基于权值模板匹配算法的全自主足球机器人目标识别.pdfVIP

基于权值模板匹配算法的全自主足球 机器人目标识别* 吴 晓 曹其新 (上海交通大学机械与动力工程学院 上海 200240) 摘 要：提出了一种基于权值模板匹配的全自主足球机器人目标识别方法，首先通过动态窗口、 权值变换、图像索引和动态模板等方法提高了目标的识别率、降低了识别时间，然后在足球机器人视 觉系统中进行了仿真实验和实地测试，最后实验结果表明在原图像含有 30%白噪声情况下，其识别率 仍能达到 99.7%且识别时间不超过 30ms，这种方法既在一定程度上降低了噪声干扰的影响，又提高了 目标识别的速度和准确性，从而提高了系统的实时性和鲁棒性。 关键词：模板匹配 全自主足球机器人 权值算法 目标识别 * 0 前言 全自主机器人目标识别方法有颜色域值法、区域法、边界法还有种子点法等 [1-2] ，这些方法优点 在于识别速度较快，但准确度和鲁棒性一般[3-4]。在过去只所以未采用准确度和鲁棒性都更好的模板 匹配算法，主要是因为它的算法速度太慢，现在随着计算机速度的提高、动态窗口限定扫描范围和权 [5-6] 值模板匹配算法的实现有望成为全自主足球机器人目标识别的重要方法 。 1. 模板匹配原理 1.1 识别过程 视频流 抓帧 图像 电脑交互 离线 BLOB=? 设定模板 Y 在线 卡曼滤波 动态窗口 动态模板 图像索引 OR=? 求坐标 识别 比对 图 1 目标识别过程方框图 Fig. 1 Target identification diagram 如图1所示是全自主足球机器人基于权值模板匹配算法识别足球目标的全过程，首先directshow 将 USB2.0 的全向摄像机的视频流在内存中抓帧，获取一幅 RGB 图像；第二，先判断目标集 BLOB[7]是 否为空（即上一帧是否被识别），如果不为空则根据帧间关联性进入动态窗口，缩小目标选区，然后 将动态窗口内的像素通过权值算法将颜色对照表映射到灰度空间；如果 BLOB 为空，则把全局空间通 过权值算法将颜色直接映射到灰度空间；第三，对灰度图像进行图像索引，并和在线的动态模板进行 ∗收到初稿收到修改稿 基金项目:国家自然科学基金资助项目）. 842 比对，识别出足球的 BLOB，而在线的动态模板是在图像中取样的：就是在场地的动态窗口内除了索 引出图像的数据，还要取样出足球（模板）的数据作为动态模板；当然在失去目标或起始时可用离线 提前设定好的足球模板相比对来确定目标，从而求取足球的 BLOB（m ， x ，y ，T，B，L，R），识别 00 p p 目标的大小和方位，并跟踪目标；m 表示目标区域的面积，x 、y 表示目标区域的重心，T、B、L、R 00 p p 分别表