基于圖像興趣點的移動機器人目標識別技術(shù)研究.pdf

1、目標識別是機器人學最基本的問題之一。視覺傳感器獲取的信息比較豐富，采樣周期短，受磁場影響小，此外視覺傳感器質(zhì)量輕，體積小，成本低。人類可以在極短時間內(nèi)從環(huán)境中提取有效的特征進而識別目標，但是對于機器視覺而言非常困難。通過圖像處理、理解等技術(shù)從圖像中提取能夠代表景物的特征對于視覺目標識別來說，是至關(guān)重要的。興趣點是圖像的局部特征點，具有計算量小，特征重復(fù)性高，在視覺目標識別領(lǐng)域應(yīng)用非常廣泛。本文主要研究基于圖像興趣點的移動機器人目標識別技

2、術(shù)。主要完成工作有：
　　首先，簡單介紹移動機器人基于視覺的目標識別方法及其研究現(xiàn)狀。對基于興趣點方法進行詳細介紹，介紹國內(nèi)外在興趣點檢測與識別方面的研究現(xiàn)狀。為了實現(xiàn)機器人的智能化，自主充電是最基本的功能之一，自主充電時的首要問題就是識別電源插座。結(jié)合實驗室現(xiàn)有機器人項目，考慮用視覺技術(shù)識別插座。
　　其次，本文研究了使用最廣泛的Harris和SIFT算法，詳細闡述其原理。結(jié)合對電源插座的興趣點檢測與描述，分析兩種算法優(yōu)缺

3、點，選擇魯棒性較好的SIFT算法作為目標檢測與識別算法。通過實驗比較選擇合適的參數(shù)，在匹配環(huán)節(jié)通過理論分析和實驗比較，選擇合適的相似性度量和興趣點檢索方法。通過實驗統(tǒng)計，選擇合適的匹配閾值。最終通過對離線采集視頻的處理，實現(xiàn)對目標的匹配識別。
　　最后，針對SIFT算法匹配時，單向匹配精度不高，存在錯匹配，影響識別效果這一問題，分析原因，提出雙向匹配方法，并驗證雙向匹配的優(yōu)越性。對于采用SIFT算法識別目標時，實時性較差問題，借鑒