復(fù)雜背景下機(jī)器人路標(biāo)圖像定位與識(shí)別方法研究.pdf

1、環(huán)境感知體現(xiàn)了機(jī)器人的高層智能。作為環(huán)境感知系統(tǒng)的重要組成部分，路標(biāo)圖像的定位與識(shí)別是機(jī)器人在未知環(huán)境中表示與識(shí)別環(huán)境的基礎(chǔ)，對(duì)機(jī)器人導(dǎo)航定位與智能決策有重要而實(shí)際的意義，也是目標(biāo)圖像識(shí)別方法研究中一次有益的探索。 復(fù)雜背景下路標(biāo)圖像的定位與識(shí)別則更具挑戰(zhàn)性。對(duì)此，本文充分利用基于路標(biāo)的先驗(yàn)知識(shí)，提出了一種多層并行結(jié)構(gòu)的系統(tǒng)框架。 在分析了現(xiàn)有彩色圖像分割方法的基礎(chǔ)上，改進(jìn)了基于RGB空間的實(shí)驗(yàn)閾值分割算法，實(shí)現(xiàn)了復(fù)雜背

2、景下對(duì)路標(biāo)的初次偵測(cè)。針對(duì)路標(biāo)特征區(qū)域的確認(rèn)問(wèn)題，受路標(biāo)顏色呈聚合特征的啟發(fā)，提出了基于當(dāng)前最大聚合中心的區(qū)域生長(zhǎng)算法，在復(fù)雜背景下偵測(cè)出多個(gè)可能的路標(biāo)區(qū)域。采用了輪廓跟蹤算法將路標(biāo)定位于與彩色原圖對(duì)應(yīng)的灰度圖。 分析了形狀描述參數(shù)，并設(shè)計(jì)了一種構(gòu)建基元骨架的匹配算法，有效劃分了路標(biāo)基元類別。對(duì)已定位的路標(biāo)進(jìn)行局部圖像歸一化與分割，從而獲取路標(biāo)樣本。引入歸一化轉(zhuǎn)動(dòng)慣量作為樣本特征，參照對(duì)應(yīng)的基準(zhǔn)值，綜合比對(duì)樣本及其邊緣圖像的特征