一种基于dsp的机器人视觉路径识别方法
一种基于dsp的机器人视觉路径识别方法
【技术领域】
[0001] 本发明属于机器人视觉领域，涉及一种路径识别方法，尤其涉及一种基于DSP的 机器人视觉路径识别方法。
【背景技术】
[0002] 随着科学技术的迅猛发展，机器人技术日新月异。在机器人技术中，机器人视觉占 有举足轻重的位置，它充当着机器人眼睛的作用。导航技术也是机器人技术中很重要的一 个方面，利用机器人视觉进行导航，可以降低成本，提高处理效率。
[0003] DSP处理图像芯片（DigitalSignalProcessor的简称，即数字信号处理器）以 其适应于高速数字信号处理的内部结构，在图像处理领域发挥了不可替代的作用，特别在 实时处理视频流方面，有优越的性能表现。CodeComposerStudio?(CCS)是用于德州仪器 (TD嵌入式处理器系列的集成开发环境（IDE)，即DSP嵌入式系列的开发环境，编辑语言为 C++。用CCS软件开发以DSP为处理芯片的嵌入式系统既方便快捷又省时省力。
[0004] 目前在路径识别方法方面，主要以静态图片分析为主。路径识别一般流程为：图 像去噪，形态学分析，图像阈值化（二值化），提取特征像素值，数学方法计算出拟合导航直 线（或曲线），进行误差分析。因为图片本身信息量较大，处理图片时需要进行大量的数学 计算，并且占用较大内存空间，所以一般的处理方法将会花费较长时间，不利于实时性的处 理。所以在动态视频流的实时处理方面，还需要简单易行的方法来快速完成机器人路径识 别的处理。
【发明内容】
[0005] 针对上述的问题，本发明的目的在于提供一种基于DSP的机器人视觉路径识别方 法，是一种视频流的检测方法，能快速检测道路边缘及道路岔口情况，进行视频流的实时结 果显不。
[0006] 本发明的工作原理如下：
[0007] 检测开始时，（XD摄像头提取第一帧路面图像，在DSP开发板上进行解码，以十六 进制格式存储，然后DSP芯片即可对图像进行处理，处理过的图像经过DSP开发板编码显示 在显示屏上。该方法利用C++语言进行编程，具体流程如下：
[0008] (1)提取图像YUV颜色空间的Y(灰度值）分量；
[0009] (2)4X4中值滤波图像去噪；
[0010] ⑶转换为二值图像，取分割阈值为161 ;
[0011] (4)确定岔口检测区域；
[0012] (5)计数阈值为255的像素点，除以该区域像素点总数，结果是否大于0. 8,大于 0. 8,给岔口标识区域的像素灰度赋值为40 (灰色），小于0. 8,则不赋值；
[0013] (6)确定道路边缘检测区域；
[0014] (7)计数阈值为0的像素点，除以该区域像素点总数，结果是否大于0.8,大于0.8， 使道路边缘标识区域的像素灰度值赋为40 (灰色），小于0. 8,则不赋值；
[0015] 处理后的图像信息经过DSP开发板编码显示到IXD屏上，然后进行下一帧的检测。
[0016] 具体处理过程如下：
[0017] 首先对路径图像进行去噪声并阈值化，使其成为二值图像，即黑白两种颜色的图 像。在一般光照下经过多次试验，取分割闽值为161，分割后，路面图像的阈值为0,道路边 缘及路面以外的图像阈值为255,并伴有很多噪声点。然后根据路面结构特性，道路岔口会 首先出现在图像的上方，所以在图像上方合适的位置分别提取左右两个区域为检测区域， 并划分出标识警示区域，用于显示。当岔口出现时，图像中阈值分割可分割出岔口路面，监 测区域内同时统计阈值为255 (判定为路面的像素）的像素个数，然后除以监测区域的总像 素数，如果比率超过0.8,显示屏上立即标出岔口方向。
[0018] 然后根据摄像头所放置的位置，在图像中部分别取两个区域，作为左右道路边缘 的检测区域，当机器人靠近道路边缘时，与检测岔口相似的方法，检测区域开始统计阈值为 〇(判定为非路面的像素）的像素个数，然后除以监测区域的总像素数，如果比率超过0. 8， 显示屏上会标出符号警示道路边缘。
[0019] 每一帧图像进行同样的检测方法，检测速度可达到大约25帧/秒。
[0020] 与现有方法相比，本发明具有以下优点：
[0021] 1)本发明所使用的方法简单，大大提高芯片运行速度，满足实时处理要求。
[0022] 2)该方法能快速检测道路岔口与道路边缘，然后实时显示岔口方向提示与道路边 缘提示。
[0023] 3)该方法编程较简单，且相对独立，可以移植到任意机器人路径识别系统中。
【附图说明】
[0024] 图1是本发明一种基于DSP的机器人视觉路径识别方法所使用的像素坐标系；
[0025] 图2是本发明一种基于DSP的机器人视觉路径识别方法的图像处理流程图；
[0026] 图3是本发明一种基于DSP的机器人视觉路径识别方法的道路岔口检测方法流程 图；
[0027] 图4是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘检测方法流程 图；
[0028] 图5a是本发明一种基于DSP的机器人视觉路径识别方法的道路岔口实例；
[0029] 图5b是本发明一种基于DSP的机器人视觉路径识别方法的岔口检测效果图；
[0030] 图6a是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘实例；
[0031] 图6b是本发明一种基于DSP的机器人视觉路径识别方法的道路二值化图像；
[0032] 图6c是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘检测效果图。
【具体实施方式】
[0033] 下面结合附图对本发明作进一步说明。
[0034] 检测开始时，摄像头提取路面图像，在DSP开发板上进行解码，以十六进制格式存 储，然后DSP芯片即可对图像进行处理，处理完成的图像经过DSP开发板编码显示在显示屏 上。具体处理过程如下：
[0035] 图1表示的是像素空间坐标系，根据该图有如下数字化图像函数：
[0037] 该发明中：M= 576,N= 720。
[0038] 该发明的运作流程如图2所示，检测开始时，摄像头提取一帧路面图像，获取图像 分别率为720X576,以十六进制格式进行存储，然后对图像进行二值化，然后再进行岔口检 测和道路边缘检测，将检测结果显示在显示屏上，处理完成后再进行下一帧图像的处理。
[0039] 以图6a的道路为例，首先对路径图像去噪，然后进行阈值化，使其成为二值图像， 如图6b，即黑白两种颜色的图像。在一般光照下经过多次试验后取分割阈值为161，分割 后，路面图像的阈值为255,道路边缘及路面以外部分的图像阈值为0。fj^y)即为二值化 后的图像函数：
[0041] 以图5a的道路为例，根据路面结构特性，道路岔口会首先出现在图像的上方，所 以在图像上方合适的位置分别提取左右两个区域为检测区域，左边选择像素检测区域为：x =0 到x= 60,y= 0 到y= 100,右边为：x= 0 到x= 60,y= 600 到y= 720。选择的 区域可以根据道路情况不同而改变。
[0042] 如图3所示岔口检测流程，当一边岔口出现时，图像中阈值化分割出岔口路面，检 测区域内同时统计阈值A(x，y)为255 (判定为路面的像素）的像素个数n，该区域检测完 毕后，用统计的n值除以监测区域的总像素数m，此时m= 100X60 = 6000,如果比率y:超 过= 0. 8,给岔口标识区域的像素灰度赋值为40 (灰色），如果小于0. 8,则不赋值。公 式如下：
[0043] u ! = n/m
[0044] 图5b为道路岔口检测效果图，当摄像头拍摄到右边的岔口时，可以看到图像右上 方出现的"一"，用黑线圆圈圈出。
[0045] 道路边缘检测以图6a为例，根据摄像头所放置的位置，在图像中部分别取两个区 域，作为左右道路边缘的检测区域。图6b所示，监测区域位于图中黑色线框内：左边检测区 域为：x= 200 到x= 280，y= 100 到y= 140,右边检测区域：x= 200 到x= 280，y= 580到y= 620。选择的区域可以根据道路情况不同而改变。
[0046] 当摄像头靠近道路边缘时，如图4所示，与检测岔口相似的方法，检测区域开始统 计阈值为〇 (判定为非路面的像素）的像素个数n，检测完后用统计的n除以监测区域的总 像素数m，此时m= 80X40 = 3200,如果y2超过y。= 0? 8,显示屏上会标出符号警示道 路边缘。公式如下：
[0047] u 2 = n/m
[0048] 图6c为道路边缘检测效果图，当摄像头拍摄到左侧边缘时，可以看到黑线框左侧 有倒"L"型的提示标志，用白线圆圈圈出。
[0049] 根据上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围 内，进行多样的变更与修改。本项发明的技术性范围并不局限于说明书上的内容，凡在本发 明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围 之内。
【主权项】
1. 一种基于DSP的机器人视觉路径识别方法，其中：由C⑶摄像头拍摄的图像经过DSP 开发板解码为数字信息存储到存储器中，然后由DSP芯片获取图像信息进行处理，该处理 方法用C++语言编程，特征如下： (1) 提取图像YUV颜色空间的Y(灰度值）分量； (2) 4X4中值滤波图像去噪； (3) 转换为二值图像，取分割阈值为161 ; (4) 确定岔口检测区域； (5) 计数阈值为255的像素点，除以该区域像素点总数，结果是否大于0. 8,大于0. 8,给 岔口标识区域的像素灰度为40 (灰色），小于0. 8,则不赋值； (6) 确定道路边缘检测区域； (7) 计数阈值为0的像素点，除以该区域像素点总数，结果是否大于0. 8,大于0. 8,使道 路边缘标识区域的像素灰度值赋为40 (灰色），小于0. 8,则不赋值； 处理后的图像信息经过DSP开发板编码显示到IXD屏上，然后进行下一帧的检测。
【专利摘要】一种基于DSP的机器人视觉路径识别方法，其特征在于：由CCD摄像头拍摄的图像经过DSP开发板解码为数字信息存储到存储器中，然后由DSP芯片获取图像信息进行处理，该处理方法用C++语言编程，流程为：图像去噪、图像阈值化、道路岔口检测、道路边缘检测、实时显示检测结果。该机器人视觉路径识别方法能快速检测道路岔口与道路边缘，然后实时显示岔口方向提示与道路边缘提示。该方法编程简单，提高机器人实时处理效率，且可以移植于任意的机器人路径识别系统，可进行广泛推广。
【IPC分类】G05D1/02
【公开号】CN104898657
【申请号】CN201410085265
【发明人】杨福增, 张梦芸, 徐新星, 李伟, 蒲应俊, 潘冠廷, 魏子凯, 王元杰
【申请人】西北农林科技大学
【公开日】2015年9月9日
【申请日】2014年3月6日
【技术领域】
[0001] 本发明属于机器人视觉领域，涉及一种路径识别方法，尤其涉及一种基于DSP的 机器人视觉路径识别方法。
【背景技术】
[0002] 随着科学技术的迅猛发展，机器人技术日新月异。在机器人技术中，机器人视觉占 有举足轻重的位置，它充当着机器人眼睛的作用。导航技术也是机器人技术中很重要的一 个方面，利用机器人视觉进行导航，可以降低成本，提高处理效率。
[0003] DSP处理图像芯片（DigitalSignalProcessor的简称，即数字信号处理器）以 其适应于高速数字信号处理的内部结构，在图像处理领域发挥了不可替代的作用，特别在 实时处理视频流方面，有优越的性能表现。CodeComposerStudio?(CCS)是用于德州仪器 (TD嵌入式处理器系列的集成开发环境（IDE)，即DSP嵌入式系列的开发环境，编辑语言为 C++。用CCS软件开发以DSP为处理芯片的嵌入式系统既方便快捷又省时省力。
[0004] 目前在路径识别方法方面，主要以静态图片分析为主。路径识别一般流程为：图 像去噪，形态学分析，图像阈值化（二值化），提取特征像素值，数学方法计算出拟合导航直 线（或曲线），进行误差分析。因为图片本身信息量较大，处理图片时需要进行大量的数学 计算，并且占用较大内存空间，所以一般的处理方法将会花费较长时间，不利于实时性的处 理。所以在动态视频流的实时处理方面，还需要简单易行的方法来快速完成机器人路径识 别的处理。
【发明内容】
[0005] 针对上述的问题，本发明的目的在于提供一种基于DSP的机器人视觉路径识别方 法，是一种视频流的检测方法，能快速检测道路边缘及道路岔口情况，进行视频流的实时结 果显不。
[0006] 本发明的工作原理如下：
[0007] 检测开始时，（XD摄像头提取第一帧路面图像，在DSP开发板上进行解码，以十六 进制格式存储，然后DSP芯片即可对图像进行处理，处理过的图像经过DSP开发板编码显示 在显示屏上。该方法利用C++语言进行编程，具体流程如下：
[0008] (1)提取图像YUV颜色空间的Y(灰度值）分量；
[0009] (2)4X4中值滤波图像去噪；
[0010] ⑶转换为二值图像，取分割阈值为161 ;
[0011] (4)确定岔口检测区域；
[0012] (5)计数阈值为255的像素点，除以该区域像素点总数，结果是否大于0. 8,大于 0. 8,给岔口标识区域的像素灰度赋值为40 (灰色），小于0. 8,则不赋值；
[0013] (6)确定道路边缘检测区域；
[0014] (7)计数阈值为0的像素点，除以该区域像素点总数，结果是否大于0.8,大于0.8， 使道路边缘标识区域的像素灰度值赋为40 (灰色），小于0. 8,则不赋值；
[0015] 处理后的图像信息经过DSP开发板编码显示到IXD屏上，然后进行下一帧的检测。
[0016] 具体处理过程如下：
[0017] 首先对路径图像进行去噪声并阈值化，使其成为二值图像，即黑白两种颜色的图 像。在一般光照下经过多次试验，取分割闽值为161，分割后，路面图像的阈值为0,道路边 缘及路面以外的图像阈值为255,并伴有很多噪声点。然后根据路面结构特性，道路岔口会 首先出现在图像的上方，所以在图像上方合适的位置分别提取左右两个区域为检测区域， 并划分出标识警示区域，用于显示。当岔口出现时，图像中阈值分割可分割出岔口路面，监 测区域内同时统计阈值为255 (判定为路面的像素）的像素个数，然后除以监测区域的总像 素数，如果比率超过0.8,显示屏上立即标出岔口方向。
[0018] 然后根据摄像头所放置的位置，在图像中部分别取两个区域，作为左右道路边缘 的检测区域，当机器人靠近道路边缘时，与检测岔口相似的方法，检测区域开始统计阈值为 〇(判定为非路面的像素）的像素个数，然后除以监测区域的总像素数，如果比率超过0. 8， 显示屏上会标出符号警示道路边缘。
[0019] 每一帧图像进行同样的检测方法，检测速度可达到大约25帧/秒。
[0020] 与现有方法相比，本发明具有以下优点：
[0021] 1)本发明所使用的方法简单，大大提高芯片运行速度，满足实时处理要求。
[0022] 2)该方法能快速检测道路岔口与道路边缘，然后实时显示岔口方向提示与道路边 缘提示。
[0023] 3)该方法编程较简单，且相对独立，可以移植到任意机器人路径识别系统中。
【附图说明】
[0024] 图1是本发明一种基于DSP的机器人视觉路径识别方法所使用的像素坐标系；
[0025] 图2是本发明一种基于DSP的机器人视觉路径识别方法的图像处理流程图；
[0026] 图3是本发明一种基于DSP的机器人视觉路径识别方法的道路岔口检测方法流程 图；
[0027] 图4是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘检测方法流程 图；
[0028] 图5a是本发明一种基于DSP的机器人视觉路径识别方法的道路岔口实例；
[0029] 图5b是本发明一种基于DSP的机器人视觉路径识别方法的岔口检测效果图；
[0030] 图6a是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘实例；
[0031] 图6b是本发明一种基于DSP的机器人视觉路径识别方法的道路二值化图像；
[0032] 图6c是本发明一种基于DSP的机器人视觉路径识别方法的道路边缘检测效果图。
【具体实施方式】
[0033] 下面结合附图对本发明作进一步说明。
[0034] 检测开始时，摄像头提取路面图像，在DSP开发板上进行解码，以十六进制格式存 储，然后DSP芯片即可对图像进行处理，处理完成的图像经过DSP开发板编码显示在显示屏 上。具体处理过程如下：
[0035] 图1表示的是像素空间坐标系，根据该图有如下数字化图像函数：
[0037] 该发明中：M= 576,N= 720。
[0038] 该发明的运作流程如图2所示，检测开始时，摄像头提取一帧路面图像，获取图像 分别率为720X576,以十六进制格式进行存储，然后对图像进行二值化，然后再进行岔口检 测和道路边缘检测，将检测结果显示在显示屏上，处理完成后再进行下一帧图像的处理。
[0039] 以图6a的道路为例，首先对路径图像去噪，然后进行阈值化，使其成为二值图像， 如图6b，即黑白两种颜色的图像。在一般光照下经过多次试验后取分割阈值为161，分割 后，路面图像的阈值为255,道路边缘及路面以外部分的图像阈值为0。fj^y)即为二值化 后的图像函数：
[0041] 以图5a的道路为例，根据路面结构特性，道路岔口会首先出现在图像的上方，所 以在图像上方合适的位置分别提取左右两个区域为检测区域，左边选择像素检测区域为：x =0 到x= 60,y= 0 到y= 100,右边为：x= 0 到x= 60,y= 600 到y= 720。选择的 区域可以根据道路情况不同而改变。
[0042] 如图3所示岔口检测流程，当一边岔口出现时，图像中阈值化分割出岔口路面，检 测区域内同时统计阈值A(x，y)为255 (判定为路面的像素）的像素个数n，该区域检测完 毕后，用统计的n值除以监测区域的总像素数m，此时m= 100X60 = 6000,如果比率y:超 过= 0. 8,给岔口标识区域的像素灰度赋值为40 (灰色），如果小于0. 8,则不赋值。公 式如下：
[0043] u ! = n/m
[0044] 图5b为道路岔口检测效果图，当摄像头拍摄到右边的岔口时，可以看到图像右上 方出现的"一"，用黑线圆圈圈出。
[0045] 道路边缘检测以图6a为例，根据摄像头所放置的位置，在图像中部分别取两个区 域，作为左右道路边缘的检测区域。图6b所示，监测区域位于图中黑色线框内：左边检测区 域为：x= 200 到x= 280，y= 100 到y= 140,右边检测区域：x= 200 到x= 280，y= 580到y= 620。选择的区域可以根据道路情况不同而改变。
[0046] 当摄像头靠近道路边缘时，如图4所示，与检测岔口相似的方法，检测区域开始统 计阈值为〇 (判定为非路面的像素）的像素个数n，检测完后用统计的n除以监测区域的总 像素数m，此时m= 80X40 = 3200,如果y2超过y。= 0? 8,显示屏上会标出符号警示道 路边缘。公式如下：
[0047] u 2 = n/m
[0048] 图6c为道路边缘检测效果图，当摄像头拍摄到左侧边缘时，可以看到黑线框左侧 有倒"L"型的提示标志，用白线圆圈圈出。
[0049] 根据上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围 内，进行多样的变更与修改。本项发明的技术性范围并不局限于说明书上的内容，凡在本发 明的精神和原则之内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围 之内。
【主权项】
1. 一种基于DSP的机器人视觉路径识别方法，其中：由C⑶摄像头拍摄的图像经过DSP 开发板解码为数字信息存储到存储器中，然后由DSP芯片获取图像信息进行处理，该处理 方法用C++语言编程，特征如下： (1) 提取图像YUV颜色空间的Y(灰度值）分量； (2) 4X4中值滤波图像去噪； (3) 转换为二值图像，取分割阈值为161 ; (4) 确定岔口检测区域； (5) 计数阈值为255的像素点，除以该区域像素点总数，结果是否大于0. 8,大于0. 8,给 岔口标识区域的像素灰度为40 (灰色），小于0. 8,则不赋值； (6) 确定道路边缘检测区域； (7) 计数阈值为0的像素点，除以该区域像素点总数，结果是否大于0. 8,大于0. 8,使道 路边缘标识区域的像素灰度值赋为40 (灰色），小于0. 8,则不赋值； 处理后的图像信息经过DSP开发板编码显示到IXD屏上，然后进行下一帧的检测。
【专利摘要】一种基于DSP的机器人视觉路径识别方法，其特征在于：由CCD摄像头拍摄的图像经过DSP开发板解码为数字信息存储到存储器中，然后由DSP芯片获取图像信息进行处理，该处理方法用C++语言编程，流程为：图像去噪、图像阈值化、道路岔口检测、道路边缘检测、实时显示检测结果。该机器人视觉路径识别方法能快速检测道路岔口与道路边缘，然后实时显示岔口方向提示与道路边缘提示。该方法编程简单，提高机器人实时处理效率，且可以移植于任意的机器人路径识别系统，可进行广泛推广。
【IPC分类】G05D1/02
【公开号】CN104898657
【申请号】CN201410085265
【发明人】杨福增, 张梦芸, 徐新星, 李伟, 蒲应俊, 潘冠廷, 魏子凯, 王元杰
【申请人】西北农林科技大学
【公开日】2015年9月9日
【申请日】2014年3月6日
最新回复(0)