基于图像识别工作位置的方法、系统，机器人及存储介质技术方案

本发明专利技术提供一种基于图像识别工作位置的方法、系统，机器人及存储介质，所述方法包括：获取原始图像；对原始图像进行特征提取形成纹理特征图像，对所述纹理图像进行傅里叶变换形成频谱图像，通过阈值的匹配将频谱图像转换为二值化图像；根据二值化图像中像素点的位置和像素值确认机器人拍摄原始图像的工作位置，和/或根据二值化图像中像素点的位置和具有相同像素值的像素点的总数量确认机器人拍摄原始图像的工作位置，所述工作位置为工作区域或非工作区域；本发明专利技术可通过机器人上摄像机拍摄的图像区分工作区域和非工作区域。的图像区分工作区域和非工作区域。的图像区分工作区域和非工作区域。

【技术实现步骤摘要】
基于图像识别工作位置的方法、系统，机器人及存储介质


[0001]本专利技术涉及智能控制领域，尤其涉及一种基于图像识别工作位置的方法、系统，机器人及存储介质。

技术介绍

[0002]低重复率、高覆盖率是遍历式机器人如吸尘、割草及泳池清洗等移动机器人追求的目标。
[0003]以移动机器人为智能割草机器人为例，割草机器人以边界围住的草坪为工作区域以进行割草作业，草坪之外定义为非工作区域。
[0004]现有技术中通常采用埋设边界线的方式对草坪工作区域的边界进行标定，然而这不仅需要花费很多的人力和物力使成本增加，而且布线需要有一定的要求，比如拐角的角度不能小于90度，如此，一定程度上限制了草坪工作区域的形状。
[0005]因此，需要一种新的方式区分机器人的工作区域和非工作区域。

技术实现思路

[0006]为解决上述技术问题，本专利技术的目的在于提供一种基于图像识别工作位置的方法、系统，机器人及存储介质。
[0007]为了实现上述专利技术目的之一，本专利技术一实施方式提供一种基于图像识别工作位置的方法，所述方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别工作位置的方法，其特征在于，所述方法包括：获取原始图像；对原始图像进行特征提取形成纹理特征图像，对所述纹理图像进行傅里叶变换形成频谱图像，通过阈值的匹配将频谱图像转换为二值化图像；根据二值化图像中像素点的位置和像素值确认机器人拍摄原始图像的工作位置，和/或根据二值化图像中像素点的位置和具有相同像素值的像素点的总数量确认机器人拍摄原始图像的工作位置，所述工作位置为工作区域或非工作区域。2.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述对原始图像进行特征提取形成纹理特征图像，对所述纹理图像进行傅里叶变换形成频谱图像，通过阈值的匹配将频谱图像转换为二值化图像，包括：将原始图像转换为灰度图像；对灰度图像进行平滑滤波处理形成去噪图像；采用LBP算法对去噪图像进行特征提取形成纹理特征图像；对所述纹理图像进行傅里叶变换形成频谱图像；通过阈值的匹配将频谱图像转换为二值化图像。3.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述根据二值化图像中像素点的位置和像素值确认机器人拍摄原始图像的工作位置，包括：以二值化图像的中心为原点，遍历整个二值化图像获取距所述原点的距离大于预设限制阈值的像素点；计算获得的距所述原点的距离大于预设限制阈值的像素点的像素值之和是否大于预设像素值阈值，若是，确认机器人拍摄原始图像的工作位置为非工作区域，若否，确认机器人拍摄原始图像的工作位置为工作区域。4.根据权利要求1所述的基于图像识别工作位置的方法，其特征在于，所述根据二值化图像中像素点的位置和具有相同像素值的像素点的总数量确认机器人拍摄原始图像的工作位置，包括：以二值化图像的中心为原点，遍历整个二值化图像获取距所述原点的距离大于预设限制阈值的非零值像素点；统计获得的所有非零值像素点的总数量是否大于预设总数量阈值，若是，确认机器人拍摄原始图像的工作位置为非工作区域，若否，确认机器人拍摄原始图像的工作位置为工作区域。5.一种基于图像识别工作位置的系统，其特征在于，所述系统包括：图像获取模块...

【专利技术属性】
技术研发人员：朱绍明，任雪，
申请(专利权)人：苏州科瓴精密机械科技有限公司，
类型：发明
国别省市：