機器人足球視覺系統(tǒng)精度提高算法.doc
機器人足球視覺系統(tǒng)精度提高算法,目錄摘要、引言..1一、robocup小型組足球機器人及其系統(tǒng)組成..2二、提高圖像坐標本身的精度42.1、位置精度的改進...42.2、角度精度的改進...6三、提高坐標轉換模型的精度....73.1、采用線性模型求解攝像機參數(shù)...73.2、糾正徑向畸變...8四、彩色模型的轉換及其選...


內(nèi)容介紹
此文檔由會員 酷少劉墉 發(fā)布機器人足球視覺系統(tǒng)精度提高算法
目錄
摘要、引言……………………………………………………………….….1
一、RoboCup小型組足球機器人及其系統(tǒng)組成………………..2
二、提高圖像坐標本身的精度…………………………………4
2.1、位置精度的改進……………………………………………………………...4
2.2、角度精度的改進……………………………………………………………...6
三、提高坐標轉換模型的精度……………………..…………..7
3.1、采用線性模型求解攝像機參數(shù)…………………………………………..….7
3.2、糾正徑向畸變……………………………………………………………..….8
四、彩色模型的轉換及其選擇……………………………….9
4.1、彩色模型………………………. ……………………………………….…..9
4.2、彩色模型選擇……………………………………………………………....11
五、目標分割…………………………………………………...11
5.1 象素分類………………………. …………………………………….……..11
5.2 顏色空間閾值法………………………………………................................12
六、數(shù)字圖像預處理……………………………………….…13
6.1噪聲的產(chǎn)生及處理………………………. …….……………………….…13
6.2圖像模板匹配………………………………………......................................13
七、球與色標的識別……………………………………….....15
7.1 球的掃描定位……………………………………........................................15
7.2 隊標的識別………………………………....................................................17
八、機器人足球的戰(zhàn)略意義和應用前景…………………...17
8.1 戰(zhàn)略意義……………………. ………………………………………………17
8.2 應用前景……………………. ………………………………………………18
九、結論.………………………………………………………...18
致謝………………………………………………………………………….19
參考文獻………………………………….…………………………...…….20
摘要: 機器人足球比賽中,需要通過視覺系統(tǒng)獲取環(huán)境的信息,并且要求視覺系統(tǒng)具有良好的實時性、魯棒性和精確性。本文在現(xiàn)有的顏色識別方法的基礎上,提出了提高識別精度和增強穩(wěn)定性的改進方案。視覺識別的基本原理,是由圖像坐標經(jīng)過變換得到實際坐標,因此本文從提高圖像坐標本身的精度,提高攝像機標定的精度,彩色模型的選擇,目標分割,圖像模板匹配這幾個方面同時進行改進。實驗結果表明,改進后的算法較大的提高了識別的精度和穩(wěn)定性。
關鍵詞: 足球機器人、視覺子像素、畸變矯正、彩色模型、顏色空間、圖像模板匹配
Abstract: Robot soccer requires vision to be fast, robust and accurate to capture environment situation. This paper presents methods to improve accuracy and stability of vision system in robot soccer, based on the existed color-based algorithm. Since the basic principle of vision system is to transform the image coordinate to the real coordinate. Accuracy of the image coordinate itself and the mode of camera calibration are both considered. The experiment results show that the new method significantly improves accuracy and stability of vision system significantly.