一种室内环境中移动机器人定位标志点的快速识别方法

摘要

本发明提出了一种室内环境中移动机器人定位标志点的快速图像识别方法，属于计算机视觉技术。该方法通过对摄像机采集图像的二值分割，形态学处理，候选特征点搜索与分类，以及求取候选特征点的权重质心，可以准确的识别天花板灯罩的角点。该方法不受环境光线强度变化的影响，识别精度高、速度快，满足移动机器人实时精确定位的要求。

主权项

一种室内环境中移动机器人定位标志点的快速识别方法，通过对采集图像的二值图像分割、图像形态学处理、候选特征点的搜索与分类以及候选特征点的质心求取，实现对定位标志点的快速可靠识别，其特征在于该方法的步骤如下：步骤1，将摄像机安装在移动机器人上，调整光轴方位，使摄像机的成像平面平行于天花板；步骤2，颜色分割摄像机抓取的图像，将分割的结果保存为一个二值图像I_A，其中高于阈值的像素点被认为是前景像素点,像素值为1，低于阈值的像素点被认为是背景像素点,像素值为0；步骤3,对二值图像进行形态学处理，先使用膨胀算子然后再使用腐蚀算子，从而去除图像前景像素中的“洞”和“凹”的部分，处理结果仍然保存在二值图像I_A中；步骤4，创建方阵M_{(2r+1)×(2r+1)}，它的元素满足步骤5，遍历I_A中的每一个像素点，判断该点是否为边界点，如果是边界点，标记此点为停留点，以该停留点为中心点从I_A中提取维数为(2r+1)×(2r+1)的子图像步骤6，对子图像实施如下运算$S=\frac{\Sigma (M\otimes I_A^S)}{\Sigma M}$M为步骤4中创建的方阵，算子表示矩阵按元素相乘，算子Σ(·)表示对矩阵元素求和，如果S∈[S₁,S₂]，其中S₁＜1/4＜S₂，对应的停留点被认为是一个候选特征点，记录该停留点的像素坐标；步骤7，对所有候选特征点分类，被半径为d_r的圆包围的候选特征点被认为属于同一类；步骤8，求解每一类候选特征点的权重质心，该权重质心对应的像素坐标即为识别到的标志点坐标，每一类候选特征点的权重质心(u_c,v_c)的求取公式为$u_c=\frac{{\Sigma }_{k=1}^n{u}_k/S_k}{{\Sigma }_{k=1}^{n}1/S_k},v_c=\frac{{\Sigma }_{k=1}^n{v}_k/S_k}{{\Sigma }_{k=1}^{n}1/S_k}$其中n为每一类候选特征点包含的候选特征点的数目，(u_k,v_k)为第k个候选特征点的像素坐标，1/S_k为第k个候选特征点的权重，S_k由步骤6计算得到。