[发明专利]一种适用于电力作业机器人的颜色型状态指示器识别方法

权利要求书

1.一种适用于电力作业机器人的颜色型状态指示器识别方法，其特征在于，包括以下步骤：

(1－1)采集并标定指示器并保存相关信息，保存的相关信息包括指示器位置、指示器图像、指示器图像特征、指示器检测方法和指示器当前状态；所述指示器检测方法有包括：矩形指示器检测方法、椭圆指示器检测方法和特征匹配指示器检测方法;矩形指示器检测方法适用于指示器为矩形且无边框；椭圆指示器检测方法适用于指示器为圆形或者椭圆且无边框；特征匹配指示器检测方法适用于有边框的指示器；

(1－2)采集指示器当前时刻的图像为待检测图像；

(1－3)根据不同指示器检测方法，对步骤(1-2)获取的待检测图像做不同预处理；

(1－4)根据指示器检测方法，检测步骤(1-3)预处理后图像中的指示器；

(1－5)根据颜色型状态指示器特征，判定指示器状态；

所述步骤(1-3)预处理是为了消除采集待检测图像噪声和后续计算加速；指示器检测方法为矩形指示器检测方法或椭圆指示器检测方法时，预处理的步骤为：

(3-1)将采集的待检测图像灰度化，得到灰度图像；

(3-2)检测灰度图像自适应亮度校正：统计灰度图像距离参考亮度的灰度平均偏移值：

其中：E代表平均偏移值；mean代表参考偏移值，取128；G(i,j)代表图像在(i,j)处灰度值；w代表图像宽度；h代表图像高度；

统计图像加权偏移：D

其中D代表加权偏移；k代表灰度值，取值范围0-255；E代表灰度平均偏移值；mean代表参考偏移值，取128；Hist(k)代表图像中灰度值为k的点个数；w代表图像宽度；h代表图像高度；如果|E|＞D，图像亮度存在异常，E0表示过量，E0表示过暗，根据E的值调整gamma校正的变换参数，得到gamma校正图像；

(3-3)计算gamma校正图像的双边滤波去噪图像；

(3-4)对双边滤波图像做自适应尺度变换得到尺度变换图像：确定一个合适的变换因子scale，变换因子scale计算公式如下：

scale＝max(min(1，scale_X)，min(1，scale_Y))

scale_X＝sw/w，scale_Y＝sh/h

其中scale代表变换因子；scale_X代表X方向变换因子；scale_Y代表Y方向变换因子；w代表待检图像宽度，h代表待检图像高度；sw代表参考图像宽度，取1920，sh代表参考图像高度，取1080；

(3-5)对尺度变换图像做自适应canny滤波检测边界得到边界图像：

(3-5-1)对图像做x方向和y方向的一阶求导；

其中：G表示原始图像，Gx表示G在x方向求一阶导，Gy表示G在y方向求一阶导；

(3-5-2)计算图像梯度峰值mag，计算出融合梯度图像；

magGrad(i，j)＝Gx(i，j)+Gy(i，j)

mag＝max(magGrad(i，j)，0)

其中：融合梯度图magGrad和统计峰值mag；

(3-5-3)压缩融合梯度图像灰度级到0-mag，统计灰度直方图；

pmagGrad(i，j)＝magGrad(i，j)/bin_size

bin_size＝mag/NUM_BINS

其中：pmagGrad为压缩后的梯度图，bin_size为压缩比例因子，NUM_BINS为压缩的灰度级，取64；

(3-5-4)累加直方图，当能量大于阈值时映射回原始灰度级作为高阈值；

high_thresh＝high_thresh*bin_size

其中：hist代表灰度直方图；high_thresh代表高阈值；w代表图像宽度，h代表图像高度not_edge代表非边界占比，取0.95；

(3-5-5)通过高阈值求取低阈值；

low_thresh＝high_thresh*ratio

其中low_thresh代表低阈值；ratio代表高低阈值比例，取0.3；

(3-5-6)利用两个阈值求取canny变换，得到边界图像。