畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究畢業(yè)設(shè)計-挪動機器人的視覺的圖像辦理剖析方法研究挪動機器人研究中的機器視覺研究正在盛行。 圖像辦理的豐富內(nèi)容不單提出了挑戰(zhàn)，也為研究者供給了廣闊的研究平臺。本文從挪動機器人視覺系統(tǒng)下手， 第一介紹了挪動機器人視覺系統(tǒng)的概略和技術(shù)原理。而后，挨次論述了挪動機器人單目系統(tǒng)、雙目系統(tǒng)和全景系統(tǒng)的基來源理， 并舉例說了然鑒于這三種視覺系統(tǒng)的圖像辦理方法。此中，鑒于單目視覺的挪動機器人SLAM方法聯(lián)合CCD攝像機和里程計實現(xiàn)SLAM。為了提升定位精度，防止錯誤定位的發(fā)生， 在里程表定位的基礎(chǔ)上，對不一樣視覺圖像提取的特點進行般配， 依據(jù)極坐標幾何計算攝像機的旋轉(zhuǎn)角度， 獲取攝像機和里程表的角度冗余信息。采納擴展卡爾曼濾波器(EKF)交融信息，提升了SLAM的魯棒性。針對鑒于雙目視覺的挪動機器人， 針對峙體視覺算法復雜度、 且計算耗時的問題，提出了一種及時立體視覺系統(tǒng)的嵌入式實現(xiàn)方案，建立了一個以高性能多媒體數(shù)字信號辦理器芯片 TMS320DM642為核心的雙通道視頻收集系統(tǒng)。使用高性能的數(shù)字信號辦理器芯片能夠知足及時性的要求，并且掙脫了從前由 PC機實現(xiàn)的環(huán)境限制，如計算速度慢、功耗大等弊端。為認識決室外機器人高精度定位問題， 能夠設(shè)計一種鑒于全景視覺近紅外光源照度、全景視覺觀察和手動編碼路標的室外機器人定位系統(tǒng)。該系統(tǒng)利用近紅外成像減少光照和暗影的影響， 利用全景視覺獲取大范圍的環(huán)境信息，依賴圖像辦理算法辨別路標， 最后利用三角畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究丈量算法達成機器人定位。挪動機器人在機器視覺方面的研究正在盛行， 豐富的圖像辦理內(nèi)容不單給研究者帶來了挑戰(zhàn)，也為他們供給了一個廣闊的平臺這文本以機器人視覺系統(tǒng).開始第一，介紹了挪動機器人視覺系統(tǒng)的概略和技術(shù)原理而后描述了單目挪動機器人系統(tǒng)、 雙目挪動機器人系統(tǒng)和三眼挪動機器人系統(tǒng).的基來源理和它鑒于三個視覺系統(tǒng).指定這些圖像辦理方法此中此中，鑒于單目視覺挪動機器人的SLAM方法是CCD攝像機和里程計.的組合到提升定位精度，防止地點偏差的發(fā)生，在里程表地點 .的基礎(chǔ)上，依據(jù)視覺圖像的不一樣視角般配各樣特點我們能夠依據(jù)極線幾何計算攝像機旋轉(zhuǎn)角度， 利用里程計獲取攝像機角度的冗余信息，并利用擴展卡爾曼濾波器 (EKF).進行信息交融所以,畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究這能夠加強SLAM.的魯棒性為鑒于雙目視覺的挪動機器人，立體視覺算法復雜，耗時等.我們能夠經(jīng)過嵌入系統(tǒng).來表現(xiàn)及時立體視覺計劃它采納高性能多媒體芯片 TMS320DM642作為雙通道視頻收集系統(tǒng).這高性能DSP芯片.知足及時要求這方法掙脫了過去PC機的環(huán)境限制、計算速度慢、功耗大等弊端為關(guān)于高精度室外機器人定位問題的要求， 能夠設(shè)計一個鑒于近紅外光源照明、全景視覺察看和手動編碼 .的室外機器人定位系統(tǒng)這系統(tǒng)減少了近紅外光圖像對光芒和暗影的影響， 經(jīng)過全景視覺系統(tǒng)獲取大范圍的環(huán)境信息，經(jīng)過圖像辦理算法辨別路標，并經(jīng)過三角丈量算法達成機器人的最后地點.介紹視覺是人類獲守信息的最豐富的手段。 往常超出75%的人類信息來自眼睛，而關(guān)于司機來說，超出90%的信息來自視覺。相同，視覺畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究系統(tǒng)是挪動機器人系統(tǒng)的重要構(gòu)成部分之一， 視覺傳感器也是機器人獲取四周信息的傳感裝置。 在過去的十年里，跟著研究者們的大批研究工作，計算機視覺理論不停發(fā)展和完美。 挪動機器人的視覺系統(tǒng)已經(jīng)波及到機器視覺的幾乎全部方面，如圖像收集、壓縮編碼和傳輸、圖像加強、邊沿檢測、閾值切割、目表記別、三維重修等。目前，機器人視覺系統(tǒng)主要用于以下三個方面。(1)用視覺取代肉眼檢查產(chǎn)品。包含：形狀檢查，即檢查和丈量部件的幾何尺寸、形狀和地點；缺點檢查，即檢查部件能否破壞或劃傷；完好檢查，即檢查部件上的部件能否完好。(2)逐一辨別待裝置部件，確立其空間地點和方向，指引機器人手正確抓住處需部件，并將其擱置在指定地點，達成分類、的搬運和裝置任務(wù)。(3)挪動機器人導航，利用視覺系統(tǒng)向挪動機器人供給環(huán)境的外部信息，使機器人能夠獨立規(guī)劃自己的行進路線，避開阻礙物，安全抵達目的地，達成工作任務(wù)的擬訂。跟著科技的發(fā)展，研究者也提出了視覺伺服的觀點。只管這樣，機器人的視覺還沒有達到視覺對人類這樣重要的程度， 主假如因為視覺信息辦理的理論和方法還不完美。 該相機能夠在很短的時間內(nèi)掃描數(shù)百萬甚至數(shù)千萬像素的環(huán)境圖像，甚至超出人眼的信息獲取能力，但其辦理方法和辦理速度卻遠不及人類。 但是，人們相信跟著微電子技術(shù)的進步和計算機視覺的發(fā)展， 機器人的視覺功能愈來愈強盛， 機器視覺在挪動機器人的信息感知中所占的比率也愈來愈大。畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究挪動機器人視覺系統(tǒng)給予挪動機器人人類視覺功能， 并能像人類相同經(jīng)過視頻辦理從外面環(huán)境獲守信息。 這關(guān)于提升機器人的環(huán)境適應(yīng)能力、自主能力，最后達到模擬人類行為和部分代替人類勞動而不需要人類參加的目標，是極其重要的，對挪動機器人的發(fā)展也是極其重要的。視覺系統(tǒng)包含硬件和軟件。前者確立了這一制度的基礎(chǔ)。但是，后者往常是不行或缺的， 因為它包含圖像辦理算法和人機交互界面程序。廣義地說，挪動機器人的視覺是經(jīng)過傳感器獲取視覺環(huán)境信息的過程，其不單包含全部可見光波段， 還包含特定頻次的紅外光和激光+超聲波的一些波段，如圖1所示。超聲波傳感器易于使用和保護，價錢便宜。它們在過去的幾十年里被寬泛使用， 可是它們也有不正確的弊端。激光傳感器擁有很高的精度，只管價錢很高，但它們愈來愈遇到人們的喜愛。與前二者對比，工作在可見光頻段的攝像機獲取了豐富的環(huán)境信息，為后續(xù)的圖像辦理供給了廣闊的空間。圖1電磁頻譜和聲頻譜視覺傳感器包含主動傳感器和被動傳感器。包含人類在內(nèi)的大部分動物都有使用雙眼的被動傳感器。 也有近似蝙蝠的動物，它們有主動傳感器來丈量它們自己超聲波的距離。 一般來說,有源傳感器的器件比較復雜， 在成像條件和物體資料方面有必定的限制性，但能夠靠譜地丈量二維信息。 無源傳感器的辦理固然復雜，但其構(gòu)造簡單，能夠在一般環(huán)境下檢測。超聲波傳感器和激光屬于主動傳感器。在大部分狀況下，攝像機、紅外傳感器是被動傳感畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究器，只有在不確立的狀況下， 如深水挪動機器人視覺傳感器自己帶有光源，才是主動傳感器。傳感器的選擇應(yīng)依據(jù)目的、物體、環(huán)境、速度等因向來確立。有時也能夠考慮使用多個傳感器并行共同工作。 此外，應(yīng)用于挪動機器人的視覺算法不一樣于其余應(yīng)用， 其詳細要求主要表此刻：(1)及時性要求迅速的算法辦理，這不單直接決定了挪動機器人能夠行駛的最大速度，并且對整個導航系統(tǒng)的安全性和穩(wěn)固性有著至關(guān)重要的影響。比如，機器人的避障算法都需要預先知道阻礙物的位置，以便及時行動。越早獲取這些信息，系統(tǒng)就需要越多的時間來正確響應(yīng)。因為視覺信息辦理中的大批計算， 算法程序蒙受著巨大的壓力，特別是關(guān)于戶外挪動機器人。(2)魯棒性要求因為挪動機器人駕駛環(huán)境的復雜性，所采納的立體視覺算法應(yīng)能在各樣光照條件、各樣環(huán)境下盡可能保證其有效性。機器人在室內(nèi)環(huán)境中的導航環(huán)境相對較好， 但關(guān)于室外挪動機器人或陸地自主車輛ALV來說，不確立性要素增添好多，如光照變化、邊緣組織等。，并且沒有假定道路是平展的。所以，需要視覺導航算法來保證它們在各樣環(huán)境中的有效性。(3)立體視覺算法也應(yīng)知足精度要求，但這類精度不一樣于虛構(gòu)現(xiàn)實或三維建模所要求的精度， 因為立體視覺算法重修道路地形的最后目的是檢測阻礙物，而不是精準描述場景。關(guān)于挪動機器人來說，有時忽視細節(jié)能夠提升整個系統(tǒng)的穩(wěn)固性。一般來說，挪動機器人的視覺系統(tǒng)老是擁有以下組件 ：a.一個或多畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究個光信號發(fā)生器，其能夠是自然信號發(fā)射器 （比如來自物體的環(huán)境光的反射光）或人造光信號發(fā)射燈（比如閃光燈、激光光源 ）。一個或多個用于接收由構(gòu)造反射的光信號的傳感器 （比如，照相機，該照相機產(chǎn)生的圖像能夠說是原始圖像， 可是該傳感器不必定是光學傳感器，也能夠是超聲波傳感器。C.圖像收集卡，將接收到的圖像變換成計算機可識其余二進制代碼，供后續(xù)辦理。D.加強和去噪圖像，并除去和糾正缺點。E.經(jīng)過圖像儲存描述變換后的圖像，并給出必需的信息。F.特點提取，依據(jù)各樣法例、算法和其余標準導出有關(guān)信息。 G.目表記別，用于將提取的圖像特點與訓練階段記錄的圖像特點進行比較。表記能夠是整體表記、 當?shù)乇碛浕蛄惚碛洝?不論結(jié)果怎樣,機器人一定依據(jù)辨別過程的結(jié)果斷定采納相應(yīng)的行動。在這個階段，任何錯誤都可能致使性能不確立。依據(jù)挪動機器人的視覺技術(shù)，能夠分為三類 ：單目視覺系統(tǒng)、雙目視覺系統(tǒng)、全景視覺系統(tǒng)。二、挪動機器人的單目視覺系統(tǒng)攝像機參照框架關(guān)于單目攝像機，往常采納最簡單的針孔模型。 攝像機的針孔成像模型針孔成像模型中有四個參照坐標系。畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究（1）攝像機在圖像坐標系中收集的數(shù)字圖像能夠作為數(shù)組儲存在計算機中，數(shù)組中每個元素 （像素）的值就是圖像點的亮度（灰度）。如圖2所示，在圖像上定義了直角坐標系u-v,每個像素的坐標（u,v）分別是陣列中像素的列數(shù)和行數(shù)。所以， （u,v）是以像素為單位的圖像坐標系。圖2圖像坐標系和成像平面坐標系 （2）需要從頭成立以物理單位（比如，mm）表示的成像平面坐標系x-y,因為圖像坐標系僅表示像素位于數(shù)字圖像中的列和行的數(shù)目， 而不表示圖像中像素以物理單位表示的物理現(xiàn)象。如圖2所示，以物理單位丈量的成像平面坐標系的坐標用（x,y）表示。在x-y坐標系中，原位O1定義在攝像機光軸和圖像平面的交點處，稱為圖像的主點。該點往常位于圖像的中心，但可能會因相體制造而有所偏差。圖像坐標系中O1的坐標為（u0,v0）,并且每個像素在X軸和丫軸方向上的物理尺寸為dx、dy。兩個坐標系之間的關(guān)系以下：此中，S是因為攝像機成像平面的坐標軸不可以相互正交這一事實而產(chǎn)生的偏斜因子。（3）攝像機坐標系中攝像機成像的幾何關(guān)系如圖 3所示，此中:0點稱為攝像機光學中心； XC軸和YC軸平行于成像平面坐標系的X軸和Y軸；ZC軸是相機的光軸，垂直于圖像平面。光軸和像平面的交點是像主點O1,由點O和XC、YC、ZC軸構(gòu)成的直角坐標系稱為攝像機坐標系。OO1是相機的焦距。圖3照相機坐標系和世界坐標系 （4）世界坐標系還選擇參照坐標畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究系來描述照相機和物體在環(huán)境中的地點。 這個坐標系被稱為世界坐標系，也稱為真切坐標系或目標坐標系。 攝像機坐標系和世界坐標系之間的關(guān)系能夠用旋轉(zhuǎn)矩陣 R和平移向量T來描述。所以，在世界坐標系和攝像機坐標系下，空間點 P的齊次坐標系分別為(Xw,Yw,Zw,1)T和(XC,YC,ZC,1)T,存在以下關(guān)系：在公式中，R-3x3正交恒等式矩陣；t—三維平移列的向量，0=(0,0,0)t。攝像機線性模型透視投影最常用的成像模型能夠是針孔透視)或中心透視投影模型。真空模型的特點在于，來自場景的全部光穿過投影中心， 該投影中心對應(yīng)于透鏡的中心。 穿過投影中心并垂直于像平面的直線稱為投影軸或光軸， 如圖3所示。投影產(chǎn)生一個顛倒的圖像，有時假定一個垂直的虛構(gòu)平面從實質(zhì)成像平面到針孔等距。此中，x-y-z是一個固定在相機上的直角坐標系，按照右手定則，原點在投影中心。 Z軸和投影從頭組合指向場景， XC軸、YC軸平行于圖像平面的坐標軸X和Y;XC-YC平面和圖像平面之間的距離OO1是照相機的焦距F。攝像機坐標系和成像平面坐標系之間的關(guān)系以下：此中(x,y)-點p在成像平面坐標系中的坐標；(xc,yc,ZC)t-攝像機坐標下空間點p的坐標。用齊次坐標系矩陣表示：將x,y和ZCYCXC帶入上述公式，獲取圖像坐標系和世界坐標系的關(guān)系 ：此中au=fdx,av=fdy,s=s;'X-f表示在矩陣向量X的最后一個元素后加1;[RT]-它完好由攝像機有關(guān)于世界坐標系的方向決定，稱為攝像機畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究外面參數(shù)矩陣，由旋轉(zhuǎn)矩陣和平移向量構(gòu)成。 k-僅與攝像機內(nèi)部體制有關(guān)，稱為攝像機內(nèi)部參數(shù)矩陣，對應(yīng)的 aU、av、U0、V0和S稱為攝像機內(nèi)部參數(shù)。此中，（U0,y0）是主點坐標，aU,av分別是圖像的U軸和V軸上的比率因子，S是描述兩幅圖像坐標軸傾斜程度的參數(shù)；p-是一個3X4矩陣，稱為投影矩陣，即從世界坐標系到圖像坐標系的變換矩陣。旋轉(zhuǎn)矩陣的三個參數(shù)和平移向量 T的三個參數(shù)被稱為相機的外面參數(shù)。能夠看出，假如攝像機的內(nèi)部和外面參數(shù)是已知的，投影矩陣 P是已知的，并且假如任何空間點的三維坐標 （Xw,Yw,Zw）是已知的，則能夠找到其圖像坐標系的地點（U,V）。但是，假如空間中某一點的圖像點的坐標（U,V）是已知的，即便投影矩陣是已知的， 其空間坐標也不是獨一確立的，并且它對應(yīng)于空間中的直線。鑒于單目視覺的1.3挪動機器人的應(yīng)用鑒于單目視覺的挪動機器人 SIFT算法研究大部分挪動機器人使用機載傳感器， 如激光測距儀、聲納和照相機。最近幾年來，跟著圖像辦理技術(shù)（如SIFT算法）的進步和CCD相機低成本+小重量、小能耗等長處，鑒于視覺的SLAM愈來愈遇到國內(nèi)外學者的關(guān)注。目前，鑒于單目視覺的挪動機器人SLAM方法是將CCD攝像機和里程計聯(lián)合起來實現(xiàn)SLAM。為了提升定位精度，防止錯誤定位的發(fā)生,在里程表定位的基礎(chǔ)上， 對不一樣視覺圖像提取的特點進行般配，依據(jù)極坐標幾何計算攝像機的旋轉(zhuǎn)角度， 獲取攝像機和里程表的角度畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究冗余信息。采納擴展卡爾曼濾波器SLAM冗余信息。采納擴展卡爾曼濾波器SLAM的魯棒性。（EKF）對信息進行交融，提升了挪動機器人模型在二維環(huán)境中，挪動機器人的姿態(tài)由x,y,9表示，此中x,y表示挪動機器人的相對世界坐標地點， 9表示機器人的方向。在姿態(tài)追蹤問題中，挪動機器人的初始地點是已知的。 地圖創(chuàng)立過程是指當挪動機器人的姿態(tài)已知時的環(huán)境地圖創(chuàng)立過程。在SLAM中，機器人利用其攜帶的傳感器來辨別未知環(huán)境中的特點標志， 而后依據(jù)機器人與特點標志之間的相對地點和里程表讀數(shù)來預計機器人的世界坐標和特點標志。這類在線定位和地圖創(chuàng)立需要保護機器人和特點標志之間的詳盡信息。在特定的室內(nèi)環(huán)境下，鑒于環(huán)境特點的 SLAM方法的基本思想是將挪動機器人的地點和姿態(tài)以及環(huán)境特點的坐標表示在一個狀態(tài)向量中，并經(jīng)過察看機器人行走過程中的環(huán)境特點來做出最正確的估計。假定挪動機器人是世界坐標系中的一個點（由x和y表示），機器人的開端地點是世界坐標系的原點，行進方向（機器人的方向0）是機器人坐標系中的橫坐標，即x'軸，逆時針旋轉(zhuǎn)90度是縱坐標的y'軸，如圖4所示。圖4挪動機器人的挪動過程。所以，世界坐標系中的方程是 ：此中xk和yk代表機器人在時間k時在世界坐標系中的地點；9k代表機器人在時間k的方向；31k是挪動機器人在時間K的位移；指示機

畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究器人在k時辰的偏航角。因為目標是一個靜態(tài)對象，它在世界坐標系中的地點能夠表示為，并且(i=1,-,n)是第一個目標在世界坐標系中的地點。機器人獲取的目標地點(，)是指機器人坐標系中第一個目標的地點，所以需要將其變換為世界坐標，能夠表示為擴展卡爾曼濾波器(EKF)卡爾曼濾波器假定系統(tǒng)是線性的， 但實質(zhì)的機器人運動模型和觀測模型是非線性的。所以，往常使用擴展卡爾曼濾波器。鑒于EKF的映照和定位能夠歸納為循環(huán)迭代預計-校訂過程。EKF算法在辦理不確立信息方面是獨一無二的。 所以，EKF成為使用最寬泛的SLAM方法。依據(jù)上述公式和假定，卡爾曼濾波器公式能夠設(shè)計以下 ：此中和是擁有不有關(guān)均勻值零的正常白噪聲序列， 方差分別是和。 時間k處的狀態(tài)向量和丈量向量能夠表示以下：丈量值是從狀態(tài)展望向量計算的目標地點，狀態(tài)展望向量是指機器人坐標系中目標點的詳細地點，并且能夠表示為：所以，系統(tǒng)狀態(tài)方程和丈量方程是：此中更新方程式EKF用于預計和更新系統(tǒng)狀態(tài)。當機器人在運動過程中發(fā)現(xiàn)新特點時，需要依據(jù)新特點的觀察向量z(k+1)和機器人的目前狀態(tài)計算新特點標志的初始狀態(tài)，并更新狀態(tài)向量和協(xié)方差矩陣p在SLAM中，系統(tǒng)的狀態(tài)包含機器人地點的預計和機器人坐標系中的環(huán)境特點,而協(xié)方差矩陣P中的環(huán)境特點,而協(xié)方差矩陣P表示預計偏差擴展卡爾曼濾波方畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究法一般將信息辦理分為展望和更新， 用這類方法對信息的預計是無偏預計。卡爾曼濾波器展望方程是 ：更新方程是：此中q是狀態(tài)噪聲協(xié)方差，r是丈量噪聲協(xié)方差， p是偏差協(xié)方差，k是增益矩陣。展望方程用于展望目前狀態(tài)， 偏差協(xié)方差矩陣用于獲取下一時辰的先驗預計。新方程將先驗預計與丈量值相聯(lián)合， 以獲取更精準的后驗預計。SIFT算法LoweDG在2004年總結(jié)了現(xiàn)有的鑒于不變技術(shù)的特點檢測方法，并正式提出了一種尺度不變特點變換 一一SIFT算子，它是一種鑒于尺度空間、的圖像局部特點描述符，不便于圖像尺度、旋轉(zhuǎn)甚至仿射變換。撒該算法第一在尺度空間進行特點檢測，確立重點點的地點和尺度。而后，利用重點點域中梯度的主方向作為點的方向特點，實現(xiàn)算子在尺度和方向.上的獨立性坡度和方向的11算公式為 ：上述公式是（x,y）處梯度的模值和方向公式，此中l(wèi)使用的比率是每個重點點的比率。在實質(zhì)計算中，能夠在以重點點為中心的鄰域窗口中進行采樣，并經(jīng)過直方圖計算鄰域像素的梯度方向。 直方圖的峰值表示重點點處鄰域梯度的主要方向，即作為重點點的方向。畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究挪動機器人雙目視覺系統(tǒng) 3.1介紹雙目視覺測距法是一種鑒于雙目視覺的人體感知距離的測距方法。人們的眼睛從略微不一樣的兩個角度察看客觀三維世界的景色。 由于幾何光學的投射，在左、右兩只眼睛視網(wǎng)膜上離察看者不一樣距離的物體的圖像不在同一地點。 雙眼視網(wǎng)膜上的這類地點差別被稱為雙眼視差，它反應(yīng)了客觀光景的深度（或距離），如圖5所示。第一，使用兩個或多個相同的攝像機從不一樣的地點對同一場景進行成像， 獲取立體圖像對，而后經(jīng)過各樣算法對相應(yīng)的圖像點進行般配， 計算視差，而后經(jīng)過三角丈量恢復距離。立體視覺測距的難點是怎樣選擇合理的般配特點和般配標準來保證般配的正確性。圖5是雙目立體視覺的表示圖。兩個圖像平面位于一個平面上，兩個攝像機的坐標軸相互平行，并且它們的 x軸重合。在該模型中，場景中同一特點點在兩個攝像機圖像平面上的成像地點是不一樣的。 我們稱場景中同一點的投影點為兩個不一樣圖像的共軻對， 一個投影點就是另一個投影點。找尋共軻對就是解決對應(yīng)問題。 兩幅圖像重疊時共軻點地點之間的差別（共軻點之間的距離）稱為視差，穿過兩個攝像機中心并穿過場景特點點的平面稱為極線平面，極線平面與圖像平面之間的交線稱為極線。假定坐標系的原點與左透鏡的中心重合，并且場景點 P（X,Y,Z）在左、右圖像平面中的投影點分別為P1、PR,比較6OLPL和§OMP是相像的，ORRPR和ORNP是相像的畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究所以，能夠經(jīng)過計算視差來實現(xiàn)各樣場景點的深度恢復。注意 ：因為數(shù)字圖像的失散特征，視差值是一個整數(shù)。在實踐中，一些特別的算法能夠使視差計算精度達到亞像素級。 所以，關(guān)于給定的一組攝像機參數(shù)，提升場景點的深度計算精度的有效方法是增添基線距離2a,即，增添對應(yīng)于場景點的視差。但是，這類大角度立體方法也帶來了一些問題。主要問題是：（1）跟著基線距離的增添，兩個攝像機的共視范圍減小；（2）跟著對應(yīng)于場景點的視差值的增添，搜尋對應(yīng)點的范圍增添，模糊的時機增添；（3）透視投影惹起的變形致使兩臺攝像機收集的兩幅圖像不一致，給共軻對確實定帶來困難。在圖5中，圖像中的每個特點點位于第二圖像中的同一行。 事實上,兩條核線不必定完好在一條直線上， 也就是說，垂直視差不為零。但是，為了簡單起見，很多雙目立體算法假定零垂直視差。在實質(zhì)應(yīng)用中常常會碰到兩個攝像機的光軸不平行的狀況， 而調(diào)整它們平行重合的技術(shù)就是攝像機的標定。雙目視覺系統(tǒng)在3.2挪動機器人中的應(yīng)用鑒于雙目視覺的挪動機器人視覺導航研究針對峙體視覺算法復雜度、且計算耗時的問題，提出了一種采納高性能多媒體數(shù)字信號辦理器芯片TMS320DM642的及時立體視覺系統(tǒng)嵌入式實現(xiàn)方案以建立雙通道視頻收集系統(tǒng)為核心。 使用高性能的數(shù)字信號辦理器芯片能夠知足及時性的要求，并且掙脫了從前由 PC機實現(xiàn)的環(huán)境限制，如計算速度慢、功耗大等弊端。畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究3.2.1挪動機器人的阻礙物檢測原理采納立體視覺的方法檢測阻礙物， 對每對待確立的左右圖像像素點進行立體視覺計算，獲取其高度和深度信息地面上高度值高于某一閾值的點視為阻礙點， 當深度值低于某一閾值時，需要改變行進方向，如圖6所示，挪動機器人雙目 CCD攝像機與DM642開發(fā)板的視頻端口相連，形成挪動機器人立體視覺系統(tǒng)的挪動機器人構(gòu)造表示圖， 如圖7所示，此中h=230mm。所以，能夠經(jīng)過計算三維坐標的 y值和h值之間的差值的絕對值來確立空間中的某一點是不是可行點。 所以，假如差值大于 5毫米，這是不行行的圖6挪動機器人圖7構(gòu)造圖3.2.2阻礙物目標地區(qū)提取(1)為了降低原始圖像I中的噪聲，對圖像I進行高斯光滑濾波，獲取圖像M;(2)利用最大類間方差切割算法獲取圖像 M的最優(yōu)閾值Th,并對圖像進行初步二值化， 此中灰度值大于Th作為背景，灰度值小于Th作為阻礙目標，獲取二值圖像N;(3)在步驟2中獲取的二值圖像N一定擁有很多不規(guī)則的細節(jié)，比如室內(nèi)環(huán)境地板的矩形補片空隙、 邊沿毛刺和內(nèi)部孤立的“島”。所以，使用較小的構(gòu)造元素對圖像進行腐化操作以獲取二值圖像。(4)腐化后，圖像切割地區(qū)變小，內(nèi)部小孔地區(qū)變大，可能會丟掉阻礙物的輪廓邊沿和拐角特點信息， 致使后續(xù)圖像辦理中信息丟掉。所以，引入了相對較大的構(gòu)造元素擴展操作來除去阻礙地區(qū)中的小孔，恢復因為腐化操作而丟掉的輪廓邊沿， 并確畢業(yè)設(shè)計移動機器人視覺圖像處理分析方法研究保切割地區(qū)的有效性。所以，選擇較大的構(gòu)造元素對圖像進行擴展操作，獲取二值圖像；經(jīng)過上述四個步驟，最后獲取阻礙物目標的近似面積，即二值圖像中的有效面積。挪動機器人立體般配策略考慮到挪動機器人視覺阻礙物檢測系統(tǒng)的及時性要乞降硬件處理能力的限制，阻礙物檢測系統(tǒng)采納了鑒于圖像切割和 Harris角點特點的地區(qū)般配策略實現(xiàn)過程以下：步驟1:對收集的原始圖像進行高斯光滑預辦理；步驟2,應(yīng)用圖像切割方法提取左右圖像中阻礙物目標的近似地區(qū)；第三步：在提取的阻礙物目標地區(qū)，利用Harris角點檢測器提取左右圖像的角點特點。第四步：應(yīng)用互有關(guān)函數(shù)ZNCC算法丈量左右圖像角點特點的相像度，獲取初始般配集。對初始般配集進行極線拘束和左右一致性檢查，獲取最后般配結(jié)果。在立體般配的搜尋過程中，互有關(guān)函數(shù)往常被用作兩個搜尋鄰域之間的相像性胸懷。常有的互有關(guān)函數(shù)包含SSD、SAD、NCC、ZNCC等。此中SAD和SSD屬于非相像性胸懷，NCC很難戰(zhàn)勝噪聲的影響。零均值歸一化有關(guān) ZNCC