基于RGBD摄像头的障碍物检测

检测障碍物是机器人自主移动的基础.为了提高检测的障碍物效率和准确率,提出一种基于RGBD摄像头的障碍物检测方法,主要分为障碍物识别和检测长度,宽度两部分.在障碍物形状不规则的前提下,通过摄像头实时采集图像传输到数据处理中心,用改良的帧差法、最小矩形法匹配法和图像处理等方法来确定障碍物轮廓,利用深度图像及其阈值得出障碍物距摄像头的相对位置,同时,用坐标转换法计算出障碍物的高度与宽度.结果显示,在不同位置检测同一物体的误差不超过9%.因此,改良的帧差法检测障碍物轮廓准确率高,坐标转换法速度快,可以证明基于RGBD摄像头的障碍物检测设计检测效果良好.

基于MATLAB的红绿灯识别系统研究

现如今,盲人出行依旧是一大问题。面对无处不在的红绿灯,盲人无法通过眼睛辨识红绿灯的状态,出行受阻。为了解决盲人识别红绿灯的难题,本文提出了一种基于MATLAB进行红绿灯识别的系统。为了研究此算法,采集了60个含有红绿灯的普通街景图像,经过灰度化、图像锐化、滤波降噪等预处理过程,使用直方图阈值分割法有效分割红绿灯,通过二值化图像的矩阵进行红绿灯的定位,基于HSV色彩空间识别出红绿灯的颜色状态,通过样本测试与分析,此系统在普通条件下的红绿灯识别率达80%。由此可见,直方图阈值分割法与HSV颜色识别在常规图像处理上具有较高的应用价值,本研究为盲人出行识别红绿灯提供了现实条件。

不均匀光照下斑马线的处理与识别

为了解决复杂光照环境下斑马线识别的困难,提高基于视觉的交通标志识别系统的识别效率,文中设计了一种不均匀光照下斑马线的识别与处理方法。首先将原图转化为灰度图,可以消除不同光照颜色的影响和减少数据量;然后对灰度图做直方图均衡化,可以消除不均匀光照的影响;再将其转化为二值图像,可以再次减少数据量并突出斑马线的特征。对二值图像做腐蚀处理可以消除噪声,然后再做膨胀处理,可以填补斑马线的空隙。使用Canny算子提取斑马线的边缘,然后将边缘图像转换到Hough域,即可获得图像中的直线信息。根据这些直线信息就可以计算出图像中是否有斑马线。实验结果表明,文中设计的方法对在不均匀光照条件下的斑马线的识别率达到96.25%,有较高的识别率和识别效率。