资源描述：
《一种用于道路避障的双目视觉图像分割方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第4期刘正东等:一种用于道路避障的双目视觉图像分割方法·249·3一种用于道路避障的双目视觉图像分割方法121刘正东,高鹏,杨静宇(1.南京理工大学计算机系,江苏南京210094;2.哈密水文水资源勘测局,新疆哈密839000)摘要:针对移动机器人和自动驾驶等研究领域中视觉系统的需要,提出了一种在图像分割基础上进行快速障碍物目标深度信息检测的方法。首先,在双目视觉系统得到的场景图像对中,通过迭代的多层次最佳阈值方法对图像进行分割,归一化后得到场景的目标区域;然后对目标区域进行快速的立体匹配工作,以得到目标的深度信息,进行障碍物检测。实验结果
2、表明,该算法具有良好的效果和实用价值,不仅能应用于灰度一致性的道路,而且对于具有丰富纹理的非道路避障也有很好的效果。关键词:图像分割;计算机视觉;障碍物检测;视差中图法分类号:TP391141文献标识码:A文章编号:100123695(2005)0420249203BinocularImageSegmentationAlgorithmforObstaclesAvoidance121LIUZheng2dong,GAOPeng,YANGJing2yu(1.Dept.ofComputerScience,NanjingUniversityofSci
3、ence&Technology,NanjingJiangsu210094,China;2.HamiSurveyBureauofHydro2logy&WaterResource,HamiXinjiang839000,China)Abstract:Forsolvingthevisualsystempsproblemsofthemobilerobotandautomaticdrive,anobstacledepthinformationre2cognitionmethodbasedontheimagesegmentationwaspresente
4、d.Atfirst,usethemulti2levelbestthresholdmethodtoseg2menttheimagesgettingfromvisualsystemandmakeupthesegmentedareas.Thus,wearecomparativelyeasytoprocessthestereomatchingofbinocularimagesandgetthetargetpsdepthinformation.Theexperimentalresultsshowedthisalgorithmisef2fectivea
5、ndhaspracticalvalue.Theobstacle2avoidingmethodnotonlyusedforimagesoftheroadswithconsistentgray,butalsousedforsurroundingsimageswithrichtexture.Keywords:ImageSegmentation;ComputerStereo;ObstacleDetection;Disparity在自主移动机器人和自动驾驶等领域的研究中,最基本条1多阈值的图像分割和立体匹配件是要求机器人或自动驾驶车配备有视觉装置。该
6、视觉系统应能完成类似人眼的基本功能,为路径的规划提供可靠的视觉1.1最佳阈值分割图像信息。障碍物的目标检测和其距离信息的获取是其中的关键图像分割就是要将图像中有意义的特征或者需要应用的部分。基于双目立体视觉的障碍物检测的关键在于两点:①障碍物目标的提取,即识别出障碍物在图像中的位置和大小;②特征提取出来。这些特征可以是图像的原始特征,如物体占有障碍物目标区域图像对之间的立体匹配点,从而得到障碍物目区的像素灰度值、物体轮廓曲线或纹理特征等,还可以是空间标的深度信息。前一步是后一步的基础,识别出来的目标可以频谱或直方图特征。分割的目的是将二维数
7、字图像在空间和是多个,在立体匹配得到视差之后才可以标志出哪些目标为障灰度两方面都进行简化处理。经图像分割处理后,原始图像中碍物目标。另外,检测算法的目标搜索空间的大小也直接影响灰度连续变化的场景变成一些相对独立的几何区域,目标中我立体视觉的实时性。考虑到立体视觉计算的实时性要求,一些们关心的重要特性得到增强,而冗余信息被去除,整个图像的方法根据目标区域的连续性和灰度特征,对视觉场景图像进行信息量大大减小,有利于目标特性的分析。为了保证机器人视分割得到目标和背景区域,结合立体匹配的方法,实现障碍物觉系统的实时性要求,采集的图像首先转换为灰度图
8、像,便于[7]的检测。图像分割的方法尽管很多,理论上也比较成熟,但设计算法,因为通常情况下,利用目标区域和背景区域在灰度在具体应用中,既要考虑目标的特性,又要兼顾处理速度和硬方面
