基于权值模板匹配算法的全自主-上海交通大学智能机器人实验室.PDFVIP

第 47卷 第 6期 厦门大学学报(自然科学版) Vo1．47 NO．6 2008年 11月 JournalofXiamenUniversity(NaturalScience) NOV．2008 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．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 中图分类号 ：TP242．62；TS251．52 文献标识码 ：A 文章编号：0438—0479(2008)06—0818—05 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L1]，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]．在过去之所 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 5一 ． 图1 目标识别过程方框图 Fig。1 Targetidentificationdiagram 1 模板匹配原理 用离线提前设定好的足球模板相 比对来确定 目标，从 1．1 识别过程 而求取足球的BLOB( zp，Yp，T，B，L，R)，识别 目 如图1所示是全 自主足球机器人基于权值模板匹 标的大小和方位 ，并跟踪 目标 ；。。表示 目标区域的面 配算法识别足球 目标 的全过程：(1)directshow将 积，Xp、Yp表示 目标区域的重心，T、B、L、R分别表示 USB2．0的全向摄像机 的视频流在内存 中抓帧，获取 目标区域最小矩形框 的上 (top)、下 (bottom)、左 一 幅RGB图像 ；(2)先判断 目标集 BLOBt是否为空 (1eft)、右(right)边界．(4)按照文献[73所述：通过足 (即上一帧是否被识别)，如果不为空则根据帧间关联 球轨迹的卡曼滤波器对 BLOB参数进行修正，把结果 性进入动态窗口，缩小 目标选区，然后将动态窗 口内的 通过USB通讯线发送给机器人运动控制系统，并把获 像素通过权值算法将颜色对照表映射到灰度空间；如 得的图像区域作为动态窗口，获得的 目标作为动态模 果 BL0B为空，则把全局空间通过权值算法将颜色直 板供下帧使用． 接映射到灰度空间；(3)对灰度 图像进行 图像索引，并 1．2 权值算法