昆蟲的圖像檢測與運(yùn)動特征分析算法研究.pdf

1、自然界存在大量的昆蟲具有可在垂直表面自由爬行，甚至幾乎不受重力影響而倒掛的能力。研究表明，昆蟲根據(jù)不同的外部條件能產(chǎn)生比自身重力大約100倍的吸附力。究其原因，文獻(xiàn)中多數(shù)認(rèn)為是其特有的生物形態(tài)即肢體特殊微觀結(jié)構(gòu)，及其專有的運(yùn)動姿態(tài)決定的，如螞蟻、甲蟲、壁虎等。其中很多動物的肢體結(jié)構(gòu)特性決定其吸附時采用濕吸原理，產(chǎn)生相對較大的吸附力。而其步態(tài)特性按照一定規(guī)律，保證了昆蟲在各種狀態(tài)下，使用盡可能合理的運(yùn)動狀態(tài)來完成所需的爬行任務(wù)。

2、本課題中首先構(gòu)建了實(shí)驗平臺，包括基于電機(jī)控制的旋轉(zhuǎn)臺和高速攝像分析系統(tǒng)，對被測目標(biāo)螞蟻進(jìn)行了不同狀態(tài)下的測試、拍攝，按照所設(shè)計的實(shí)驗過程進(jìn)行分離離心實(shí)驗，并為進(jìn)一步研究積累了大量數(shù)據(jù)。 以旋轉(zhuǎn)實(shí)驗臺為核心，采集的電機(jī)狀態(tài)和圖像數(shù)據(jù)為基礎(chǔ)，利用對平臺的受力分析，可計算出螞蟻飛離旋轉(zhuǎn)臺時所產(chǎn)生的極限吸附力，為微型機(jī)器人腳部材料的選擇提供依據(jù)和測試平臺。對所拍攝的圖像進(jìn)行處理，選擇算法對目標(biāo)進(jìn)行預(yù)處理、邊緣檢測、特征提取等操作，并在分

3、析常用跟蹤方法的基礎(chǔ)上，對其運(yùn)動規(guī)律進(jìn)行檢測，這包括幀差分法的運(yùn)動檢測以及以卡爾曼濾波為基礎(chǔ)的目標(biāo)跟蹤。通過對底層處理算法的對比，可以選擇出適合類似應(yīng)用的高速處理流程。高層視覺算法則為后續(xù)模式研究提供依據(jù)，從圖像的角度來研究螞蟻爬行的模式規(guī)律，借鑒人類步態(tài)識別研究的成果，引入角度特征向量提取算法，提取目標(biāo)圖像的特征信息，通過對神經(jīng)網(wǎng)絡(luò)分類器的訓(xùn)練，將其爬行過程識別為不同的特殊狀態(tài)模式，以確認(rèn)對其爬行姿態(tài)重要特征的提取，并運(yùn)用不變矩算法對