基于機(jī)器視覺的AGV導(dǎo)航標(biāo)識符識別方法研究
加入技術(shù)交流群
標(biāo)識符分類識別
(1) 控制標(biāo)識符識別
在圖像處理技術(shù)中，圖像區(qū)域的邊界往往對應(yīng)景物的邊緣，而且人類的視覺系統(tǒng)也多是根據(jù)目標(biāo)的邊緣進(jìn)行識別的。在經(jīng)過圖像預(yù)處理，獲得了感興趣區(qū)域內(nèi)目標(biāo)的單純邊界信息之后，對于控制標(biāo)識符而言，加速減速標(biāo)識符的兩條斜邊和停車符的圓弧邊即是模式識別中的特征。因此，可以依據(jù)標(biāo)識符本身的形狀特征構(gòu)造特征向量，從而進(jìn)行目標(biāo)識別。
具體的識別方法如下：對感興趣區(qū)域內(nèi)控制標(biāo)識符進(jìn)行水平抽行掃描，得到三個(gè)關(guān)于掃描線截得標(biāo)識符線段寬度的數(shù)值，并分別賦給三個(gè)變量：e1，e2，e3。它們分別大致體現(xiàn)了控制標(biāo)識符前端寬度，中部寬度，后部寬度；然后依據(jù)線段寬度的變化規(guī)律，采用特征匹配法識別控制標(biāo)識符，對應(yīng)關(guān)系如表1所示。
表1 控制標(biāo)識符與agv運(yùn)行情況對照表
(2) 數(shù)字標(biāo)識符識別
數(shù)字標(biāo)識符的引入是視覺引導(dǎo)agv較其它類型agv的一大優(yōu)勢，數(shù)字標(biāo)識符可以為agv導(dǎo)航提供豐富的信息，并且此標(biāo)識符設(shè)置簡單，容易識別，具有很高的實(shí)用價(jià)值。利用數(shù)字標(biāo)識符可以標(biāo)記停車位置、停車時(shí)間和行使中的分岔路選擇等操作，這是其它類型的agv所無法比擬的[3]。數(shù)字標(biāo)識符識別的步驟一般要經(jīng)過以下四部分：圖像的預(yù)處理、數(shù)字區(qū)域的搜索、數(shù)字的特征提取、數(shù)字的識別[4]。
對采集到的一幀數(shù)字圖像經(jīng)過預(yù)處理及數(shù)字區(qū)域的搜索后，原圖像轉(zhuǎn)化為由像素點(diǎn)組成的二值圖像，如圖4左邊圖所示。分析led七段碼格式數(shù)字的組成結(jié)構(gòu)，并且使數(shù)字的基本特征在分割后仍將能夠反映其本身的特性不變，將圖像共分割成5×3個(gè)子塊，5行的劃分比例為1:2.5:1:2.5:1；3列的劃分比例為1:4:1，以apq (p=0，1，2，3，4；q=0，1，2)來標(biāo)記各個(gè)子塊，見圖4右邊圖。
圖4 數(shù)字符“6”的分割及各子塊的表示
a00 a01 a02
a10 a11 a12
a20 a21 a22
a30 a31 a32
a40 a41 a42
圖4 數(shù)字符“6”的分割及各子塊的表示
同時(shí)用apq記錄每個(gè)子塊內(nèi)所有像素點(diǎn)的灰度值均值。用公式表示為：
(1)式中：n為每個(gè)小塊所包含的像素點(diǎn)個(gè)數(shù)；i為每個(gè)小塊的行；j為每個(gè)小塊的列；aij為每個(gè)小塊每個(gè)像素點(diǎn)的灰度值。通過式(1)計(jì)算出的apq是一個(gè)沒有規(guī)律的數(shù)值，為了進(jìn)一步突出特征，在得到apq的值之后，將apq進(jìn)行歸一化，公式為：
(2)式中：t為每個(gè)小塊所允許的最小灰度均值。
表2列出了0～9十個(gè)數(shù)字歸一化后apq的值。
表2 數(shù)字0～9的apq計(jì)算結(jié)果
如果直接通過提取待識別數(shù)字標(biāo)識符感興趣區(qū)域的這15個(gè)特征值，然后與模板數(shù)字的特征值一一進(jìn)行比對，再通過比較找到差異最小來判定感興趣區(qū)域的數(shù)字，那么計(jì)算耗費(fèi)時(shí)間較長。通過分析我們發(fā)現(xiàn)，在表2中對于任意數(shù)字符的a11、a31、a02、a42這四個(gè)值都是相同的，那么可以利用這4個(gè)特征值來初步判定待識別字符是不是完整規(guī)范的數(shù)字，然后再比對其他11個(gè)特征，這樣將提高識別效率。算法如下：
(a)令
，若x≠1則說明待識別數(shù)字符不完整，退出整個(gè)識別流程；若x=1則進(jìn)入下一步驟。(b)對余下11個(gè)特征值與模板數(shù)字的特征值一一進(jìn)行比對，識別數(shù)字并輸出結(jié)果。
評論