移動機器人目標(biāo)識別系統(tǒng)研究

宋廣春 王紅星 李堅 王卓 陳虎

【摘 要】移動機器人實現(xiàn)目標(biāo)識別是機器人發(fā)展過程中非常重要的一個環(huán)節(jié)。本文主要研究內(nèi)容是在移動機器人上通過攝像機連接視頻采集卡獲取外界視頻信息，然后使用MATLAB編程軟件對所選的圖像進行圖像處理，采用圖像和幾何外形相結(jié)合方法對目標(biāo)進行識別，其中攝像頭標(biāo)定采用張正友標(biāo)定法。仿真和實驗效果都較理想。

【關(guān)鍵詞】移動機器人；基于顏色和外形相結(jié)合目標(biāo)識別；攝影機標(biāo)定

中圖分類號： TP242 文獻標(biāo)識碼： A 文章編號： 2095-2457（2018）20-0097-002

DOI：10.19694/j.cnki.issn2095-2457.2018.20.042

【Abstract】It is very important for mobile robot to realize target recognition in the process of robot development. The article describes the use of video capture card to capture external video information on a mobile robot， and then uses MATLAB programming software to perform image processing on the selected image. The image and geometric shape are used to identify the target. The camera calibration uses Zhang Zhengyou. Calibration method. Both simulation and experimental results are ideal.

【Key words】Mobile robot； Combined with target recognition based on color and shape； Camera calibration

0 引言

通過視覺，人類可以感知外界物體的大小、特征、顏色、狀態(tài)等信息，視覺是人類傳遞信息的重要媒介和手段。于是人類需賦予機器人人類視覺的功能，才能讓機器人去模仿人類的各種行為?；趩文恳曈X傳感器的原理，本文中使用一個索尼EVI-D100P攝相機，結(jié)構(gòu)簡單、計算簡潔、標(biāo)定容易等優(yōu)點深受大眾喜愛。

1 實驗原理

1.1 張正友攝像機標(biāo)定

張正友此前提出了一種介于傳統(tǒng)標(biāo)定和相機自標(biāo)定的標(biāo)定方法[1]。使用相機從不同的方位拍攝標(biāo)定版，一般取十幅圖片或者二十幅圖片，再使用MATLAB軟件自帶相機標(biāo)定工具對圖像處理，再計算出相機的內(nèi)部參數(shù)矩陣。

在標(biāo)定板上的每一個特征點（Harris算法提取的角點）與其圖像上相應(yīng)的像點之間存在一一對應(yīng)關(guān)系，這個關(guān)系可用單應(yīng)矩陣表示，所以對于每幅圖像，就都可以確定一個單應(yīng)矩陣，這就為內(nèi)部參數(shù)的求解提供了約束條件。該算法是基于兩步法的思想，即先由一個線性解法求出部分參數(shù)的初始值，然后考慮徑向畸變并基于極大似然準則對線性結(jié)果進行非線性優(yōu)化，最后利用計算好的內(nèi)部參數(shù)和單應(yīng)矩陣求出外部參數(shù)[2]。具體的標(biāo)定數(shù)學(xué)推導(dǎo)和標(biāo)定步驟可參考[3]。

1.2 基于顏色和幾何外形相結(jié)合目標(biāo)識別

接下來對得到的HSV圖像進行通道分離，分離為3個單通道圖像，分別為H（色度通道圖像）、S（飽和度通道圖像）及V（亮度通道圖像）。

設(shè)定6個調(diào)節(jié)參數(shù)：Low Hue（色度下限值）、High Hue（色度上限值）、Low Saturation（飽和度下限值）、High Saturation（飽和度上限值）、Low Brightness（亮度下 限值）、int High Brightness（亮度上限值）。通過此法可確定想要的目標(biāo)的顏色HSV特征值。

圖像生成及圖像形態(tài)學(xué)處理：程序采用了先膨脹后腐蝕的方法，有效去除了被檢測到物體的邊緣噪點及其他噪聲影響。

最后用Canny算法查找和繪制輪廓。

2 實驗

2.1 標(biāo)定過程和結(jié)果

2.2 基于顏色和幾何外形相結(jié)合目標(biāo)識別

由于本次被測物體較小且可能攝像機與被測目標(biāo)物體較遠，所以會在成像平面上成像較小，所以邊緣檢測到的圓也比較小甚至為不規(guī)則的圓，為保證能夠準確檢測到目標(biāo)物體，所以本課題在設(shè)置對應(yīng)閾值時設(shè)置的數(shù)值較小。

通過邊緣檢測對顏色分割后物體的邊緣提取，接下來通過霍夫圓變換提取幾何圓，通過數(shù)學(xué)運算輸出中心坐標(biāo)，效果圖如圖3。

3 總結(jié)

（1）本論文在本文所研究的定位系統(tǒng)采用了目前世界上比較流行的圖像采集卡和索尼攝像機來完成視頻的讀取，在此基礎(chǔ)上實現(xiàn)了各種數(shù)字圖像的算法和圖像的處理。

（2）本文應(yīng)用MATLAB軟件開發(fā)平臺進行系統(tǒng)的軟件部分設(shè)計，編寫了攝像機標(biāo)定的程序、對圖像處理的程序以及對目標(biāo)提取來完成識別程序。而且此做法達到了預(yù)期的要求。

對視頻中提取出來的圖像存在不足之處：由于是分開實行的，沒有做到一步到位，稍顯繁瑣。攝像機標(biāo)定過程是基于張正友的標(biāo)定板法，在此過程不能確定相機的內(nèi)參數(shù)矩陣的準確性，因為對標(biāo)定板的拍攝是存在不良操作的，移動相機的過程會影響圖片的提取。

【參考文獻】

[1]霍長娟，張樺，鄧熹.幾種攝像機標(biāo)定方法的比較[J].天津理工大學(xué)學(xué)報，2007，23（5）：75-77.

[2]游迪，楊世洪，趙汝進，等.高階徑向畸變對張正友平面標(biāo)定算法精度的影響[J].計算機與現(xiàn)代化，2016（8）：118-122.

[3]遲德霞，王洋，寧立群，等.張正友法的攝像機標(biāo)定試驗[J].中國農(nóng)機化學(xué)報，2015，36（2）：287-289.

[4]侯賓，張文志，戴源成，田洪強.基于OpenCV的目標(biāo)物體顏色及輪廓的識別方法[J].現(xiàn)代電子技術(shù)，2014，37（24）：76-79+83.