机器人视觉图像预处理研究与实现.pptVIP

机器人视觉图像预处理的研究与实现 论文框架 研究目的和意义 研究内容 结论 研究目的和意义 本论文的目的意义如下所示 在移动机器人的技术研究中，视觉导航是其重要组成部分，视觉图像预处理是导航系统实现的关键技术之一。图像预处理系统是机器人实现自主的前提，为全局决策子系统的路径规划提供了必需的路况情况。 近年来视觉导航领域获取的成就反映了视觉导航方式的巨大潜力。视觉导航的重大突破，对于实现移动机器人的高度智能化及提高当前科技水平具有重大意义。 研究内容 滤波技术研究与实现。 分割算法研究与实现。 边缘检测算法研究与实现。 算法在GUI上的实现。 密码登陆系统的实现。 滤波技术研究与实现 彩色道路图像通道提取法 1、基本原理 基于道路图像路面部分红绿像素值大于蓝像素值这一特征，从图像中提取各通道像素，对R、G通道颜色值之和与指定阈值进行比较，变换公式如下： 滤波技术研究与实现 2、算法流程图 图1 彩色道路图像通道提取法流程图 滤波技术研究与实现 3、实验结果及分析 图2 彩色道路图像通道提取法处理后结果 图3 图像加高斯噪声高斯滤波后图像 滤波技术研究与实现 图4 图像加入椒盐噪声中值滤波后图像 表1 信噪比SNR，峰值信噪比PSNR数据表 SNR PSNR 高斯滤波（高斯噪声） 18.8606 24.0677 中值滤波（椒盐噪声） 23.4457 28.6528 滤波技术研究与实现 彩色道路图像通道像素比较法 1、基本原理 变换原理： 式中pix1,pix2,pix3为选取的三个像素点的像素值，colorthresh为指定的颜色阈值。 滤波技术研究与实现 2、算法流程图 图5 彩色道路图像通道提取法流程图 滤波技术研究与实现 3、实验结果及分析 图6 彩色道路图像通道像素比较法处理后图像 图7 图像加入乘性噪声维纳滤波后图像 滤波技术研究与实现 图8 图像加入椒盐噪声中值滤波后图像 表2 信噪比SNR，峰值信噪比PSNR数据表 SNR PSNR 维纳滤波（乘性噪声） 22.0697 24.089 中值滤波（椒盐噪声） 20.6234 22.6427 分割算法研究与实现 算法流程图 图9 基于形态学的彩色道路图像分割 分割算法研究与实现 实验仿真结果如下图所示： 图10 滤波后图像进行形态学处理 边缘检测算法研究与实现 算法流程图 图11 图像特征提取流程图 边缘检测算法研究与实现 实验仿真结果如下图所示： 图12 图像边缘特征提取 算法在GUI上的实现 综合界面友好美观以及功能完善强大这两大基本要求，设计的GUI界面如图13： 图13 系统初始界面 图14 系统欢迎界面 图15 程序运行界面 密码登陆系统的实现 密码登陆界面  图16 密码登陆界面 结论 本文主要研究内容： 图像滤波 图像分割 边缘检测 鸣谢 非常感谢我的导师。在他的悉心指导下，我的论文才得以顺利地完成。 非常感谢主任、老师在百忙之中抽空来参与我们的毕业答辩，谢谢你们。 非常感谢我的父母及亲人，是你们默默的支持与鼓舞，成就了今天的我。 借此机会，想对所有老师们 说一声：老师，你们辛苦了。想对天底下所有父母说一声：爸妈，你们辛苦了。