一种具有目标识别功能的智能机器人的制作方法_3

文档序号:9929826阅读:来源:国知局
4帖W后,获得新的特征点集{觀爲主其中St-F代表 了从F帖图像中得到的总特征点数;利用下式对新旧特征点重新进行K聚类:從Df=I二
其中{得谋=1表示新的视觉字典,视觉字典的大小保 持不变;與e巧,1}是遗忘因子,表明了旧字典所占的比重,巧搂小,新特征对目标丢失的判 断贡献越多,取巧=0.14;
[0074] (3)识别输出模块,用于图像的识别和输出:在待识别的图像序列中利用跟踪算法 获取目标区域,将目标区域映射到已知训练数据形成的子空间,计算子空间中目标区域与 训练数据之间的距离,获得相似性度量,判定目标类别,并输出识别结果。
[0075] 优选的,采用维纳滤波来进行一级滤除后,此时图像信息还包含有残余的噪音,采 用W下的二级滤波器进行二次滤波:
[0076]
[0077] 其中,J(X,y)为经过滤波后的图像;Pg(x+i,y+j)代表尺度为m X n的函数,且Pg(X+ i,y+j)=qXe邱(-(x2+y2)/?),其中q是将函数归一化的系数,即 JJqXexp(-(x2+y2)/?) dxdy=1O
[0078] 此实施例的智能机器人,在图像预处理阶段,增强的图像能够根据模板的大小自 适应调整,提高增强效果,且在在不同模板大小时判断条件能自动修正,且考虑了视觉习惯 W及人眼对不同色彩的感知度同色彩强度的非线性关系;充分利用了图像的局部特征和全 局特征,具有自适应性,可W抑制过度增强,对复杂光照环境下获取的图像增强效果明显; 将MXN个幕指数运算降低为256个,提高了计算效率,Z = 5,F = 4,令=0.14,计算平均帖率为 16FPS,计算量小于同类型的字典算法;在目标检测和跟踪阶段,能够消除不同溫度导致图 像的旋转和平移造成的误差,提高识别率,经处理后的图像细节更加清晰,且计算量相对于 传统方法大幅度减少,能够有效适应目标尺度变化,并能够准确判定目标是否发生丢失,在 目标重新回到视场后能够被重新检测并稳定跟踪,直至115帖后仍能稳定跟踪目标。此外, 该智能机器人具有实时性好、定位准确和鲁棒性强的优点,且在快速有遮挡的目标检测和 跟踪方面有很好的效果,取得了意想不到的效果。
[0079] 实施例3:如图1-2所示,一种具有目标识别功能的智能机器人,包括智能机器人5 和安装在智能机器人5上的监测装置4,监测装置4用于对智能机器人5附近的活动进行视频 图像监测,监测装置4包括预处理模块1、检测跟踪模块2、识别输出模块3。
[0080] (1)预处理模块1,用于对接收到的图像进行预处理,具体包括图像转化子模块11、 图像滤波子模块12和图像增强子模块13:
[0081] 图像转化子模块11,用于将彩色图像转化为灰度图像:
[0082]
[0083] 其中,3^,7)、6^,7)、8^,7)分别代表像素^,7)处的红绿蓝强度值,化义,7)代表 坐标(x,y)处的像素灰度值;图像大小为mXn;
[0084] 图像滤波子模块12,用于对灰度图像进行滤波:
[0085] 采用维纳滤波来进行一级滤除后,定义SVlm图像,记为MsvimU,y),具体定义公式 为:Msvim(x,y) = aiji(x,y)+a2j2(x,y)+a3j3(x,y)+a4j4(x,y),其中曰1、日2、日3、日4为可变权值,
i=l,2, 3, 4;:J(x,y)为经滤波后的图像;
[00化]图像增强子模块13:
[0087]当
其中,LU, y)为增强 后的灰度值;iKx,y)是包含有局部信息的伽马校正系数,此时,
a是 范围为0到1的可变参数
,,
[008引当
其 中4^,7)=4我巾山山7)),0(二1-|^^^^;^^^^^^|,邮是图像中灰度值高于128的所有像 素的均值,HiL是灰度值低于128的所有像素的均值,且此时m=min (niH,HiL ),在日值已知的情况 下,计算出256个4校正系数作为查找表,记为{4 a(巧策 =505,其中i为索引值,利用MsvimU, y)的 灰度值作为索引,根据iKx,y)=私(Msvim(x,y))快速获得图像中每个像素的伽马校正系数4 (x,y); 1 - ^^为模板修正系数;
[0089] (2)检测跟踪模块2,具体包括构建子模块21、丢失判别子模块22和更新子模块23:
[0090] 构建子模块21,用于视觉字典的构建:
[0091] 在初始帖获取跟踪目标的位置和尺度,在其周围选取正负样本训练跟踪器,将跟 踪结果作为训练集X={xi,X2,......xn}T;并对训练集中的每幅目标图像提取128维的SIFT >S" 特征(/^^'^|"1,其中5康示训练集中第川畐目标图像中5伴1'特征的个数;跟踪娜贞^后,通过 聚类算法将运些特征划分为K个簇,每个簇的中屯、构成特征单词,记为粗能够提取到 的特征总量玲=茲 =1式,其中K<<机,且K 视觉字典构建好W后,每幅训练图 像表示为特征包的形式,用于表示视觉字典中特征单词出现的频率,用直方图KxO表示,h (Xt)通过W下方式获取:将一幅训练图像Xt中的每一个特征fsW向视觉字典投影,用投影距 离最短的特征单词表示该特征,对所有特征投影完毕后,统计每个特征单词的出现频率,并 归一化得到训练图像Xt的特征直方图KxO ;
[0092] 丢失判别子模块22,用于判别目标的丢失与否:
[0093] 当新一帖图像到来时,从K个直方图柱中随机选取Z < K个直方图柱,且Z = 6,形成 新的大小为Z的子直方图hW(xt),子直方图的个数最多为聲二錢个;计算候选目标区域和 训练集中某个目标区域对应子直方图的相似性O t_z,
,其中t = l,2,...,N,z = l,2,...,化,然后计算总体相似性巫t = l- n z(l-〇t_z);候选目标区域与 目标的相似性用O =max{ O t,t}表示,则目标丢失判断式为;
其中gs为人为设定的判失阀值;当U = 1时目标被稳定跟踪,当U = 0时,目标丢失;
[0094] 当目标丢失时,定义仿射变换模型
其中(xt,yt)和(xt-i,yt-i)分别为当前帖目标中某个SITF特征点的位置坐标和前一个帖目标 中对应匹配特征点的位置坐标,两者均为已知量;S为尺度系数,0为旋转系数,e和f代表了 平移系数
为溫度旋转修正系鑽
为溫度平移修正系数,山和化用于修正因为环境溫度偏差造成的图像旋转和平移误差,I'd为 人为设定的标准溫度,设为20度,T为由溫度传感器实时监测得到的溫度值;采用Ransac估 计算法求取仿射变换模型的参数,最后在新的尺度S和旋转系数0下采集正负样本,更新分 类器;
[00M]更新子模块23,用于视觉字典的更新:
[0096] 在每帖图像获得目标位置W后,根据仿射变换参数的计算结果,收集所有满足结 果参数的SIFT特征点炼;泛=1,经过F = 5帖W后,获得新的特征点集{篇掠击其中St-F代表 了从F帖图像中得到的总特征点数;利用下式对新旧特征点重新进行K聚类:托 1化=1二
其中父=1隶示新的视觉字典,视觉字典的大小保 持不变;巧E{0,1}是遗忘因子,表明了旧字典所占的比重越小,新特征对目标丢失的判 断贡献越多,取^>=0.16;
[0097] (3)识别输出模块3,用于图像的识别和输出:在待识别的图像序列中利用跟踪算 法获取目标区域,将目标区域映射到已知训练数据形成的子空间,计算子空间中目标区域 与训练数据之间的距离,获得相似性度量,判定目标类别,并输出识别结果。
[0098] 优选的,采用维纳滤波来进行一级滤除后,此时图像信息还包含有残余的噪音,采 用W下的二级滤波器进行二次滤波:
[0099]
[0100] 其中,J(x,y)为经过滤波后的图像;Pg(x+i,y+j)代表尺度为mXn的函数,且PgU+ i,y+j)=qXe邱(-(x2+y2)/w),其中q是将函数归一化的系数,即 JJqXe邱(-(x2+y2)/w) dxdy = l〇
[0101] 此实施例的智能机器人,在图像预处理阶段,增强的图像能够根据模板的大小自 适应调整,提高增强效果,且在在不同模板大小时判断条件能自动修正,且考虑了视觉习惯 W及人眼对不同色彩的感知度同色彩强度的非线性关系;充分利用了图像的局部特征和全 局特征,具有自适应性,可W抑制过度增强,对复杂光照环境下获取的图像增强效果明显; 将M XN个幕指数运算降低为256个,提高了计算效率,Z = 6 ,F = 5,梦=0.1:6,计算平均帖率为 17FPS,计算量小于同类型的字典算法;在目标检测和跟踪阶段,能够消除不同溫度导致图 像的旋转和平移造成的误差,提高识别率,经处理后的图像细节更加清晰,且计算量相对于 传统方法大幅度减少,能够有效适应目标尺度变化,并能够准确判定目标是否发生丢失,在 目标重新回到视场后能够被重新检测并稳定跟踪,直至120帖后仍能稳定跟踪目标。此外, 该智能机器人具有实时性好、定位准确和鲁棒性强的优点,且在快速有遮挡的目标检测和 跟踪方面有很好的效果,取得了意想不到的效果。
[0102] 实施例4:如图1-2所示,一种具有目标识别功能的智能机器人,包括智能机器人5 和安装在智能机器人5上的监测装置4,监测装置4用于对智能机器人5附近的活动进行视频 图像监测,监测装置4包括预处理模块1、检测跟踪模块2、识别输出模块3。
[0103] (1)预处理模块1,用于对接收到的图像进行预处理,具体包括图像转化子模块11、 图像滤波子模块12和图像增强子模块13:
[0104] 图像转化子模块11,用于将彩色图像转化为灰度图像:
[0105]
[0106] 其中,3^,7)、6^,7)、8^,7)分别代表像素^,7)处的红绿蓝强度值,化义,7)代表 坐标(x,y)处的像素灰度值;图像大小为mXn;
[0107] 图像滤波子模块12,用于对灰度图像进行滤波:
[0108] 采用维纳滤波来进行一级滤除后
当前第3页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1