补光的方法、设备及存储介质技术

本申请实施例提供一种补光的方法、设备及存储介质。在本申请一些示例性实施例中，采用环境图像作为补光的控制依据，通过对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数，再通过目标校正参数对工作环境进行补光处理，以获得符合后续处理质量要求的图像，本申请能够对补光行为进行精确的控制，提高补光的精度。

Method, equipment and storage medium of light compensation

【技术实现步骤摘要】
补光的方法、设备及存储介质
本申请涉及人工智能
，尤其涉及一种补光的方法、设备及存储介质。
技术介绍
现有自行走机器人为了在夜间或其他被动光源较弱的环境下采集数据，大多会进行主动补光。目前，主要的补光控制方法是使用光敏传感器对环境光强进行感知，当环境光强低于阈值时打开补光光源进行补光。
技术实现思路
本申请的多个方面提供一种补光的方法、设备及存储介质，用以实现对自行走机器人的补光处理，提高机器人的补光精度，解决现有同类设备不能对补光行为进行精确的控制，补光效果达不到预期的效果的技术问题。本申请实施例提供一种补光的方法，包括：采集工作环境的环境图像；对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；根据所述目标校正参数对工作环境进行补光处理。本申请实施例还提供一种自主移动设备，包括：机械本体，所述机械本体上设有视觉传感器，补光设备，一个或多个处理器，以及一个或多个存储计算机程序的存储器；所述视觉传感器，用于对周围环境进行图像采集得到环境图像；所述一个或多个处理器，用于执行所述计算机程序，以用于：获取所述视觉传感器采集到的环境图像；对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；根据所述目标校正参数，利用补光设备对工作环境进行补光处理。本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行包括以下的动作：采集工作环境的环境图像；对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；根据所述目标校正参数对工作环境进行补光处理。在本申请一些示例性实施例中，采用环境图像作为补光的控制依据，通过对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数，再通过目标校正参数对工作环境进行补光处理，以获得符合后续处理质量要求的图像，本申请能够对补光行为进行精确的控制，提高补光的精度。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请示例性实施例提供的一种补光的方法的方法流程图；图2为本申请示例性提供的获取目标校正参数的方法的流程示意图；图3为本申请又一示例性实施例提供的一种补光的方法的更加详细的流程图；图4为本申请示例性实施例提供的目标校正参数与光强增量对应关系示意图；图5为本申请示例性实施例提供的一种自主移动设备的结构框图；图6为本申请示例性实施例提供的一种机器人的结构框图。具体实施方式为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。目前，自行走机器人的补光控制方式为使用光敏电阻作为补光开关或调节器，以针对自然环境光较弱的场景。该控制方式由于使用第三方感知系统，使得补光处理对图像效果的增益存在不确定性。同时由于该方法下补光强弱对图像效果增强的不确定性，不能根据补光后的图像效果对补光行为进行精确的控制，从而导致补光效果很可能达不到预期的效果。针对上述补光控制方式存在的不能对补光行为进行精确的控制，补光效果达不到预期的效果的问题，在本申请一些示例性实施例中，采用环境图像作为补光的控制依据，通过对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数，再通过目标校正参数对工作环境进行补光处理，以获得符合后续处理质量要求的图像，本申请能够对补光行为进行精确的控制，提高补光的精度。在本专利技术实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本专利技术。在本专利技术实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种，但是不排除包含至少一种的情况。取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。以下结合附图，详细说明本申请各实施例提供的技术方案。图1为本申请示例性实施例提供的一种补光的方法的方法流程图。如图1所示，该方法包括：S101：采集工作环境的环境图像；S102：对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；S103：根据目标校正参数对工作环境进行补光处理。本申请实施例的上述方法的执行主体可以为自主移动设备，如无人机、无人车、机器人等，且对机器人、无人车的类型不作限定，当自主移动设备为机器人时，机器人可以为为扫地机器人，跟随机器人，迎宾机器人等。不同的设备针对不同的工作环境获取相应工作环境中的环境图像，例如，无人车在行驶过程中，获取行驶的路面信息；扫地机器人在对住户家庭清扫过程中，可在行进过程中获取客厅、厨房、卫生间、卧式等区域的环境图像；商场导购机器人在对客户进行导购的过程中，可在行进过程中获取人行通道、商铺等各区域的环境图像；跟随机器人在跟随目标的过程中，可在行进过程中获取跟随目标以及前进过程中的周围环境图像。在本实施例中，通过在自主移动设备上设置视觉传感器，视觉传感器对自主移动设备所处的周围环境进行图像采集，视觉传感器可以为摄像头，本申请并不对视觉传感器的类型作限定。本申请针对获取的环境图像进行灰度校正，获取目标校正参数。图2为本申请示例性提供的获取目标校正参数的方法的流程示意图。如图2所示，该方法包括：S201：根据预置的至少一个校正参数，分别对环境图像进行灰度校正，得到环境图像对应的至少一个校正后的梯度信息值；S202：从环境图像对应的至少一个校正后的梯度信息值中，选择满足预设条件的目标梯度信息值；S203：将目标梯度信息值对应的校正参数，作为目标校正参数。在本实施例中，通过预设不同的校正参数，分别对环境图像进行灰度校正，以得到与环境图像对应的校正后的梯度信息值。其中，校正参数的范围和数量由用户根据具体的场景灵活设定。本文档来自技高网...

【技术保护点】
1.一种补光的方法，其特征在于，包括：/n采集工作环境的环境图像；/n对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；/n根据所述目标校正参数对工作环境进行补光处理。/n

【技术特征摘要】
1.一种补光的方法，其特征在于，包括：
采集工作环境的环境图像；
对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数；
根据所述目标校正参数对工作环境进行补光处理。


2.根据权利要求1所述的方法，其特征在于，对环境图像进行灰度校正，获得对环境图像进行校正的目标校正参数，包括：
根据预置的至少一个校正参数，分别对环境图像进行灰度校正，得到所述环境图像对应的至少一个校正后的梯度信息值；
从所述环境图像对应的至少一个校正后的梯度信息值中，选择满足预设条件的目标梯度信息值；
将所述目标梯度信息值对应的校正参数，作为所述目标校正参数。


3.根据权利要求2所述的方法，其特征在于，从所述环境图像对应的至少一个校正后的梯度信息值中，选择满足预设条件的目标梯度信息值，包括：
从所述环境图像对应的至少一个校正后的梯度信息值中，选择最大梯度信息值作为所述目标梯度信息值。


4.根据权利要求2所述的方法，其特征在于，根据预置的一个校正参数，对环境图像进行灰度校正，得到所述环境图像对应的一个校正后的梯度信息值，包括：
根据预置的一个校正参数，计算环境图像的每个像素点校正后的梯度；
根据每个像素点校正后的梯度，选择满足梯度阈值的像素点作为选定像素点；
根据选定像素点的梯度，得到环境图像对应的校正后的梯度信息值。


5.根据权利要求1-4任一项所述的方法，其特征在于，根据所述目标校正参数对工作环境执行补光处理，包括：
根据预设的校正参数与光强增量之间的对应关系，确定所述目标校正参数对应的光强增量；
根据所述目标校正参数对应的光强增量对工作环境进行补光处理。


6.根据权利要求5所述的方法，其特征在于，根据所述目标校正参数对应的光强增量对工作环境进行补光处理，包括：
若目标校正参数小于校正参数分界值，将工作环境的光强增加目标校正参数对应的光强增量；
若目标校正参数大于校正参数分界值，将工作环境的光强减小目标校正参数对应的...

【专利技术属性】
技术研发人员：刘达，汤进举，朱永康，张建越，于坤，
申请(专利权)人：科沃斯机器人股份有限公司，
类型：发明
国别省市：江苏;32