基于图像识别的模糊测距与地图构建

发布时间：2021-09-02 10:23

　　当下智能车、智能机器人发展迅速,基于简易视觉的障碍物的检测方法以及定位导航愈加重要。本文结合部分场景障碍物检测进行研究,建立了基于拟合和模糊推理的单目测距模型。对一个成品摄像头而言,根据透镜成像原理可知成像大小和物距之间是一个连续的对应关系。本文选取空间中合适的典型物体作为标准可识别物,并用简单函数的拟合曲线近似上述数量关系,并称之为图像距离函数。当障碍物与标识物之间的贴近程度可知时,便可通过图像距离函数与障碍物的成像大小近似计算障碍物距离,且贴近程度越高,测距结果的精度越好。文中根据测距理论建立了多个标识物在不同场景之下的图像距离函数库。为了简化测距模型匹配过程中的计算量,文中把特定的标识物与场景结合到一起。考虑到场景的不同所含有的标识物组合方式和种类不同,需要先对测距场景进行模糊识别进而锁定场景中某些特定标识物。在图像识别的基础上,通过模糊推理判定出所属场景和其内的有限个典型标志物的识别,进而使用测距方法计算出物体的距离。分析了模糊测距的误差来源,并从测距原理与数值计算两个角度给出误差分析。从理论上给出了给定测距精度下的标识物模糊测距邻域阈值的存在性定理,并估计了数值计算的误差。模... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：46 页

【学位级别】：硕士

【部分图文】：

原图像与灰度图像比较

像素点原来的灰度值，实现平滑去噪的处理。即 ( ) = ( )( ) 、g(x, y)是原图像和平滑后的图像，M 是邻域内所包含的像素总数域内像素点的集合。均值滤波原理简单易于实现，但不能较好的显然的缺点，这将不利于某些边缘的检测。波的处理原理是非线性的，更能够保证图像的边缘信息。其思想中心的某一窗口内所有像素的灰度值进行从小到大排序[35]，将中度值的操作，即 = { } 域像素区域窗口，{ }是二维数据序列，Med 是从二位数据序列文中使用中值滤波进行图像的去噪，得到的结果如下图 2-2，这样效果较好，图像更加平滑细腻。

图 2-3 原图像与边缘检测图像效果对比图 2-3 所示，即为原图像（左图）与用 Canny 算子提取边缘得到的新图像上图可以看出得到的边缘图像信息较为清晰，但仍存在背景图与物体图有清晰呈现。这主要是由于边缘检测的方法是根据像素点的不连续特点而该部分背景图像与物体图像像素点比较接近，简易的边缘检测方法较需要用更加复杂的算法实现对该部分的边缘检测。合理论与使用边缘检测得出图像信息之后，根据可测物体与镜头距离以及图像边缘信距离函数。在实际操作中，可测的数据的是离散的，得到的数据列是（,m。无法避免存在误差，点列不一定能同时满足特定的函数，因此要求 f(x)最优的靠近所测样本点，即 f(xi) (i=1,2,3,…n)与 yi(i=1,2,3,…n)这两个

【参考文献】：
期刊论文
[1]室内智能移动机器人规则物体识别与抓取[J]. 李慧霞,高梓豪.  软件. 2016(02)
[2]融合激光与视觉信息的自主移动机器人的SLAM研究[J]. 刘雅彬,陈万米.  工业控制计算机. 2015(09)
[3]融合IMU的RGBD-SLAM算法改进研究[J]. 闵华松,杨杰.  计算机工程与设计. 2015(01)
[4]单目式自主机器人视觉导航中的测距研究[J]. 吴刚,唐振民.  机器人. 2010(06)
[5]基于超声和红外传感器的探测系统设计[J]. 杜洪超,李邓化,高晶敏.  微计算机信息. 2010(22)
[6]单目视觉目标距离测量方法研究[J]. 张法全,路立平,沈满德,陈良益,崔光照.  光子学报. 2009(02)
[7]基于单目视觉的距离测量研究[J]. 张纯金,纪淑娟,范晓宁.  山东科技大学学报(自然科学版). 2007(04)
[8]基于数据回归建模的单目视觉测距算法[J]. 沈志熙,黄席樾.  计算机工程与应用. 2007(24)
[9]图像边缘检测方法研究[J]. 魏伟波,芮筱亭.  计算机工程与应用. 2006(30)
[10]基于视觉的前方车辆探测技术研究方法综述[J]. 顾柏园,王荣本,余天洪,郭烈.  公路交通科技. 2005(10)

硕士论文
[1]基于异构多核智能相机的缺陷检测系统设计与实现[D]. 胡健.南京邮电大学 2018
[2]单目视觉检测室内未知环境障碍物的研究[D]. 王伟.重庆大学 2010
[3]基于DSP的视觉传感器的关键技术研究[D]. 吕晓明.天津大学 2007



本文编号：3378841