第7章机器人视觉.ppt

7.1 概述 一、视觉的本质： 视觉感知过程是一个由客观空间的物理存在到主观概念确定的不断概括抽象的过程，是一个从具体的多彩繁复的空间景物到简练的语言形式概念描述的过程。 二、人类视觉系统的特点 轮廓特征的抽取能力； 模式或模型的表达能力； 描述与理解能力 四、机器人视觉的目标与任务 1、定义：研究用机器人来模拟人和生物的视觉系统功能。 2、目标：使机器人具有感知周围视觉世界的能力。让机器人具有对周围世界的空间物体进行传感、抽象、判断的能力，从而达到识别、理解的目的。 3、任务：图象的获取、预处理、图象分割与表示与描述、识别与分类、三维信息理解、景物描述、图象解释。红色部分就构成了图像分析的研究内容。 计算机视觉的任务与工作流程 7.2 机器人的视觉系统的组成及其工作原理 一、机器人视觉系统的硬件系统 硬件组成： 软件组成： 二、CCD原理 计算机视觉的任务与工作流程 一、视觉处理过程及方法 预处理、分割、特征抽取、识别 按照图像识别从易到难，可分为三类问题。 第一类识别问题: 图像中的像素表达了某一物体的某种特定信息。如遥感图像中的某一像素代表地面某一位置地物的一定光谱波段的反射特性，通过它即可判别出该地物的种类。 第二类问题: 待识别物是有形的整体，二维图像信息已经足够识别该物体，如文字识别、某些具有稳定可视表面的三维体识别等。但这类问题不像第一类问题容易表示成特征矢量，在识别过程中，应先将待识别物体正确地从图像的背景中分割出来，再设法将建立起来的图像中物体的属性图与假定模型库的属性图之间匹配。 第三类问题: 是由输入的二维图、要素图、2·5维图等，得出被测物体的三维表示。这里存着如何将隐含的三维信息提取出来的问题，当是今研究的热点。 二、图像分析的关键技术 1、低层处理的图象分割算法不稳定，很难把物体在图象中相应位置截然分割开来； 2、从平面图象出发发现立体信息（病态问题）； 3、大规模并行图象处理； 三、图像分析的相关学科 属于计算机学科，但它的基础知识来自神经生理学、认知心理学、物理学、数学等经典学科，它又与计算机学科中的图象处理、模式识别、人工智能等学科有着不可分离的关系。图像分析是一门多学科的交叉。 四、图像分析的发展历程 1、图像分析的兴起(1964年――1970年) 以改善图像质量为目标的计算机图像处理得到蓬勃发展。 2、图像分析的发展(1970年――1980年） 围绕着纹理分析、图像编码、图像分割和滤波等问题的实验研究，也取得重大突破。 3、图像分析的困惑(1980年至现在) 即着眼于对图像的识别和理解。对图像的分析与处理，也由静止转向运动，由二维转向三维。 图像分析处理所面临的根本性困难有： ①所处理的信息量大得惊人； ②图像都是非常模糊和歧义的； ③由于人脑的视觉功能同样是有许多关键的规律有待于揭示； ④人与机器的组织结构、工作机理不同。 * * 第七章 机器人的视觉 多传感器在移动机器人中的应用 外　　　界　　　环　　　境 视觉１ 视觉２ 超声波传感器 红外接近觉 立体视觉 地标识别 障碍探测 目标物探测 景物识别 内部传感器 融合 力觉 触觉 环境模型 定位 避障 操作规划 学习 路径规划 任务规划：执行机构控制 指令 感觉功能 　　有研究结果表明，视觉获得的感知信息占人对外界感知信息的80%。 人类视觉细胞数量的数量级大约为108，是听觉细胞的300多倍，是皮肤感觉细胞的100多倍。 树 草地 房屋 天空 云 房屋 草地 天空 云 树 乡间景色 三、人类视觉系统的三个层次 低层处理： 基于图象特征抽取与分割阶段； 中层模型表达： 基于物体的几何模型与图象特征表达； 高层理解及描述：基于景物知识的描述与理解。 视觉理解的任务：发现景物中有什么物体，它们的形状和材料是什么，它在什么地方，他在干什么 预处理 表示与描述 图象获取 识别分类 关系描述 理解 解 释 图像分析 CCD （电荷耦合器件）的基本结构是一个间隙很小的光敏电极阵列，即无数个CCD单元组成，也称为像素点（如448×380）。它可以是一维的线阵，也可以是二维的面阵。 优点：体积小、质量轻、寿命长、抗冲击、耗电极少，一般只需几十毫瓦就可以启动。 CCD（电荷耦合器件：charge coupled devices） 预处理 表示与描述 图象获取 识别分类 关系描述 理解 解 释 图像分析 7.3 视觉信息的处理（图