一种基于图像识别的清扫机器人制造技术

本发明专利技术公开一种基于图像识别的清扫机器人，包括画面检测设备，与画面检测设备连接的使用滤波检测设备，与数据剖解设备连接的使用滤波检测设备和分量数值均布设备，图像分块处理设备，分别与图像分块处理设备、分量数据均布设备和阈值特征参数输出设备连接的逐点对比执行设备以及使用清扫选择设备、使用参数控制设备、轨迹行程引导设备和清扫执行驱动控制设备。本发明专利技术提供通过对整栋楼的所有玻璃进行拍摄、分析，判断玻璃清洁度是否满足要求，提高了玻璃图像拍摄的准确性，减少其他背景画面的干扰，并提高了玻璃图像识别的准确性和精度，可有效地识别玻璃上是否有灰尘，同时可对玻璃表面进行清洁，提高了清扫的便捷性和安全性。

A Sweeping Robot Based on Image Recognition

【技术实现步骤摘要】
一种基于图像识别的清扫机器人
本专利技术属于机器人
，涉及到一种基于图像识别的清扫机器人。
技术介绍
随着我国经济的不断发展，各地的办公楼、写字楼等高层建筑林立而起，通常为了增加办公楼、写字楼视野开阔度和降低成本会安装大量的玻璃。高层建筑采用大量的玻璃，增加了高楼的美观，随着风吹日晒和时间的累计，玻璃表面有很多除尘，增加了高楼建筑玻璃清洁的难度，现有玻璃清扫常采用人工进行清洁，人工借住清洁工具对玻璃外侧进行清扫，判断玻璃是否清洁常采用人眼进行判断，存在主观意识，且无法对整栋高楼的玻璃进行整体分析，人员在清扫的过程中，极大消耗人员的体力，极易造成清洁工具脱漏，对楼下人员行走造成很大的危险，具有工作效率低和安全性差的问题。
技术实现思路
本专利技术的目的在于提供的一种基于图像识别的清扫机器人，解决了现有玻璃清洁过程中，存在清洁效率低、安全性差以及智能化特性差等问题。本专利技术的目的可以通过以下技术方案实现：一种基于图像识别的清扫机器人，包括画面检测设备，画面检测设备，安装在无人机上，用于对当前所在区域进行图像航拍，并将采集的图像中的目标区域进行检测，选择当前采集图像中经过目标区域的轨迹本文档来自技高网...

【技术保护点】
1.一种基于图像识别的清扫机器人，其特征在于：包括画面检测设备，画面检测设备，安装在无人机上，用于对当前所在区域进行图像航拍，并将采集的图像中的目标区域进行检测，选择当前采集图像中经过目标区域的轨迹作为轨迹曲线，将当前采集图像中经过轨迹曲线的目标区域对应的图像作为参考图像，同时，将采集图像中除目标区域以外的图像作为非参考图像；所述使用滤波检测设备，与画面检测设备连接，用于接收当前采集图像中经过轨迹曲线的各参考图像以及非参考图像，对参考图像和非参考图像执行递归滤波处理，并将经递归滤波处理后的参考图像和非参考图像分别进行信噪比解析，判断当前参考图像和非参考图像的信噪比是否大于预设信噪比阈值，若参考...

【技术特征摘要】
1.一种基于图像识别的清扫机器人，其特征在于：包括画面检测设备，画面检测设备，安装在无人机上，用于对当前所在区域进行图像航拍，并将采集的图像中的目标区域进行检测，选择当前采集图像中经过目标区域的轨迹作为轨迹曲线，将当前采集图像中经过轨迹曲线的目标区域对应的图像作为参考图像，同时，将采集图像中除目标区域以外的图像作为非参考图像；所述使用滤波检测设备，与画面检测设备连接，用于接收当前采集图像中经过轨迹曲线的各参考图像以及非参考图像，对参考图像和非参考图像执行递归滤波处理，并将经递归滤波处理后的参考图像和非参考图像分别进行信噪比解析，判断当前参考图像和非参考图像的信噪比是否大于预设信噪比阈值，若参考图像和非参考图像的信噪比大于预设的信噪比阈值，则不进行处理，若当前参考图像或非参考图像的信噪比小于设定的信噪比阈值，则持续进行滤波处理，直至同一图像中参考图像和非参考图像的信噪比均大于预设的信噪比阈值；所述数据剖解设备，与使用滤波检测设备连接，用于提取信噪比大于预设信噪比阈值的参考图像，分析出参考图像中的每个像素点的蓝色分量、洋红分量、黄色分量和黑色分量，统计各像素点的蓝色分量之和作为参考图像的蓝色分量总和，统计各像素点的洋红分量之和作为参考图像的洋红分量总和，统计各像素点的黄色分量之和作为参考图像的黄色分量总和，统计各像素点的黑色分量之和作为参考图像的黑色分量总和，将蓝色分量总和除以黑色分量总和得到第一分量参数，将洋红分量总和除以黑色分量总和得到第二分量参数，将黄色分量总和除以黑色分量总和得到第三分量参数；所述分量数值均布设备，与数据剖解设备连接，用于接收第一分量参数、第二分量参数和第三分量参数，并将接收的第一分量参数、第二分量参数和第三分量参数分别除于轨迹曲线所经过的目标区域内所有像素点的数量，得到标准第一分量参数数值、标准第二分量参数数值和标准第三分量参数数值；所述图像分块处理设备，与使用滤波检测设备连接，用于提取无人机拍摄的信噪比大于预设信噪比的图像，将拍摄的图像进行扩大，并对扩大后的图像进行初级划分，划分成若干子图像，判读各子图像中像素点的数量是否在设定的像素点上限阈值和下限阈值范围内，若子图像中像素点的数量小于像素点下限阈值，则等间隔尺寸数据扩大子图像的边线尺寸，直至该子图像中像素点的数量在设定的像素点上限阈值和下限阈值范围内，若子图像像素点的数量大于像素点上限阈值，则等间隔尺寸数据缩小子图像的边线尺寸，直至该子图像中像素点的数量在设定的像素点上限阈值和下限阈值范围内；所述逐点对比执行设备，分别与图像分块处理设备和分量数据均布设备连接，接收分量数值均布设备发送的第一分量参数数值、标准第二分量参数数值和标准第三分量参数数值，求取标准分量参数平均值，并获取无人机拍摄图像划分的各子图像，提取子图像中的各像素点的蓝色分量、洋红分量、黄色分量和黑色分量，并将各像素点的蓝色分量与黑色分量作对比得到第一待对比参数，将洋红分量与黑色分量作对比得到第二待对比参数，将黄色分量与黑色分量作对比得到第三待对比参数，且将得到的第一待对比参数、第二待对比参数和第三待对比参数所求的平均与标准分量参数平均值进行对比，若小于等于标准分量参数平均值，则将该像素点作为非关键像素点，若大于标准分量参数平均值，则将该像素点作为关键像素点；所述阈值特征参数输出设备，与逐点对比执...

【专利技术属性】
技术研发人员：侯跃恩，邓嘉明，廖晓华，欧阳铭谦，蔡鹏辉，陈寿义，
申请(专利权)人：嘉应学院，
类型：发明
国别省市：广东,44