[发明专利]一种消毒机器人的生物体图像智能识别方法及系统

权利要求书

1.一种消毒机器人的生物体图像智能识别方法，其特征在于，包括以下步骤：

S1、检测所述消毒机器人所在消毒区域的温度；

S2、判断所述温度是否在预设范围之内，若所述温度在预设范围之内，执行步骤S3；

S3、采集在预设范围之内的所述温度所在的区域的目标图像，并对所述目标图像进行特征向量的提取，得到目标图像的特征向量；

S4、将提取到的所述目标图像的所述特征向量和所述温度进行融合，得到融合后的向量,将融合后的向量送入预先训练完成的支持向量机SVM进行识别；

S5、若识别结果为所述目标图像中有生物体时，所述消毒机器人停止消毒并发出警报；

所述步骤S3中得到目标图像的特征向量具体包括：

S31、将所述目标图像执行灰度化，得到大小为M×N像素灰度的图像矩阵，该图像矩阵为X＝[x₁，x₂，……，x_i，……，x_M]^T，其中，x_i为图像矩阵的行向量，1=i=M，x_i=(x_i1,x_i2,……，x_ij，……，x_iN) ，其中，x_ij为图像矩阵中第i行第j列的像素灰度值，其中，1=i=M ，1=j=N；

S32、利用下述公式计算所述目标图像每行的均值：

S33、计算每个行向量与每行的均值的差值向量：

S34、根据差值向量计算目标图像的协方差矩阵：

S35、计算协方差矩阵的特征值和特征向量，并选取最大的t个特征值对应的特征向量，将所述特征向量按照其对应的特征值从大到小排列，构造特征矩阵：

S36、将图像矩阵的行向量的差值d_i映射到步骤S35构造的所述特征矩阵中，得到当前图像的图像特征向量I：

；

所述步骤S4具体包括以下步骤：

S41、检测目标图像所在区域的m个温度值T₁、T₂、……T_m，通过下述公式计算检测温度的平均值T_mean：

S42、计算检测温度的融合值,其中，为m个温度值T₁、T₂、……T_m的标准差：

S43、将提取到的特征向量I和检测温度的融合值进行融合，得到融合后的向量T’=（k₁I；）,将融合后的向量T’送入预先训练完成的SVM进行识别，其中，k₁为特征向量I的权重，k₂为检测温度的融合值的权重，其值通过所述预先训练完成的SVM确定。

2.根据权利要求1所述的消毒机器人的生物体图像智能识别方法，其特征在于，使用温度传感器或者红外相机检测所述消毒机器人所在消毒区域的温度。

3.根据权利要求1所述的消毒机器人的生物体图像智能识别方法，其特征在于，所述支持向量机为非线性支持向量机，其通过已有的训练集已完成训练，并能够识别生物体。