文件名称：导航离散点获得-java offer来了原理篇
文件大小：1.63MB
文件格式：PDF
更新时间：2024-07-21 20:40:46
首发论文
2.3 二值化图像滤波处理 对二值图像经滤波处理去掉图像中的噪声点，以利于后续导航离散点的获得。其滤波方 法主要用到了中值滤波。 中值滤波的基本思想是用像素点邻域灰度值的中值来代替该像素点的灰度值，该方法在 去处脉冲噪声、椒盐噪声的同时又能保留图像边缘细节，这是因为它不依赖于邻域内那些与 典型值差别很大的值。在对图像实际处理过程中采用的是 3×3 的模板。二值化后的图像经 过中值滤波处理后的结果如图 2 b 所示。大部分非棉株的噪声点明显消除。 3 导航路径及导航参数获得 对上述处理后的二值图像进行导航路径识别。通过垄的行走势特征得到导航控制点，然 后通过 Hough 变换得到导航路径。在图像平面坐标系中便可以得到导航路径与前进方向的 夹角及测向位移偏差，通过坐标系转换可把这两个值转换为世界坐标系的导航控制参数。 3.1 坐标系转换 世界坐标系、摄像机坐标系、图像坐标及机器人结构关系如图 3 所示。y c O c z c 为摄像 机坐标系，0为世界坐标系原点，各坐标轴与摄像机坐标系的各轴平行，AB 为图像平面，φ 为摄像机倾斜角度，d 为摄像头离地面高度，一般控制在 0.6m－1.0m 之间。根据以上各坐 标系的定义，可以容易看出，摄像机坐标系先绕 x 轴顺时针旋转φ角，然后再沿旋转后坐标 系中的 y 轴移动-d 既为机器人坐标系。因此，可以得出机器人坐标系相对于摄像机坐标系 的齐次变换矩阵为： c w T=Rot（x，φ）Trans（0，-d，0）= 。 ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ − − 1000 sincossin0 cossincos0 0001 φφφ φφφ d d 图 3 机器人结构及坐标系定义 3.2 导航离散点获得 导航离散点是指利用图像分割得到的棉株信息，根据两垄棉株的走势特征，在统计分析 的基础上得到能够表现棉株垄方向特征的点,根据这些点来规划导航路径。获得导航离散点 方法如下：把二值图像向垂直方向投影，通过两个波峰之间波谷位置把图像分成左边垄部分 和右边垄部分。每行分别对图像每垄取黑色像素平均位置点，然后再对整行取平均位置点。 - 3 - http://www.paper.edu.cn