依据机器人单目视觉导航的测距办法研讨依据机器人单目视觉导航的测距办法研讨 泛的运用,并且它们都有真实的物理含义,0阶矩(m)为物体 的质量,1阶矩(m10m..)表明物体的质心. 质心(查找法)完成的功用是只需用鼠标点到需求确认 的方针点内一点,通过相应的算法来确认方针点的质心.算法 原理:判别选的点是否在方针内,判别的依据便是该点的灰度 值是否小于阈值.如果在方针内,依据区域增长法累加象素,求 取质心. 质心的求取原理算法: ?-窖, t=型- ?窖j ?,? ,=世 窖,(2),t?, 其间:x,Y为质心坐标的的x,Y值,n...

  依据机器人单目视觉导航的测距办法研讨 泛的运用,并且它们都有真实的物理含义,0阶矩(m)为物体 的质量,1阶矩(m10m..)

  示物体的质心. 质心(查找法)完成的功用是只需用鼠标点到需求确认 的方针点内一点,通过相应的算法来确认方针点的质心.算法 原理:判别选的点是否在方针内,判别的依据便是该点的灰度 值是否小于阈值.如果在方针内,依据区域增长法累加象素,求 取质心. 质心的求取原理算法: ?-窖, t=型- ?窖j ?,? ,=世 窖,(2),t?, 其间:x,Y为质心坐标的的x,Y值,n为方针点的总 像素个数,x,Y为第i个像素点的x,Y值,g为第i个像素 的灰度值. 区域增长法的原理是:关于种子点判别其上下左右点是否 契合条件,是则压入栈,直到没有契合条件的点停止. 在本程序中,种子点为人工选的像素点.其算法思维 是:关于种子点,判别其上下左右的点是不是满意条件:(1)该 像素点的灰度值小于阈值;(2)该像素点没有被压入栈.停止 条件是一切符合条件的点都现已压入栈. 3单目视觉测距原理 本文的研讨依据单目视觉,而从视觉图画中获取三维现场 的几许数据,有必要树立物置点与其在摄像机中所在的方位 点与像点之间的数学联络表达式,即确认摄像机成像几许模型. 而在线性摄像机模型中运用较多的是针孔模型,因而下文针对 单目视觉中的针孔模型及其测距原理做多元化的剖析与研讨. 3I针子L模型示童图 图1针孔成像模型示意图 所谓成像模型是指三维空间中的物体到像平面(视平面) 的投影联络.抱负的投影成像模型是光学中的小孔成像模型 (也即针孔成像模型).如图1所示,在此模型中,摄像机 将场景点P通过0点投影到像平面上的像点P,其间0点称为 角? 摄像机光心,x轴和Y轴与图画坐标系的x轴和Y轴平行,z 轴为摄像机的光轴,和像平面笔直,光轴与像平面的交点为 O.,OO.=f为摄像机焦距. 此模型中的I平面也即图画坐标系,是在计算机内部数字 图画所用的坐标体系.图画坐标系有两种表明办法,别离是以 像素为单位的U,v坐标系和以物理尺度为单位的x,Y坐标 系.每一像素的坐标(u,v)别离是该像素在图画中的列数和行 数,也是下面间隔

  中的重要参数. 3.2针子L模型测距办法 依据单目视觉的丈量办法需求从二维的图画信息中获取三 维空间中的方位信息,有必要加以恰当的束缚(机器人在平面运 动,摄像头高度固定,坚持视角与地上平行).要确认摄像机的 图画坐标系与物理空间中的三维参阅坐标系之间的准确对应关 系需求对摄像机进行标定.标定需求很多的矩阵运算,不能保证 测距的实时性.依据以上的考虑,选用摄像机针孔模型,如图 2所示,需求将图画中方针特征点P的像平面坐标(u,v)转换为 其在机器人坐标系xoy下的坐标P(x,y). 图2摄像机针孔测距模型 图2中,C是摄像机,P是物体,P是物体在图画中的 特征点,11_是摄像机到地上的间隔,Y是摄像机笔直视角投影 在地上上的最近间隔,y,+y是摄像机笔直视角投影在地上上的 最远间隔,x.是摄像机水平视角投影在地上上的最远间隔,n, 13是摄像机笔直视角射线与地平面Y轴夹角,e是摄像机水平视 角在地上上的投影与地平面Y轴夹角.由摄像机针孔模型的几 何联络可知,n,13和e由下式得到: ;arctan-Il1 =ilrctllfff1(3)\.y?十.yJ/ ,, :arctan-f上l J,.+Yl 其间11_,Yb+y.和x,能够丈量,S和S,别离是图画的行数 和列数.由式(3)推出: 200612EJt:~J自动化博苋81_

  本文档为【依据机器人单目视觉导航的测距办法研讨】，请运用软件OFFICE或WPS软件翻开。著作中的文字与图均能够修正和修正， 图片更改请在著作中右键图片并替换，文字修正请直接点击文字进行修正，也能够新增和删去文档中的内容。

  [版权声明] 本站一切材料为用户共享发生，若发现您的权力被损害，请联络客服邮件，咱们赶快处理。

  本著作所展现的图片、画像、字体、音乐的版权或许需版权方额定授权，请慎重运用。