一种通用的全向视觉水平边线快速检测方法.pdf

仪器仪表/检测/监控
现代制造工程( Modern Manufacturing Engineering)
2012年第2期
种通用的全向视觉水平边线快速检测方法
毛臣健,周忆
(1重庆工业职业技术学院,重庆401120;重庆大学机械工程学院,重庆40004)
摘要:作为机器人导航定位重要标记的边线,在普通全向视党成像中,往往发生扭曲,难以检测与识别,针对该问题提出
了一种通用的全向视觉水平边线快速检测方法,将边线检测的坐标系从图像转换到水平场景中,以较为均匀提取的部
分点集代替全部点集,以减少直线Houh变换的运算时间,针对不同性能的全向视觉,提出了两种点集的提取方式,实
验表明基于场景投影的水平边线检测方法能够正确检测到全景图像中的边线,实时性好。
关键词:全向视觉;边线检测; Hough变换;直线拟合
中图分类号:1P242文献标志码:A文章编号:1671-~-3133(2012)02-010903
The fast horizontal sideline detection for the universal omni-vision
Mao Chenjian, Zhou Yi
(1 Chongging Industry Polytechnic College, Chongqing 401120, China
2 Mechanic Engineering College, Chongging University, Chongging 400044, China)
Abstract: The sideline, which is the important mark for robot navigation and location, will be changed to the curve when it is
hown in the omni-vision image. So it is harly to detect the sideline in the image. Presents an universal process of the sideline
detection for the omni-vision it detects the sideline in horizontal scene. To reduce the processing time of the hough transform, on-
ly use the part points, which are exr ua ace e total point set. For the different capability omni-vision, presents
two candiac point exaction wa The xme show his press an hly detect the sidelines, and has high reaim
Key words omni-vision sideline detection; Hough transform; line fitting
其他目标有较大形变,增加其他目标的识别难度。
0引言
本文提出一种用于普通全向视觉的基于场景投
基于反射镜的全向视觉由于具有同一时刻获取影的水平边线检测方法,利用图像坐标与水平场景坐
360°视觉信息的优势,在导航、监控和机器人等领域得标的关系,将通常在图像坐标中实现的边线检测变换
到越来越多的应用。针对不同的目标特征,人们开发到水平场景坐标中进行求取,回避全景图像中边线扭
了各种用途的全向视党,例如基于水平场景无畸变的曲的问题,采用部分点集代替全部候选点集的方式,
全向视觉山、等角度全向视党、单视点锥形全向视不仅能够实现普通全向视觉图像上的边线检测,而且
觉】等。但是全向视觉成像复杂,往往难以兼顾多个能够根据实时性要求进行调整,扩展其应用范围。
目标的检测与识别,现有的全向视觉大多针对某类目
标进行检测与识别,而降低其他目标的识别要求。
1主要实现原理
具有直线性质的边线是导航定位的重要标志物,
全向视党成像关系可以采用全景图像与某一平
除了水平无畸变的全向视觉可以保留边线的直线特面的相对关系表示,典型的表示方法是采用水平场景
征外,普通的全向视党图像中,边线成像后往往出现扭与全景图像二者的径向长度对应关系来表示,由于全
曲,形成不规则曲线,难以用函数形式表示,并且由于实向视觉的反射镜面通常对成像满足递增的关系,即全
时性要求,使在普通全向视觉中进行边线检测变得困景图像与水平场景二者的径向长度满足唯一对应关
难,所以一般采用单目视觉或者水平无畸变的全向系。所以,可以将全景图像经过径向扩展还原为按比
视觉进行边线识别。单目视觉视场较小,并且需要增例缩放的无畸变水平场景,然后利用一般的检测方法
加额外的硬件成本;水平无畸变的全向视觉则会造成即可对边线进行检测与识别。
109
万方数据