| 【中文题名】 | 微小型机器人视觉民航道路检测跟踪算法的研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-12-6 |
| 【中关键词】 | 视觉导航,图像修复,图像分割,道路检测,曲线拟合, |
| 【英关键词】 | Vision-based navigation,Image inpainting,Image segmentation,Road detection,Curve fitting, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>机器人技术>机器人> |
| 【论文摘要】 | 履带式地面移动机器人，是一种能够在道路和野外连续地、实时地自主运动的小型智能移动系统。在移动机器人的相关技术研究中，导航技术是其核心技术之一，也是其实现真正的智能化和完全的自主移动的关键技术之一。其中视觉导航需要实时检测行驶环境，从而确定移动机器人的可行驶道路区域，使得移动机器人能够在无人操纵的情况下自主安全平稳地行驶。
本文主要研究微小型移动机器人视觉导航中的道路检测与跟踪问题，其中图像修复、彩色道路图像分割与路边检测与跟踪是重点与难点部分。对因逆光引起的受损图像，本文结合基于径向基函数的图像修复方法和基于曲线曲面演化的图像插值方法并进行了简化，使用基于曲线拟合与插值的方法，修复由逆光引起的白光区域，得到较为满意的结果。针对环境复杂多变、且路面上分布有杂乱大理石块的彩色道路图像，本文采用改进的多颜色空间上的区域生长方法，结合RGB颜色空间和HSI颜色空间自动在道路区域上进行生长，得到理想的二值图像。对分割得到的二值图像运用链码跟踪方法提取道路边缘，采用Hough变换拟合出路边直线。
实验结果表明，对于复杂多变的道路环境以及质量较差的彩色道路图像，本文方法能得到较为理想的结果。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
Abstract |
4-5 |
|
目录 |
5-7 |
|
图表目录 |
7-8 |
|
1 绪论 |
8-14 |
|
1.1 概述 |
8-9 |
|
1.2 课题背景 |
9 |
|
1.3 研究现状 |
9-12 |
|
1.3.1 机器人研究现状 |
9-11 |
|
1.3.2 视觉导航与道路检测研究现状 |
11-12 |
|
1.4 本文主要工作 |
12-14 |
|
2 图像修复(Inpainting) |
14-22 |
|
2.1 引言 |
14-15 |
|
2.2 基于径向基函数的图像修复 |
15-17 |
|
2.3 基于曲线拟合与插值的图像修复 |
17-18 |
|
2.4 最小二乘曲线拟合 |
18-20 |
|
2.5 重建区域的确定 |
20-21 |
|
2.6 本章小结 |
21-22 |
|
3 图像预处理 |
22-28 |
|
3.1 引言 |
22 |
|
3.2 图像增强 |
22-24 |
|
3.3 图像平滑 |
24-27 |
|
3.3.1 均值滤波 |
25-26 |
|
3.3.2 中值滤波 |
26-27 |
|
3.4 本章小结 |
27-28 |
|
4 彩色道路图像分割 |
28-42 |
|
4.1 引言 |
28 |
|
4.2 数学定义 |
28-29 |
|
4.3 彩色图像分割概述 |
29-31 |
|
4.4 颜色空间 |
31-35 |
|
4.4.1 颜色空间的选取 |
31-32 |
|
4.4.2 RGB颜色空间 |
32-33 |
|
4.4.3 HSI颜色空间 |
33-34 |
|
4.4.4 RGB到HSI颜色空间的转换 |
34-35 |
|
4.5 改进的基于多颜色空间上的区域生长 |
35-40 |
|
4.5.1 视觉颜色空间的奇异性 |
35 |
|
4.5.2 颜色距离度量 |
35-36 |
|
4.5.3 种子点自动选取 |
36-37 |
|
4.5.4 区域生长算法 |
37-40 |
|
4.6 阈值面积消去 |
40 |
|
4.7 本章小结 |
40-42 |
|
5 路边检测与跟踪 |
42-51 |
|
5.1 引言 |
42 |
|
5.2 链码跟踪 |
42-45 |
|
5.2.1 边界的链码表示 |
42-43 |
|
5.2.2 链码跟踪算法及应用 |
43-45 |
|
5.3 路边提取 |
45-46 |
|
5.4 路边拟合 |
46-50 |
|
5.4.1 道路模型 |
46-47 |
|
5.4.2 Hough变换直线拟合 |
47-50 |
|
5.4.3 特征点选取 |
50 |
|
5.5 本章小结 |
50-51 |
|
6 总结与展望 |
51-52 |
|
致谢 |
52-53 |
|
参考文献 |
53-54 |
|
| 【DOI】 | LunWen.ID:2.2008.381248 |
