实时快速图像处理算法在机器人视觉系统中应用

实时快速图像处理算法在机器人视觉系统中应用

ID:43473012

大小:309.50 KB

页数:5页

时间:2019-10-05

实时快速图像处理算法在机器人视觉系统中应用_第1页
实时快速图像处理算法在机器人视觉系统中应用_第2页
实时快速图像处理算法在机器人视觉系统中应用_第3页
实时快速图像处理算法在机器人视觉系统中应用_第4页
实时快速图像处理算法在机器人视觉系统中应用_第5页
资源描述:

《实时快速图像处理算法在机器人视觉系统中应用》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、北京科创机器人本文得到国家自然科学基金(69875017)和863计划(2001AA422200)的支持。实时快速的图像处理算法在机器人视觉系统中的应用张泽峰陈小平李动恒(中国科学技术大学计算机系合肥230027)摘要:计算机视觉是自主机器人感知外部世界最重要的手段。本文以四腿机器人足球比赛为背景和研究平台,探讨一种基于图像分割的快速图像处理算法。在2001年RoboCup四腿机器人足球比赛中,本算法取得了良好的应用效果。关键字:图像处理,图像分割,机器人视觉,RoboCup机器人足球比赛Aimplementat

2、ionoffastrealtimeimageprocessingalgorithminrobotvisionsystemZhangZeFeng,ChengXiaoPing,LiDongheng(UniversityofScienceandTechnologyofChina,Hefei230027)Abstract:Visionsystemisacommunicationbridgebetweenrobotanditsenvironment.Onthebackgroundofleggedrobotsoccercom

3、petition,thisarticleprovidesafastimageprocessingalgorithmbasedonimagesegmentation,whichwasprovedsuccessduringtheleggedrobotsoccercompetitioninRoboCup2001.Keywords:imageprocessing,imagesegment,robotvision,RoboCup,leggedrobotsoccercompetition1背景介绍多主体系统是人工智能研究的一

4、个前沿领域,而机器人足球则为多主体系统的研究提供了一个标准问题和公共平台。机器人足球世界杯赛(RoboCup)是目前世界上规模最大的机器人足球系列学术活动,自1997年起每年一届。四腿机器人足球赛是RoboCup世界杯赛的四大项目之一,其研究内容不仅包含多主体合作与对抗,还广泛涉及计算机视觉和智能控制等众多领域的前沿研究与综合集成。(图一)(图二)如图一所示,四腿机器人足球比赛在一个3米长、2米宽的平台上进行,平台以绿地毯为底,周围是白色斜边。两边设一蓝一黄两个球门。在场地的周围有六个用来定位的道标,这些道标是不

5、同上下颜色的组合,因而可以唯一标识。比赛统一使用由SONY公司提供的AIBO专用型机器人(参见图二)。该机器人内置32M内存,通过16M记忆棒输入程序。机器人的头部有一个微型摄像机,可以以每秒25帧的速度提供最大176x144象素大小的彩色图像。比赛时,双方各有三名队员(2002年起改为各四名),分别为暗红色和暗蓝色。以进球数决定胜负。机器人和球是场地上需要辨认的运动的物体。2视觉系统的体系结构联系电话:13720003683QQ:627516349/1523270966网址:http://robotdiy.ta

6、obao.com/http://robo-pk.com/北京科创机器人在整个机器人的系统结构中,视觉系统是一个底层模块,它负责从实时采集的图像中抽取出各个有用物体的几何信息,例如距离,偏向角等。这些信息将送往高层以进行进一步的处理,例如道标的几何信息可以送往定位模块,协助机器人进行自定位。首先,视觉系统必须将图像进行分割,以区分不同的物体部分,统计色块的几何特性;然后,根据实际物体的特征,将色块进行拼合,以期准确有效地辨认出图像中存在的物体,并进一步计算其几何信息。这里面的重点是图像分割,它是影响整个算法效率和精

7、确性的关键。以上这些工作是视觉系统中的在线图像处理部分,对它的要求是效率高,处理速度快。图像分割所使用的颜色信息表是离线分析器根据预先采样的图片通过训练得到的。两个功能部分共同组成了视觉系统的体系结构。3算法及实现3.1颜色空间和色点位图的建立我们选取YUV点阵作为图像的表示方法,因为Y维是颜色的明暗度,UV维则表示颜色的特征,这样的表示方法使得色点对于Y维的感应度不高(代表同一种颜色的点阵在YUV空间内趋向于Y维,采用RGB作为颜色的表示方法则没有这样的特性),可以有效地降低表示空间大小,提高运算速度。这样对于

8、一个UV组合,我们可以认为[Ymax,Ymin]代表某个颜色的表示。在离线训练的时候,我们手工地从采样图像中指定代表各种颜色的样点。易知采样图像越多,代表同一种颜色的色点在颜色空间内的分布越接近于一个闭合体。这个时候,可以通过自动的计算色点的凸包来逼近真正的颜色表示区域。通过离线训练之后,得到关于场景描述的颜色表,该颜色表存放在机器人身上,并在启动的时候载入,作为进行实时

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。