论文部分内容阅读
环境感知体现了机器人的高层智能。作为环境感知系统的重要组成部分,路标图像的定位与识别是机器人在未知环境中表示与识别环境的基础,对机器人导航定位与智能决策有重要而实际的意义,也是目标图像识别方法研究中一次有益的探索。
复杂背景下路标图像的定位与识别则更具挑战性。对此,本文充分利用基于路标的先验知识,提出了一种多层并行结构的系统框架。
在分析了现有彩色图像分割方法的基础上,改进了基于RGB空间的实验阈值分割算法,实现了复杂背景下对路标的初次侦测。针对路标特征区域的确认问题,受路标颜色呈聚合特征的启发,提出了基于当前最大聚合中心的区域生长算法,在复杂背景下侦测出多个可能的路标区域。采用了轮廓跟踪算法将路标定位于与彩色原图对应的灰度图。
分析了形状描述参数,并设计了一种构建基元骨架的匹配算法,有效划分了路标基元类别。对已定位的路标进行局部图像归一化与分割,从而获取路标样本。引入归一化转动惯量作为样本特征,参照对应的基准值,综合比对样本及其边缘图像的特征值,完成路标的最终识别。