宋廣春 王紅星 李堅(jiān) 王卓 陳虎

【摘 要】移動(dòng)機(jī)器人實(shí)現(xiàn)目標(biāo)識(shí)別是機(jī)器人發(fā)展過(guò)程中非常重要的一個(gè)環(huán)節(jié)。本文主要研究?jī)?nèi)容是在移動(dòng)機(jī)器人上通過(guò)攝像機(jī)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(duì)所選的圖像進(jìn)行圖像處理，采用圖像和幾何外形相結(jié)合方法對(duì)目標(biāo)進(jìn)行識(shí)別，其中攝像頭標(biāo)定采用張正友標(biāo)定法。仿真和實(shí)驗(yàn)效果都較理想。

【關(guān)鍵詞】移動(dòng)機(jī)器人；基于顏色和外形相結(jié)合目標(biāo)識(shí)別；攝影機(jī)標(biāo)定

中圖分類號(hào)： TP242 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 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(guò)視覺(jué)，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(jué)是人類傳遞信息的重要媒介和手段。于是人類需賦予機(jī)器人人類視覺(jué)的功能，才能讓機(jī)器人去模仿人類的各種行為?；趩文恳曈X(jué)傳感器的原理，本文中使用一個(gè)索尼EVI-D100P攝相機(jī)，結(jié)構(gòu)簡(jiǎn)單、計(jì)算簡(jiǎn)潔、標(biāo)定容易等優(yōu)點(diǎn)深受大眾喜愛(ài)。

1 實(shí)驗(yàn)原理

1.1 張正友攝像機(jī)標(biāo)定

張正友此前提出了一種介于傳統(tǒng)標(biāo)定和相機(jī)自標(biāo)定的標(biāo)定方法[1]。使用相機(jī)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(jī)標(biāo)定工具對(duì)圖像處理，再計(jì)算出相機(jī)的內(nèi)部參數(shù)矩陣。

在標(biāo)定板上的每一個(gè)特征點(diǎn)（Harris算法提取的角點(diǎn)）與其圖像上相應(yīng)的像點(diǎn)之間存在一一對(duì)應(yīng)關(guān)系，這個(gè)關(guān)系可用單應(yīng)矩陣表示，所以對(duì)于每幅圖像，就都可以確定一個(gè)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(gè)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(zhǔn)則對(duì)線性結(jié)果進(jìn)行非線性優(yōu)化，最后利用計(jì)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(shí)別

接下來(lái)對(duì)得到的HSV圖像進(jìn)行通道分離，分離為3個(gè)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(gè)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(guò)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(cè)到物體的邊緣噪點(diǎn)及其他噪聲影響。

最后用Canny算法查找和繪制輪廓。

2 實(shí)驗(yàn)

2.1 標(biāo)定過(guò)程和結(jié)果

2.2 基于顏色和幾何外形相結(jié)合目標(biāo)識(shí)別

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

通過(guò)邊緣檢測(cè)對(duì)顏色分割后物體的邊緣提取，接下來(lái)通過(guò)霍夫圓變換提取幾何圓，通過(guò)數(shù)學(xué)運(yùn)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(jī)來(lái)完成視頻的讀取，在此基礎(chǔ)上實(shí)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(kāi)發(fā)平臺(tái)進(jìn)行系統(tǒng)的軟件部分設(shè)計(jì)，編寫了攝像機(jī)標(biāo)定的程序、對(duì)圖像處理的程序以及對(duì)目標(biāo)提取來(lái)完成識(shí)別程序。而且此做法達(dá)到了預(yù)期的要求。

對(duì)視頻中提取出來(lái)的圖像存在不足之處：由于是分開(kāi)實(shí)行的，沒(méi)有做到一步到位，稍顯繁瑣。攝像機(jī)標(biāo)定過(guò)程是基于張正友的標(biāo)定板法，在此過(guò)程不能確定相機(jī)的內(nèi)參數(shù)矩陣的準(zhǔn)確性，因?yàn)閷?duì)標(biāo)定板的拍攝是存在不良操作的，移動(dòng)相機(jī)的過(guò)程會(huì)影響圖片的提取。

【參考文獻(xiàn)】

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

[2]游迪，楊世洪，趙汝進(jìn)，等.高階徑向畸變對(duì)張正友平面標(biāo)定算法精度的影響[J].計(jì)算機(jī)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(jī)標(biāo)定試驗(yàn)[J].中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2015，36（2）：287-289.

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