返回S3.1，本實施例中，在S1中的采集環(huán)境圖像中相鄰兩塊地板的灰度值最大差值η設(shè)為10，η值的設(shè)定是根據(jù)相鄰兩塊地板可能存在微小色差而預(yù)先設(shè)定的；
[0053]S5:消除S3中(即二值圖中)的地板邊緣像素點Α和B，具體消除方法為:將像素點A、B的灰度值設(shè)置為0 ;
[0054]S6:重復(fù)上述步驟:S4、S5和S6，直至消除二值圖像中的所有地板邊緣像素點(如圖5所示的圖像)。
[0055]需要說明的是，S2中掃描二值圖像的方法為先逐行掃描再逐列掃描，或者先逐列掃描再逐行掃描，以避免遺漏掃描，徹底消除圖像中橫向或豎向的地板邊緣線。本實施例中，在如圖4的二值圖像中按行掃描獲得一個灰度值為255 (對應(yīng)白色)的像素點A，那么就將像素點A作為起始點i，隨即查找i+50內(nèi)是否有灰度值為255的像素點，若有符合的像素點B，將像素點B設(shè)為結(jié)束點j (如果沒找到符合的像素點，則撇掉像素點A，尋找下一個灰度值為255的像素點)，然后在采集的環(huán)境圖像中找到與像素點A、B點分別對應(yīng)的點像素點AO、B0，基于采集的環(huán)境圖像計算像素點AO、B0各自向外延展5個像素寬度處像素點(即位于A0左邊5個像素距離處的像素點C0和位于像素點B0右邊5個像素距離處的像素點D0)的灰度值的差值，當然本領(lǐng)局技術(shù)人員根據(jù)需要可自行設(shè)定向外延展的像素寬度。
[0056]為了判定像素點A、B (或像素點Α0、Β0)的兩邊是否都是地板，需要判定:
[0057]1)判定像素點C0和D0的灰度值是否落入K-v與K+v之間，如果是，則視為像素點C0和D0是地板上的像素點，否則視為C0和D0不是地板上的像素點，這里K表示采集的環(huán)境圖像地板的灰度值，K值的確定最好在采集的環(huán)境圖像中地板像素點中取幾個樣本，計算其灰度值的平均值；v表示設(shè)定的一個色差范圍，可自行設(shè)定；
[0058]2)判定像素點C0和D0的差值滿足< =η,則視為像素點CO、D0位于相鄰兩塊地板上(若C0和D0的差值不滿足〈=n，視為像素點A、B的兩邊并非都是地板，則撇掉像素點A，繼續(xù)尋找下一個灰度值為255的像素點)，從而確定點A，B為地板邊緣線上的像素點。
[0059]當同時滿足上述兩個判斷條件時，才可以確定像素點A、B為相鄰兩個地板磚地板邊緣線上的像素點。確定像素點A、B為相鄰兩個地板磚地板邊緣線上的像素點后，將圖3中像素點A，B點的灰度值置為0 (對應(yīng)黑色)，即消除該地板邊緣像素點A、B。
[0060]按照先逐行掃描再逐列掃描的掃描順序，首先逐步消除了該行上所有地板邊緣像素點A、B兩個像素點，最終當逐列掃描完成時，包括該地板邊緣的全部列的地板邊緣線將全部被消除，消除地板縫隙線后得到的圖像如圖4所示。而逐列掃描地板邊緣消除的方法與逐行掃描地板邊緣消除的方法一致，在此不再贅述。
[0061]另外需要說明的是，本申請描述的圖像處理方法可能將地板上的某個細長型障礙物誤判為地板邊緣線，但并不影響本方法在實踐中的應(yīng)用，原因是:只有當細長型障礙物滿足如下兩個條件時才可能會被誤判為地板邊緣線，a、該細長型障礙物的寬度小于地板邊緣線；b、該細長型障礙物的高度基本為0，即平面型，否則吸塵器依據(jù)其豎直方向上的邊緣依然可以檢測到該障礙物；滿足上述2個條件的細長型障礙物在實際中較為罕見，且即使真出現(xiàn)了上述障礙物，這種障礙物也不會影響到吸塵器的工作，原因是吸塵器使用上述方法消除地板邊緣線是為了避免將地板邊緣線誤判為障礙物而改變行走路線，防止撞物/墻等，因此吸塵器將上述細長型障礙物誤判為地板邊緣線并將其消除之后，就會直接從該細長型障礙物上走過去，這一過程不會使吸塵器產(chǎn)生碰撞，反而可以使該細長型障礙物被清掃掉。
[0062]實施例二
[0063]本實施例與實施例一基本相同，不同之處在于:在S2之前還包括:
[0064]S1’:將S1中采集的環(huán)境圖像進行除噪處理(如圖2所示)，在本步驟中，可利用高斯濾波法、中值濾波法或均值濾波法對圖像進行去除噪聲處理，上述濾波法均為常用技術(shù)手段，不再贅述；需要說明的是，該除噪處理步驟可根據(jù)實際需求增加或省略，如采用分辨率較高的攝像頭采集環(huán)境圖像(即攝像頭自身采集圖像相當于已除噪)。
[0065]圖6為本發(fā)明自移動表面行走機器人結(jié)構(gòu)框圖，如圖6所示，本發(fā)明提供一種自移動表面行走機器人，所述機器人包括:圖像采集單元1、行走單元2、驅(qū)動單元3、功能部件4和控制單元5 ；
[0066]所述控制單元5分別與所述功能部件4、圖像采集單元1和驅(qū)動單元3相連接，驅(qū)動單元3與所述的行走單元2相連接,所述驅(qū)動單元3接受控制單元5的指令,驅(qū)動所述行走單元2行走，所述功能部件4接受控制單元5的指令按預(yù)定的行走模式進行表面行走，所述的功能部件4為清掃部件、打蠟部件、安保報警部件、空氣凈化部件或/和磨光部件，所述控制單元5對圖像采集單元1采集到的圖像進行處理；所述自移動表面行走機器人采用上述兩個實施例中的圖像處理方法。當消除采集圖像中的地板裂縫線后，機器人在地面行走就更加方便，不會誤認為地板縫隙為障礙物而進行避障動作。
【主權(quán)項】
1.一種應(yīng)用于自移動表面行走機器人的圖像處理方法，其特征在于，包括如下步驟: 51:機器人采集環(huán)境圖像； 52:對環(huán)境圖像進行邊緣二值化處理，得到含邊緣像素點和背景像素點的二值圖像； 53:掃描該二值圖像，得到間距不大于邊緣像素點最大像素寬度閾值的兩個相鄰的邊緣像素點A和B ; 54:判斷像素點A和B是否為相鄰兩個地板邊緣像素點，若是，則進入S5，若否，則返回S3 ； 55:消除S4中的地板邊緣像素點A和B ; 56:重復(fù)上述步驟:S3、S4和S5，直至消除二值圖像中的所有地板邊緣像素點。2.如權(quán)利要求1所述的圖像處理方法，其特征在于，S3中所述的掃描二值圖像的方法為先逐行掃描再逐列掃描，或者先逐列掃描再逐行掃描。3.如權(quán)利要求1所述的圖像處理方法，其特征在于，S3具體包括: S3.1:掃描該二值圖像，找出灰度值為255的像素點A ； 53.2:以像素點A為起始點，判斷在該起始點向外延伸m個像素寬度內(nèi)是否有灰度值為255的像素點B，其中m為預(yù)設(shè)的邊緣像素點最大像素寬度閾值，若是則進入步驟S4，若否則返回S3.1。4.如權(quán)利要求1所述的圖像處理方法，其特征在于，S4具體包括: 54.1:根據(jù)S3中像素點A、B，在環(huán)境圖像中找到與像素點A、B對應(yīng)的像素點AO、BO ； S4.2:找到像素點AO、BO后,各自向外延展P個像素寬度的得到像素點CO、DO ； S4.3:判斷像素點CO、DO的灰度值是否在(K-v，K+v)的范圍內(nèi)，其中Κ為地板灰度平均值，V為預(yù)設(shè)的色差范圍，若是則進入步驟S4.4，若否則返回S3 ； S4.4:判斷像素點C0與DO的灰度差值是否〈=n，其中η為環(huán)境圖中相鄰兩塊地板的灰度值最大差值，若是則判斷像素點Α和Β為相鄰兩個地板邊緣像素點并進入步驟S5，若否則返回S3。5.如權(quán)利要求1所述的圖像處理方法，其特征在于，S5中消除S4中的地板邊緣像素點A和B的方法為:在二值圖像中將A、B的像素值設(shè)置為0。6.如權(quán)利要求1所述的圖像處理方法，其特征在于，S2中利用Canny邊緣檢測算子法、Roberts梯度法、Sobel邊緣檢測算子法或Laplacian算法對環(huán)境圖像進行計算，得到二值圖像。7.如權(quán)利要求1所述的圖像處理方法，其特征在于，在S2之前還包括S1’:將采集的環(huán)境圖像進行除噪處理。8.如權(quán)利要求7所述的圖像處理方法，其特征在于，S1’中利用高斯濾波法、中值濾波法或均值濾波法對環(huán)境圖像進行除噪處理。9.一種自移動表面行走機器人，所述機器人包括:圖像采集單元(1)、行走單元(2)、驅(qū)動單元(3)、功能部件(4)和控制單元(5)； 所述控制單元(5)分別與所述功能部件(4)、圖像采集單元(1)和驅(qū)動單元(3)相連接，驅(qū)動單元(3)與所述的行走單元(2)相連接，所述驅(qū)動單元(3)接受控制單元(5)的指令，驅(qū)動所述行走單元(2)行走，所述功能部件(4)接受控制單元(5)的指令按預(yù)定的行走模式進行表面行走，所述控制單元(5)對圖像采集單元(1)采集到的圖像進行處理； 其特征在于，所述自移動地面處理機器人采用權(quán)利要求1-8任一項所述的圖像處理方法。10.如權(quán)利要求9所述的自移動表面行走機器人，其特征在于，所述的功能部件(4)為清掃部件、打蠟部件、安保報警部件、空氣凈化部件或/和磨光部件。
【專利摘要】一種自移動表面行走機器人及其圖像處理的方法，其方法包括：S1：機器人采集環(huán)境圖像；S2：對環(huán)境圖像進行邊緣二值化處理，得到含邊緣像素點和背景像素點的二值圖像；S3：掃描該二值圖像，得到間距不大于邊緣像素點最大像素寬度閾值的兩個相鄰的邊緣像素點A和B；S4：判斷像素點A和B是否為相鄰兩個地板邊緣像素點，若是，則進入S5，若否，則返回S3；S5：消除S4中的地板邊緣像素點A和B；S6：重復(fù)上述步驟：S3、S4和S5，直至消除二值圖像中的所有地板邊緣像素點。本發(fā)明可有效地去除地板邊緣線，有助于提高識別障礙物的準確性與可靠性。
【IPC分類】G05D1/02
【公開號】CN105467985
【申請?zhí)枴緾N201410452920
【發(fā)明人】湯進舉
【申請人】科沃斯機器人有限公司
【公開日】2016年4月6日
【申請日】2014年9月5日
【公告號】WO2016034104A1