论文部分内容阅读
对目标物体的精确实时定位是精准控制和机器导航等领域的关键技术,这一技术在工业制造、军事航天、农业生产和临床医学中都有广泛的应用。为了更好的实现目标的精准定位,在实际应用中经常会使用一些特殊的标记物来标识目标物的特征点,然后利用标记物与目标物体之间的空间位置关系,通过对标记物的定位实现目标定位。在利用标记物对目标物进行时,由于受环境光线、背景干扰、相机畸变、标记物之间相互遮挡等因素的影响,会导致定位精确度降低。针对这些问题,本文首先搭建了利用红外反光小球作为目标特征点标记物,并用红外相机在红外光源照射下进行拍摄的实验系统,降低了环境光线、背景干扰对目标定位的影响。同时,根据球形目标的成像特点,详细分析了利用取外接圆法、最小二乘拟合圆法、霍夫圆变换法和求质心法对完整球形目标进行定位的效果。最后,为了解决多个球形目标定位中存在的目标相互遮挡时的定位问题,本文提出了基于角点优化的最小二乘拟合圆算法,该算法在目标相互遮挡,导致目标图像缺失的情况下也能准确、快速的定位出目标中心。为了验证文中所述算法的定位精确度和实时性,本文设计了一系列的实验。实验结果表明,在对完整球形目标进行定位时,取外接圆法、最小二乘拟合圆法、霍夫圆变换法和求质心法的平均定位误差分别为0.38mm、0.25mm、0.49mm和0.31mm,单次平均定位的时间分别为14.3ms、13.5ms、52.8ms、11.7ms。在对遮挡情况下的不完整球形目标进行定位时,基于角点优化的最小二乘拟合圆算法对被遮挡不超过1/4的球形目标定位的误差为0.33mm,对被遮挡不超过1/2的球形目标定位的误差为0.53mm,单次平均定位时间约为14.8ms。因此,在球形多目标定位问题中,当目标成像完整时,最小二乘拟合圆法的定位精确度最高,求质心法的定位实时性最强;当目标相互遮挡导致成像不完整时,本文提出的基于角点优化的最小二乘拟合圆算法相较于其他算法更优,具有较高的定位精确度和实时性。