移动机器人双目视觉的目标识别与定位

摘要

对物体的抓取或操作是智能机器人离开实验室、进入家庭环境为人们服务所要经常执行的一项任务。智能机器人对目标物体的识别与定位是其成功抓取目标物体的前提，然而智能机器人并不能像人类那样可以在复杂环境中轻松识别并定位目标物体。在众多能够感知环境信息的传感器中，双目视觉传感器由于其能够获取丰富的环境信息以及对场景深度信息的感知能力被广泛应用于目标识别与定位中。　　本文针对基于双目立体视觉目标识别与抓取定位方法进行了相关研究，在目标识别阶段利用图像处理技术提取能够表示目标物体的局部不变描述子用以目标识别；在目标定位阶段通过图像分割方法得到目标物体的中心，通过三维重建相关公式计算出目标中心三维坐标，在此基础上通过目标物体模板与实际场景的关系估计目标物体的姿态。主要研究内容如下：　　(1)在摄像机标定环节，首先分析摄像机成像过程中涉及到的四个坐标系的变换关系以及线性成像模型和非线性成像模型，然后利用张正友标定法进行摄像机的内部参数和外部参数的标定工作，并对标定结果进行了误差分析。　　(2)在目标识别环节，在研究图像特征的基础之上，选择局部不变特征SIFT算子来描述目标物体，用以目标识别。为了能够从不同角度识别出目标物体，我们建立目标物体图像库。在完成目标识别的基础之上，利用匹配模板与实际场景图像之间的单应矩阵估计目标物体所在的区域。　　(3)在目标定位环节，采用GrabCut算法对目标进行分割，将SIFT算法与GrabCut算法相结合解决GrabCut算法需要人为初始化的问题；由于左右场景目标中心不匹配，采用模板匹配算法来搜索左右场景图像匹配点对，实现目标图像三维重建；最后通过匹配模板图像与场景图像的对应关系，估计目标姿态并做了误差分析。

目录

声明

第1章绪论

1.1 研究背景及意义

1.1.1 移动机器人概述

1.1.2 视觉引入机器人

1.2 国内外研究现状

1.2.1 双目立体视觉研究现状

1.2.2 图像分割算法研究现状

1.2.3 目标识别算法研究现状

1.3 论文研究内容及组织结构

1.3.1 论文研究内容

1.3.2 论文组织结构

第2章移动机器人双目立体视觉系统

2.1 引言

2.2 双目立体视觉系统搭建

2.2.1 双目系统硬件平台搭建

2.2.2 双目系统软件平台设计

2.3 摄像机模型

2.3.1 坐标系及其转换

2.3.2 摄像机线性模型

2.3.3 摄像机非线性模型

2.4 双目立体视觉标定

2.4.1 张正友标定法

2.4.2 三维重建原理

2.4.3 标定实验

2.5 本章小结

第3章移动机器人双目视觉的目标识别

3.1 引言

3.2 图像特征

3.2.1 全局特征

3.2.2 局部不变特征

3.3 基于模板匹配的目标识别算法

3.3.1 模板匹配算法原理与分类

3.3.2 基于 SIFT 的特征匹配

3.4 基于 SIFT 算法的目标识别

3.4.1 建立目标图像库

3.4.2 匹配识别

3.4.3 实验结果与分析

3.5 初步确定目标物体所在区域

3.5.1 计算单应矩阵

3.5.2 基于单应矩阵的映射变换

3.5.3 目标区域确定和坐标线性变换

3.6 本章小结

第4章移动机器人双目视觉的目标定位

4.1 引言

4.2 GrabCut 算法

4.2.1 高斯混合模型

4.2.2 GrabCut 的能量函数

4.2.3 迭代实现能量函数最小化

4.3 与 SIFT 算法结合的 GrabCut 算法

4.4 目标物体中心点匹配

4.4.1 标记目标物体中心

4.4.2 目标中心点匹配

4.4.3 极线约束

4.5 目标物体姿态估计

4.6 实验误差分析

4.7 本章小结

总结与展望

1. 总结

2. 展望

参考文献

致 谢

附录 A 攻读硕士学位期间主要学术成果