未知环境中基于视觉显著性的自然路标检测

自然路标检测是移动机器人在未知环境中表示与识别环境的基础,基于此,本文提出一种具有适应能力、基于视觉显著性的自然路标检测系统.设计了保细节采样策略.能够自行调节参数以适应各种环境纹理分析的 Ga-bor 滤波器,在多尺度空间上计算颜色、纹理的对比度,经综合处理得到描述路标可选区域的显著性指示图.实验结果表明本文算法在显著点检测方面具有较高的准确性,并且具有较高的重复检测能力,能够适应远近尺度、旋转和视角变化等自然环境识别要求.

自然环境中显著性多路标提取算法的研究和改进

自主移动机器人利用视觉传感器在自然环境中进行探索,因为没有任何先验信息,只有提取自然环境中比较显著的物体作为路标。因此,自然路标提取是对未知环境开始探索的第一步,也是至关重要的一步,因为它直接影响到移动机器人后续的定位导航的完成,文中融合亮度、纹理1、颜色等信息,结合中心上-中心外机制得到显著性区域,并采用分块聚类方法跟踪完整提取多显著性区域,实验结果表明本算法对显著性区域具有较好的检出能力,并且基本完整提取多个显著性自然区域路标,能够适应远近尺度、旋转、视角变化及一定的光线变化等自然识别的要求。