基于图像的移动机器人结构化环境模型抽取

菜单

摘要图像边缘提取是计算机图像处理中的关键技术，是机器人环境特征提取的重要环节。目前，边缘检测的方法越来越多，传统的算法有Roberts算子、sobel算子、canny算子等。根据普通图像对结构化环境的边缘提取会因环境的对比度较低和有噪声存在时，很难得到有效的边界。但是利用kinect获得深度图像，通过深度信息可以清晰的反应出图像中的有效边界。本论文从机器人的角度研究以及分析了所看到的结构化环境的特征。通过计算机进行仿真实验，实现了对普通图像和深度图像的边缘提取。并将两者所提取得到的边缘图像做了对比试验，通过这对比实验可以看出，基于深度图像进行边缘提取可以得到更可靠、有效的环境边界，为环境的特征提取提供依据。62978

毕业论文关键词边缘提取深度图像有效的边界机器人

毕业设计说明书（论文）外文摘要

Title Based 0n Image Mobile Robot Structured Environment Model Extraction

Abstract Image Edge Extraction is a key technology in the computer image processing， is an important part of the robot environment feature extraction. At present, the edge detection method is more and more, traditional algorithm include Roberts operator, sobel operator, canny operator. The extract will be lower due to the contrast of the environment and the presence of noise, it is difficult to obtain effective border on the edge of the structured environment according to an ordinary image. But using Kinect depth image, depth information can clearly reflect the efficient frontier in the image. This thesis is studied from the point of view of the robot and to see structured environment characteristics. Through computer simulation experiments on the normal image and the depth of the image edge extraction. And both of the extracted edge image obtained by the comparison test, in this comparative experiment can be seen, based on the depth image can be more reliable and effective environment boundary edge extraction, extraction provide the basis for the characteristics of the environment.

Keywords Edge extraction Depth image Effective border Robot

1 绪论 1

1.1 图像边缘的定义 1

1.2 图像边缘提取的研究 2

1.3 图像边缘提取算法的发展趋势 2

1.4 经典的图像边缘提取算法 2

2 移动机器人 7

2.1 移动机器人的概念 7

2.2 移动机器人视觉图像特征提取 7

2.3 移动机器人的环境建模与定位 8

3 基于普通图像的边缘提取 11

3.1 基于Sobel算子的边缘提取 11

3.2 基于Laplace算子的边缘提取 12

3.3 基于LoG算子的边缘提取 13

3.4 基于Canny算子的提取方法 14

4 基于深度图像的边缘提取 16

4.1 Kinect简介 16

4.2 深度图像的概述 17

4.3 程序框架 17

4.4 深度图像的边缘提取原理 19

4.5 实验结果 20

结论 23

致谢 24

参考文献 25

1 绪论

数字图像[1][2]是人类视觉延伸的重要手段，也是我们从客观世界获取信息的重要来源。通过对人类视觉系统的研究，表明边界是图像中很重要的一部分，有时仅凭借图像的轮廓线即图像边缘就可以识别物体。图像边缘是图像信息最为集中的地方，它包含了图像大部分的特征信息，这些信息是图像识别时抽取特征的重要属性，是人类识别物体的重要依据。因而，边缘是图像中最基本的特征。边缘提取则是将目标与背景区分，简化图像，突出图像的重要特征，减少图像分析的数据量，能更加容易而深刻的理解、识别图像。