第7章 機(jī)器人的視覺及其應(yīng)用

第七章機(jī)器人的視覺及其應(yīng)用第一節(jié)概述每個(gè)人都能體會(huì)到，眼睛對人來說是多么重要?？梢哉f人類從外界獲得的信息，大多數(shù)都是由眼睛得到的。人類視覺細(xì)胞的數(shù)量大約在數(shù)量級，是聽覺細(xì)胞的3000多倍，是皮膚感覺細(xì)胞的100多倍。從這個(gè)角度來說，也可以看出視覺系統(tǒng)的重要性。至于視覺的應(yīng)用范圍，簡直可以說是包羅萬象。獲取機(jī)器人周圍世界的信息，人們?yōu)榱藦耐饨绛h(huán)境獲取信息，一般是通過視覺、觸覺、聽覺等感覺器官來進(jìn)行的，也就是說如果想要賦予機(jī)器人較為高級的智能，那么離開視覺系統(tǒng)是無法做到的。

對于智能機(jī)器人來說，視覺系統(tǒng)是必不可少的。從20世紀(jì)60年代開始，人們便著手研究機(jī)器人的視覺系統(tǒng)。一開始只能識別平面上的類似積木的物體。到了20世紀(jì)70年代，已經(jīng)可以認(rèn)識某些加工部件，也能認(rèn)識室內(nèi)的桌子、電話等物品了。當(dāng)時(shí)的研究工作雖然進(jìn)展很快，但無法應(yīng)用于實(shí)際。這是因?yàn)橐曈X系統(tǒng)的信息量極大，處理這些信息的硬件系統(tǒng)十分龐大，花費(fèi)的時(shí)間也很長。隨著大規(guī)模集成技術(shù)的發(fā)展，計(jì)算機(jī)內(nèi)存的體積不斷縮小，價(jià)格急劇下降，速度不斷提高，視覺系統(tǒng)也走向了實(shí)用化。進(jìn)入20世紀(jì)80年代后，由于微機(jī)的飛速發(fā)展，實(shí)用的視覺系統(tǒng)已經(jīng)進(jìn)入各個(gè)領(lǐng)域，其中用于機(jī)器人的視覺系統(tǒng)數(shù)量是很多的。第二節(jié)機(jī)器人的視覺系統(tǒng)的組成及其原理一、機(jī)器人視覺系統(tǒng)的硬件系統(tǒng)機(jī)器人視覺系統(tǒng)的硬件組成：（1）景物和距離傳感器：常用的有攝像機(jī)、CCD圖像傳感器、超聲波傳感器和結(jié)構(gòu)光設(shè)備等。（2）視頻信號數(shù)字化設(shè)備。（3）視頻信號快速處理器：如DSP系統(tǒng)。（4）計(jì)算機(jī)及其外設(shè)。（5）機(jī)器人及其控制器。機(jī)器人視覺的軟件系統(tǒng)有以下幾個(gè)部分組成：（1）計(jì)算機(jī)系統(tǒng)軟件：選用不同類型的計(jì)算機(jī)，就有不同的操作系統(tǒng)和它所支撐的各種語言、數(shù)據(jù)庫等。（2）機(jī)器人視覺信息處理算法：圖像預(yù)處理、分割、描述、識別和解釋等算法。（3）機(jī)器人控制軟件。二、CCD原理光導(dǎo)攝像管工作原理(a)光導(dǎo)攝像管示意圖；(b)電子束掃描方式CCD傳感器(a)CCD行掃描傳感器；(b)CCD面陣傳感器三、視頻數(shù)字信號處理器圖像信號一般是二維信號，一幅圖像通常由512×512個(gè)像素組成（當(dāng)然有時(shí)也有256×256，或者1024×1024個(gè)像素），每個(gè)像素有256級灰度，或者是3×8bit，紅黃蘭16兆種顏色，一幅圖像就有256KB或者768KB（對于彩色）個(gè)數(shù)據(jù)。完成視覺處理的傳感、預(yù)處理、分割、描述、識別和解釋。如果在通用的計(jì)算機(jī)上處理視覺信號，主要有兩個(gè)局限性：一是運(yùn)算速度慢，二是內(nèi)存容量小，為了解決上述問題，可以采用如下方案：（1）利用大型高速計(jì)算機(jī)組成通用的視頻信號處理系統(tǒng)。但是缺點(diǎn)是成本太高。（2）小型高速陣列機(jī)。（3）采用專用的視覺處理器。為了適應(yīng)微型計(jì)算機(jī)視頻數(shù)字信號處理的需要，不少廠家設(shè)計(jì)了專用的視覺信號處理器，它的結(jié)構(gòu)簡單，成本低，性能指標(biāo)高。多數(shù)采用多處理器并行處理，流水線式體系結(jié)構(gòu)以及基于DSP的方案。第三節(jié)視覺信息的處理視覺信息的處理如圖所示，包括預(yù)處理、分割、特征抽取和識別四個(gè)模塊。視覺處理過程及方法

一、預(yù)處理預(yù)處理的主要目的是清除原始圖像中各種噪聲等無用的信息，改進(jìn)圖像的質(zhì)量，增強(qiáng)感興趣的有用信息的可檢測性，從而使后面的分割、特征抽取和識別處理得以簡化，并提高其可靠性，機(jī)器視覺常用的預(yù)處理包括去噪、灰度變換和銳化等。1.去噪原始圖像中不可避免地會(huì)包括許多噪聲，如傳感器噪聲、量化噪聲等。通常噪聲比圖像本身包含較強(qiáng)的高頻成分，而且噪聲具有空間不相關(guān)性，因此簡單的低通濾波是最常用的一種去噪方法。2．灰度變換由于光照等原因，原始圖像的對比度往往不理想，利用各種灰度變換處理可以增強(qiáng)圖像的對比度。3.銳化與平滑處理相反，為了突出圖像中的高頻成分，使輪廓增強(qiáng)可以采用銳化處理二、圖像的分離1.圖像的邊沿檢測邊沿檢測作為各種物體檢測算法的最初預(yù)處理步驟，在機(jī)器人視覺中具有重要的作用。（1）基本公式從原理上看，絕大多數(shù)邊沿檢測方法的主導(dǎo)思想是局部微分算子的計(jì)算。用微分算子檢測邊沿的基本原理(a)在暗背景上的亮物體；(b)在亮背景上的暗物體（2）梯度算子圖像f(x,y)在位置(x,y)處的梯度，定義為二維矢量：對于邊沿檢測，我們最關(guān)心的是這個(gè)矢量的幅值，幅值通常稱為梯度（3）閾值化圖像閾值是工業(yè)機(jī)器人視覺系統(tǒng)進(jìn)行物體檢測的主要技術(shù)之一，尤其是對于高數(shù)據(jù)吞吐量的應(yīng)用，閾值化更為有效。可分割的強(qiáng)度直方圖(a)利用單一閾值分割；(b)多閾值分割2.圖像的邊沿連接和邊界檢測在理想情況下，檢測強(qiáng)度不連續(xù)性的方法給出的應(yīng)當(dāng)只是那些位于物體與背景之間邊界處的像素。實(shí)際上，噪聲的存在，不均勻照明引起的邊界中斷，以及其他因素造成的意外強(qiáng)度不連續(xù)性，都會(huì)使得檢測出的像素難以完全表征邊界。因此，在邊沿檢測算法之后，通常要進(jìn)行連接和用其它邊界檢測的方法進(jìn)行處理，以便使邊沿像素形成一個(gè)有意義的物體邊界。（1）用局部分析方法進(jìn)行邊沿連接這是最簡單的一種方法。在已進(jìn)行邊沿檢測處理的圖像的每一點(diǎn)(x,y)附近小鄰域（例如3×3或5×5）內(nèi)，分析像素的特性，將所有相似的點(diǎn)連接在一起，這樣便形成了具有某些共同特性的像素邊界。有兩種基本特性可用于建立邊沿像素的相似性：（1）用于檢測邊沿像素對梯度算子的響應(yīng)速度；（2）梯度的方向?！纠垦芯咳鐖D(a)所示的汽車后部的圖像。我們的目的是從圖像中找出那些適于安置汽車牌照的矩形框。檢測出相應(yīng)的水平和垂直邊沿，便可獲得所需的矩形。圖(b)和(c)所示為Sobel算子的水平和垂直分量。在圖(d)所示為梯度值大于25并且梯度方向差小于15°的所有點(diǎn)的連接結(jié)果。應(yīng)用上述準(zhǔn)則于圖(c)的每一行，便求得所需水平線，然后再應(yīng)用圖(b)的每一列便可得到垂直線。進(jìn)一步的處理包括連接具有小間斷區(qū)間的邊沿線段和刪除孤立的短線。（2）閾值化前面我們引入了閾值化的概念。在大多數(shù)情況下，由任意照明條件產(chǎn)生的圖像，在用閾值化技術(shù)分割時(shí)，需要使用某些類型的局部分析，以補(bǔ)償非均勻照明的影響（如陰影、反射等）。在進(jìn)行閾值化時(shí)，關(guān)鍵是分割閾值的選擇。第四節(jié)數(shù)字圖像的編碼數(shù)字圖像要占用大量的內(nèi)存，實(shí)際使用時(shí)，總是希望用盡可能少的內(nèi)存保存數(shù)字圖像，為此，可以選用適當(dāng)?shù)木幋a方法來壓縮圖像數(shù)據(jù)，目的不同，編碼的方法