CN109855634A - 一种栅格地图的图像处理的方法及设备 - Google Patents

一种栅格地图的图像处理的方法及设备 Download PDF

Info

Publication number
CN109855634A
CN109855634A CN201910060478.6A CN201910060478A CN109855634A CN 109855634 A CN109855634 A CN 109855634A CN 201910060478 A CN201910060478 A CN 201910060478A CN 109855634 A CN109855634 A CN 109855634A
Authority
CN
China
Prior art keywords
cell
information
tag block
processed
grating map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910060478.6A
Other languages
English (en)
Other versions
CN109855634B (zh
Inventor
赵永华
李宇翔
倪江荣
任旭东
白静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Lan Bao Intelligent Technology Co Ltd
Original Assignee
Shanghai Lan Bao Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai Lan Bao Intelligent Technology Co Ltd filed Critical Shanghai Lan Bao Intelligent Technology Co Ltd
Priority to CN201910060478.6A priority Critical patent/CN109855634B/zh
Publication of CN109855634A publication Critical patent/CN109855634A/zh
Application granted granted Critical
Publication of CN109855634B publication Critical patent/CN109855634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Processing (AREA)

Abstract

本申请的目的是提供一种栅格地图的图像处理的方法及设备,本申请通过根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。使得构建的环境地图边缘更加清晰,更加的干净美观和更好地表示真实环境,更加有利于该地图用于后续的机器人定位和导航使用。

Description

一种栅格地图的图像处理的方法及设备
技术领域
本申请涉及机器人领域,尤其涉及一种栅格地图的图像处理的方法及设备。
背景技术
随着计算机技术、微电子技术、网络技术等快速的发展,机器人技术也得到了飞速发展,除了工业机器人水平不断提高之外,各种用于服务行业的先进机器人系统也有了长足的发展,各类移动服务机器人越来越普及,特别是家庭服务类和商场导购类机器人,例如扫地机器人、拖地机器人,给人们的生活带来了极大的方便。
自主定位与建图和导航是其实现移动服务的关键技术。地图构建是其中重要组成部分,地图的优化、存储和显示也是必不可少的。利用激光构建的栅格地图,在实际构建过程中由于运动噪声影响导致地图表示的环境信息会与实际有偏差,例如地图中边缘轮廓存在随机散点和边缘层变厚等问题。
发明内容
本申请的一个目的是提供一种栅格地图的图像处理的方法及设备,解决现有技术中地图不清晰、边缘墙体叠层变厚的问题。
根据本申请的一个方面,提供了一种栅格地图的图像处理方法,该方法包括:
根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;
从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;
按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。
进一步地,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息,包括:
根据获取的激光探测信息确定激光端点信息;
根据所述激光端点信息和机器人的定位信息确定激光射线中间点信息;
根据所述激光端点信息确定所述栅格地图中存在障碍物的单元格,根据所述激光射线中间点信息确定所述栅格地图中无障碍物的单元格。
进一步地,从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息,包括:
从所述栅格地图中选取局部窗口,根据所述局部窗口中所有确定的存在障碍物的单元格和所有无障碍物的单元格确定所述局部窗口的格子概率信息。
进一步地,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息之后,包括:
根据所述栅格地图中单元格的占据信息及标记类型对所述栅格地图中每一单元格进行标记处理。
进一步地,所述标记类型包括第一标记、第二标记和第三标记,根据所述栅格地图中单元格的占据信息及标记类型对所述栅格地图中每一单元格进行标记处理,包括:
将所述栅格地图中存在障碍物的单元格进行第一标记处理,作为第一标记块;
将所述栅格地图中无障碍物的单元格进行第二标记处理,作为第二标记块;
将激光射线未探测到的单元格进行第三标记处理,作为第三标记块。
进一步地,按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,包括:
按照预设的窗口滑动方向依次确定所述局部窗口中的待处理单元格;
根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理。
进一步地,所述预设的锐化滤波处理方式包括:补偿缺失第一标记单元格、消离散第二标记单元格、消离散第一标记单元格及去边缘多层的第一标记单元格。
进一步地,当所述预设的锐化滤波处理方式包括消离散第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第一标记块,判断所述第一标记块周围的单元格所属标记块的信息,若周围的单元格为第三标记块的数量大于第一预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。
进一步地,当所述预设的锐化滤波处理方式包括补偿缺失第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第二标记块,若所述第二标记块在同一方向上的邻边单元格均为第一标记块,则将所述待处理单元格所属标记块的信息更新为第一标记块。
进一步地,当所述预设的锐化滤波处理方式包括消离散第二标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第二标记块,判断当前第二标记块周围的单元格所属标记块的信息,若周围的单元格所属标记块的信息为第三标记块的数量大于第二预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。
进一步地,当所述预设的锐化滤波处理方式包括去边缘多层的第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第一标记块,若所述第一标记块的周围预设的窗口内未存在第二标记块,则将所述待处理单元格所属标记块的信息更新为第三标记块。
进一步地,所述方法还包括:
若当前第三标记块周围预设的窗口内的第三标记块的数量大于第三预设阈值,则将所述当前第三标记块的灰度值进行更新。
根据本申请又一个方面,还提供了一种栅格地图的图像处理的设备,该设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如前述所述方法的操作。
根据本申请再一个方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如前述所述一种栅格地图的图像处理的方法。
与现有技术相比,本申请通过根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。使得构建的环境地图边缘更加清晰,更加的干净美观和更好地表示真实环境,更加有利于该地图用于后续的机器人定位和导航使用。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请的一个方面提供的一种栅格地图的图像处理方法流程示意图;
图2示出本申请一实施例中的预设的窗口的滑动方向示意图;
图3示出本申请一实施例中锐化滤波处理前的栅格地图示意图;
图4示出本申请一实施例中锐化滤波处理后的栅格地图示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
在本申请一个典型的配置中,终端、服务网络的设备和可信方均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flashRAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
图1示出根据本申请的一个方面提供的一种栅格地图的图像处理方法流程示意图,该方法包括:步骤S11~步骤S13,
步骤S11,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;在此,使用机器人携带的激光传感器进行探测外界的障碍物,激光探测信息包括激光探测射线的观测范围以及探测到的外界障碍物到机器人的距离信息,机器人的定位信息为当前机器人的位置信息,采集激光数据同时结合当前的定位信息,能够表示障碍物在栅格地图中的位置,依据激光探测射线的观测范围统计栅格对应单元格的占据信息。其中,占据信息包括当前单元格有障碍物或无障碍物。
步骤S12,从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;在此,依据机器人的定位信息结合激光探测射线的观测范围从栅格地图中挑选出局部窗口进行后续的锐化滤波。其中,激光探测射线的观测范围包括激光的射线探测覆盖的位置范围。根据挑选出的局部窗口中单元格的占据信息确定该局部窗口的格子概率信息,通过格子概率信息表征局部窗口内地图空间的占据性。
步骤S13,按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。在本申请一实施例中,按照图2所示的预设的窗口滑动方向分别对每个单元格进行处理,滑动方向为二维空间遍历,为x,y两个方向同时进行。比如按照如图所示的预设的窗口为3*3格子的窗口,则每一次滑动时都要查看当前窗口地图(3*3格子的窗口)中单元格的占据信息,以对单元格进行锐化滤波处理,进而通过锐化滤波处理调整局部窗口的格子概率信息。
在本申请一实施例中,在步骤S11中,根据获取的激光探测信息确定激光端点信息;根据所述激光端点信息和机器人的定位信息确定激光射线中间点信息;根据所述激光端点信息确定所述栅格地图中存在障碍物的单元格,根据所述激光射线中间点信息确定所述栅格地图中无障碍物的单元格。在此,激光射线是一束光,从发射点向外射线,遇到障碍物时停止相当于线段,激光端点表征对应单元格有障碍物(hit),激光射线中间部分对应单元格表征无障碍物(free)。则根据局部窗口地图中单元格的占据信息确定所述局部窗口的格子概率信息时,可以根据所述局部窗口中所有确定的存在障碍物的单元格和所有无障碍物的单元格确定所述局部窗口的格子概率信息。在此,地图对应的格子概率用有障碍物的计数占总计数的比例来描述,即格子概率=hit/(hit+free),从而描述地图的占据情况,有无障碍物的信息。
在本申请一实施例中,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息之后,可以根据所述栅格地图中单元格的占据信息及标记类型对所述栅格地图中每一单元格进行标记处理。在此,栅格地图以单元格的激光统计概率表征的灰度值来描述其空间的占据性,灰度呈黑色表征占据,呈白色表征无障碍物。根据确定的单元格的占据信息及标记类型对每一单元格进行标记处理,其中,所述标记类型包括第一标记、第二标记和第三标记,将所述栅格地图中存在障碍物的单元格进行第一标记处理,作为第一标记块;将所述栅格地图中无障碍物的单元格进行第二标记处理,作为第二标记块;将激光射线未探测到的单元格进行第三标记处理,作为第三标记块。在此,第一标记块为黑色块,第二标记块为白色块,第三标记块为灰色块,灰色块表示该单元格还未被探索到的状态,标记灰色可以让地图空间更加的清晰化,趋于探索化以及未探索化。
在本申请一实施例中,在步骤S13中,按照预设的窗口滑动方向依次确定所述局部窗口中的待处理单元格;根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理。例如,预设的窗口为3*3格子的窗口,按照预设的窗口沿着向下同时向右的方向进行滑动,选取预设的窗口的中间位置的单元格作为待处理单元格,则根据预设的锐化滤波处理方式以及该中间位置的单元格所属的标记块的信息对该单元格进行滤波处理,其中,单元格所属标记块的信息为该单元格为黑色块、白色块或灰色块。
在本申请一实施例中,所述预设的锐化滤波处理方式包括:补偿缺失第一标记单元格、消离散第二标记单元格、消离散第一标记单元格及去边缘多层的第一标记单元格。在此,锐化滤波方法主要是对当前激光涉及的局部地图空间进行锐化处理,在局部地图范围内,按照预设的窗口滑动方向分别对每个单元格进行处理,锐化滤波处理方式包括补偿缺失黑色块、消离散白色块、消离散黑色块和去边缘多层的黑色块。具体地为:
当所述预设的锐化滤波处理方式包括消离散第一标记单元格时,滤波处理过程如下:当所述待处理单元格为第一标记块,判断所述第一标记块周围的单元格所属标记块的信息,若周围的单元格为第三标记块的数量大于第一预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。在此,如图3所示的为滤波处理前的示意图,包括了几种待处理的滤波状况。当锐化滤波处理为离散黑色块时,如图3中的A处表示要消除的黑色块,判断黑色块的周围窗口内灰色块的数量,若灰色块的数量超过第一预设阈值,可认为周围窗口内大部分为灰色块,则消除该黑色块,该离散黑色块标记为灰色。从而通过离散黑色块进行去扰动。其中,第一预设阈值可以根据周围窗口所有格子数量进行确定。离散黑色块的效果如图4中的A处。
当所述预设的锐化滤波处理方式包括补偿缺失第一标记单元格时,滤波处理过程如下:当所述待处理单元格为第二标记块,若所述第二标记块在同一方向上的邻边单元格均为第一标记块,则将所述待处理单元格所属标记块的信息更新为第一标记块。在此,当非黑色块上下或左右都为黑色块时,连接黑色快,该块标记为黑色,从而实现针对边界缺失进行补齐的目的。如图3中的B处为非黑色块,该非黑色块的上下均为黑色块,则连接上下黑色块,将B处的非黑色块标记为黑色块,处理后结果为图4中对应的B处显示。
当所述预设的锐化滤波处理方式包括消离散第二标记单元格时,滤波处理过程如下:当所述待处理单元格为第二标记块,判断当前第二标记块周围的单元格所属标记块的信息,若周围的单元格所属标记块的信息为第三标记块的数量大于第二预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。在此,当白色块的周围窗口内大部分为灰色块时,判断方法为白色块的周围窗口内灰色块的数量大于第二预设阈值时,认为周围窗口内存在的块大部分为灰色块,其中,第二预设阈值根据周围窗口内的单元格的数量确定。当白色快的周围窗口内大部分为灰色块,则消除该白色块,将该白色块标记为灰色,实现离散白色块的目的,消白色去扰动。如图3中的C处为白色块,该白色块的周围窗口内大部分为灰色块,则离散该白色块,将C处的白色块标记为灰色,处理后结果为图4中对应的C处显示。
当所述预设的锐化滤波处理方式包括去边缘多层的第一标记单元格时,滤波处理过程如下:当所述待处理单元格为第一标记块,若所述第一标记块的周围预设的窗口内未存在第二标记块,则将所述待处理单元格所属标记块的信息更新为第三标记块。在此,若黑色块的周围窗口内无白色块,则消除该黑色块,将该黑色块标记为灰色,以实现去边缘多层的黑色块的目的,避免因外边缘太厚导致地图容易模糊的问题。从而构建的地图更加的清晰,边缘墙体更加整齐不叠层。如图3中的D处为黑色块,该黑色块的周围窗口内没有白色块,则将D处的黑色块标记为灰色,处理后结果为图4中对应的D处显示。
此外,若当前第三标记块周围预设的窗口内的第三标记块的数量大于第三预设阈值,则将所述当前第三标记块的灰度值进行更新。在此,对于单纯的灰色块,若该灰色块周围窗口内大部分为灰色块,则应增强该灰色块的灰度值,以渐进未探索的区间,更加清晰表现未探索的状态,趋于未探索化。如图3中的E处的灰色块,该灰色块的周围窗口内大部分为灰色块,则增强该灰色块的灰度值,处理后结果为图4中对应的E处显示。
在局部地图的范围内,按照预设的窗口滑动方向分别对每个单元格进行处理,统计每个窗口内的格子概率信息,结合上述五种对格子的处理方式调整当前格子概率值。从而更加趋近实际空间的情况,是有障碍物还是没有障碍物信息,或者是未探索空间。通过上述的栅格地图的图像处理方法,使得构建的环境地图边缘更加清晰,更加的干净美观和更好地表示真实环境,更加有利于该地图用于后续的机器人定位和导航使用。
此外,根据本申请又一个方面,还提供了一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如前述所述的一种栅格地图的图像处理的方法。
在本申请的一实施例中,还提供了一种栅格地图的图像处理的设备,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如前述用于移动机器人沿墙运动的方法的操作,例如,所述计算机可读指令在被执行时使所述处理器执行:
根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;
从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;
按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
需要注意的是,本申请可在软件和/或软件与硬件的组合体中被实施,例如,可采用专用集成电路(ASIC)、通用目的计算机或任何其他类似硬件设备来实现。在一个实施例中,本申请的软件程序可以通过处理器执行以实现上文所述步骤或功能。同样地,本申请的软件程序(包括相关的数据结构)可以被存储到计算机可读记录介质中,例如,RAM存储器,磁或光驱动器或软磁盘及类似设备。另外,本申请的一些步骤或功能可采用硬件来实现,例如,作为与处理器配合从而执行各个步骤或功能的电路。
另外,本申请的一部分可被应用为计算机程序产品,例如计算机程序指令,当其被计算机执行时,通过该计算机的操作,可以调用或提供根据本申请的方法和/或技术方案。而调用本申请的方法的程序指令,可能被存储在固定的或可移动的记录介质中,和/或通过广播或其他信号承载媒体中的数据流而被传输,和/或被存储在根据所述程序指令运行的计算机设备的工作存储器中。在此,根据本申请的一个实施例包括一个装置,该装置包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器,其中,当该计算机程序指令被该处理器执行时,触发该装置运行基于前述根据本申请的多个实施例的方法和/或技术方案。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。

Claims (14)

1.一种栅格地图的图像处理方法,其中,所述方法包括:
根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息;
从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息;
按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,以调整所述局部窗口的格子概率信息。
2.根据权利要求1所述的方法,其中,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息,包括:
根据获取的激光探测信息确定激光端点信息;
根据所述激光端点信息和机器人的定位信息确定激光射线中间点信息;
根据所述激光端点信息确定所述栅格地图中存在障碍物的单元格,根据所述激光射线中间点信息确定所述栅格地图中无障碍物的单元格。
3.根据权利要求2所述的方法,其中,从所述栅格地图中选取局部窗口,根据所述局部窗口中单元格的占据信息确定所述局部窗口的格子概率信息,包括:
从所述栅格地图中选取局部窗口,根据所述局部窗口中所有确定的存在障碍物的单元格和所有无障碍物的单元格确定所述局部窗口的格子概率信息。
4.根据权利要求1所述的方法,其中,根据获取的激光探测信息和机器人的定位信息确定栅格地图中单元格的占据信息之后,包括:
根据所述栅格地图中单元格的占据信息及标记类型对所述栅格地图中每一单元格进行标记处理。
5.根据权利要求2至4中任一项所述的方法,其中,所述标记类型包括第一标记、第二标记和第三标记,根据所述栅格地图中单元格的占据信息及标记类型对所述栅格地图中每一单元格进行标记处理,包括:
将所述栅格地图中存在障碍物的单元格进行第一标记处理,作为第一标记块;
将所述栅格地图中无障碍物的单元格进行第二标记处理,作为第二标记块;
将激光射线未探测到的单元格进行第三标记处理,作为第三标记块。
6.根据权利要求5所述的方法,其中,按照预设的窗口滑动方向依次对所述局部窗口中单元格进行处理,包括:
按照预设的窗口滑动方向依次确定所述局部窗口中的待处理单元格;
根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理。
7.根据权利要求6所述的方法,其中,所述预设的锐化滤波处理方式包括:补偿缺失第一标记单元格、消离散第二标记单元格、消离散第一标记单元格及去边缘多层的第一标记单元格。
8.根据权利要求7所述的方法,其中,当所述预设的锐化滤波处理方式包括消离散第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第一标记块,判断所述第一标记块周围的单元格所属标记块的信息,若周围的单元格为第三标记块的数量大于第一预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。
9.根据权利要求7所述的方法,其中,当所述预设的锐化滤波处理方式包括补偿缺失第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第二标记块,若所述第二标记块在同一方向上的邻边单元格均为第一标记块,则将所述待处理单元格所属标记块的信息更新为第一标记块。
10.根据权利要求7所述的方法,其中,当所述预设的锐化滤波处理方式包括消离散第二标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第二标记块,判断当前第二标记块周围的单元格所属标记块的信息,若周围的单元格所属标记块的信息为第三标记块的数量大于第二预设阈值,则将所述待处理单元格所属标记块的信息更新为第三标记块。
11.根据权利要求7所述的方法,其中,当所述预设的锐化滤波处理方式包括去边缘多层的第一标记单元格时,根据预设的锐化滤波处理方式及所述待处理单元格所属标记块的信息对所述待处理单元格进行滤波处理,包括:
当所述待处理单元格为第一标记块,若所述第一标记块的周围预设的窗口内未存在第二标记块,则将所述待处理单元格所属标记块的信息更新为第三标记块。
12.根据权利要求5所述的方法,其中,所述方法还包括:
若当前第三标记块周围预设的窗口内的第三标记块的数量大于第三预设阈值,则将所述当前第三标记块的灰度值进行更新。
13.一种栅格地图的图像处理的设备,其中,所述设备包括:
一个或多个处理器;以及
存储有计算机可读指令的存储器,所述计算机可读指令在被执行时使所述处理器执行如权利要求1至12中任一项所述方法的操作。
14.一种计算机可读介质,其上存储有计算机可读指令,所述计算机可读指令可被处理器执行以实现如权利要求1至12中任一项所述的方法。
CN201910060478.6A 2019-01-22 2019-01-22 一种栅格地图的图像处理的方法及设备 Active CN109855634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910060478.6A CN109855634B (zh) 2019-01-22 2019-01-22 一种栅格地图的图像处理的方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910060478.6A CN109855634B (zh) 2019-01-22 2019-01-22 一种栅格地图的图像处理的方法及设备

Publications (2)

Publication Number Publication Date
CN109855634A true CN109855634A (zh) 2019-06-07
CN109855634B CN109855634B (zh) 2021-02-12

Family

ID=66895648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910060478.6A Active CN109855634B (zh) 2019-01-22 2019-01-22 一种栅格地图的图像处理的方法及设备

Country Status (1)

Country Link
CN (1) CN109855634B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110345946A (zh) * 2019-06-13 2019-10-18 武汉理工大学 一种室内车辆地图构建方法
WO2023169510A1 (zh) * 2022-03-10 2023-09-14 苏州科瓴精密机械科技有限公司 地图优化方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009966A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Occupancy Change Detection System and Method
CN101413806A (zh) * 2008-11-07 2009-04-22 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
CN102999889A (zh) * 2012-12-04 2013-03-27 四川虹微技术有限公司 一种保护显著边缘的图像降噪处理方法
CN105806344A (zh) * 2016-05-17 2016-07-27 杭州申昊科技股份有限公司 一种基于局部地图拼接的栅格地图创建方法
CN106373093A (zh) * 2015-07-24 2017-02-01 乐金显示有限公司 图像处理方法、图像处理电路和显示设备
CN106525025A (zh) * 2016-10-28 2017-03-22 武汉大学 一种变电站巡检机器人路线规划导航方法
CN106840168A (zh) * 2017-03-16 2017-06-13 苏州大学 清洁机器人及其动态环境下全覆盖路径规划方法
CN108303101A (zh) * 2018-03-05 2018-07-20 弗徕威智能机器人科技(上海)有限公司 一种导航地图的构建方法
CN105955258B (zh) * 2016-04-01 2018-10-30 沈阳工业大学 基于Kinect传感器信息融合的机器人全局栅格地图构建方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080009966A1 (en) * 2006-07-05 2008-01-10 Battelle Energy Alliance, Llc Occupancy Change Detection System and Method
CN101413806A (zh) * 2008-11-07 2009-04-22 湖南大学 一种实时数据融合的移动机器人栅格地图创建方法
CN102999889A (zh) * 2012-12-04 2013-03-27 四川虹微技术有限公司 一种保护显著边缘的图像降噪处理方法
CN106373093A (zh) * 2015-07-24 2017-02-01 乐金显示有限公司 图像处理方法、图像处理电路和显示设备
CN105955258B (zh) * 2016-04-01 2018-10-30 沈阳工业大学 基于Kinect传感器信息融合的机器人全局栅格地图构建方法
CN105806344A (zh) * 2016-05-17 2016-07-27 杭州申昊科技股份有限公司 一种基于局部地图拼接的栅格地图创建方法
CN106525025A (zh) * 2016-10-28 2017-03-22 武汉大学 一种变电站巡检机器人路线规划导航方法
CN106840168A (zh) * 2017-03-16 2017-06-13 苏州大学 清洁机器人及其动态环境下全覆盖路径规划方法
CN108303101A (zh) * 2018-03-05 2018-07-20 弗徕威智能机器人科技(上海)有限公司 一种导航地图的构建方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110345946A (zh) * 2019-06-13 2019-10-18 武汉理工大学 一种室内车辆地图构建方法
WO2023169510A1 (zh) * 2022-03-10 2023-09-14 苏州科瓴精密机械科技有限公司 地图优化方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109855634B (zh) 2021-02-12

Similar Documents

Publication Publication Date Title
JP7099509B2 (ja) 産業機器ゲージのデジタル化及びアラームのためのコンピュータビジョンシステム
WO2020134082A1 (zh) 一种路径规划方法、装置和移动设备
EP2954468B1 (en) Providing indoor facility information on a digital map
CN107610084A (zh) 一种对深度图像和激光点云图进行信息融合的方法与设备
US10628959B2 (en) Location determination using street view images
CN110675407B (zh) 一种图像实例分割方法、装置、电子设备及存储介质
CN105809108B (zh) 基于分布式视觉的行人定位方法和系统
CN108897836A (zh) 一种机器人基于语义进行地图构建的方法和装置
EP3767332B1 (en) Methods and systems for radar object detection
CN110942071A (zh) 一种基于车牌分类和lstm的车牌识别方法
CN107609510A (zh) 一种岸桥下集卡定位方法及设备
CN107291802A (zh) 关系图谱展示方法及装置
CN109855634A (zh) 一种栅格地图的图像处理的方法及设备
CN105843816A (zh) 一种用于确定图片陈列信息的方法及设备
CN110619299A (zh) 基于网格的对象识别slam方法和装置
CN109426825A (zh) 一种物体封闭轮廓的检测方法和装置
CN110415263A (zh) 图像分割方法以及图像分割装置
CN110136174A (zh) 一种目标对象跟踪方法和装置
US20170206222A1 (en) Location-based image retrieval
Sousa et al. Creation of a coastal evolution prognostic model using shoreline historical data and techniques of digital image processing in a GIS environment for generating future scenarios
CN115861609A (zh) 遥感图像的分割标注方法、电子设备及存储介质
CN113298130B (zh) 目标图像的检测、目标对象检测模型的生成方法
CN105303584B (zh) 基于激光雷达的运动目标检测方法及装置
CN114049488A (zh) 一种多维信息融合的远距离弱小目标检测方法和终端
CN112097776A (zh) 用于提高航线地图渲染效率的方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant