機(jī)器人視覺(jué)理解系統(tǒng)研究.pdf

1、當(dāng)物體整個(gè)或部分遮擋光源時(shí),陰影會(huì)出現(xiàn)于一個(gè)相對(duì)較暗的區(qū)域中,對(duì)于人類而言,從二維場(chǎng)景中辨別陰影是件輕而易舉的事情,但對(duì)機(jī)器人而言卻是件十分困難的工作.在課題研究中提出了基于HSV彩色空間的色調(diào)值融合RGB色彩模型中藍(lán)色信息的陰影區(qū)域自動(dòng)分割方法.通過(guò)對(duì)不同光照下的實(shí)際自然場(chǎng)景圖像的陰影區(qū)域檢測(cè)與補(bǔ)償,實(shí)驗(yàn)表明所提方法是有效、可行的.圖像分割是圖像處理中另一項(xiàng)最為基礎(chǔ)也是十分重要的一項(xiàng)研究領(lǐng)域,也是當(dāng)今研究熱點(diǎn)之一.目前已提出了多種閾值

2、化方法,但由于圖像分割本身問(wèn)題的復(fù)雜性及自然世界變化的多樣性,其中許多閾值化方法并未得到很好的應(yīng)用,提出了非監(jiān)督學(xué)習(xí)分類法以確定二維圖像中的類別數(shù)并自動(dòng)確定閾值方法.通過(guò)對(duì)不同圖像的多次實(shí)驗(yàn),驗(yàn)證了所提方法的有效性.立體匹配是立體視覺(jué)中最重要也是最困難的一項(xiàng)工作.進(jìn)行立體匹配時(shí),特征提取是匹配得以進(jìn)行的另一項(xiàng)重要工作.目前尚沒(méi)有一種普遍適用的理論可運(yùn)用于圖像特征提取,在課題研究中,提出了二維圖像特征點(diǎn)自主提取時(shí)閩值的魯棒確定算法.通過(guò)對(duì)

3、不同自然圖像的多次特征點(diǎn)提取實(shí)驗(yàn),證實(shí)了所提方法能滿足機(jī)器視覺(jué)系統(tǒng)中自主識(shí)別與提取二維圖像特征點(diǎn)要求.在進(jìn)行立體匹配時(shí),基于正確匹配的特征點(diǎn)間的灰度相關(guān)值不一定出現(xiàn)在極大峰值處,提出灰度相關(guān)復(fù)峰集融合矩陣相關(guān)三目立體匹配方法.在課題研究中,通過(guò)采用灰度相關(guān)技術(shù)提取復(fù)峰特征點(diǎn)作為候選匹配集,計(jì)算基線距矩陣與視差矩陣的相關(guān)性確定匹配對(duì)應(yīng).方法簡(jiǎn)便可行,并有機(jī)地將立體圖像特征點(diǎn)間的灰度相關(guān)性與空間相關(guān)性結(jié)合了起來(lái).通過(guò)對(duì)不同自然圖像的實(shí)驗(yàn)驗(yàn)證