基于NRLBP的NAO机器人行人目标检测

摘要

随着家庭服务型机器人在社会中日益得到广泛的应用，对于机器人视觉领域的研究得到了广大科研人员的注意。其中，目标识别特别是行人识别在家用机器人领域中的作用尤为突出，各种识别算法层出不穷。NAO机器人作为家庭服务型机器人中具有代表性和先进性的产品，以其多功能和可编程性得到了我们的青睐。
　　为此，本文针对NAO机器人的行人识别进行了相关研究，提出了基于NRLBP的行人识别算法，并通过编程实现了所提出的算法。首先对图像进行预处理。接着进行训练步骤，提取积极兴趣点，收集积极兴趣点周围图像块的NRLBP特征，得到图像块的NRLBP直方图，并进行聚类分析和特征过滤，得到有效的Codewords信息。之后进行行人目标检测环节，比较测试集图像中特征点周围窗口和Codewords的巴氏距离，利用滑动窗相关运算得到检测结果，从而完成行人检测工作。
　　实验结果表明，本文提出的基于NRLBP的行人检测方法能够有效的检测出目标，算法具有可靠性和鲁棒性。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．3 未解决的问题

1．4 本文结构

第2章 NAO机器人

2．1 硬件结构与配置

2．2 软件开发

2．2．1 Naoqi

2．2．2 Choregraphe

2．3 视觉系统

2．4 本章小结

3．1 LBP

3．1．1 LBP的计算方法

3．1．2 LBP的改进形式

3．1．3 LBP直方图

3．2 NRLBP

3．3 本章小结

第4章 图像预处理

4．1 图像灰度化处理

4．2 去噪处理

4．3 锐化处理

4．4 本章小结

第5章 基于NRLBP的行人识别

5．1 训练

5．1．1 K-means算法

5．1．2 SIFT算子

5．1．3 训练过程

5．2 目标检测

5．3 实现方法

5．3．1 运行环境配置

5．3．2 Python

5．3．3 OpenCV

5．3．4 软件实现

5．4 本章小结

第6章 实验结果与分析

第7章 总结与展望

参考文献

致谢