The invention relates to the field of image processing technology, and discloses an image processing method and a robot and device applying the method. The processing method includes: acquiring sample image; in which sample image includes the first image region; defining energy function; acquiring threshold range and selecting multiple threshold parameters from the threshold range; using multiple threshold parameters one by one to obtain the computational boundary of the first image region and to solve the energy function; in which the optimal solution of the energy function corresponds to the first image region. Optimal computational boundaries. By the above way, the invention can simplify the detection process of the target area (i.e. the first image area) in an image.
【技术实现步骤摘要】
图像的处理方法及应用该方法的机器人、装置
本专利技术涉及图像处理
，特别是涉及一种图像的处理方法及应用该方法的机器人、装置。
技术介绍
天空区域是户外图像的重要组成部分，用于提供环境信息。在图像中识别出天空区域，其在用于室外的地面机器人自主导航中有十分重要的作用。常用的检测算法根据其测距传感器可分为两种：第一种是使用主动式传感器，比如雷达，激光传感器等，这类传感器比较精确，但缺点是比较成本较高。而第二种是使用被动式传感器，比如视觉传感器等。这类传感器成本较低，但其主要依赖于算法实现，而目前基于被动式传感器的天空区域检测算法精度较低。
技术实现思路
有鉴于此，本专利技术主要解决的技术问题是提供一种图像的处理方法及应用该方法的机器人、装置，能够简化图像中目标区域(即第一图像区域)的检测过程。为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种图像的处理方法，该处理方法包括：获取样本图像；其中，样本图像包括第一图像区域；定义能量函数；获取阈值取值范围并从阈值取值范围中选取多个阈值参数；将多个阈值参数逐一用于获取第一图像区域的计算边界以及求解能量函数；其中，能量...
【技术保护点】
1.一种图像的处理方法，其特征在于，所述处理方法包括：获取样本图像；其中，所述样本图像包括第一图像区域；定义能量函数；获取阈值取值范围并从所述阈值取值范围中选取多个阈值参数；将所述多个阈值参数逐一用于获取所述第一图像区域的计算边界以及求解所述能量函数；其中，所述能量函数的最优解对应所述第一图像区域的最优计算边界。
【技术特征摘要】
1.一种图像的处理方法，其特征在于，所述处理方法包括：获取样本图像；其中，所述样本图像包括第一图像区域；定义能量函数；获取阈值取值范围并从所述阈值取值范围中选取多个阈值参数；将所述多个阈值参数逐一用于获取所述第一图像区域的计算边界以及求解所述能量函数；其中，所述能量函数的最优解对应所述第一图像区域的最优计算边界。2.根据权利要求1所述的处理方法，其特征在于，所述获取样本图像的步骤之后包括：将所述样本图像转换为灰度图像；将所述样本图像的灰度图像分别与Sobel算子在水平以及竖直方向上的两个运算符进行卷积，得到两个所述样本图像的梯度图像；根据所述两个所述样本图像的梯度图像，计算出所述样本图像的梯度幅值图像。3.根据权利要求2所述的处理方法，其特征在于，所述样本图像还包括第二图像区域；所述定义能量函数的步骤包括：所述能量函数定义为其中，ΣS、ΣG用于描述所述样本图像中的所述第一图像区域和所述第二图像区域的像素值，是对应ΣS、ΣG的特征值。4.根据权利要求3所述的处理方法，其特征在于，所述定义能量函数的步骤还包括：优化所述能量函数；其中，优化后的能量函数如下：其中，γ表示所述第一图像区域的同质性系数，且令γ＝2。5.根据权利要求4所述的处理方法，其特征在于，所述将所述多个阈值参数逐一用于获取所述第一图像区域的计算边界的步骤包括：从所述多个阈值参数中选取一阈值参数；遍历所述梯度幅值图像，确定所述梯度幅值图像中梯度大于所选取的阈值参数的图像坐标；其中，梯度大于所选取的阈值参数且位于所述梯度幅值图像最上方的图像坐标组成所述第一图像区域的计算边界；更换阈值参数，再次遍历所述梯度幅值图像，以确定所述梯度幅值图像中梯度大于所选取的阈值参数的图像坐标，直至遍历所述多个阈值参数。6.根据权利要求5所述的处理方法，其特征在于，所述遍历所述梯度幅值图像，确定所述梯度幅值图像中梯度大于所选取的阈值参数的图像坐标的步骤包括：逐列扫描所述梯度幅值图像，得到所述梯度幅值图像的多个图像列；逐列确定所述多个图像列中梯度大于所选取的阈值参数的图像坐标；所述处理方法还包括：定义边界位置函数b(x)：其中，t为阈值参数；grad(y，x)为图像坐标(x，y)处的梯度；W为所述样本图像的宽度；H为所述样本图像的高度；b(x)用于描述所述多个图像列中梯度大于所选取的阈值参数的图像坐标；所述第一图像区域的计算边界用于定义所述第一图像区域的计算区域，所述第一图像区域的计算区域描述为：sky＝{(x,y)|1≤x≤W,1≤y≤b(x)}。7.根据权利要求6所述的处理方...
【专利技术属性】
技术研发人员：欧勇盛，徐颖蕾，熊荣，王志扬，江国来，张亚辉，冯伟，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。