摄像头加编码器全场定位算法刘述亮20120407.docVIP

PAGE  PAGE - 24 - 摄像头加编码器全场定位算法 本文提出了一种摄像头加编码器全场定位的初步算法。算法的关键是通过识别网格白线边沿特征，通过白线边沿提供的信息来修正编码器得到的坐标和角度。 TOC \o 1-3 \h \u  HYPERLINK \l _Toc27321 1 摄像头数据初步处理  PAGEREF _Toc27321 - 1 -  HYPERLINK \l _Toc29226 1.1 领域加权平均滤波  PAGEREF _Toc29226 - 1 -  HYPERLINK \l _Toc9703 1.2 分类及其阀值确定  PAGEREF _Toc9703 - 3 -  HYPERLINK \l _Toc17717 1.3 分块  PAGEREF _Toc17717 - 5 -  HYPERLINK \l _Toc11693 1.4 提取边界  PAGEREF _Toc11693 - 6 -  HYPERLINK \l _Toc32590 1.5 图像标定及直线拟合  PAGEREF _Toc32590 - 6 -  HYPERLINK \l _Toc3772 1.7 求白线中心线方程  PAGEREF _Toc3772 - 10 -  HYPERLINK \l _Toc9009 2 与编码器数据融合  PAGEREF _Toc9009 - 11 -  HYPERLINK \l _Toc28293 2.1 判断横竖线及修正编码器获得方向角  PAGEREF _Toc28293 - 11 -  HYPERLINK \l _Toc16292 2.2 图块原点在地面坐标系的坐标位置  PAGEREF _Toc16292 - 12 -  HYPERLINK \l _Toc2916 2.3 总结：  PAGEREF _Toc2916 - 13 -  HYPERLINK \l _Toc8571 3 附录：  PAGEREF _Toc8571 - 13 -  HYPERLINK \l _Toc3874 3.1 程序流程图  PAGEREF _Toc3874 - 14 -  HYPERLINK \l _Toc8855 3.2 C程序  PAGEREF _Toc8855 - 15 -  摄像头数据初步处理 为方便数据处理坐标系为左手系，与矩阵行列序号一致。现用摄像头为 Ov7620。 领域加权平均滤波 普通的二维数字滤波都有特别大的计算量。通过观察原始图像可知噪声并非非常大，因此我们可以可以利用低级的滤波方法来处理。 原始图像的灰度矩阵为 ，领域加权矩阵为。 对领域进行加权求和得到以虑除部分噪声。 噪声分布 分类及其阀值确定 由摄像头获取的图像有场地和白线，白线的灰度值大。如果则认为该像素点是白线的投影点。 但是由于场地及光源的变化，固定的阀值可能会失效及可靠性降低。因此需要通过处理得到最佳分类阀值。如下图最优分类阀值应该是在120左右，我们的分类阀值应该不随两类像素点的多少影响。设场地灰度值均值为、白线灰度值为、分割阀值为。 确定阀值的方法有： （1）参考文献《数字图像处理基础》，当错分率最小。 （2），分别为第一类和第二类占总像素点的比例。当取到最大值时分割最优。 （3）。当取得最小值时分割最优。 阀值确定方法123119.7617119.8119.8三种方法的结果几乎相等，与上面估计的120非常吻合。 但利用方法2方法3，要求出最优阀值需要进行多次迭代寻优计算量较大。下面给出实现方法1的具体过程。 有实验数据的统计图可以看出白线和场地的灰度值相差较大，但两类数据的波动并不大，重叠部分非常少。下面为程序流程图 收敛速度非常快，只迭代了三次便得到了最优阀值。 由上图可知，当两类数量之比为20时也只要迭代三次便可求出最优阀值。 在实际计算中为了减少计算量可以通过抽样抽出一部分数据进行 分块 为了便于数据处理对进行分块成。为了使每一小块图像的特征尽可能简单，每一小块对应的对角线长不超过白线宽度，则每一图块的特征有三种情况如下： 图、2 图、3 图、4 其中图一的特征最简单，其边界就为一条直线，可以进行直线拟合求出其方程。如果也拟合其他两幅图则可以通过判断直线拟合后的方差大小给与判断。对图像分块后，能尽可能的保证提取到直线特征。为了使数据比较可靠，又使数据处理方便。摄像头俘获的图像大小为60x60mm，分为9块，每一小块的对角线长28.2