自主移動機器人環(huán)境圖像識別方法研究.pdf

1、伴隨著計算機技術(shù)的不斷開拓和對人類感知機理研究的不斷發(fā)展,智能移動機器人的先進(jìn)控制成為了學(xué)術(shù)界關(guān)注的熱點。賦予機器人“看”的能力是機器人視覺研究的主要問題之一。機器人利用視覺實現(xiàn)對環(huán)境的識別是一個復(fù)雜的過程,因此,研究識別率高、抗噪能力強、魯棒性好的圖像識別方法對移動機器人研究領(lǐng)域具有重要意義和理論價值。
　　本文首先對機器人采集環(huán)境圖像的預(yù)處理方法進(jìn)行了研究:
　　(1)研究了對原始圖像的增強方法。采用分段線性函數(shù)和直方圖

2、處理對光線暗的圖像增強對比度;然后對含噪聲的模糊圖像進(jìn)行去噪研究,對比了常用的幾種去噪方法,并采用了一種改進(jìn)的閾值折中小波去噪的方法進(jìn)行降噪。實驗證明,該方法能夠得到較理想的降噪效果。
　　(2)采用了不同的模板對圖像進(jìn)行邊緣提取以及二值化處理,并進(jìn)行了實驗比較及分析,為后續(xù)圖像識別做好了充分準(zhǔn)備。
　　其次,對環(huán)境圖像識別、分類的方法進(jìn)行了研究:
　　(1)采用SIFT(Scale-invariant feature

3、 transform)特征提取的方法,建立圖像金字塔,提取圖像的邊緣特征,然后采用特征點之間的最近歐氏距離進(jìn)行識別。而后在此基礎(chǔ)上,本文從實時性方面進(jìn)行了改進(jìn):①在特征點進(jìn)行歐氏距離的匹配的時候加入一個閾值,將那些不匹配的點可以直接濾除,不必進(jìn)行復(fù)雜的128次差平方運算;②在建立圖像金字塔的時候沒必要一直進(jìn)行到最后一組足夠小為止,本文通過實驗得到第4組的時候特征點的總數(shù)就不再增加了,不需要一直計算下去,所以節(jié)省了運行的時間。實驗證明了這