一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方法，所述方法包括：采集目標(biāo)物第一幀圖像作為先驗(yàn)圖像，提取出所述第一幀圖像的中心點(diǎn)以及對(duì)下一幀圖像預(yù)估的識(shí)別范圍；以所述中心點(diǎn)和預(yù)估識(shí)別范圍來(lái)對(duì)當(dāng)前圖像進(jìn)行閾值分割，對(duì)分割后出來(lái)的像素求其中心點(diǎn)和識(shí)別范圍，并用作下一幀圖像的目標(biāo)物識(shí)別；根據(jù)HSV與YCbCr顏色空間對(duì)目標(biāo)物的識(shí)別情況來(lái)對(duì)中心點(diǎn)和識(shí)別范圍進(jìn)行判斷，根據(jù)判斷結(jié)果對(duì)中心點(diǎn)進(jìn)行更新或者還原操作。本發(fā)明能以最小的閾值劃分范圍實(shí)現(xiàn)最大的閾值分割效果，且能有效地剔除噪聲影響并能隨環(huán)境實(shí)現(xiàn)自適應(yīng)變化。
【專(zhuān)利說(shuō)明】
一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及圖像處理與模式識(shí)別領(lǐng)域，具體涉及動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方 法。
【背景技術(shù)】
[0002] 如何從一副圖像里提取出我們感興趣的物體，一直是圖像處理中的一個(gè)經(jīng)久不衰 的話(huà)題，研究較早的，應(yīng)用較為廣泛的適用于圖像目標(biāo)提取的便是圖像分割技術(shù)，它是圖像 處理與分析領(lǐng)域中的一個(gè)經(jīng)典問(wèn)題，也是該領(lǐng)域的難點(diǎn)之一。圖像分割其實(shí)就是一個(gè)劃分 問(wèn)題，按照特定的劃分準(zhǔn)則將圖像中的像素點(diǎn)進(jìn)行過(guò)濾與劃分，劃分的結(jié)果通常是或者區(qū) 分背景與提取物、或者是突出提取物、或者是消除噪聲，通過(guò)劃分將圖像歸到具有實(shí)際意義 的區(qū)域，我們便可以提取出我們感興趣的目標(biāo)。在圖像分割領(lǐng)域中，閾值分割是一類(lèi)較為簡(jiǎn) 單和實(shí)用的方法，其易于實(shí)現(xiàn)、分割效果良好、適用范圍廣的特性，是目前應(yīng)用于機(jī)器視覺(jué) 及其它各類(lèi)圖像處理與模式識(shí)別中較為常用的分割方法之一，并已廣泛應(yīng)用于工業(yè)產(chǎn)品缺 陷提取，醫(yī)療圖像處理，指紋識(shí)別、紅外目標(biāo)檢測(cè)等實(shí)際應(yīng)用領(lǐng)域。因此，如何選取最佳閾值 來(lái)進(jìn)行圖像分割并提取有效的目標(biāo)點(diǎn)更是眾多圖像處理領(lǐng)域研究者努力探索的問(wèn)題。
[0003] 經(jīng)典的圖像分割方法如Otsu(類(lèi)間方差法），最大熵，基本全局閾值法，迭代閾值分 割法和各種自適應(yīng)閾值法都是基于灰度圖像的單通道分割方法，這些方法在目標(biāo)，背景差 別大，噪聲低的情況下分割效果不錯(cuò)，但是如果出現(xiàn)圖像包含多個(gè)灰度強(qiáng)度或者是某些區(qū) 域的閾值點(diǎn)超過(guò)分割的閾值，那么這些方法將都會(huì)出現(xiàn)分割不完整或者分割混亂的情況。

【發(fā)明內(nèi)容】

[0004] 針對(duì)上述問(wèn)題，本發(fā)明的主要目的在于提供一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方 法，能以最小的閾值劃分范圍實(shí)現(xiàn)最大的閾值分割效果，且能有效地剔除噪聲影響并能隨 環(huán)境實(shí)現(xiàn)自適應(yīng)變化。
[0005] 為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案:一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分 割方法，所述方法包括如下步驟：
[0006] 步驟一，采集目標(biāo)物第一幀圖像作為先驗(yàn)圖像，提取出所述第一幀圖像的中心點(diǎn) 以及對(duì)下一幀圖像預(yù)估的識(shí)別范圍；
[0007] 步驟二，以所述中心點(diǎn)和預(yù)估識(shí)別范圍來(lái)對(duì)當(dāng)前圖像進(jìn)行閾值分割，對(duì)分割后出 來(lái)的像素求其中心點(diǎn)和識(shí)別范圍，并用作下一幀圖像的目標(biāo)物識(shí)別；
[0008] 步驟三，根據(jù)HSV(hue，saturation, value)與YCbCr顏色空間對(duì)目標(biāo)物的識(shí)別情況 來(lái)對(duì)中心點(diǎn)和識(shí)別范圍進(jìn)行判斷，根據(jù)判斷結(jié)果對(duì)中心點(diǎn)進(jìn)行更新或者還原操作。
[0009] 作為進(jìn)一步的優(yōu)選，步驟一中，在視覺(jué)主體相對(duì)于目標(biāo)物靜止的情況下采集第一 幀圖像。
[0010] 作為進(jìn)一步的優(yōu)選，所述第一幀圖像為RGB原始圖像。
[0011] 作為進(jìn)一步的優(yōu)選，在步驟一中，所述提取前，還包括將RGB原始圖像轉(zhuǎn)換為HSV與 YCbCr圖像的過(guò)程;轉(zhuǎn)換過(guò)程如下：
[0012]作為進(jìn)一步的優(yōu)選，將所述RGB原始圖像轉(zhuǎn)換為所述HSV與YCbCr圖像的轉(zhuǎn)換公式 為：
[0013；
[0014] y為y通道，uScb通道，V為cr通道。
[0015]作為進(jìn)一步的優(yōu)選，所述中心點(diǎn)為HSV中心點(diǎn)與YCbCr中心點(diǎn)。
[0016] 作為進(jìn)一步的優(yōu)選，在步驟一中，所述提取所用的方法為迭代法，通過(guò)所述迭代法 分別提取HSV與YCbCr中心點(diǎn)作為預(yù)處理，并用迭代法求出中心點(diǎn)偏移量及上下限，以確定 下一幀圖像的識(shí)別上下界，從而確定識(shí)別范圍。
[0017] 作為進(jìn)一步的優(yōu)選，在步驟一中，所述提取時(shí)，在第一幀圖像以聚類(lèi)的方式將初始 障礙物大致范圍聚出來(lái)或者手動(dòng)選取障礙物部分作為基礎(chǔ)，再采用迭代法來(lái)得到更為精確 的中心點(diǎn)及其識(shí)別范圍。
[0018] 作為進(jìn)一步的優(yōu)選，最大中心點(diǎn)能識(shí)別的最大距離作為上界，最小中心點(diǎn)能識(shí)別 到的最大距離作為下界，以最大中心點(diǎn)到最小中心點(diǎn)的距離作為識(shí)別范圍。
[0019] 作為進(jìn)一步的優(yōu)選，步驟二中，所述閾值分割選取準(zhǔn)則為：
[0020]
[0021]作為進(jìn)一步的優(yōu)選，步驟三中，所述更新對(duì)象包括中心點(diǎn)以及預(yù)估中心點(diǎn)上下界， 以用于實(shí)現(xiàn)動(dòng)態(tài)閾值分割的目的，從而達(dá)到自適應(yīng)效果。同樣通過(guò)迭代的方法求得新中心 點(diǎn)以及新中心點(diǎn)的偏移量，在通過(guò)偏移量來(lái)確定下一幀圖像應(yīng)該識(shí)別的閾值邊界。如果新 中心點(diǎn)符合要求則進(jìn)行中心點(diǎn)及邊界更新，不符合則進(jìn)行中心點(diǎn)還原與邊界還原。
[0022]本發(fā)明的有益效果如下：
[0023] (1)-般的閾值分割都是在靜態(tài)的情況下作的，而在動(dòng)態(tài)環(huán)境下的閾值分割還相 對(duì)較少，本申請(qǐng)方法不僅能在靜態(tài)條件下取得不錯(cuò)的分割效果，也能在動(dòng)態(tài)條件下分割，使 用范圍更加廣。
[0024] (2)本申請(qǐng)對(duì)目標(biāo)物的識(shí)別準(zhǔn)則會(huì)隨著環(huán)境的改變而改變，改變效果更加適用于 對(duì)目標(biāo)的識(shí)別。
[0025] (3)本申請(qǐng)方法中，無(wú)論視角怎么變化，中心點(diǎn)都會(huì)不斷偏向目標(biāo)物體實(shí)際中心 點(diǎn)，并根據(jù)障礙物的大小實(shí)現(xiàn)邊界收縮與擴(kuò)張，以最小的閾值劃分范圍實(shí)現(xiàn)最大的閾值分 割效果，能有效地剔除噪聲影響并能隨環(huán)境實(shí)現(xiàn)自適應(yīng)變化。
[0026] (4)由于環(huán)境噪聲較多，單通道的閾值分割已經(jīng)滿(mǎn)足不了對(duì)障礙物識(shí)別的要求，因 此本發(fā)明利用三通道(y通道、cb通道、cr通道）同時(shí)進(jìn)行閾值分割來(lái)實(shí)現(xiàn)對(duì)障礙物識(shí)別的要 求。利用HSV能準(zhǔn)確識(shí)別障礙物的特性(但是識(shí)別率較低），以及YCbCr能最大范圍識(shí)別障礙 物的特性(在障礙物少的情況下受噪聲影響較大），綜合二者的優(yōu)點(diǎn)得出既能最大范圍識(shí)別 障礙物，且對(duì)噪聲的魯棒性較強(qiáng)的一種自適應(yīng)閾值分割方法。
【附圖說(shuō)明】
[0027] 圖1為本申請(qǐng)實(shí)施例自適應(yīng)閾值分割方法原理圖。
[0028] 圖2為本申請(qǐng)實(shí)施例自適應(yīng)閾值分割方法算法流程圖。
[0029] 圖3為本申請(qǐng)實(shí)施例閾值選取示意圖。
【具體實(shí)施方式】
[0030] 本申請(qǐng)通過(guò)提供一種動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方法，首先研究了不同顏色空 間在動(dòng)態(tài)環(huán)境下的靜態(tài)識(shí)別情況，提取出識(shí)別效果最好的顏色空間，然后通過(guò)不斷更新對(duì) 下一幀中心點(diǎn)與下一幀圖像閾值識(shí)別范圍來(lái)達(dá)到自適應(yīng)圖像分割的效果，這樣不僅可以有 效地縮短閾值范圍估計(jì)，也能最大化的識(shí)別出目標(biāo)，并通過(guò)結(jié)合HSV與YCbCr顏色空間來(lái)對(duì) 更新中心點(diǎn)進(jìn)行修正與還原來(lái)提高算法的精確性。
[0031] 為了更好的理解上述技術(shù)方案，下面將結(jié)合說(shuō)明書(shū)附圖以及具體的實(shí)施方式對(duì)上 述技術(shù)方案做詳細(xì)的說(shuō)明。
[0032] 如圖1所示，本申請(qǐng)實(shí)施例動(dòng)態(tài)環(huán)境下的自適應(yīng)閾值分割方法，所述方法包括： [0033]步驟一，采集目標(biāo)物第一幀圖像作為先驗(yàn)圖像，提取出所述第一幀圖像的中心點(diǎn) 以及對(duì)下一幀圖像預(yù)估的識(shí)別范圍；
[0034]步驟二，以所述中心點(diǎn)和預(yù)估識(shí)別范圍來(lái)對(duì)當(dāng)前圖像進(jìn)行閾值分割，對(duì)分割后出 來(lái)的像素求其中心點(diǎn)和識(shí)別范圍，并用作下一幀圖像的目標(biāo)物識(shí)別；
[0035] 步驟三，根據(jù)HSV與YCbCr顏色空間對(duì)目標(biāo)物的識(shí)別情況來(lái)對(duì)中心點(diǎn)和識(shí)別范圍進(jìn) 行判斷，根據(jù)判斷結(jié)果對(duì)中心點(diǎn)進(jìn)行更新或者還原操作。
[0036] 步驟一中，在視覺(jué)主體例如機(jī)器人相對(duì)于目標(biāo)物靜止的情況下采集第一幀圖像。 [0037]所述第一幀圖像為RGB原始圖像。
[0038]在步驟一中，所述提取前，還包括將RGB原始圖像轉(zhuǎn)換為HSV與YCbCr圖像的過(guò)程； 轉(zhuǎn)換過(guò)程如下：
[0039]將所述RGB原始圖像轉(zhuǎn)換為所述HSV與YCbCr圖像的轉(zhuǎn)換公式為：
[0040]
[0041 ] 其中，y為y通道，I^cb通道，V為cr通道。
[0042] 所述中心點(diǎn)為HSV中心點(diǎn)與YCbCr中心點(diǎn)。
[0043]在步驟一中，所述提取所用的方法為迭代法，通過(guò)所述迭代法分別提取HSV與 YCbCr中心點(diǎn)作為預(yù)處理，并用迭代法求出中心點(diǎn)偏移量及上下限，以確定下一幀圖像的識(shí) 別上下界，從而確定識(shí)別范圍。
[0044]最大中心點(diǎn)能識(shí)別的最大距離作為上界，最小中心點(diǎn)能識(shí)別到的最大距離作為下 界，以最大中心點(diǎn)到最小中心點(diǎn)的距離作為識(shí)別范圍。
[0045] 在步驟二中，所述閾值分割選取準(zhǔn)則為：
[0046]
[0047]在步驟三中，包括更新中心點(diǎn)以及更新預(yù)估上下界，以用于實(shí)現(xiàn)動(dòng)態(tài)閾值分割的 目的，從而達(dá)到自適應(yīng)效果。
[0048]實(shí)施例1:如圖2算法流程圖所示，包括如下具體流程：
[0049]步驟1:首先從攝像頭采集第一幀RGB圖片作為先驗(yàn)圖片。
[0050]步驟2:將提取的RGB圖像轉(zhuǎn)換為HSV與YCbCr圖像，轉(zhuǎn)換過(guò)程如下：
[0051 ] RfiR桂拖.桂拖公式％.
[0052]
[0053]步驟3:求中心點(diǎn)，為忽略光照強(qiáng)度的影響，在整個(gè)過(guò)程中以cb，cril道進(jìn)行分割， 整個(gè)過(guò)程如下:在第一幀圖像以聚類(lèi)的方式將初始障礙物大致范圍聚出來(lái)或者手動(dòng)選取障 礙物部分(選取包含障礙物的矩形部分），若選擇矩形的寬為《，高為h，中心點(diǎn)為p(y，u，v)，y 為y通道，u為cb通道，V為cr通道，srci,j(y，u，v)為轉(zhuǎn)換為ycbcr顏色空間的像素點(diǎn)，目標(biāo)二 值化為desti, j，i，j為像素坐標(biāo)，則初始中心點(diǎn)p(y，u，V)為：
[0054]
[0055] 中心點(diǎn)用于圖像下一幀閾值中心點(diǎn)的預(yù)估，我們通過(guò)迭代的方法來(lái)得到更為精確 的中心點(diǎn)，迭代過(guò)程如下，將上述選取的閾值空間直方圖化得到直方圖數(shù)組hist，分別求出 小于中心點(diǎn)的像素中心點(diǎn)pl(y，u，v)與大于中心點(diǎn)像素點(diǎn)p2(y， U，v)，求解公式為：
[0056]
[0057]
[0058]
[0059]
[0060] 若滿(mǎn)足迭代終止條仵，則確定中心點(diǎn)，沓則繼續(xù)迭代，終止條件是中心點(diǎn)的變化達(dá) 到一定精度或者是達(dá)到迭代上限，由于迭代法的收斂性，因此一定可以得出一個(gè)中心點(diǎn)。
[0061] 步驟4:用迭代法求出中心點(diǎn)偏移量及上下限。確定好的中心點(diǎn)只是下一幀圖像中 心點(diǎn)的預(yù)估，因此我們需要確定一個(gè)實(shí)際有效地范圍來(lái)保障中心點(diǎn)的精確性，確定方法如 下，以直方圖下界為下界，中心點(diǎn)為上界，同樣利用迭代的方法來(lái)求出中心點(diǎn)下限pdown(y， u，v)，以中心點(diǎn)作為下界，直方圖上界作為上界同樣利用迭代的方法來(lái)求出中心點(diǎn)上限pup (y，u，v)，故我們可以將中心點(diǎn)大致定位于中心點(diǎn)下限到中心點(diǎn)上限區(qū)間內(nèi)，如圖3所示。圖 3表示某一通道直方圖，X為該通道閾值強(qiáng)度，y為像素個(gè)數(shù)，其中p為該通道中心點(diǎn)，pdown為 中心點(diǎn)下限，pup為中心點(diǎn)上限，在pdown到pup為下一幀預(yù)估中心點(diǎn)的范圍。
[0062] 步驟5:確定下一幀圖像的識(shí)別上下界。我們還需要上下界來(lái)確定識(shí)別的目標(biāo)物 體，確定過(guò)程如下，我們以最大中心點(diǎn)能識(shí)別的最大距離作為上界，最小中心點(diǎn)能識(shí)別到的 最大距離作為下界，以最大中心點(diǎn)到最小中心點(diǎn)的距離作為識(shí)別范圍，故可分別確定下界ξ 和上界η為：
[0063]
[0064]
[0065] 步驟6:確定閾值選取準(zhǔn)則。那么根據(jù)預(yù)測(cè)的上界及下界，下一幀圖像的閾值選取 準(zhǔn)則為
[0066]
[0067] 步驟7:更新中心點(diǎn)與上下界。通過(guò)不斷更新中心點(diǎn)以及更新預(yù)估上下界來(lái)實(shí)現(xiàn)動(dòng) 態(tài)閾值分割的目的，當(dāng)前圖像通過(guò)中心點(diǎn)及邊界分割出來(lái)的像素點(diǎn)集合為0 ,像素點(diǎn)的個(gè) 數(shù)為num，前一中心點(diǎn)為pre(y，u，v),更新中心點(diǎn)為p'（y ,u,v)，通過(guò)初始中心點(diǎn)，在隨后機(jī) 器人的運(yùn)動(dòng)過(guò)程中，不斷更新初始中心點(diǎn)及中心點(diǎn)識(shí)別范圍來(lái)達(dá)到自適應(yīng)閾值分割的目 的，更新由心占的忖耜為，
[0068]
[0069] 步驟8:中心點(diǎn)檢測(cè)與還原。分割出像素點(diǎn)集合的直方圖為histnew，同樣通過(guò)迭代 的方法求得新中心點(diǎn)以及新中心點(diǎn)的偏移量，在通過(guò)偏移量來(lái)確定下一幀圖像應(yīng)該識(shí)別的 閾值邊界。如果新中心點(diǎn)符合要求則進(jìn)行中心點(diǎn)及邊界更新，不符合則進(jìn)行中心點(diǎn)還原與 邊界還原，過(guò)程如下：
[0070]
[0071] 無(wú)論視角怎么變化，中心點(diǎn)都會(huì)不斷偏向目標(biāo)物體實(shí)際中心點(diǎn)，并根據(jù)障礙物的 大小實(shí)現(xiàn)邊界收縮與擴(kuò)張，以最小的閾值劃分范圍實(shí)現(xiàn)最大的閾值分割效果，能有效地剔 除噪聲影響并能隨環(huán)境實(shí)現(xiàn)自適應(yīng)變化。
[0072] 上述本申請(qǐng)實(shí)施例中的技術(shù)方案，至少具有如下的技術(shù)效果或優(yōu)點(diǎn)：
[0073] (1)-般的閾值分割都是在靜態(tài)的情況下作的，而在動(dòng)態(tài)環(huán)境下的閾值分割還相 對(duì)較少，本申請(qǐng)方法不僅能在靜態(tài)條件下取得不錯(cuò)的分割效果，也能在動(dòng)態(tài)條件下分割，使 用范圍更加廣。
[0074] (2)本申請(qǐng)對(duì)目標(biāo)物的識(shí)別準(zhǔn)則會(huì)隨著環(huán)境的改變而改變，改變效果更加適用于 對(duì)目標(biāo)的識(shí)別。
[0075] (3)本申請(qǐng)方法中，無(wú)論視角怎么變化，中心點(diǎn)都會(huì)不斷偏向目標(biāo)物體實(shí)際中心 點(diǎn)，并根據(jù)障礙物的大小實(shí)現(xiàn)邊界收縮與擴(kuò)張，以最小的閾值劃分范圍實(shí)現(xiàn)最大的閾值分 割效果，能有效地剔除噪聲影響并能隨環(huán)境實(shí)現(xiàn)自適應(yīng)變化。
[0076] (4)由于環(huán)境噪聲較多，單通道的閾值分割已經(jīng)滿(mǎn)足不了對(duì)障礙物識(shí)別的要求，因 此本發(fā)明利用三通道同時(shí)進(jìn)行閾值分割來(lái)實(shí)現(xiàn)對(duì)障礙物識(shí)別的要求。利用HSV能準(zhǔn)確識(shí)別 障礙物的特性(但是識(shí)別率較低），以及YCbCr能最大范圍識(shí)別障礙物的特性(在障礙物少的 情況下受噪聲影響較大），綜合二者的優(yōu)點(diǎn)得出既能最大范圍識(shí)別障礙物，且對(duì)噪聲的魯棒 性較強(qiáng)的一種自適應(yīng)閾值分割方法。
[0077]盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造 性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu) 選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明 進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型 屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在 內(nèi)。
【主權(quán)項(xiàng)】
1. 一種動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述方法包括： 采集目標(biāo)物第一帖圖像，提取出所述第一帖圖像的中屯、點(diǎn)W及對(duì)下一帖圖像預(yù)估的識(shí) 別范圍； W所述中屯、點(diǎn)和預(yù)估的識(shí)別范圍來(lái)對(duì)當(dāng)前圖像進(jìn)行闊值分割，對(duì)分割后出來(lái)的像素求 其中屯、點(diǎn)和識(shí)別范圍，并用作下一帖圖像的目標(biāo)物識(shí)別； 根據(jù)HSV與YCbCr顏色空間對(duì)目標(biāo)物的識(shí)別情況來(lái)對(duì)中屯、點(diǎn)和識(shí)別范圍進(jìn)行判斷，由判 斷結(jié)果對(duì)中屯、點(diǎn)及其識(shí)別范圍進(jìn)行更新或者還原操作。2. 根據(jù)權(quán)利要求1所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述采集是 在視覺(jué)主體相對(duì)于目標(biāo)物靜止的情況下采集。3. 根據(jù)權(quán)利要求1或2所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述第 一帖圖像為RGB原始圖像。4. 根據(jù)權(quán)利要求3所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于：所述提取 前，還包括將RGB原始圖像轉(zhuǎn)換為服V與YCb化圖像的過(guò)程。5. 根據(jù)權(quán)利要求4所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:將所述RGB 原始圖像轉(zhuǎn)換為所述HSV與YCb化圖像的轉(zhuǎn)換公式為：其中，y為y通道，U為cb通道，V為cr通道。6. 根據(jù)權(quán)利要求1所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述中屯、點(diǎn) 為服V中屯、點(diǎn)與YCb化中屯、點(diǎn)。7. 根據(jù)權(quán)利要求1所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述提取所 用的方法為迭代法，所述迭代法用于提取HSV與Y饑吐中屯、點(diǎn)，W及用于求出中屯、點(diǎn)偏移量 及上下限。8. 根據(jù)權(quán)利要求1或7所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述提 取時(shí)，在第一帖圖像W聚類(lèi)的方式將初始障礙物大致范圍聚出來(lái)或者手動(dòng)選取障礙物部分 作為基礎(chǔ)，再采用迭代法提取。9. 根據(jù)權(quán)利要求1所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述闊值分 割選取準(zhǔn)則為：10. 根據(jù)權(quán)利要求1所述的動(dòng)態(tài)環(huán)境下的自適應(yīng)闊值分割方法，其特征在于:所述更新 采用迭代法，W用于求得新中屯、點(diǎn)W及新中屯、點(diǎn)的偏移量，再通過(guò)偏移量來(lái)確定下一帖圖 像的預(yù)估識(shí)別范圍。
【文檔編號(hào)】G06T7/00GK105844641SQ201610172144
【公開(kāi)日】2016年8月10日
【申請(qǐng)日】2016年3月24日
【發(fā)明人】李迅, 張彥鐸, 劉敦浩, 張瑤, 袁博
【申請(qǐng)人】武漢工程大學(xué)