移動機器人視覺定位設(shè)計方案

　　運動目標(biāo)的跟蹤是確定同一物體在不同幀中位置的過程， 當(dāng)運動目標(biāo)被正確檢測出來時， 它就對相鄰幀中檢測出的目標(biāo)進(jìn)行匹配。匹配過程如下：

　　2. 2. 1 目標(biāo)質(zhì)心位置預(yù)測

　　目標(biāo)位置預(yù)測是依據(jù)最小二平方預(yù)測原理由目標(biāo)質(zhì)心在本幀以及相鄰的連續(xù)前幾幀的位置值，直接預(yù)測出目標(biāo)質(zhì)心在下一幀的位置值。在等間隔觀測條件下， 可用式（4） 的簡便預(yù)測：

　　2. 2. 2 搜索聚類的種子點

　　在搜索與上一幀圖像對應(yīng)質(zhì)心點匹配的點時，采用基于子塊的模式匹配方法。子模塊是由待匹配的點與周圍8 個鄰點組成。由于這種方法充分考慮了特征點的統(tǒng)計特性， 識別率大大提高。

　　首先從預(yù)測質(zhì)心點開始， 在100×100 像素的動態(tài)窗口（以預(yù)測質(zhì)心點為中心） 內(nèi)， 按照逆時針?biāo)阉髦車? 鄰域象素的趨勢進(jìn)行環(huán)狀搜索， 并分別計算由每個搜索象素決定的子塊與上一幀的目標(biāo)質(zhì)心點T 決定的子塊的HS 特征值之差的平方和。

　　其中P ［ i ］ ［ j ］ （ i， j = 0， 1， 2） 表示由點P 決定的子塊中的各個像素； T ［ i ］ ［ j ］ （ i， j = 0， 1， 2） 表示由上一幀的質(zhì)心點決定的子塊中的各個像素。

　　最后， 判定某個點P 是否與上一幀的特征點T 匹配的標(biāo)準(zhǔn)為： P 須同時滿足式（7， 8）。

　　其中P. H表示待匹配點P 的H 特征值；m eanH 表示目標(biāo)區(qū)域的平均H 特征值； 滿足式（8） 能夠保證匹配點在目標(biāo)區(qū)域內(nèi)。

　　2. 2. 3 聚類色塊區(qū)域

　　其目的是找出色塊區(qū)域， 色塊區(qū)域的質(zhì)心點即為特征跟蹤結(jié)果。在步驟（2） 中已經(jīng)找到了聚類的起始點， 由于H 反映圖像的色彩特性， 所以根據(jù)匹配點的H 特征值是否在由色塊的平均H 特征值確定的某個范圍內(nèi)來聚類色塊區(qū)域， 即滿足式（8）。這樣既可保證識別精度， 又減少了圖像信息計算量。

　　3 二次成像法

　　設(shè)Z c1， Z c2分別表示在t1， t2 時刻目標(biāo)與成像系統(tǒng)的距離（深度值） ; d 1′， d 2′分別表示t1， t2 時刻目標(biāo)在圖像平面的幾何特征值， 為便于表示， d 1′， d 2′可以是目標(biāo)的像的外接圓直徑或者外接矩形的邊長， 則有：

　　式（9） 表明： 根據(jù)同一目標(biāo)、同一攝像機所攝物體的圖像幾何特征的變化， 可以計算出它們在空間深度方向運動時距離所發(fā)生的變化， 這就是二次成像法的原理。

　　分析式（9） 可知， 二次成像法能夠確定目標(biāo)在攝像機坐標(biāo)系中的位置， 但該方法在攝相機兩次成像的位置變化不大的情況下誤差會比較大， 而且不能得到目標(biāo)的運動信息。為此本文提出了利用序列圖像和推廣卡爾曼濾波來估計目標(biāo)的空間位置和運動信息的方法。