应用单层小波包近似压缩感知的道路理解

针对室外自主移动机器人道路理解中遇到的阴影、裂纹等奇异信号造成的视觉算法不鲁棒问题,以及导航图像实时处理时遇到的大数据难题,提出了单层小波包近似压缩感知(SLWPCS)概念,并给出了其实现方法,与基于自适应遗传算法的图像分割法相结合,构建出一套实时道路理解算法系统.通过粗测各级小波包分解后的近似道路图像,确定出不影响"路-非路"二分类的最佳尺度空间;在最佳尺度空间中采用sym8小波对道路图像进行小波包分解,采用压缩感知矩阵对除斜线方向外的高频系数进行降维处理,并采用OMP算法重构高频系数,再与低频系数一起重构原图像;用灰度类间最大方差和类内最小方差构造适应度函数,对各帧道路图像进行最佳阈值自适应分割,确定出道路边界.采用轮式自主移动机器人作为研究平台,在实际道路和CMU提供的机器人道路视频中进行算法实验,结果表明,文中方法能够在具有阴影、裂纹、光照度变化的条件下鲁棒分割出道路边界,满足系统实时性要求.