一种移动机器人视觉图像实时特征提取算法.pdfVIP

学兔兔 l 匐 似 一 种移动机器人视觉图像实时特征提取算法 StudyonavisuaIimagereal-timefeatureextraction algorithm form obilerobot 徐 斌，李孝平， 卜祥丽 XUBjn，LJXiao．ping，BUXiang．Ij (华北科技学院机电工程学院，三河 065201) 摘 要：提出一种基于HSV空间分量颜色和加速鲁棒特征算子的实时特征提取方法。针对移动机器人视 觉所需匹配特征为目标，结合图像中目标区域检测和特征点识别定位两个过程。目标区域检 测用来寻找给定视频帧上目标的粗略位置 ，特征点定位是依据粗略区域细化 目标。经过分割 局部图像，获取目标的加速鲁棒特征点。最后，根据可靠匹配点的极值计算目标精确位置， 为进一步的目标跟踪提供参考。仿真实验验证了方法的有效性。 关键词：颜色特征 ；特征提取；单 目视觉；目标跟踪 中圈分类号：TP391 文献标识码：A 文章编号：1009-0134(2013)o8(下)-0005-03 Doi：10．396~l／J．issn．1009-0134．2013．08(下)．02 0 引言 本文提 出一种基于HSV颜色空间分量，结合 机器视觉应用广泛，其 中以单 目视觉技术最 SURF算子的特征获取方法 。针对 目标特征获取 的问题，展开研究。该算法通过计算物体的特征 为成熟，该类方法的优势在于，能兼顾效率与 良 好的鲁棒性 。其 由于算法设计框架可靠，特征 信息，迅速划定 目标粗略的所在区域，然后精确 获取稳定，不仅应用于移动 目标识别和监测，也 匹配区域中物体的特征信息。由于缩小了搜索空 为基于视觉 的导航和跟踪领域广泛使用，效果显 间，去除冗余的计算量，算法有效的减少了运行 时间，提高了工作效率 。通过编程仿真，验证 了 著。随着应用真实场景不断复杂化，以及追踪 目 标特征的多样化，对识别技术的准确性和实时能 方法的有效性 。 力提出更高的要求。通常，我们使用传统方法处 1简介背景 理 目标特征获取及匹配时，经常出现错配情况， 仿真平台由视觉系统和主体结构组成。首先， 特别是背景复杂时，干扰 了特征获取质量，算法 确定工作空间中关键坐标系。坐标系S～ S、S和 效果会变差。2004年，Lowe等人利用尺度不变特 S。人分别为基础、视觉、机器人和 目标坐标系。通 征 (SIFT算法)，对 图像在视角、尺度缩放、旋 过标定可知，视觉坐标与机器人坐标之间的变换 转、光照等条件变化下，获取了良好鲁棒性的 目 阵列为： 。使用检测设备，可 以得到摄像机坐 标特征口】，但算法数据量大，时间复杂度高，耗时 标系中 目标物体的位姿 。令相对于摄像机坐标系 过长。此后，Y．Ke等 将SIFT描述子部分用PCA 目标物体的位姿为： ，可计算 目标在机器人空 代替直方 图进行降维改进 ，但缺乏先验信息时， 间中的位姿 eo= eo，将 当作输入给控制机 增加了计算量；Mikola