基于计算机视觉的导引系统中若干关键技术的研究与实现

论文摘要

基于计算机视觉的导引系统是计算机视觉工程应用的一个方面。由于它导引精度较高,设备价格较低廉,并且可以根据环境的具体情况对导引轨迹进行自主调整,近几年来被广泛地应用到工程实践中。本文主要对视觉导引系统中的三个主要技术环节——目标的提取、描述和跟踪,开展了深入的理论分析和试验研究工作,取得了满意的成果;并已将这些研究成果运用到两个实际的导引系统——无人机自动回收系统和码头装卸车自动导引系统,都取得了很好的实用效果。在工程应用方面,本文首先总结了基于计算机视觉的导引系统的共同特点,即都具有三个主要的技术环节:导引目标的提取、导引目标的描述和识别、导引目标的跟踪。提出了视觉导引系统的设计思路:通过对这三个技术环节的设计,将它们设计为相互关联的三个功能模块。然后再以此为中心,根据系统的具体要求搭建外围设备。并且以此方法对上述的两个视觉导引系统进行了方案的设计和数学建模的论证。在关键技术研究方面,本文重点做了三个方面的研究:1.对导引目标的提取技术做了深入的研究。在边缘检测方面,认为对图像的边缘进行检测时,要考虑到边缘的矢量性,提出了一系列的基于形态学梯度矢量的边缘检测算子——DMGO;在图像分割方面,在最佳阈值分割算法的基础之上,提出了一种多尺度的最佳阈值分割方法——MSOT;在二值图像的修补方面,提出了一种快速简单的孤点消除、断点连接的算法,可以对图像分割后的二值图像进行优化,使图像中的边缘更加完整和平滑。2.在导引目标的描述技术方面。本文分析了不变矩描述子、改进了不变矩描述子的缺陷,以及不变矩描述子的一些几何特性。首次提出了一种新颖的用于目标区域识别的描述子——EED描述子。对EED描述子的平移、旋转、缩放的不变性给出了规整的数学理论证明;并提出了EED还具有对多尺度性、细节差异、形变的不变性。对于不同噪声干扰后的二值图像中的目标区域,均能进行很好地描述和识别。并且针对上述特点给出了不少的例证。3.本文还指出了导引目标跟踪应该以系统跟踪的速度和精度作为评价的指标。建立了窗口跟踪法跟踪视觉目标的数学模型,指出了视觉处理中有两个重要的方面直接影响着跟踪的速度和精度——跟踪窗口的大小和位置、图像处理的质量。首次提出了一套完整的、用于基于视觉导引系统的目标跟踪功能模块解决方案。文章的最后,我们对上述的两个导引系统进行了详细的设计,将本文主要的研究成果应用到这两个导引系统中,并实现了原理样机。在码头装卸车自动导引系统中,文章首次提出了十分新颖的AGV的自动导引方式——利用计算机视觉和车轮编码器进行航位推算(DR)的自动导引方案,并将其实现为原理样机。试验证明:本文的研究成果对视觉导引系统的导引速度和精度都有明显的提高,有较高的工程应用价值,对于基于计算机视觉的导引系统的进一步工程应用起到了推进作用。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 计算机视觉技术的发展概况
• 1.2 本文涉及到的视觉导引系统的国内外研究现状
• 1.2.1 无人机自动导引回收系统的发展
• 1.2.2 码头装卸车自动导引系统的发展
• 1.3 论文的主要工作
• 1.4 论文的内容安排
• 第二章 两种视觉导引系统实例的方案设计
• 2.1 引言
• 2.2 视觉导引系统的设计思路
• 2.3 无人机自动导引回收系统的方案设计
• 2.4 码头装卸车自动导引系统的方案设计
• 2.5 本章小结
• 第三章 目标区域提取技术的研究
• 3.1 引言
• 3.2 一系列基于形态学梯度矢量的目标边缘检测算子——DMGO
• 3.2.1 灰度级数学形态学和梯度算子
• 3.2.2 现有的边缘检测梯度算子存在的问题
• 3.2.3 具有矢量性的算子——DMGO
• 3.3 多尺度的最佳阈值分割算法——MSOT
• 3.3.1 最佳阈值分割法（Optimal Thresholding）
• 3.3.2 多尺度的最佳阈值分割法——MSOT
• 3.4 断点连接、孤点消除算法
• 3.5 本章研究成果在实例导引系统中的应用
• 3.5.1 回收网的近景消除
• 3.5.2 空中飞机目标的提取
• 3.5.3 地面导引标志的提取
• 3.6 本章小结
• 第四章 目标区域描述技术的研究
• 4.1 引言
• 4.2 经典的不变矩描述子理论
• 4.2.1 不变矩的定义
• 4.2.2 不变矩对物体轮廓描述的缺陷
• 4.3 目标区域描述子——EED（ENCLOSING ELLIPSE DESCRIPTORS）
• 4.3.1 不变矩特性
• 4.3.2 新的目标区域的描述子EED（Enclosing Ellipse Descriptors）
• 4.3.3 EED 的特性
• 4.4 本章研究成果在实例导引系统中的应用
• 4.4.1 识别空中的无人机目标
• 4.4.2 识别地面上的路径标志
• 4.5 本章小结
• 第五章 目标跟踪技术的研究
• 5.1 引言
• 5.2 导引系统中目标跟踪方案设计思路
• 5.2.1 衡量目标跟踪的主要指标——精度和速度
• 5.2.2 目标窗口跟踪法的模型分析
• 5.2.3 本文提出的窗口目标跟踪的基本设计思想
• 5.3 基于预测和优化的自适应目标跟踪算法
• 5.3.1 从控制系统角度设计结构框架
• 5.3.2 目标跟踪窗口的自适应调整
• 5.3.3 图像处理质量的自适应优化
• 5.4 目标跟踪在两个实例导引系统中的应用
• 5.4.1 空中目标的自适应跟踪
• 5.4.2 地面导引标志线的自适应跟踪
• 5.5 基于计算机视觉的航位推算（DR）
• 5.5.1 航位推算算法原理
• 5.5.2 新型计算机视觉 DR 系统的组成
• 5.5.3 计算机视觉 DR 系统的仿真分析
• 5.5.4 DR/DGPS 信息融合系统
• 5.6 本章小结
• 第六章 视觉导引系统实例的研究与实现
• 6.1 引言
• 6.2 无人机自动导引回收系统的具体实现
• 6.2.1 系统的硬件组成
• 6.2.2 系统的软件组成
• 6.2.3 系统的测试及结果
• 6.3 码头装卸车自动导引系统的具体实现
• 6.3.1 系统的硬件组成
• 6.3.2 系统的软件组成
• 6.3.3 系统的测试及结果
• 6.4 本章小结
• 第七章 总结与展望
• 7.1 本文的主要工作与创新
• 7.1.1 本文的主要工作和研究内容
• 7.1.2 本文的创新之处
• 7.2 进一步工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文
• 附录：无人机自动回收系统误差数据分析