一种基于漫水填充法的实时彩色目标识别方法

漫水填充法需要人工选择初始种子点。基于漫水填充法的实时彩色目标识别方法,首先通过直方图阈值法实现了初始种子点的自动选取,并设置了去噪邻域窗,以防止不属于目标区域的像素点被选为初始种子点。从初始种子点出发,使用漫水填充法,得到一组互无交集的连通区域及其外接矩形。然后,利用各连通区域外接矩形几何中心之间的距离,对连通区域进行归类。合并属于同一类的所有区域即得到完整的目标区域。实验表明:改进算法能很好地识别颜色特征突出的目标,对光照变化具有较强的鲁棒性,能完成实时彩色目标识别任务,与使用广泛的直方图阈值分割法相比,它能更加准确地对目标进行识别。

一种改进的类人足球机器人彩色目标识别算法

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和与低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明,该算法能在不同光照条件下稳定地识别出彩色目标,对光照环境有良好的适应性和鲁棒性,具有良好的识别效果。

一种基于仿生学原理的复杂彩色目标辨识方法

根据仿生学原理,以生命科学对人类视觉系统的研究成果为基础,提出了一种满足目标辨识四要素(形状、颜色、大小、知识)原则的辨识复杂彩色目标的影射-特征-知识方法。此方法充分考虑了四要素对目标辨识过程的影响,实验证明了其有良好的准确性和速度优势。

基于自动获取彩色目标的手臂运动轨迹跟踪

将计算机视觉应用于对示教者动作的分析,控制机器人完成动作轨迹的复现,成为机器人智能化的一个研究方向。针对机器人模仿示教者动作的视觉需求,提出一种基于自动获取彩色目标的目标跟踪算法。该算法在L*a*b空间采用k均值聚类算法对彩色图像分类;在HSV空间基于H分量采用直方图门限法识别彩色目标,最后采用camshift算法实现在图像序列中对目标轨迹的跟踪。通过对人体手臂关节点运动轨迹跟踪的实验表明,该算法能自动准确地识别多个彩色目标,并自动生成手臂关节运动轨迹,是机械臂模仿示教者动作的关键技术之一。