基于光照强度自适应图像特征的调整方法技术

本发明专利技术公开了基于光照强度自适应图像特征的调整方法，包括以下步骤：步骤一：系统初始化，采集各类光强数据记录图像RGB的值并输入；步骤二：最小二乘法估计获取系统方程，建立图像RGB值与识别效果最佳的RGB值之间的模型关系；步骤三：输入新的光强下的数据；步骤四：动态调节红外值；步骤五:得到最佳的图像RGB值；步骤六:突出识别特征点，定位成功，本发明专利技术通过红外摄像头扫描天花板上的圆点码获取特征信息，根据环境光以及图像黑白像素值的光线建立一个自适应模型，可以动态调整摄像头红外值突出圆点码特征，具有很强的识别鲁棒性，为后面机器人的避障和移动提供了很大的帮助，进而提高了机器人运动的流畅性。高了机器人运动的流畅性。高了机器人运动的流畅性。

【技术实现步骤摘要】
基于光照强度自适应图像特征的调整方法


[0001]本专利技术涉及机器人
，特别是涉及基于光照强度自适应图像特征的调整方法。

技术介绍

[0002]随着科学技术不断的发展，经济条件日益提高的今天，自动化生产已经是日常生产中不可缺少的部分。例如在食品或者医疗行业用来代替人工实现搬运、理料和码放等功能的机器人。和人类一样，自主移动机器人(AMR)也能检测自己所处的环境并相应地进行适应。AMR是一种工业机器人，可以在设施内提升和运输托盘等物料。机器人通过读取设施地板上的二维码或使用光探测和测距(激光雷达)来感知周围环境和障碍物，从而安全地在人员、设备和库存周围导航。
[0003]目前业界可自主移动的机器人，使用激光定位，激光成本高，噪声大，精度不高，寿命短，以及服务机器人在环境复杂或者空旷容易出现定位丢失的情况。使用视觉定位，视觉比较容易受到光强强度不一导致特征点丢失，容易造成定位丢失。

技术实现思路

[0004]为了克服现有技术的不足，本专利技术提供基于光照强度自适应图像特征的调整方法，通过红外摄像头扫描天花板上的圆点码获取特征信息，根据环境光以及图像黑白像素值的光线建立一个自适应模型，可以动态调整摄像头红外值突出圆点码特征，具有很强的识别鲁棒性，为后面机器人的避障和移动提供了很大的帮助，进而提高了机器人运动的流畅性。
[0005]为解决上述技术问题，本专利技术提供如下技术方案：基于光照强度自适应图像特征的调整方法，包括以下步骤：步骤一：系统初始化，采集各类光强数据记录图像RGB的值并输入；步骤二：最小二乘法估计获取系统方程，建立图像RGB值与识别效果最佳的RGB值之间的模型关系；步骤三：输入新的光强下的数据；步骤四：动态调节红外值；步骤五:得到最佳的图像RGB值；步骤六:突出识别特征点，定位成功。
[0006]作为本专利技术的一种优选技术方案，所述步骤一中的采集光强数据为采集(100
‑
10000)lux区间的光强数据记录图像RGB的值。
[0007]作为本专利技术的一种优选技术方案，所述步骤二中图像RGB值与识别效果最佳的RGB值之间的模型方程如下：y＝Ax+n。
[0008]作为本专利技术的一种优选技术方案，所述步骤二中图像RGB值与识别效果最佳的RGB值之间的模型中的x为图像RGB的值，y为识别效果最佳的RGB，摄像头为参数红外值A，n为噪声。
[0009]作为本专利技术的一种优选技术方案，所述步骤四中的动态调节红外值通过外接灯板直接输入相应红外值进行调整。
[0010]作为本专利技术的一种优选技术方案，所述步骤六中所述的特征点设有多组且按需贴
在天花板上各个位置。
[0011]作为本专利技术的一种优选技术方案，所述系统噪声通过采集多组数据以及多组方程求成系统误差所得。
[0012]与现有技术相比，本专利技术能达到的有益效果是：
[0013]本专利技术通过红外摄像头扫描天花板上的圆点码获取特征信息，根据环境光以及图像黑白像素值的光线建立一个自适应模型，可以动态调整摄像头红外值突出圆点码特征，具有很强的识别鲁棒性，为后面机器人的避障和移动提供了很大的帮助，进而提高了机器人运动的流畅性。
附图说明
[0014]图1为本专利技术中基于光照强度自适应图像特征的调整方法的处理数据流程图。
具体实施方式
[0015]为了更清楚的阐释本专利技术的整体构思，下面结合说明书附图以示例的方式进行详细说明。
[0016]在本专利技术的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0017]此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0018]在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接，还可以是通信；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利技术中的具体含义。
[0019]在本专利技术中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。在本说明书的描述中，参考术语“一个方案”、“一些方案”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该方案或示例描述的具体特征、结构、材料或者特点包含于本专利技术的至少一个方案或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的方案或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个方案或示例中以合适的方式结合。
[0020]实施例:
[0021]实施例1：
[0022]如图1所示，本专利技术提供，基于光照强度自适应图像特征的调整方法，包括以下步
骤：
[0023]步骤一：系统初始化，采集各类光强数据记录图像RGB的值并输入；
[0024]步骤二：最小二乘法估计获取系统方程，建立图像RGB值与识别效果最佳的RGB值之间的模型关系；
[0025]步骤三：输入新的光强下的数据；
[0026]步骤四：动态调节红外值；
[0027]步骤五:得到最佳的图像RGB值；
[0028]步骤六:突出识别特征点，定位成功；
[0029]其中，所述步骤一中的采集光强数据为采集(100
‑
10000)lux区间的光强数据记录图像RGB的值；所述步骤二中图像RGB值与识别效果最佳的RGB值之间的模型方程如下：y＝Ax+n，所述步骤二中图像RGB值与识别效果最佳的RGB值之间的模型中的x为图像RGB的值，y为识别效果最佳的RGB，摄像头为参数红外值A，n为噪声；所述步骤四中的动态调节红外值通过外接灯板直接输入相应红外值进行调整；所述步骤六中所述的特征点设有多组且按需贴在天花板上各个位置；所述系统噪声通过采集多组数据以及多组方程求成系统误差所得；
[0030]最小二乘法是一种在误差估计、不确定度、系统辨识及预测、预报等数据处理诸多学科领域得到广泛应用的数学工具，它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据,并使得这些求得的数据与实际数据之间误差的平方和为最小，最小二乘法还可用于曲线拟合，主要用于解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于光照强度自适应图像特征的调整方法，其特征在于：包括以下步骤：S1：系统初始化，采集各类光强数据记录图像RGB的值并输入；S2：最小二乘法估计获取系统方程，建立图像RGB值与识别效果最佳的RGB值之间的模型关系；S3：输入新的光强下的数据；S4：动态调节红外值；S5:得到最佳的图像RGB值；S6:突出识别特征点，定位成功。2.根据权利要求1所述的基于光照强度自适应图像特征的调整方法，其特征在于：所述步骤一中的采集光强数据为采集(100
‑
10000)lux区间的光强数据记录图像RGB的值。3.根据权利要求1所述的基于光照强度自适应图像特征的调整方法，其特征在于：所述步骤二中图像RGB值与识别效果最佳的RGB值之间的模型...

【专利技术属性】
技术研发人员：傅凯漩，
申请(专利权)人：深圳菲力斯机器人科技有限公司，
类型：发明
国别省市：