基于機器視覺的AGV導航標識符識別方法研究
加入技術交流群
標識符分類識別
(1) 控制標識符識別
在圖像處理技術中，圖像區(qū)域的邊界往往對應景物的邊緣，而且人類的視覺系統(tǒng)也多是根據(jù)目標的邊緣進行識別的。在經(jīng)過圖像預處理，獲得了感興趣區(qū)域內目標的單純邊界信息之后，對于控制標識符而言，加速減速標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)標識符本身的形狀特征構造特征向量，從而進行目標識別。
具體的識別方法如下：對感興趣區(qū)域內控制標識符進行水平抽行掃描，得到三個關于掃描線截得標識符線段寬度的數(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識符，對應關系如表1所示。
表1 控制標識符與agv運行情況對照表
(2) 數(shù)字標識符識別
數(shù)字標識符的引入是視覺引導agv較其它類型agv的一大優(yōu)勢，數(shù)字標識符可以為agv導航提供豐富的信息，并且此標識符設置簡單，容易識別，具有很高的實用價值。利用數(shù)字標識符可以標記停車位置、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)字標識符識別的步驟一般要經(jīng)過以下四部分：圖像的預處理、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)過預處理及數(shù)字區(qū)域的搜索后，原圖像轉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)字的組成結構，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計算結果
如果直接通過提取待識別數(shù)字標識符感興趣區(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)字并輸出結果。
評論