基于機器視覺的AGV導(dǎo)航標(biāo)識符識別方法研究
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)識符進行水平抽行掃描,得到三個關(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,具有很高的實用價值。利用數(shù)字標(biāo)識符可以標(biāo)記停車位置、停車時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
同時用apq記錄每個子塊內(nèi)所有像素點的灰度值均值。用公式表示為:
(1)
式中:n為每個小塊所包含的像素點個數(shù);i為每個小塊的行;j為每個小塊的列;aij為每個小塊每個像素點的灰度值。通過式(1)計算出的apq是一個沒有規(guī)律的數(shù)值,為了進一步突出特征,在得到apq的值之后,將apq進行歸一化,公式為:
(2)
式中:t為每個小塊所允許的最小灰度均值。
表2列出了0~9十個數(shù)字歸一化后apq的值。
表2 數(shù)字0~9的apq計算結(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個特征值,然后與模板數(shù)字的特征值一一進行比對,再通過比較找到差異最小來判定感興趣區(qū)域的數(shù)字,那么計算耗費時間較長。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這四個值都是相同的,那么可以利用這4個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,退出整個識別流程;若x=1則進入下一步驟。
(b)對余下11個特征值與模板數(shù)字的特征值一一進行比對,識別數(shù)字并輸出結(jié)果。
評論