移動(dòng)機(jī)器人圖像處理關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、移動(dòng)機(jī)器人視覺(jué)導(dǎo)航過(guò)程中圖像處理的關(guān)鍵問(wèn)題是道路識(shí)別和障礙物檢測(cè)，論文是基于計(jì)算機(jī)單目視覺(jué)技術(shù)對(duì)非結(jié)構(gòu)化道路識(shí)別和運(yùn)動(dòng)障礙物檢測(cè)進(jìn)行研究。在已有的技術(shù)基礎(chǔ)上，經(jīng)分析和實(shí)驗(yàn)，本文采用彩色道路邊緣檢測(cè)并結(jié)合道路區(qū)域識(shí)別技術(shù)，對(duì)校園環(huán)境下的非結(jié)構(gòu)化道路識(shí)別能夠取得較好的結(jié)果，算法對(duì)復(fù)雜的野外道路環(huán)境也有一定的識(shí)別效果；對(duì)于場(chǎng)景中障礙物檢測(cè)技術(shù)，本文采用三幀差分法結(jié)合金字塔光流法，能夠?qū)Φ缆分械倪\(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，判定其在圖像中的位置。本文研究?jī)?nèi)

2、容主要分為四個(gè)方面：移動(dòng)機(jī)器人軟件系統(tǒng)設(shè)計(jì)、圖像道路區(qū)域識(shí)別、道路邊緣檢測(cè)、障礙物檢測(cè)。
　　移動(dòng)機(jī)器人軟件系統(tǒng)設(shè)計(jì)方面，本文主要研究的是移動(dòng)機(jī)器人視覺(jué)導(dǎo)航系統(tǒng)的設(shè)計(jì)。視覺(jué)導(dǎo)航系統(tǒng)的作用是：把從傳感器獲取到的場(chǎng)景信息流經(jīng)過(guò)系統(tǒng)中道路識(shí)別、障礙物檢測(cè)、運(yùn)動(dòng)決策等模塊的綜合處理來(lái)完成導(dǎo)航任務(wù)。視覺(jué)導(dǎo)航系統(tǒng)的設(shè)計(jì)是通過(guò)模塊化、多線程等方法來(lái)完成，以便系統(tǒng)具有較好的可維護(hù)性和實(shí)時(shí)性。
　　道路區(qū)域識(shí)別方面，本文回顧了道路識(shí)別常用算法

3、類(lèi)型，詳細(xì)介紹了基于區(qū)域的道路識(shí)別，本文使用顏色特征結(jié)合LBP紋理特征作為圖像總特征，采用監(jiān)督的訓(xùn)練方式，使用二分類(lèi)效果優(yōu)良的 SVM算法訓(xùn)練分類(lèi)器。用訓(xùn)練好的分類(lèi)器對(duì)圖像道路區(qū)域進(jìn)行粗識(shí)別。
　　在道路邊緣檢測(cè)方面，本文分析了5種常用的邊緣檢測(cè)算子在道路識(shí)別中的效果，并結(jié)合實(shí)驗(yàn)分析，采用了一種彩色空間下改進(jìn)的 Canny邊緣檢測(cè)算法。改進(jìn)的Canny邊緣檢測(cè)，不同于傳統(tǒng)算法在2x2的鄰域內(nèi)計(jì)算兩個(gè)方向均值差分，本文采用3x3的4

4、個(gè)方向的部分插值，同時(shí)由于移動(dòng)機(jī)器人場(chǎng)景的不斷變化，本文沒(méi)有使用傳統(tǒng)方法的固定閾值，而是根據(jù)每幅圖像采用最大類(lèi)間方差的自適應(yīng)閾值。改進(jìn)后的Canny邊緣檢測(cè)算法更適合移動(dòng)機(jī)器人自主導(dǎo)航場(chǎng)景。
　　在障礙物檢測(cè)檢測(cè)方面，本文主要研究移動(dòng)機(jī)器人導(dǎo)航過(guò)程中的運(yùn)動(dòng)障礙物的檢測(cè)。本文詳細(xì)的介紹了障礙物檢測(cè)常用的三種算法：背景模型差分法、兩幀差分法、光流法。然后依據(jù)移動(dòng)機(jī)器人的硬件資源，在滿足實(shí)時(shí)和準(zhǔn)確性的前提下，使用一種基于三幀差分結(jié)合金字