一種多功能智能清潔機(jī)器人裝置的制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括圖像預(yù)處理模塊、圖像極值點(diǎn)檢測(cè)模塊、圖像特征點(diǎn)定位模塊、主方向確定模塊、和特征提取模塊和場(chǎng)景判定模塊，其中所述圖像特征點(diǎn)定位模塊通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn)以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，所述主方向確定模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形成多個(gè)子線(xiàn)段，并將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合并形成一條線(xiàn)段后將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方向。本發(fā)明具有場(chǎng)景識(shí)別精度高、速度快的優(yōu)點(diǎn)。
【專(zhuān)利說(shuō)明】
一種多功能智能清潔機(jī)器人裝置
技術(shù)領(lǐng)域
[0001 ]本發(fā)明涉及機(jī)器人領(lǐng)域，具體涉及一種多功能智能清潔機(jī)器人裝置。
【背景技術(shù)】
[0002] 場(chǎng)景的判定對(duì)于任何機(jī)器發(fā)揮其最大功效起著重要作用，如果清潔機(jī)器人裝置能 夠判定自身所處場(chǎng)景而選取對(duì)應(yīng)的模式進(jìn)行衛(wèi)生清潔，效率將會(huì)大大提高。但是，目前的清 潔機(jī)器人裝置并不具備場(chǎng)景判定功能。此外，為了對(duì)大規(guī)模的圖像數(shù)據(jù)進(jìn)行處理，需要提高 分析處理效率和精度。

【發(fā)明內(nèi)容】

[0003] 針對(duì)上述問(wèn)題，本發(fā)明提供一種多功能智能清潔機(jī)器人裝置。
[0004] 本發(fā)明的目的采用以下技術(shù)方案來(lái)實(shí)現(xiàn)：
[0005] 提供了一種多功能智能清潔機(jī)器人裝置，能夠?qū)?chǎng)景進(jìn)行識(shí)別，包括清潔機(jī)器人 裝置和安裝在清潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0006] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊 和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0007]
[0008] 其中，1?(1，7)、6(1，7)、8(1，7)分別代表像素點(diǎn)(1，7)處的紅綠藍(lán)強(qiáng)度值，1(1，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0009] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0010]
[0011]
[0012]
[0013] 其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，n^y)為由圖像轉(zhuǎn)化子模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1， 〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0014] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0015] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：
[0016]
[0017] 其中，表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，i 表示極值點(diǎn)的精確位置；
[0018] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子?？燧敵龅膱D像依次進(jìn)行灰度增強(qiáng)、歸一 化處理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為：
[0019]
[0020]
[0021]
[0022]
[0023]
[0024] 其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，爐(XJ)為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，m H為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T 1S設(shè)定的閾值；
[0025] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T 2的取值范圍為[10，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0026]優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0027] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0028]
[0029] 其中，Ly表示最優(yōu)線(xiàn)段，為平均梯度值為曼_的線(xiàn)段，I,為所述多條線(xiàn)段中第η 條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，Lu為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度 大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0030] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0031] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0032] 進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0033]本發(fā)明的有益效果為：
[0034] 1、設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度同色彩 強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像；
[0035] 2、提出了高斯差分尺度空間的簡(jiǎn)化計(jì)算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn) 而提高了圖像分析的速度；
[0036] 3、設(shè)置的圖像特征點(diǎn)定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除， 保證特征點(diǎn)的有效性，其中對(duì)圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精 確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除，進(jìn)而提高圖像分析的準(zhǔn)確度；
[0037] 4、設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn)梯度方向直方圖 中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方向，線(xiàn)段相 對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了特征描述符的準(zhǔn) 確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒性。
【附圖說(shuō)明】
[0038]利用附圖對(duì)本發(fā)明作進(jìn)一步說(shuō)明，但附圖中的實(shí)施例不構(gòu)成對(duì)本發(fā)明的任何限 制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得 其它的附圖。
[0039] 圖1是本發(fā)明各模塊的連接示意圖。
【具體實(shí)施方式】
[0040] 結(jié)合以下實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。
[0041 ] 實(shí)施例1
[0042]參見(jiàn)圖1，本實(shí)施例多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清 潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0043] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊
和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0044]
[0045]其中，1?(1，7)、6(1，7)、8(1，7)分別代表像素點(diǎn)(1，7)處的紅綠藍(lán)強(qiáng)度值，1(1，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0046] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0047]
[0048]
[0049]
[0050] 其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，n^y)為由圖像轉(zhuǎn)化子模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1， 〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0051] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0052] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：
[0053]
[0054] 其中，?)(；〇表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，1 表示極值點(diǎn)的精確位置；
[0055] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子模快輸出的圖像依次進(jìn)行灰度增強(qiáng)、歸一
^ F=f.lt7/^ Cr. ^ ZrT Γ7-[-Ι l> Izfat h* 丄rMi]口 亡 ΛΑIzfe /士
[0056]
[0057]
[0058]
[0059]
[0060]
[0061]其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，鉺λ%.ν')為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，mH為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T 1S設(shè)定的閾值；
[0062] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T2的取值范圍為[10，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0063]優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0064] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0065]
[0066] 其中，Ly表示最優(yōu)線(xiàn)段，·&_為平均梯度值為的線(xiàn)段，&"為所述多條線(xiàn)段中第η 條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，Lu為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度 大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0067] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0068] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0069] 進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0070] 本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度 同色彩強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像;提出了高斯差分尺度空間的簡(jiǎn)化計(jì) 算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn)而提高了圖像分析的速度;設(shè)置的圖像特征點(diǎn) 定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除，保證特征點(diǎn)的有效性，其中對(duì) 圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除， 進(jìn)而提高圖像分析的準(zhǔn)確度;設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn) 梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn) 的主方向，線(xiàn)段相對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了 特征描述符的準(zhǔn)確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒 性;本實(shí)施例取閾值!^ = 0.01，T2 = 10，T3 = 0.1，場(chǎng)景識(shí)別的精度提高了 2 %，速度提高了 1%〇
[0071] 實(shí)施例2
[0072] 參見(jiàn)圖1，本實(shí)施例多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清 潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0075] 兵甲，1<以，7)、〇以，7)、^以，7)分別代衣傢累總以，7)處的乩球監(jiān)強(qiáng)度但，1&，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0073] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊 和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0074]
[0076] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0077]
[0078]
[0079]
[0080] 其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，Γ (x，y)為由圖像轉(zhuǎn)化于模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1，〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0081] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0082] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：
[0083]
[0084] 其中，￡>(；〇表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，i 表示極值點(diǎn)的精確位置；
[0085] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子模快輸出的圖像依次進(jìn)行灰度增強(qiáng)、歸一 化處理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為：
[0086]
[0087]
[0088]
[0089]
[0090]
[0091] 其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，舛u)為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，m H為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T 1S設(shè)定的閾值；
[0092] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T2的取值范圍為[IO，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0093]優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0094] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0095]
[0096] 其中，Ly表示最優(yōu)線(xiàn)段，&_為平均梯度值為的線(xiàn)段，匕為所述多條線(xiàn)段中第η 條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，Lu為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度 大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0097] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0098] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0099]進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0100]本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度 同色彩強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像;提出了高斯差分尺度空間的簡(jiǎn)化計(jì) 算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn)而提高了圖像分析的速度;設(shè)置的圖像特征點(diǎn) 定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除，保證特征點(diǎn)的有效性，其中對(duì) 圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除， 進(jìn)而提高圖像分析的準(zhǔn)確度;設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn) 梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn) 的主方向，線(xiàn)段相對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了 特征描述符的準(zhǔn)確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒 性;本實(shí)施例取閾值!^ = 0.02，T2 = 11，T3 = 0.08，場(chǎng)景識(shí)別的精度提高了 1 %，速度提高了 1.5%〇
[0101] 實(shí)施例3
[0102] 參見(jiàn)圖1，本實(shí)施例多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清 潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0103] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊 和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0104]
[0?05]其中，1?(1，7)、6(1，7)、8(1，7)分別代表像素點(diǎn)(1，7)處的紅綠藍(lán)強(qiáng)度值，1(1，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0106] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0107]
[0108]
[0109]
[0110] 其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，n^y)為由圖像轉(zhuǎn)化子模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1， 〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0111] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0112] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：
[0113]
[0114] 其中，DUl表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，支 表示極值點(diǎn)的精確位置；[0115] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子模快輸出的圖像依次進(jìn)行灰度增強(qiáng)、歸一 化處理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為：
[0116]
[0117]
[0118]
[0119] 所述低對(duì)比度點(diǎn)的判定公式為：
[0120] D(Ar) <7；, 7, e [0.01,0.06]
[0121] 其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，爐(U)為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，m H為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T 1S設(shè)定的閾值；
[0122] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T 2的取值范圍為[10，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0123] 優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0124] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0125]
[0126] 其中，Ly表示最優(yōu)線(xiàn)段，~_為平均梯度值為U勺線(xiàn)段，I為所述多條線(xiàn)段中第 η條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，L u為所述多條線(xiàn)段中線(xiàn)段長(zhǎng) 度大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0127] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0128] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0129] 進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0130]本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度 同色彩強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像;提出了高斯差分尺度空間的簡(jiǎn)化計(jì) 算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn)而提高了圖像分析的速度;設(shè)置的圖像特征點(diǎn) 定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除，保證特征點(diǎn)的有效性，其中對(duì) 圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除， 進(jìn)而提高圖像分析的準(zhǔn)確度;設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn) 梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn) 的主方向，線(xiàn)段相對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了 特征描述符的準(zhǔn)確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒 性;本實(shí)施例取閾值!^ = 0.03，T2 = 12，T3 = 0.06，場(chǎng)景識(shí)別的精度提高了 2.5 %，速度提高了 3%〇
[0131] 實(shí)施例4
[0132] 參見(jiàn)圖1，本實(shí)施例多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清 潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0133] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊 和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0134]
[0135]其中，1?(1，7)、6(1，7)、8(1，7)分別代表像素點(diǎn)(1，7)處的紅綠藍(lán)強(qiáng)度值，1(1，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0136] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0137]
[0138]
[0139]
[0140] 其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，I7(Xj)為由圖像轉(zhuǎn)化子模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1， 〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0141] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0142] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極倌點(diǎn)的精確份罾，極倌點(diǎn)的尺度苧間函數(shù)為：
[0143]
[0144] 其中，￡)(；〇表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，i 表示極值點(diǎn)的精確位置；
[0145] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子?？燧敵龅膱D像依次進(jìn)行灰度增強(qiáng)、歸一 化處理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為：
[0146]
[0147]
[0148]
[0149] 所述低對(duì)比度點(diǎn)的判定公式為：
[0150] D(X)KTi, 7； e [().()1,0.06]
[0151] 其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，HW)為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，mH為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T1S設(shè)定的閾值；
[0152] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T 2的取值范圍為[10，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0153]優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0154] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0155]
[0156] 其中，Ly表示最優(yōu)線(xiàn)段
為平均梯度值為冢_的線(xiàn)段，Ii,,為所述多條線(xiàn)段中第η 條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，Lu為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度 大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0157] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0158] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0159]進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0160]本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度 同色彩強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像;提出了高斯差分尺度空間的簡(jiǎn)化計(jì) 算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn)而提高了圖像分析的速度;設(shè)置的圖像特征點(diǎn) 定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除，保證特征點(diǎn)的有效性，其中對(duì) 圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除， 進(jìn)而提高圖像分析的準(zhǔn)確度;設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn) 梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn) 的主方向，線(xiàn)段相對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了 特征描述符的準(zhǔn)確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒 性;本實(shí)施例取閾值!^ = 0.04，T2 = 13，T3 = 0.04，場(chǎng)景識(shí)別的精度提高了 1.5 %，速度提高了 2%〇
[0161] 實(shí)施例5
[0162] 參見(jiàn)圖1，本實(shí)施例多功能智能清潔機(jī)器人裝置，包括清潔機(jī)器人裝置和安裝在清 潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括：
[0163] (1)圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊
[0164] 和用于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換 公式為：
[0?05]其中，1?(1，7)、6(1，7)、8(1，7)分別代表像素點(diǎn)(1，7)處的紅綠藍(lán)強(qiáng)度值，1(1，7)代 表像素點(diǎn)(x，y)處的灰度值；
[0166] (2)圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像 的高斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和 上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同 尺度的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述 高斯差分尺度空間的簡(jiǎn)化計(jì)算公式為：
[0167；
[0168；
[0169；
[0170]其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，n^y)為由圖像轉(zhuǎn)化子模塊輸出的 圖像函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6(1，〇)、6(7,〇)為定義的尺度可變的高斯 函數(shù)，k為不變倍增因子；
[0171] (3)圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn) 以及不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的 第一定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第三 定位子模塊，其中：
[0172] a、所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并 求導(dǎo)得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：
[0173]
[0174] 其中，1)(；〇表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，i 表示極值點(diǎn)的精確位置；
[0175] b、所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子模快輸出的圖像依次進(jìn)行灰度增強(qiáng)、歸一 化處理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為：
[0179] 所述低對(duì)比度點(diǎn)的判定公式為：
[0176]
[0177]
[0178]
[0180] /.)(Λ-)<7；, 7； e [().01,0.06]
[0181] 其中，I〃（x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，*^(毛>0為包含局部信息的校正系 數(shù)，M為像素的最大灰度值，所述最大灰度值M=255，m H為圖像中灰度值高于128的所有像素 的均值，是灰度值低于128的所有像素的均值，!Kx，y)為由圖像濾波子模塊處理后的圖 像，T 1S設(shè)定的閾值；
[0182] c、所述第三定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2 X 2的Hessian矩陣H得到 該極值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的閾值T2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定 邊緣點(diǎn)，其中閾值T 2的取值范圍為[10，15 ]，所述主曲率比值通過(guò)比較矩陣H的特征值之間 的比值來(lái)確定；
[0183] 優(yōu)選地，所述多功能智能清潔機(jī)器人裝置，場(chǎng)景識(shí)別裝置還包括：
[0184] (1)主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所 述連線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)以形 成多個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合 并形成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方 向，所述最優(yōu)線(xiàn)段的判定公式為：
[0185]
[0186] 其中，Ly表示最優(yōu)線(xiàn)段，Igms為平均梯度值為，_:的線(xiàn)段，氣為所述多條線(xiàn)段中第η 條線(xiàn)段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，L u為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度 大于平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合；
[0187] (2)特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域 對(duì)所述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符；
[0188] (3)場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判 定。
[0189] 進(jìn)一步地，所述具有相近斜率的子線(xiàn)段為斜率差小于預(yù)設(shè)閾值T3的子線(xiàn)段，所述 閾值T3的取值范圍為(0,0.1]。
[0190]本實(shí)施例設(shè)置的圖像預(yù)處理模塊考慮了視覺(jué)習(xí)慣以及人眼對(duì)不同色彩的感知度 同色彩強(qiáng)度的非線(xiàn)性關(guān)系，能夠更為準(zhǔn)確的描述圖像;提出了高斯差分尺度空間的簡(jiǎn)化計(jì) 算公式，減少了運(yùn)算量，提高了運(yùn)算速度，進(jìn)而提高了圖像分析的速度;設(shè)置的圖像特征點(diǎn) 定位模塊對(duì)極值點(diǎn)進(jìn)行低對(duì)比度點(diǎn)和不穩(wěn)定邊緣點(diǎn)的去除，保證特征點(diǎn)的有效性，其中對(duì) 圖像的灰度值進(jìn)行增強(qiáng)，能夠大大增加圖像的穩(wěn)定性，更為精確的對(duì)低對(duì)比度點(diǎn)進(jìn)行去除， 進(jìn)而提高圖像分析的準(zhǔn)確度;設(shè)置主方向確定模塊，提出了最優(yōu)線(xiàn)段的判定公式，以特征點(diǎn) 梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)形成的線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn) 的主方向，線(xiàn)段相對(duì)于點(diǎn)更加穩(wěn)定，使得圖像對(duì)應(yīng)的特征點(diǎn)的描述符具有可重復(fù)性，提高了 特征描述符的準(zhǔn)確性，進(jìn)而能夠更加快速、準(zhǔn)確的對(duì)圖像進(jìn)行識(shí)別檢測(cè)，具有很高的魯棒 性;本實(shí)施例取閾值!^ = 0.05，T2 = 14，T3 = 0.02，場(chǎng)景識(shí)別的精度提高了 1.8%，速度提高了 1.5%〇
[0191]最后應(yīng)當(dāng)說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)本發(fā)明保
【主權(quán)項(xiàng)】
1. 一種多功能智能清潔機(jī)器人裝置，能夠?qū)χ車(chē)鷪?chǎng)景進(jìn)行識(shí)別，其特征是，包括清潔機(jī) 器人裝置和安裝在清潔機(jī)器人裝置上的場(chǎng)景識(shí)別裝置，場(chǎng)景識(shí)別裝置包括： (1) 圖像預(yù)處理模塊，其包括用于將彩色圖像轉(zhuǎn)化為灰度圖像的圖像轉(zhuǎn)換子模塊和用 于對(duì)所述灰度圖像進(jìn)行濾波的圖像濾波子模塊，所述圖像轉(zhuǎn)換子模塊的圖像灰度轉(zhuǎn)換公式 為：其中，3(^，7)、6(^，7)、8(^，7)分別代表像素點(diǎn)(^，7)處的紅綠藍(lán)強(qiáng)度值，1(^，7)代表像 素點(diǎn)(x，y)處的灰度值； (2) 圖像極值點(diǎn)檢測(cè)模塊，其通過(guò)由高斯差分算子與圖像進(jìn)行卷積建立成的圖像的高 斯差分尺度空間來(lái)檢測(cè)各極值點(diǎn)的位置，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度的8個(gè)相鄰點(diǎn)和上下 相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆大時(shí)，所述采樣點(diǎn)為極大值點(diǎn)，當(dāng)采樣點(diǎn)相對(duì)于與它同尺度 的8個(gè)相鄰點(diǎn)和上下相鄰尺度對(duì)應(yīng)的18個(gè)點(diǎn)的值皆小時(shí)，所述采樣點(diǎn)為極小值點(diǎn)，所述高斯 差分尺度空間的簡(jiǎn)化計(jì)算公式為：其中，D(x，y，〇)表示高斯差分尺度空間函數(shù)，r(x，y)為由圖像轉(zhuǎn)化子模塊輸出的圖像 函數(shù)，*表示卷積運(yùn)算，σ表示尺度空間因子，6^，〇)、6(7,〇)為定義的尺度可變的高斯函數(shù)， k為不變倍增因子； (3) 圖像特征點(diǎn)定位模塊，其通過(guò)剔除所述各極值點(diǎn)中對(duì)噪聲敏感的低對(duì)比度點(diǎn)W及 不穩(wěn)定的邊緣點(diǎn)來(lái)確定作為特征點(diǎn)的極值點(diǎn)，包括依次連接的用于極值點(diǎn)精確定位的第一 定位子模塊、用于去除低對(duì)比度點(diǎn)的第二定位子模塊和用于去除不穩(wěn)定邊緣點(diǎn)的第Ξ定位 子模塊，其中： a、 所述第一定位子模塊通過(guò)對(duì)所述高斯差分尺度空間函數(shù)進(jìn)行二次泰勒展開(kāi)并求導(dǎo) 得到極值點(diǎn)的精確位置，極值點(diǎn)的尺度空間函數(shù)為：其中，。表示極值點(diǎn)的尺度空間函數(shù)，D(x，y，〇)T為相對(duì)于極值點(diǎn)的偏移量，表示 極值點(diǎn)的精確位置； b、 所述第二定位子模塊對(duì)由圖像轉(zhuǎn)換子模快輸出的圖像依次進(jìn)行灰度增強(qiáng)、歸一化處 理后剔除所述低對(duì)比度點(diǎn)，增強(qiáng)后的灰度值為： 此處所述低對(duì)比度點(diǎn)的判定公式為：其中，I"(x，y)表示灰度值增強(qiáng)后的圖像函數(shù)，口 (x，y)為包含局部信息的校正系數(shù)，Μ為 像素的最大灰度值，所述最大灰度值Μ = 255，ιμ為圖像中灰度值高于128的所有像素的均 值，mL是灰度值低于128的所有像素的均值，iKx，y)為由圖像濾波子模塊處理后的圖像，Τι為 設(shè)定的闊值； C、所述第Ξ定位子模塊通過(guò)計(jì)算極值點(diǎn)的位置尺度為2X2的化ssian矩陣Η得到該極 值點(diǎn)的主曲率，并通過(guò)剔除主曲率比值大于設(shè)定的闊值Τ2的極值點(diǎn)來(lái)剔除所述不穩(wěn)定邊緣 點(diǎn)，其中闊值Τ2的取值范圍為[10,15]，所述主曲率比值通過(guò)比較矩陣Η的特征值之間的比 值來(lái)確定。2. 根據(jù)權(quán)利要求1所述的一種多功能智能清潔機(jī)器人裝置，其特征是，場(chǎng)景識(shí)別裝置還 包括： (1) 主方向確定模塊，包括依次連接的連線(xiàn)子模塊、合并子模塊和處理子模塊，所述連 線(xiàn)在模塊用于將關(guān)于所述特征點(diǎn)的梯度方向直方圖中的任意相鄰兩個(gè)峰值連線(xiàn)W形成多 個(gè)子線(xiàn)段，所述合并子模塊用于將具有相近斜率且相鄰的子線(xiàn)段在長(zhǎng)度方向上進(jìn)行合并形 成一條線(xiàn)段，所述處理子模塊用于將多條線(xiàn)段中的最優(yōu)線(xiàn)段的方向作為特征點(diǎn)的主方向， 所述最優(yōu)線(xiàn)段的判定公式為：其中，Ly表示最優(yōu)線(xiàn)段為平均梯度值為黯^的線(xiàn)段，窮。為所述多條線(xiàn)段中第η條線(xiàn) 段的平均梯度值，gk為所述第η條線(xiàn)段中的第k條子線(xiàn)段，Lv為所述多條線(xiàn)段中線(xiàn)段長(zhǎng)度大于 平均線(xiàn)段長(zhǎng)度的線(xiàn)段集合； (2) 特征提取模塊，其根據(jù)所述主方向來(lái)旋轉(zhuǎn)特征點(diǎn)的鄰域，并根據(jù)旋轉(zhuǎn)后的鄰域?qū)λ?述特征點(diǎn)進(jìn)行描述，從而生成所述特征點(diǎn)的描述符； (3) 場(chǎng)景判定模塊，采用提取的特征與數(shù)據(jù)庫(kù)中的場(chǎng)景特征進(jìn)行對(duì)比，完成場(chǎng)景判定。3. 根據(jù)權(quán)利要求1所述的一種多功能智能清潔機(jī)器人裝置，其特征是，所述具有相近斜 率的子線(xiàn)段為斜率差小于預(yù)設(shè)闊值T3的子線(xiàn)段，所述闊值T3的取值范圍為(0,0.1]。
【文檔編號(hào)】G06K9/62GK105844260SQ201610231102
【公開(kāi)日】2016年8月10日
【申請(qǐng)日】2016年4月14日
【發(fā)明人】吳本剛
【申請(qǐng)人】吳本剛