基于粗糙集理論的機器人視覺跟蹤系統(tǒng)研究.pdf

1、運動目標(biāo)跟蹤技術(shù)是計算機視覺領(lǐng)域的核心課題之一，具有十分重要的意義和廣泛的實用價值。它融合了圖像處理、模式識別、人工智能、自動控制以及計算機應(yīng)用等相關(guān)領(lǐng)域的先進技術(shù)和研究成果。運動目標(biāo)跟蹤的實質(zhì)是一種通過圖像處理方法獲取目標(biāo)參數(shù)并對目標(biāo)進行跟蹤的視覺技術(shù)，是機器人視覺系統(tǒng)的重要組成部分。機器人所處的環(huán)境是比較復(fù)雜的，視覺技術(shù)可以通過感知其工作過程中的環(huán)境信息或者其感興趣的其它信息，并記錄這些信息作為科學(xué)研究的依據(jù)，或者對之進行分析，為機

2、器人的行為決策提供重要依據(jù)。它的難點在于經(jīng)圖像處理后得到的位置信息的不準(zhǔn)確性和應(yīng)用環(huán)境引起的不確定性。如何通過合理的圖像處理方法獲得目標(biāo)的準(zhǔn)確位置信息和合理的控制決策策略成為課題的研究重點。 課題提出基于RGB和HSV兩種色彩系統(tǒng)混合實現(xiàn)圖像分割，然后采用基于粗糙集理論的控制決策策略，通過實施約簡處理得到最小決策規(guī)則表指導(dǎo)攝像機實現(xiàn)對目標(biāo)跟蹤的方法，經(jīng)實驗表明基于該方法的視覺跟蹤系統(tǒng)具有高效性和魯棒性。 在圖像處理模塊中

3、，考慮到環(huán)境中光照條件的影響和實時性要求，采用了將RGB和HSV兩種色彩系統(tǒng)混合使用的方法，同時利用該模型下的雙閾值法對圖像進行分割。 移動機器人所處的工作環(huán)境有時是非常復(fù)雜甚至是雜亂無章，經(jīng)常會有一些運動障礙物突然出現(xiàn)。這些障礙物的出現(xiàn)存在著很多的不確定性，這勢必影響到機器人的穩(wěn)定運行。為了有效解決這些因素引起的不確定性同時為了提高視覺系統(tǒng)的魯棒性，課題將粗糙集理論引入到視覺系統(tǒng)，利用其優(yōu)秀的解決不確定性、模糊性問題的優(yōu)點，大