发明内容
本发明的主要目的在于提供一种图像处理方法、装置及计算机可读存储介质,旨在解决现有AGV车引导技术中地面标志需要做定期维护,且车载摄像头容易松动,影响导引精度的问题。
为实现上述目的,本发明提供一种图像处理方法,在AGV车顶部配置检测图案,在预设位置配置图像采集设备,所述图像处理方法包括:
利用所述图像采集设备获取预设区域的图像;
根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案;
根据所述检测图案确获取所述AGV车的编码信息和移动状态信息。
优选地,所述检测图案至少包括外层隔离部分、图案检测主体、内层隔离部分及编码区域。
优选地,所述根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案的步骤之前包括:
对获取的图像进行二值化处理,获得二值化图像;
所述根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案的步骤包括:
根据所述预设过滤条件对获取的二值化图像进行连通域过滤,获得所述检测图案。
优选地,所述根据所述预设过滤条件对获取的二值化图像进行连通域过滤,获得所述检测图案的步骤包括:
获取所述二值化图像中与第一预设灰度值匹配的连通域,获得第一连通域集合;
根据预设先验条件对所述第一连通域集合进行过滤,获得第二连通域集合,所述预设先验条件至少包括与预设形状的匹配度验证条件;
根据所述第二连通域集合确定所述检测图案。
优选地,所述根据所述第二连通域集合确定所述检测图案的步骤包括:
根据所述第二连通域集合中各个连通域的形状特征确定各个连通域的第一区域,并确定所述第一区域中灰度值与第二预设灰度值匹配的区域的第一面积,其中,各个连通域在对应的第一区域中;
根据预设宽度值和所述第一区域确定对应的第二区域,并确定所述第二区域中灰度值与所述第二预设灰度值匹配的区域的第二面积,其中,所述第一区域在所述第二区域中;
根据所述第一面积和所述第二面积的差值与所述第一区域和所述第二区域面积的差值的比值对所述第二连通域集合进行过滤,获得第三连通域集合;
根据所述第三连通域集合确定所述检测图案。
优选地,所述根据所述第三连通域集合确定所述检测图案的步骤包括:
根据所述内层隔离部分与所述图案检测主体的位置关系确定第一区域中与所述内层隔离部分对应的第三区域;
确定所述第三区域中与所述第二预设灰度值匹配的区域的第三面积;
根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案。
优选地,所述根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案的步骤之后包括:
根据所述检测图案中所述连通域的边界确定所述AGV车的航向或AGV车的位置。
优选地,所述根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案的步骤之后还包括:
根据所述检测图案确定所述AGV车的编码区域和编码顺序;
确定所述编码区域的灰度值信息及所述编码顺序确定AGV车的编码信息。
为实现上述目的,本发明还提供一种图像处理装置,所述图像处理装置包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的图像处理程序,所述图像处理程序被处理器执行时实现如上所述的图像处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如上所述的图像处理方法的步骤。
本发明提供一种图像处理方法,装置和计算机可读存储介质。在该方法中,在AGV车顶部配置检测图案,在预设位置配置图像采集设备,所述图像处理方法包括:利用所述图像采集设备获取预设区域的图像;根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案;根据所述检测图案获取所述AGV车的编码信息和移动状态信息。通过上述方式,将图像采集设备固定配置在预设位置,将检测图案配置在AGV车上,通过摄像头获取预设位置的图像,并根据该图像获得检测图案,从检测图案中获取航向信息和AGV车的编码信息,从而解决现有技术中地面标志需要定期维护,车载摄像头容易松动的问题。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
现有的固定路径导引技术一般通过在小车上安装摄像头,通过摄像头获取地面标志的方式来确定航向,在这种方式中,地面标志需要做定期维护,且车载摄像头容易松动,影响导引精度。
为了解决上述技术问题,本发明提供一种图像处理方法,通过在该方法中,在AGV车上配置检测图案,在预设位置配置图像采集设备,先利用所述图像采集设备获取预设区域的图像,再根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案,然后根据所述检测图案确获取所述AGV车的编码信息和移动状态信息。从而解决现有AGV车导引技术中地面标志需要做定期维护,且车载摄像头容易松动,影响导引精度的问题。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的终端结构示意图。
本发明实施例终端可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、便携计算机等具有显示功能的可移动式终端设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,终端还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,光传感器可包括环境光传感器及接近传感器,其中,环境光传感器可根据环境光线的明暗来调节显示屏的亮度,接近传感器可在移动终端移动到耳边时,关闭显示屏和/或背光。作为运动传感器的一种,重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小,静止时可检测出重力的大小及方向,可用于识别移动终端姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,移动终端还可配置陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的终端结构并不构成对终端的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及图像处理程序。
在图1所示的终端中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的图像处理程序,并执行以下操作:
利用所述图像采集设备获取预设区域的图像;
根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案;
根据所述检测图案确获取所述AGV车的编码信息和移动状态信息。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
对获取的图像进行二值化处理,获得二值化图像;
所述根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案的步骤包括:
根据所述预设过滤条件对获取的二值化图像进行连通域过滤,获得所述检测图案。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
获取所述二值化图像中与第一预设灰度值匹配的连通域,获得第一连通域集合;
根据预设先验条件对所述第一连通域集合进行过滤,获得第二连通域集合,所述预设先验条件至少包括与预设形状的匹配度验证条件;
根据所述第二连通域集合确定所述检测图案。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
根据所述第二连通域集合中各个连通域的形状特征确定各个连通域的第一区域,并确定所述第一区域中灰度值与第二预设灰度值匹配的区域的第一面积,其中,各个连通域在对应的第一区域中;
根据预设宽度值和所述第一区域确定对应的第二区域,并确定所述第二区域中灰度值与所述第二预设灰度值匹配的区域的第二面积,其中,所述第一区域在所述第二区域中;
根据所述第一面积和所述第二面积的差值与所述第一区域和所述第二区域面积的差值的比值对所述第二连通域集合进行过滤,获得第三连通域集合;
根据所述第三连通域集合确定所述检测图案。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
根据所述内层隔离部分与所述图案检测主体的位置关系确定第一区域中与所述内层隔离部分对应的第三区域;
确定所述第三区域中与所述第二预设灰度值匹配的区域的第三面积;
根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
根据所述检测图案中所述连通域的边界确定所述AGV车的航向或AGV车的位置。
进一步地,处理器1001可以调用存储器1005中存储的图像处理程序,还执行以下操作:
根据所述检测图案确定所述AGV车的编码区域和编码顺序;
确定所述编码区域的灰度值信息及所述编码顺序确定AGV车的编码信息。
基于上述硬件结构,提出本发明图像处理方法的实施例。
参照图2,图2为本发明图像处理方法第一实施例流程示意图,在本实施例中,在AGV车顶部配置检测图案,在预设位置配置图像采集设备,所述检测图案至少包括外层隔离部分、图案检测主体、内层隔离部分及编码区域。在本发明实施例中,该图像处理方法应用于图像处理技术领域,例如应用在物料运输的室内移动机器人AGV的导引***中。近几年,随着制造业自动化程度的提高,对用于实现物料运输的室内移动机器人AGV的研究倍受关注,AGV作为一种智能移动机器人,将外部环境感知、智能决策、运动控制技术融为一体,承担了智能物流中物料搬运输送的任务。目前AGV常用的导引方法一般为固定路径导引,现有的固定路径导引技术一般通过在小车上安装摄像头,通过摄像头获取地面标志的方式来确定航向,在这种方式中,地面标志需要做定期维护,耗费人工物力,且车载摄像头容易松动,影响导引精度。本发明通过在AGV车上配置检测图案,在预设位置配置图像采集设备,通过获取小车上的图案来确定AGV车的航向,从而解决现有技术耗费人工物力及精度易受影响的问题。本实施例的检测图案可以包括AGV车的编码信息和航向信息。具体地,检测图案可以设计成如图9所示。在图9中,检测图案有A、B、C及D四部分组成,最外层A为一圈白色,为外层隔离部分,用于隔离周围环境的干扰,提高鲁棒性;第二层B为图案检测主体,为黑色的U形符,用于确定AGV车的航向和AGV车定位;再往里一层为一个白色的U形符,用于隔离图案检测主体和最里层的编码区域,同时增加检测图案的检测特征;最里层为四个白色或黑色的小矩形格子,用于小车编码,各部分的尺寸可以设计成如图所示或者根据需要设计成其他尺寸。在图9中,检测图案的尺寸为68cm*48cm,外层隔离部分的宽度为4cm,编码矩形格子的尺寸为10cm*8cm。本实施例中图像采集设备可以是摄像头等设备,摄像头固定安装在预设位置,为了更好的获取AGV小车的位置,可以优选将摄像头安装在天花板上。本实施例具体实现过程如下步骤所述。
步骤S10,利用所述图像采集设备获取预设区域的图像;
在本实施例中,先通过图像采集设备获取AGV车活动区域的的图像。本实施例的预设区域为小车活动的区域。本实施例的图像采集设备可以是摄像头等设备,为了更好获取小车活动区域的全局照片,可以将摄像头安装在天花板上。
步骤S20,根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案;
基于上述步骤,在获取AGV车活动区域的图像后,可以对获取的图像进行二值化处理,然后对图像进行连通域分析,根据预设条件对连通域进行过滤,最终在获得的图像中获取AGV车的检测图案。预设条件主要用于将图像中其他影像,例如与检测图案相似的影像过滤掉,获得准确的检测图案。具体地,在本实施例中,可以预先对如图9所示的检测图案的图像进行二值化处理,图9中的B部分为黑色图案检测主体,二值化处理后灰度值为0。在本实施例中,通过摄像头获取预设区域的图像后进行二值化处理,获得预设区域的二值化图像,先从二值化图像中获取灰度值为0的连通域,即黑色连通域。由于预设区域中可能存在其他物体或者图案,对应在二值化图像中也显示为黑色连通域,可以通过矩形度、宽高比例或面积等作为预设先验条件对获取的黑色连通域进行筛选,获得形状或宽高比例及面积大小与检测图案匹配的黑色连通域。对于过滤后的连通域,可以根据图案检测主体外部存在白色的外层隔离部分和白色的内层隔离部分这一技术特征来对黑色连通域进行进一步的过滤。具体地,可以根据连通域最长边和与最长边垂直的边确定一个包含该连通域的矩形区域,确定该矩形区域外部预设范围的白色区域面积及该矩形区域内部的白色区域面积是否满足预设条件来确定检测图案。
步骤S30,根据所述检测图案确获取所述AGV车的编码信息和移动状态信息。
基于上述步骤,在确定检测图案后,从检测图案中获取AGV车的标识信息和移动状态信息,本实施例的移动状态信息指的是AGV车的航向信息和位置信息。基于上述步骤,在确定检测图案后,确定检测图案中的黑色U型检测主体,以黑色U型检测主体的各边为底边获取黑色矩形连通域,确定各边界获取的矩形连通域最大面积,面积最小值对应的边L1对应AGV车的后面,L1的对边L2对应AGV车的前面,L1指向L2的方向为AGV车的航向。AGV车的位置由检测图案的中心来确定,配置检测图案时,黑色U型符的中心与小车中心重合,通过检测黑色U型符的中心,进而获取小车的位置。确定检测图案后还可以确定对应的编码区域,根据编码区中各个矩形度灰度值,将灰度值为0的黑色矩形格子的编码值确定为1,灰度值为255的白色矩形格子的编码值确定为0,以最接近L1的矩形格子为第一位开始编码,例如图9中的矩形格子的颜色分别为黑色、白色、黑色、白色,则对应的编码为1010。由于摄像头拍摄的图像存在变形或者其他拍摄因素的干扰,可能导致黑色格子的部分区域图像二值化处理后为白色,本实施例中可以将黑色面积超过预设比例的格子确定为黑色格子,对应的格子编码设置为1。
在本实施例中,利用所述图像采集设备获取预设区域的图像;根据预设过滤条件对获取的图像进行连通域过滤,获得所述检测图案;根据所述检测图案确获取所述AGV车的编码信息和移动状态信息。通过上述方式,将图像采集设备固定配置在预设位置,将检测图案配置在AGV车上,通过摄像头获取预设位置的图像,并根据该图像获得检测图案,从检测图案中获取小车的航向信息、位置信息和AGV车的编码信息,从而解决现有技术中地面标志需要定期维护,车载摄像头容易松动的问题。
进一步地,参照图3,图3为本发明图像处理方法第二实施例流程示意图,基于上述本发明提示的图像处理方法,提出本发明的第二实施例。
基于上述实施例,在本实施例中,步骤S20之前包括:
步骤S40,对获取的图像进行二值化处理,获得二值化图像;
步骤S20包括:
步骤S50,根据所述预设过滤条件对获取的二值化图像进行连通域过滤,获得所述检测图案。
基于上述实施例,在本实施例中,通过摄像头获取预设区域的图像后,可以先对获取的图像进行二值化处理,获得预设区域的二值化图像。基于上述实施例,摄像头获取的图像除了包括检测图案之外还可能包括区域中其他物品图像、背景还有噪声,要想从多值的数字图像中直接提取出检测图案,可以设定一个全局的阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。将大于T的像素群的像素值设定为白色(或者黑色),小于T的像素群的像素值设定为黑色(或者白色),从而将图像的像素点的灰度值设置为0或者255,获得预设区域的二值化图像,基于上述实施例的方法根据预设条件对该二值化图像进行连通域过滤,获得检测图案,并根据检测图案获取AGV车的编码信息和移动状态信息。
在本实施例中,对获取的图像进行二值化处理,获得二值化图像;根据所述预设过滤条件对获取的二值化图像进行连通域过滤,获得所述检测图案。通过上述方式,先将图像采集设备获取的图像进行二值化处理,简化后期图像处理,提高处理速度,并突出主要图像特征。
进一步地,基于上述本发明提示的图像处理方法,参照图4,提出本发明的第三实施例。
基于上述实施例,在本实施例中,步骤S50包括:
步骤S60,获取所述二值化图像中与第一预设灰度值匹配的连通域,获得第一连通域集合;
步骤S70,根据预设先验条件对所述第一连通域集合进行过滤,获得第二连通域集合,所述预设先验条件至少包括与预设形状的匹配度验证条件;
步骤S80,根据所述第二连通域集合确定所述检测图案。
基于上述实施例,在本实施例中,获得预设区域的二值化图像后,从二值化图像中获取与第一预设灰度值匹配的连通域,获得第一连通域集合。本实施例的第一预设灰度值为预置灰度值,根据检测图案的图案检测主体进行二值化处理后的灰度值确定,基于上述实施例,当检测图案如图9所示时,第一预设灰度值为0,对应黑色。在本实施例中,先从二值化图像中获取灰度值为0的连通域,即黑色连通域。由于预设区域中可能存在其他其他物体或者图案,对应在二值化图像中也显示为黑色连通域,可以通过矩形度、宽高比例或面积等作为预设先验条件对获取的黑色连通域进行筛选,获得形状或边线长度比例与检测图案匹配的黑色连通域,例如可以获得具有矩形特征的U型连通域,具体地,在本实施例中,图案检测主体为各个内角为90°或者270°,具有矩形特征,本实施例的预设形状匹配度验证条件指的是矩形匹配度验证条件,从图像中获取黑色连通域后,可以通过确定矩形度的方式来舍弃圆形,椭圆形或者其他不规则的图形,获得具有矩形特征的连通域,在获得具有矩形特征的连通域后,可以确定连通域各边的比例,例如可以判断连通域最长边与最长边垂直的边的比例和检测图案中对应边的比例是否匹配的方式来进行过滤,获得与检测图案的图案检测主体更接近的候选连通域,获得第一连通域集合,本实施例中的第二连通域集合为经过预设先验条件获得的具有矩形特征的黑色连通域的集合。然后在根据第二连通域集合确定与图案检测主体匹配的连通域,进而确定检测图案。
在本实施例中,获取所述二值化图像中与第一预设灰度值匹配的连通域,获得第一连通域集合;根据预设先验条件对所述第一连通域集合进行过滤,获得第二连通域集合,所述预设先验条件至少包括与预设形状的匹配度验证条件;根据所述第二连通域集合确定所述检测图案。通过上述方式,可以缩小黑色连通域的参考对象范围。
进一步地,参照图5,提出本发明图像处理方法的第四实施例。在本实施例中,步骤S80包括:
步骤S90,根据所述第二连通域集合中各个连通域的形状特征确定各个连通域的第一区域,并确定所述第一区域中灰度值与第二预设灰度值匹配的区域的第一面积,其中,各个连通域在对应的第一区域中;
步骤S100,根据预设宽度值和所述第一区域确定对应的第二区域,并确定所述第二区域中灰度值与所述第二预设灰度值匹配的区域的第二面积,其中,所述第一区域在所述第二区域中;
步骤S110,根据所述第一面积和所述第二面积的差值与第一区域面积和第二区域面积的差值的比值对所述第二连通域集合进行过滤,获得第三连通域集合;
步骤S120,根据所述第三连通域集合确定所述检测图案。
基于上述实施例,在本实施例中,在获得第二连通域集合后,由于该集合中的连通域都具有矩形特征,可以根据每个连通域的长度最长的边界L1和垂直L1的最长边界L3确定一个矩形区域,即所述第一区域,每个连通域都在该连通域对应的第一区域中。再确定第一区域中灰度值与第二预设灰度值匹配的的区域的第一面积,基于上述实施例,第一面积即第一区域中灰度值为255的白色区域的面积,可以获取白色像素的个数作为面积,在本实施例中可以记录为S1。然后再将第一区域的各边向外移动预设宽度d,获得扩大的矩形即为第二区域,再确定第二区域中白色区域的面积S2,则S2和S1的差值即为第一区域边界和第二区域边界之间的区域之间实际的白色区域的面积。本实施例的预设宽度可以根据检测图案的外层隔离部分的宽度设置,根据实际需要设置等于检测图案的外层隔离部分的宽度或者小于外层隔离部分的宽度,本实施例可以获取第一区域的长宽,假若获得的数值分别为w,h,则第一区域边界和第二区域边界的之间区域的总面积为S3=(w+2d)*(h+2d)-w*h,若该连通域为检测图案的图案检测主体部分,而实际检测图案的图案检测主体外层为白色的外层隔离部分,在理想情况下S2-S1=S3,但拍摄图片或者环境中障碍物的干扰导致S2与S1的差值略小于S3,而不严格相等。本实施例可以确定一比例阈值,例如0.7,获取(S2-S1)/S3的值大于该阈值的连通域,舍弃小于该阈值的连通域,对第二连通域集合作进一步的过滤,获得第三连通域集合,再从第三连通域集合中根据其他预设条件确定检测图案。
在本实施例中,根据所述第二连通域集合中各个连通域的形状特征确定各个连通域的第一区域,并确定所述第一区域中灰度值与第二预设灰度值匹配的区域的第一面积,其中,各个连通域在对应的第一区域中;根据预设宽度值和所述第一区域确定对应的第二区域,并确定所述第二区域中灰度值与所述第二预设灰度值匹配的区域的第二面积,其中,所述第一区域在所述第二区域中;根据所述第一面积和所述第二面积的差值与第一区域面积和第二区域面积的差值的比值对所述第二连通域集合进行过滤,获得第三连通域集合。根据所述第三连通域集合确定所述检测图案。通过上述方式,对第二连通域集合作进一步的过滤。
进一步地,参照图6,提出本发明图像处理方法的第五实施例。基于上述实施例,在本实施例中,步骤S120包括:
步骤S130,根据所述内层隔离部分与所述图案检测主体的位置关系确定第一区域中与所述内层隔离部分对应的第三区域;
步骤S140,确定所述第三区域中与所述第二预设灰度值匹配的区域的第三面积;
步骤S150,根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案。
如图9所示,图案检测主体的内侧为U行白色的内层隔离部分,可以根据检测图案各层的边线长度确定内层隔离部分在检测图案中的位置。在本实施例中,对于第三连通域集合中的每个连通域,可以确定与内层隔离部分在检测图案的位置在对应的第一区域的第三区域,该第三区域也是U型区域。再确定第三区域的面积S4,求得第三区域与第一区域面积的比值S4/(w*h),再本实施例中,可以预先计算检测图案对应区域的比值k,再理想情况下k*S4/(w*h)的值为1时,由于图像误差因素,可以将比例阈值设置为0.7,k*S4/(w*h)的值大于0.7时,判定第三区域与检测图案的内层匹配,确定对应连通域为检测图案的图案检测主体,并确定该连通域对应的检测图案。
在本实施例中,根据所述内层隔离部分与所述图案检测主体的位置关系确定第一区域中与所述内层隔离部分对应的第三区域;确定所述第三区域中与所述第二预设灰度值匹配的区域的第三面积;根据所述第三面积与所述第三区域面积的比值和所述第三连通域集合确定所述检测图案。通过上述方式,准确地获得检测图案。
进一步地,参照图7,提出本发明图像处理方法的第六实施例。基于上述实施例,在本实施例中,步骤S150之后包括:
步骤S160,根据所述检测图案中所述连通域的边界确定所述AGV车的航向或AGV车的位置。
基于上述实施例,在获取检测图案后,航向可以通过检测检测图案的方向来获取。具体地,确定检测图案中的黑色U型检测主体,以黑色U型检测主体的各边为底边获取黑色矩形连通域,确定各边界获取的矩形连通域最大面积,面积最小值对应的边L1对应AGV车的后面,L1的对边L2对应AGV车的前面,L1指向L2的方向为AGV车的航向。AGV车的位置由检测图案的中心来确定,配置检测图案时,黑色U型符的中心与小车中心重合,通过检测黑色U型符的中心,进而获取小车的位置。
在本实施例中,根据所述检测图案中所述连通域的边界确定所述AGV车的航向或AGV车的位置。通过上述方式,从检测图案中根据连通域的边界特征确定AGV的航向。
进一步地,参照图8,提出本发明图像处理方法的第七实施例。基于上述实施例,在本实施例中,步骤S150之后还包括:
步骤S170,根据所述检测图案确定所述AGV车的编码区域和编码顺序;
步骤S180,确定所述编码区域的灰度值信息及所述编码顺序确定AGV车的编码信息。
在本实施例中,确定检测图案和航向后还可以确定对应的编码区域的,根据编码区中各个矩形度灰度值,将灰度值为0的黑色矩形格子的编码值确定为1,灰度值为255的白色矩形格子的编码值确定为0,以最接近L1的矩形格子为第一位开始编码,例如图9中的矩形格子的颜色分别为黑色、白色、黑色、白色,则对应的二进制编码为1010,再将二进制编码转换成对应十进制编码。由于摄像头拍摄的图像存在变形或者其他拍摄因素的干扰,可能导致格子的黑色部分区域图像二值化处理后为白色,本实施例中可以将黑色面积超过预设比例的格子确定为黑色格子,对应的格子编码设置为1,本实施例的编码位数可以根据需要进行设置,通过设置矩形格子个数实现。
在本实施例中,根据所述检测图案确定所述AGV车的编码区域和编码顺序;确定所述编码区域的灰度值信息及所述编码顺序确定AGV车的编码信息。通过上述方式,实现对AGV车的编码和检测识别。
此外,本发明实施例还提出一种计算机可读存储介质。
本发明计算机可读存储介质上存储有图像处理程序,所述图像处理程序被处理器执行时实现如上所述的图像处理方法的步骤。
其中,在所述处理器上运行的图像处理程序被执行时所实现的方法可参照本发明图像处理方法方法各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。