本文關(guān)鍵詞：基于視覺(jué)的移動(dòng)機(jī)器人室外地形識(shí)別　出處：《山東大學(xué)》2017年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 地形識(shí)別 計(jì)算機(jī)視覺(jué) 圖像分割 特征級(jí)融合

【摘要】：隨著機(jī)器人技術(shù)和計(jì)算機(jī)視覺(jué)算法理論發(fā)展,機(jī)器人的應(yīng)用場(chǎng)所得到了極大的拓展。具備一定的自主導(dǎo)航和地形識(shí)別能力成為室外移動(dòng)機(jī)器人正常工作的重要前提。由于室外自然環(huán)境有別于室內(nèi)環(huán)境,存在非結(jié)構(gòu)化以及復(fù)雜多變等問(wèn)題。因此不同的地形對(duì)于機(jī)器人的運(yùn)動(dòng)能力將會(huì)產(chǎn)生各種各樣的限制。機(jī)器人對(duì)于環(huán)境的感知過(guò)程中,視覺(jué)可以提供豐富的信息,基于視覺(jué)的地形識(shí)別有助于機(jī)器人對(duì)于即將通過(guò)的地形進(jìn)行理解并作出合理預(yù)測(cè)。對(duì)于地形進(jìn)行精確的識(shí)別,將保證移動(dòng)機(jī)器人在自然環(huán)境中安全、穩(wěn)定地運(yùn)動(dòng)。本文研究了基于視覺(jué)的移動(dòng)機(jī)器人地形識(shí)別算法,主要工作如下:首先,論述了地形識(shí)別的研究背景和意義,綜述了國(guó)內(nèi)外文獻(xiàn)對(duì)于移動(dòng)機(jī)器人地形識(shí)別技術(shù)的研究現(xiàn)狀,分析了基于視覺(jué)的地形識(shí)別相較于其他傳感器存在的優(yōu)越性,從場(chǎng)景分割和地形特征提取以及目前公開(kāi)的地形數(shù)據(jù)集幾個(gè)方面對(duì)當(dāng)前基于視覺(jué)的地形識(shí)別研究中存在的問(wèn)題進(jìn)行了分析,介紹了本文的主要研究?jī)?nèi)容和章節(jié)安排。第二,在對(duì)于當(dāng)前地形分類(lèi)實(shí)驗(yàn)采取的公共數(shù)據(jù)集的研究基礎(chǔ)之上,提出建立了更全面的SDUterrain地形數(shù)據(jù)集。該數(shù)據(jù)集利用消費(fèi)級(jí)相機(jī)和攝像頭采集,包含光照多樣性、場(chǎng)景復(fù)雜性等等地形樣本,并進(jìn)行了標(biāo)注,具備一定的樣本豐富性。第三,針對(duì)室外場(chǎng)景復(fù)雜多變的特點(diǎn),對(duì)于混合地形樣本圖像分割進(jìn)行了嘗試,采取了分水嶺算法和圖論方法進(jìn)行分割。其中分水嶺算法會(huì)產(chǎn)生嚴(yán)重的過(guò)分割,因此本文將基于比較理論的圖論方法與分水嶺算法分割相結(jié)合,實(shí)現(xiàn)了適用于地形場(chǎng)景的分割方案,改善了過(guò)分割現(xiàn)象,分割得到了完整的地形區(qū)域和包括地平線(xiàn)在內(nèi)的區(qū)域界線(xiàn)。第四,分析了地形圖像的特征特點(diǎn),對(duì)于地形數(shù)據(jù)集樣本提取了顏色直方圖、LBP(Local Binary Pattern,局部二值模式)、SIFT(Scale-Invariant Feature Transform,尺度不變特征變換)、CEDD(Color and Edge Directivity Descriptor,顏色和邊緣方向性描述子)四種特征,并采用ELM(Extreme Learning Machine,極限學(xué)習(xí)機(jī))作為地形識(shí)別分類(lèi)器。在實(shí)驗(yàn)階段首先對(duì)于ELM應(yīng)用于地形識(shí)別特征分類(lèi)進(jìn)行合適參數(shù)組合選取測(cè)試實(shí)驗(yàn),再分別對(duì)于各特征采取不同激活函數(shù)和隱元進(jìn)行分類(lèi)實(shí)驗(yàn)后,確定了最優(yōu)的參數(shù)選取區(qū)間,有利于后續(xù)地形識(shí)別中提高整體分類(lèi)精度和節(jié)約隱元選擇時(shí)間。隨后,在此基礎(chǔ)上對(duì)于單一特征進(jìn)行地形分類(lèi)實(shí)驗(yàn),在單一特征精度不足的情況下,嘗試特征融合的方案,將具有互補(bǔ)特性的顏色直方圖特征與LBP特征融合,取得了優(yōu)于單一特征的地形識(shí)別效果。最后,總結(jié)了本論文的工作,并展望了地形識(shí)別下一步的研究方向。
【學(xué)位授予單位】：山東大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 Liu Jing;Liu Yi;;Hyperspectral remote sensing images terrain classification in DCT SRDA subspace[J];The Journal of China Universities of Posts and Telecommunications;2015年01期

2 劉倩蘭;張奇志;周亞麗;;基于顏色和深度的場(chǎng)景分割[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

3 張軍;張奇志;周亞麗;向陽(yáng);;基于局部Gabor三值模式的人臉識(shí)別[J];北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年02期

4 刁智華;趙春江;郭新宇;陸聲鏈;王秀徽;;分水嶺算法的改進(jìn)方法研究[J];計(jì)算機(jī)工程;2010年17期

相關(guān)博士學(xué)位論文 前2條

1 汪啟偉;圖像直方圖特征及其應(yīng)用研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2014年

2 吳俊君;移動(dòng)機(jī)器人視覺(jué)同時(shí)定位與地圖構(gòu)建關(guān)鍵算法研究[D];華南理工大學(xué);2013年

相關(guān)碩士學(xué)位論文 前4條

1 薛冰霞;基于多模特征融合的人體跌倒檢測(cè)算法研究[D];山東大學(xué);2015年

2 鄭麗芳;三維超聲圖像分割方法的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2012年

3 黃非非;基于LBP的人臉識(shí)別研究[D];重慶大學(xué);2009年

4 韓峰;一種自適應(yīng)分水嶺數(shù)字圖像分割技術(shù)研究[D];湖南大學(xué);2007年

，

本文編號(hào)：1332531