[发明专利]一种基于图像处理的盲道识别方法

权利要求书

1.一种基于图像处理的盲道识别方法，其特征在于：主要包括以下步骤：

步骤一、采集RGB盲道图像，将RGB盲道图像转换到HSV空间，差异显著的颜色在HSV空间中色相分量存在明显差异；其中将图像由RGB空间转换到HSV空间采用以下公式：

V＝max(R,G,B) (2)

S＝1-min(R,G,B)/V (3)

其中以上公式中的R、G、B分别是图像中每一像素点处RGB颜色空间对应分量的值；

步骤二、使用Otsu自适应阈值分割法对步骤一得到的HSV空间中的聚类效果最好的分量图图像进行分割，得到分割后的图像；

步骤三、对步骤二分割后的图像进行形态学处理，得到形态学处理后的盲道图像；其中对分割后的图像进行形态学处理主要方法为：

1)先通过中值滤波对椒盐噪声进行去除；

2)再通过腐蚀算法对滤波后的结果进行形态学处理，整个过程选用的窗口均为11*11大小，迭代次数为1次；

步骤四、对形态学处理后的盲道图像进行轮廓绘制和计算，使得分割更大面积的盲道区域，实现盲道的准确分割；实现盲道准确分割的具体方法为：

通过对形态学处理后的盲道图像进行轮廓查找和绘制，遍历这些轮廓，计算各轮廓对应的面积，并返回最大面积轮廓的索引值，再利用填充算法将最大面积的轮廓填充为0，得到填充后的图像，通过将填充后的图像与原腐蚀后的图像进行异或运算，得到只包含盲道的图像，实现盲道准确分割。

2.根据权利要求1所述的一种基于图像处理的盲道识别方法，其特征在于：所述步骤二中Otsu自适应阈值分割法是按图像的灰度特性，将图像分成背景和前景两部分，背景和前景的分界值就是需要计算的阈值，其计算具体方法为：

a、统计灰度级中每个像素在整幅图像中的个数；

b、计算每个像素在整幅图像的概率分布；

c、对灰度级进行遍历搜索，计算当前灰度值下前景背景类间概率；

d、通过目标函数计算出类内与类间方差下对应的阈值；

其公式为：ICV＝PA*(MA-M)²+PB*(MB-M)² (4)

其中M表示图像灰度值的均值，MA和MB为前景和背景灰度值的均值，PA表示前景部分里的像素数占总像素数的比例，PB表示背景部分里的像素数占总像素数的比例。

3.根据权利要求1所述的一种基于图像处理的盲道识别方法，其特征在于：所述盲道图像进行轮廓绘制采用RETR_EXTERNAL模式，即只绘制最外部轮廓。