文档介绍：万方数据
AGV1吴谨,熊理良3武汉科技大学学报匀豢蒲О引车,是一种集声、光、电、计算机为一体的简易移动机器人,主要应用于柔性加工系统、柔性装配系(AGV)库及其它行业。。。D图像中路径的定位与识别,即采用图像处理技术将路径标线从图像背景中分离出来,以便进行小本文介绍了一种基于自适应阈值分割及场扫AGVAGV运行的可靠性。灰度路径图像中的路径形状为连续的、具有一定宽度的直线或弧线,一幅图像中有且仅有一条路径,并在路径伸长方向,贯穿整幅图像;路径与路面背景一般对比度较大,路面背景有时较杂rAGV应用中值滤波和维纳滤波对图像进行预处理;其次,应自适应阈值法对预处理后图像进行分割;然28320059vehicle(AGV)systemthe,即自动导AGVoSciTech(Natural浜嚎萍即笱畔⒖D法对其进行分割;其次,采用一种基于场扫描的图像去噪及修补方法对分割图像作去噪厦修补处理,以提高系统对各种复杂路径图像的适应性;最后,,实现路径定位。实验结果表明,该方法AGV==AGVTP391A文章编号:———:;;籪收稿期:一(200413014)作者简介:吴谨,女,武汉科技大学信息科学与工程学院,副教授
万方数据
器匿曜蛩昏母匿圈器zrmy)Iy)To{:—.—玬式中:瓃。。——路径图像中的最小、最大灰度fR2AGV后,采用基于场扫描的方法对分割后的图像进行去噪和修补;最后,进行边缘检测和路径中线的计其基本鞴倘缤糽所示。由于路而情况较复杂,可能会有污迹、杂物干扰存在。对于由此产生的噪声,可采用中值滤波p噪声的非线性处理方法,对于滤除图像中的椒盐噪声较有效。维纳滤波可实现门适应去噪,对白噪声滤波效果较好。路径图像中的目标为路径,背景为路面。灰度路径图像的直方图通常呈双峰分布,分别对应2323可采用峰谷法确定最佳分割闽值,实现对路径图像的分割。然而,光照条件和路面对光的反射性能是变化的,峰谷点对应的灰度值也是动态变化的。因此,必须采用自适应阈值法,以适应动态变化,实现对图像的最佳分割⋯。本文采用迭代算法来求取最佳阈值,算法步骤如下:(1)值。(2)成两组矗,和月,:(3)zZv2R扑阈碌拿鲋礚:(5)lRlallow77(allow)=(2)(5)“开”运算进行处A处理结果如图所示。可以看到,噪声得以大部分去除,但还存在一些大噪声点。于场扫描的去噪方法。场扫描就是对图像进行一查连续区域的方法来去噪。首先,对图像的每一行进行扫描,记录下每个连续的区域捌涑ざ萀H绻鸏輒,则tlt值,取值过大会损失大量的路径标线信息,取值过≈翟~较合适。其次,用同样的方法对每一列进行扫捕,直至完成对整幅图的扫描及处4(b)5r}_5AGV统在复杂路面环境下也可以工作,提高了系统的适应性,但也损失了部分路径标线信息。20053算与确定。图像预处理图像分割R2={(zy)l,,值为止。(a)理。A基于场扫描的图像去噪为了去除这些大噪声点,本文采用了一种基次完整的逐行逐列扫描,用水平行、垂直列扫描检小则不能达到理想的去噪效果。大量实验表明,基于场扫描的图像修补由于去噪损失了部分路径标线