基于室内环境识别的移动机器人视觉导航
加入技术交流群
编者按：道路检测是视觉导航系统中最核心的部分之一。本文主要研究室内环境下的视觉导航。选取颜色作为分析对象，分析了RGB和HSV颜色空间模型及转换关系，用3×3模板进行中值平滑滤波，介绍了大津阈值分割法和改进的阈值迭代法，并通过彩色补偿原理进行彩色补偿。最后实验仿真验证其可行性。
摘要：道路检测是视觉导航系统中最核心的部分之一。本文主要研究室内环境下的视觉导航。选取颜色作为分析对象，分析了RGB和HSV颜色空间模型及转换关系，用3×3模板进行中值平滑滤波，介绍了大津阈值分割法和改进的阈值迭代法，并通过彩色补偿原理进行彩色补偿。最后实验仿真验证其可行性。
本文引用地址：https://www.eepw.com.cn/article/256089.htm引言
机器人视觉导航系统是全世界研究的热点，道路检测是视觉导航系统中最核心的部分之一。它通过对摄像机拍摄的图像进行实时分析处理，从而区别障碍物和可行路径，进而对移动机器人进行导航。
本文主要研究室内环境下的视觉导航。选取颜色作为分析对象，分析了RGB和HSV颜色空间模型及转换关系，介绍了大津阈值分割法[1]和改进的阈值迭代法，并通过彩色补偿原理进行彩色补偿，最后实验仿真，实现了室内环境下特征信息的提取和物体的识别和。
1 机器人视觉导航系统概述
机器人视觉(Robot Vision)系统(图1)利用视觉传感器获取二维图像，通过视觉处理算法对一幅或多幅图像进行处理、特征提取和识别[2]，获得相关环境的符号描述，并引导机器人的动作，流程如图2。
评论