获取的待导航区域图像。在一个具体的实施例中，所述初始分割模块，用于：以粗糙集结合OTSU方法对所述高清图像进行上下近似以及边界区域划分，以确定出所述高清图像中的不确定区域；以图像模糊灰度值为特征并根据粗糙集和OTSU结合的方式对所述高清图像进行分割，以确定出目标区域参考种子点以及背景区域参考种子点；将所述目标区域和背景区域设置为确定区域，将边界区域设置为不确定区域。在一个具体的实施例中，所述相对模糊连接度的方式中设置有用于进行目标分割的分割参数；所述重分类模块，用于：选取相对模糊连接度的方法中的最佳的分割参数对所述不确定区域进行模糊重分类，以确定导航路径区域与非导航路径区域的分割边界；基于所述分割边界确定所述导航路径区域。在一个具体的实施例中，所述最佳的分割参数是基于对不同的预设目标进行分割测试训练来获取的。与现有技术相比，本专利技术实施例提出了一种导航的方法和设备，其中该方法包括：获取待导航区域的高清图像，其中所述高清图像为面向导航区域通过自适应调节图像传感器光积分时间获得的图像；通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；基于所述导航路径区域引导移动设备进行指定路线导航。以此通过图像灰度特性对比、粗糙集的分割，以及相对模糊连接度的重分类处理，实现了非结构化区域的准确导航。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提出的一种导航的方法的流程示意图；图2为本专利技术实施例提出的高清图像的灰度示意图；图3为本专利技术实施例提出的高清图像的灰度统计示意图；图4为本专利技术实施例提出的高清图像中目标种子点定位的示意图；图5为本专利技术实施例提出的高清图像中背景种子点定位的示意图；图6为本专利技术实施例提出的一种导航的设备的结构示意图。具体实施方式在下文中，将更全面地描述本公开的各种实施例。本公开可具有各种实施例，并且可在其中做出调整和改变。然而，应理解：不存在将本公开的各种实施例限于在此公开的特定实施例的意图，而是应将本公开理解为涵盖落入本公开的各种实施例的精神和范围内的所有调整、等同物和/或可选方案。在下文中，可在本公开的各种实施例中使用的术语“包括”或“可包括”指示所公开的功能、操作或元件的存在，并且不限制一个或更多个功能、操作或元件的增加。此外，如在本公开的各种实施例中所使用，术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。在本公开的各种实施例中，表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如，表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。在本公开的各种实施例中使用的表述(诸本文档来自技高网...

【技术保护点】
一种导航的方法，其特征在于，包括：获取待导航区域的高清图像，其中所述高清图像为面向导航区域通过自适应调节图像传感器光积分时间获得的图像；通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；基于所述导航路径区域引导移动设备进行指定路线导航。

【技术特征摘要】
1.一种导航的方法，其特征在于，包括：获取待导航区域的高清图像，其中所述高清图像为面向导航区域通过自适应调节图像传感器光积分时间获得的图像；通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述高清图像中的确定区域以及不确定边界区域；其中，所述确定区域包括目标导航路径区域以及非路径背景区域；基于相对模糊连接度对所述不确定边界区域进行模糊重分类，并结合所述确定区域确定导航路径；基于所述导航路径区域引导移动设备进行指定路线导航。2.如权利要求1所述的方法，其特征在于，所述高清图像具体为通过CCD光积分时间调节以及自适应图像清晰度控制算法所获取的待导航区域图像。3.如权利要求1所述的方法，其特征在于，所述通过图像灰度模糊特性分析以及粗糙集结合OTSU方法对所述高清图像进行区域初始分割，以确定所述图像中的确定区域以及不确定区域，包括：以粗糙集结合OTSU方法对所述高清图像进行上下近似以及边界区域划分，以确定出所述高清图像中的不确定区域；以图像模糊灰度值为特征并根据粗糙集和OTSU结合的方式对所述高清图像进行分割，以确定出目标区域参考种子点以及背景区域参考种子点；将所述目标区域和背景区域设置为确定区域，将边界区域设置为不确定区域。4.如权利要求1所述的方法，其特征在于，所述相对模糊连接度的方法中设置有用于进行目标分割的训练参数；所述基于相对模糊连接度的方法对所述不确定区域进行模糊重分类，并基于所述确定区域确定导航路径区域，包括：选取相对模糊连接度的方法中的最佳的分割参数对所述不确定区域进行模糊重分类，以确定导航路径区域与非导航路径区域的分割边界；基于所述分割边界确定所述导航路径区域。5.如权利要求4所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：赵立明，陈婧，张毅，徐晓东，王博宇，叶川，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50