圖像理解中高層算法研究及其在RoboCup中型組中的應(yīng)用.pdf

1、圖像理解是一門介于計(jì)算機(jī)視覺和人工智能之間的交叉學(xué)科，它是研究用計(jì)算機(jī)系統(tǒng)解釋圖像，實(shí)現(xiàn)類似人類視覺系統(tǒng)理解外部世界的一門科學(xué)。圖像理解主要是通過圖像處理的方法從圖像中獲取到目標(biāo)物體的信息，然后結(jié)合關(guān)于特定場(chǎng)景的知識(shí)完成對(duì)圖像中的場(chǎng)景解釋。它具有重要的理論研究意義和廣闊的應(yīng)用前景。自上世紀(jì)實(shí)際八十年代提出Marr視覺理論以來，圖像理解得到了很大發(fā)展。圖像理解具有鮮明的層次性，中高層算法涉及到區(qū)域分割、目標(biāo)識(shí)別和圖像解釋等內(nèi)容，是圖像理解

2、中非常重要的部分。 本文討論了圖像理解的中層和高層處理中使用的技術(shù)。在中層的圖像分割方面，雖然人們提出了數(shù)以千計(jì)的圖像分割算法，但是到目前為止還沒有一種通用的算法。FCM(Fuzzy C-Means，模糊C方法)算法具有能適應(yīng)圖像中目標(biāo)邊界模糊的特點(diǎn)，為了克服其計(jì)算量大等缺點(diǎn)，提出了一種HSL顏色空間下基于二維直方圖的FCM聚類彩色圖像分割算法，通過二維直方圖初始分割給FCM方法提供較好的初始值有效的減少了FCM算法迭代的次數(shù)，

3、加快了算法的收斂。在高層處理的目標(biāo)識(shí)別方面，常規(guī)的模式識(shí)別算法常常要面對(duì)圖像中信息不完全和場(chǎng)景中的目標(biāo)模式不確定等問題，為此提出了基于遺傳算法的屬性圖目標(biāo)識(shí)別方法，將統(tǒng)計(jì)/幾何特征和場(chǎng)景中目標(biāo)之間的先驗(yàn)位置關(guān)系加以結(jié)合，構(gòu)建屬性圖和模糊規(guī)則，然后通過遺傳算法進(jìn)行搜索，從而到達(dá)對(duì)圖像中目標(biāo)的最佳識(shí)別效果。 Robocup是國際RoboCup聯(lián)合會(huì)組織的機(jī)器人世界杯，它的舉行推動(dòng)了機(jī)械、電子、控制、模式識(shí)別、圖像處理和人工智能等多個(gè)

4、領(lǐng)域的技術(shù)發(fā)展。中型組的比賽是其中一項(xiàng)具有代表性的比賽。中型組足球機(jī)器人一般決策系統(tǒng)、視覺系統(tǒng)、運(yùn)動(dòng)控制系統(tǒng)和無線通信系統(tǒng)四部分組成，其中視覺系統(tǒng)是獲取場(chǎng)地信息的唯一來源，對(duì)比賽非常重要。它就是一個(gè)典型的圖像理解系統(tǒng)。 本文從圖像理解的三層處理技術(shù)角度對(duì)Robocup中型組機(jī)器人視覺系統(tǒng)的圖像處理過程進(jìn)行了描述，采用了灰度變換和高斯低通濾波對(duì)圖像進(jìn)行預(yù)處理；使用前述的分割方法對(duì)圖像進(jìn)行分割，并提取了目標(biāo)的顏色和形狀特征；對(duì)前述的