【正文】 圖 34 拉普拉斯算子的模板 三、 Canny 邊緣檢測(cè) 1986 年 John Canny 提出了邊緣檢測(cè)的三條準(zhǔn)則，在此基礎(chǔ)上提出了 。這里對(duì)模板的基本要求是 對(duì)應(yīng)中心像素的系數(shù)應(yīng)是正的，而對(duì)應(yīng)中心像素鄰近像素的系數(shù)應(yīng)該是負(fù)的，且它們的和應(yīng)該是零，其模板見(jiàn)圖 34(a)和 (b)。其中圖 (a)是原始圖像，圖(b)是用圖 32(c)中水平模板得到的水平梯度圖，它對(duì)垂直邊緣有較強(qiáng)的響應(yīng)，圖(c)是用圖 32(c)中垂直模板得到的水平梯度圖，它對(duì)水平邊緣有較強(qiáng)的響應(yīng)。在邊緣灰度值過(guò)渡比較尖銳且圖像種噪聲比較小時(shí)，梯度算子工作效果比較好。其中 Sobel 是效果比較好的一種。最簡(jiǎn)單的梯度算子是 Robert 交叉算子，它的 2 個(gè) 2 2 模板 見(jiàn)圖 32(a)。對(duì) xG 和 yG 各用 1 個(gè)模板，所以需要 2 個(gè)模板組合起來(lái)以構(gòu)成 1 個(gè)梯度算子。 一、梯度算子 梯度對(duì)應(yīng)一階導(dǎo)數(shù)，梯度算子是一階導(dǎo)數(shù)算子。實(shí)際上數(shù)字圖像中求導(dǎo)數(shù)是利用差分近似微分來(lái)進(jìn)行的。從本質(zhì)上來(lái)說(shuō)，圖像邊緣是圖像局部特性小連續(xù)性 (灰度突變、顏色突變、紋理結(jié)構(gòu)突變等 )的反映，它標(biāo)志著一個(gè)區(qū)域的終結(jié)和另一個(gè)區(qū)域的開(kāi)始。 邊緣檢測(cè) 邊緣檢測(cè)是所有基于邊界的分割方法的第一步。這兩類方法從兩個(gè)側(cè)面實(shí)現(xiàn)對(duì)圖像的分割，在實(shí)際 應(yīng)用中，不同的圖像可能適用于不同的方法。往往以區(qū)域?yàn)閷?duì)象的分割方法導(dǎo)致圖像的完全分割，而以邊緣為對(duì)象的分割導(dǎo)致圖像的不完全分割。另一類是以物體邊界為對(duì)象進(jìn)行分割，一般來(lái)說(shuō)物體的邊界具有復(fù)雜的形狀，從圖像中灰度變化直 接找出物體的邊界比較困難。 圖像分割大致可分為兩類。 圖像分 割出來(lái)的區(qū)域需要具有均一性與連通性的特征。圖像分割的通用定義如下。 從圖像中把景物提取出來(lái)的處理過(guò)程稱為圖像分割。圖像分析主要是對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)、提取和測(cè)量，分析的結(jié)果能為用戶提供描述目標(biāo)特征的 根據(jù) 。但對(duì)于線、尖頂?shù)燃?xì)節(jié)多的圖像不宜采用中值濾波。其中均值平均法和中值濾波法都采用的是 3 3 矩形模板計(jì)算。一個(gè)二維的 M M 的中值濾波器比用 M 1 和 1 M 的兩個(gè)濾波器分別順序進(jìn)行垂直和水平處理更能 抑制 噪聲，但同時(shí)也 抑制了有用的信號(hào)。 中值濾波很容易擴(kuò)展到二維情況。如果它是一個(gè)信號(hào)，則濾波后降低了分辨率。用 110 代替窗口中心位置處的像素 200。在進(jìn)行中值濾波時(shí)，通過(guò)移動(dòng)窗口，將窗口中心位置處的像素灰度值用窗口內(nèi)各像素灰度值的中值代替。以一維中值濾波為例，說(shuō)明中值濾波的工作原理。 二、中值濾波法 一組按照大小順序排列的數(shù)組，中間位置上的數(shù)據(jù)稱之為中值。但是，鄰域平均法在去除噪聲的同時(shí)，也使圖像的邊緣和細(xì)節(jié)模糊，特別是半徑增大，這種模糊效應(yīng)更大。設(shè)有一幅 N N 的原始圖像 武漢理工大學(xué)碩士學(xué)位論文 20 ),( yxf ，經(jīng)過(guò)鄰域平均法處理后的圖像為 ),( yxg ，則 ??? Snm nmfMyxg ),( ),(1),( (31) 式中， M 為集合 S 內(nèi)的坐標(biāo)點(diǎn)的總數(shù)。本章中介紹常用的鄰域平均、中值濾波方法。圖像噪聲的來(lái)源有三個(gè)方面：一為光電、電磁轉(zhuǎn)換過(guò)程中引入的人為噪聲；二為 CCD 攝像機(jī)采集圖像的不穩(wěn)定性；三為自然起伏性噪聲，有物理量的不連續(xù)性或粒子性所引起，這類噪聲又可分成熱噪聲、散粒噪聲等。所以這里重點(diǎn)介紹圖像平滑處理。 在預(yù)處理中，輸入和輸出都是圖像，只是經(jīng)過(guò)預(yù)處理后，輸出圖像的質(zhì)量得到一定程度的改善，可達(dá) 到改善圖像的視覺(jué)效果或者更便于計(jì)算機(jī) (機(jī)器人 )對(duì)圖像分析、處理、理解和識(shí)別等處理的目的。與此類似，假設(shè)有一幅城市的圖像，其中包含了足夠多的細(xì)節(jié)，例如街道、車輛和樹(shù)蔭。舉例來(lái)說(shuō) ，假設(shè)獲得了一個(gè)正在移動(dòng)的物體的圖像，圖像可能不很清晰，這時(shí)希望在獲得物體的信息 (例如其特征、形狀、位置和方位等 )之前，減小或者去除圖像的模糊。 圖像處理技術(shù)主要是對(duì)圖像進(jìn)行增強(qiáng)、改善或修改，為圖像分析做準(zhǔn)備。為了提高智能機(jī)器人的視覺(jué)功能，增強(qiáng)機(jī)器人的分析和識(shí)別能力，以便做出正確的行動(dòng)規(guī)劃，需要對(duì)原始圖像中的噪聲、畸變給以去除和修正。 圖像預(yù)處理 機(jī)器人視覺(jué)系統(tǒng)面向三維世界的景物，而實(shí)際大 部分還是針對(duì)二維圖像的處理。目前應(yīng)用于機(jī)器人視頻采集的技術(shù)主要有以下三種：基于 VFW(Video For Windows)技術(shù)的視頻采集技術(shù)；基于 DirectShow 技術(shù)的視頻采集技術(shù)；基于視頻采集卡廠商提供的 SDK 的視頻采集技術(shù) [26]。隨著科學(xué)技術(shù)的發(fā)展，數(shù)字化設(shè)備應(yīng)用已較普及，并日益 向高速度、高分辨率、多功能、智能化方向發(fā)展。圖像數(shù)字化器就是具有這種功能的設(shè)備。目前數(shù)碼相機(jī)中廣泛使用的 CCD 和 CMOS 兩種圖像傳感器。本章就從這幾個(gè)部分對(duì)圖像處理的算法進(jìn)行介紹，從而找到適合本系統(tǒng)的最好算法。 通常數(shù)字圖像處理可以劃分為以下幾個(gè)主要部分：圖像的采集、量化、存儲(chǔ)、預(yù)處理、分割、特征提取、圖像的分類和表示、圖像識(shí)別、模型匹配、內(nèi)性解釋和理解等。即通過(guò)計(jì)算機(jī)，對(duì) 安裝在機(jī)器人頭部的攝像機(jī)輸入的二維連續(xù)圖像進(jìn)行處理和目標(biāo)識(shí)別，可以確定物體的位置、方向、屬性以及其他狀態(tài)等。 武漢理工大學(xué)碩士學(xué)位論文 18 第 3 章 機(jī)器人視覺(jué)導(dǎo)航中的圖像處理技術(shù) 機(jī)器人視覺(jué)導(dǎo)航研究取得的巨大進(jìn)展得益于圖像處理技術(shù)的飛速發(fā)展。其中視覺(jué)導(dǎo)航 具有信號(hào)探測(cè)范圍寬、獲取信息完整等優(yōu)點(diǎn) ，在圖像處理速度得到解決之后，視覺(jué)導(dǎo)航成為 未來(lái)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向。 本章小結(jié) 在自主式移動(dòng)機(jī)器人相關(guān)技術(shù)中，導(dǎo)航技術(shù)是其研究核心，也是移動(dòng)機(jī)器人實(shí)現(xiàn)智能化及完全自主的關(guān)鍵技術(shù)。雖然各層次之間沒(méi)有明確的界限，但是這種劃分對(duì)于機(jī)器人視覺(jué)系統(tǒng)的固有處理過(guò)程加以分類提供了一種有用的結(jié)構(gòu)。 圖 26 視覺(jué)系統(tǒng)工作流程圖 機(jī)器人視覺(jué)可以看作從三維環(huán)境的圖像中抽取、描述和解釋信息的過(guò)程，它可以劃分為以下幾個(gè)主要部分：圖像的采集 、量化、存儲(chǔ)、變換、編碼、分割、特征提取、圖像數(shù)據(jù)庫(kù)的建立、圖像的分類和表示、圖像識(shí)別、模型匹配、內(nèi)性解釋和理解等等。 (3)機(jī)器人控制軟件。 (2)機(jī)器人視覺(jué)信息處理算法，它包括圖像預(yù)處理 、分割、識(shí)別和解釋等算法。而在客戶機(jī)方面，由于Windows 操作系統(tǒng)的用戶友好性、易操作性、應(yīng)用程序設(shè)備獨(dú)立性、高性能內(nèi)存管理能力和兼容性強(qiáng)的特點(diǎn)，使得客戶機(jī)方面使用該操作系統(tǒng)成為可能。采用運(yùn)行 Linux 操作系統(tǒng)作為機(jī)器人控制器開(kāi)發(fā)平臺(tái)是目前智能機(jī)器人技術(shù)和產(chǎn)業(yè)發(fā)展的方向和趨勢(shì)。 軟件包括： (1)機(jī)器人系統(tǒng)軟件，選用不同類型的計(jì)算機(jī)，就有不同的操作系統(tǒng)和它所支撐的各種語(yǔ)言、數(shù)據(jù)庫(kù)等。做圖像處理的計(jì)算機(jī)的主要技術(shù)指標(biāo)有主頻、內(nèi)存、顯存和硬盤(pán)等等。 圖 25 視覺(jué)系統(tǒng)的組成 硬件由以下幾個(gè)部分組成： (1)視覺(jué)傳感器，即 CCD 或 CMOS 攝像機(jī)，有時(shí)也還包括超聲波傳感器和結(jié)構(gòu)光設(shè)備； (2)視頻信號(hào)數(shù)字化設(shè)備，即圖像采集卡，它的任務(wù)是把由攝像機(jī)輸出的全電視信號(hào)轉(zhuǎn)化成計(jì)算機(jī)方便使用的數(shù)字信號(hào)； (3)計(jì)算機(jī)及外設(shè)，根據(jù)系統(tǒng)的需要可以選用不同的計(jì)算機(jī)及其外設(shè)，來(lái)滿足機(jī)器人視覺(jué)信息處理及機(jī)器人控制的需要。 一般移動(dòng)機(jī)器人的視覺(jué)系統(tǒng)的總體結(jié)構(gòu)如 圖 25 所示。也由此形成了一門(mén)新的學(xué)科 ——機(jī) 器視覺(jué)。人類感知外部世界主要是通過(guò)視覺(jué)、觸覺(jué)、聽(tīng)覺(jué)和嗅覺(jué)等感覺(jué)器官，其中約 60%的信息是由視覺(jué)獲取的。 基于視覺(jué)的機(jī)器人導(dǎo)航的實(shí)現(xiàn)需要給機(jī)器人裝備視覺(jué)系統(tǒng)，本節(jié)主要介紹機(jī)器人的視覺(jué)系統(tǒng)。 機(jī)器人視覺(jué)的研究目標(biāo)是使機(jī)器人系統(tǒng)中的計(jì)算機(jī)具有通過(guò)二維圖像認(rèn)知三維環(huán)境信息的能力。智能機(jī)器人的智能特征就在于它具有與外部 世界 ——對(duì)象、環(huán)境和人相互協(xié)調(diào)的工作機(jī)能。 (a)熱帶叢林場(chǎng)景圖像 武漢理工大學(xué)碩士學(xué)位論文 14 (b)場(chǎng)景中紅泥土、綠色植被、水的分割 (c)可行走區(qū)域的圖像表示 圖 24 文獻(xiàn) [3]中的可行區(qū)域分割效果 機(jī)器人視覺(jué)系統(tǒng) 智能機(jī)器人是工業(yè)機(jī)器人從無(wú)智能發(fā)展到有智能，從低智能發(fā)展到高智能的產(chǎn)物。輸入的圖像中的紅泥土就是機(jī)器人的可行走區(qū)域。所以在 Urban Bergquist 的方法中僅用色調(diào)信息特征就能將 場(chǎng)景中的紅泥土地、水和綠色植被區(qū)分開(kāi)來(lái)。處理這樣的室外圖像比較復(fù)雜，關(guān)鍵是要盡可能尋找與光照條件無(wú)關(guān)的特征。這個(gè)輸出幫助引導(dǎo)機(jī)器人進(jìn)行路徑規(guī)劃。 武漢理工大學(xué)碩士學(xué)位論文 13 圖 23 NAVLAB 分析灰度圖像來(lái)確定道路邊界 Urban Bergquist 在他的碩士畢業(yè) 論文 [3]中，實(shí)現(xiàn)了一個(gè)利用顏色信息將室外場(chǎng)景分割成航行區(qū)域和非航行區(qū)域的實(shí)時(shí)系統(tǒng)?！盁o(wú)手臂駕駛穿越美國(guó)”的試驗(yàn)見(jiàn)證了 Navlab系統(tǒng)的成功。從 1986年開(kāi)始的由 Chevy van變成 NAVLAB1，直到今天的 Navlab9和 10(用于地下公共汽車中 )， CMU和同伴們開(kāi)發(fā)了在高速公路上導(dǎo)航的一系列系統(tǒng)。 (a)實(shí)際的地面前景層 (b)計(jì)算出的地面前景層 (c)實(shí)際的地面背景層 (d)計(jì)算出的地面背景層 圖 22 文獻(xiàn) [19]提出的場(chǎng)景分層表示結(jié)果 同樣的，在 室外機(jī)器人視覺(jué)導(dǎo)航也取得了很大的進(jìn)步，例如 NAVLAB系統(tǒng)，在高速公路上視覺(jué)引導(dǎo)的道路跟蹤的研究，以及 Prometheus系統(tǒng)。場(chǎng)景圖像序列通過(guò)計(jì)算平面的單映性來(lái)確定平面的對(duì)應(yīng)關(guān)系。這樣就可以把獲得的環(huán)境場(chǎng)景圖像分層表示為前景層和背景層。文章假設(shè)地面上的物體與地面成一定的角度，通過(guò)計(jì)算物體平面的法線來(lái)分割場(chǎng)景中的各個(gè)物體。它還包括一個(gè)自我定位程序，這可以實(shí)現(xiàn)機(jī)器人的自身定位，每幅圖像的處理時(shí)間不超過(guò) 400ms。在機(jī)器人 NEURO－ NAV和 FUZZY－ NAV中都有應(yīng)用?，F(xiàn)在也可以通過(guò)空間的拓?fù)涿枋龊蜕窠?jīng)網(wǎng)絡(luò)系統(tǒng)來(lái)引導(dǎo)機(jī)器人室內(nèi)導(dǎo)航?！跋嗨啤钡某潭扔蓹C(jī)器人位置的不確定性決定。隨后還要檢測(cè)這些特征的子類是否與機(jī)器人中的樣本匹配，這就更加大了處理的難度。但是現(xiàn)在這已經(jīng)不算是一個(gè)很大的難題了。這兩個(gè)領(lǐng)域的發(fā)展都取得了非常有意義的進(jìn)步。其輸入和輸出的都是室內(nèi)環(huán)境圖像序列。 盡管對(duì)范圍傳感器來(lái)說(shuō)，檢測(cè)小的物體和不同的地面比較困難，但是用彩 武漢理工大學(xué)碩士學(xué)位論文 11 色視覺(jué)能很好 地進(jìn)行檢測(cè) 。范圍傳感器也不能區(qū)分不同的地面。所有基于范圍的障礙物檢測(cè)系統(tǒng)很難檢測(cè)到地面上 的小而平的物體。激光測(cè)距儀和雷達(dá)的分辨率要好一些，但是更復(fù)雜并且很昂貴。但是，這些傳感器都不是很完美。通常用在基于范圍的障礙物檢測(cè)系統(tǒng)中的傳感器包括超聲波傳感器，激光測(cè)距儀，雷達(dá)，立體視覺(jué)等。支持~~500K Baud 的通訊 價(jià)格貴約￥ 40 000， 不提供顏色信息 單目視覺(jué)(Monocular) 實(shí)現(xiàn)容易，提供顏色信息， 顏色提取或者邊緣提取計(jì)算量 少 受光線的影響，距離的標(biāo)定麻煩 立體視覺(jué) (Stereo) 定位準(zhǔn)確 需要較復(fù)雜的算法實(shí)現(xiàn) 全維視覺(jué)(Omnidirectional) 提供全維 360 度信息，效率高， 其它不可比 硬件實(shí)現(xiàn)難， 尤其是鏡面的設(shè)計(jì)， 錐形面一般容易，像拋物面，或者雙曲面的加工很難，如購(gòu)買價(jià)格 也很貴 在許多移動(dòng)機(jī)器人應(yīng)用中，障礙物檢測(cè)是一個(gè)很重要的任務(wù)。 應(yīng)用到移動(dòng)機(jī)器人上常用的傳感器 (尤其是針對(duì)避障，目標(biāo)識(shí)別和地圖創(chuàng)建等 )列于表 21 中，并比較了其優(yōu)缺點(diǎn)。內(nèi) 部傳感器主要用于檢測(cè)機(jī)器人內(nèi)部環(huán)境信息，如位置、速度等；外部傳感器用于探測(cè)機(jī)器人所處的外部環(huán)境信息，幫助機(jī)器人完成諸如避障、抓取物體等任務(wù)。智能型機(jī)器人中的傳感器就相當(dāng)于機(jī)器人的“五官”和皮膚，它們組成機(jī)器人的感知系統(tǒng)，以適應(yīng)工作對(duì)象的復(fù)雜性。大腦對(duì)多種不同的信息進(jìn)行加工、綜合并做出適當(dāng)?shù)臎Q策。 智能機(jī)器人導(dǎo)航中的傳感器 智能機(jī)器人的研究都是以人或動(dòng)物作為模仿對(duì)象。環(huán)境的探測(cè) 包括障礙物探測(cè)和陸標(biāo)探測(cè)。 加之 視覺(jué)導(dǎo)航方式具有信號(hào)探測(cè)范圍寬、獲取信息完整等優(yōu)點(diǎn) ，在圖像處理速度得到解決之后，視覺(jué)導(dǎo)航仍將是 未來(lái)機(jī)器人導(dǎo)航的一個(gè)主要發(fā)展方向。 不論采 用何種導(dǎo)航方式，智能移動(dòng)機(jī)器人要完成的功能應(yīng)該包括：路徑規(guī)劃與避障、探測(cè)與定位和控制系統(tǒng)穩(wěn)定性，根據(jù)導(dǎo)航方式的不同，各方面所采用的技術(shù)和要達(dá)到的目標(biāo)不同。機(jī)器人平臺(tái)的圖像采集系統(tǒng)獲取機(jī)器人當(dāng)前狀態(tài)下的環(huán)境信息 ， 通過(guò)對(duì)環(huán)境圖像分析確定環(huán)境對(duì)象和機(jī)器人在環(huán)境中的位置。 通過(guò)對(duì)GPS 衛(wèi)星信號(hào)的接收分析 ， 確定導(dǎo)航對(duì)象在地表的位置 ， 由于 GPS 定位系統(tǒng)的精度和適用范圍 ， 其主要用于室外機(jī)器人導(dǎo)航 ， 如無(wú)人駕駛車等 。 基于 GPS 的定位導(dǎo)航。通過(guò)測(cè)量機(jī)器人與參考物間的距離 ， 通過(guò)三角測(cè)量法計(jì)算機(jī)器人的當(dāng)前位置 ， 該方法具 有一定的精度 ， 導(dǎo)航的魯棒性較好。 中國(guó)科學(xué)院沈陽(yáng)自動(dòng)化研究所已生產(chǎn)出基于磁導(dǎo)航的多代機(jī)