煤矿救援机器人环境目标图像识别.pdf

第 4 3卷 第 7期 2 0 1 7年 7月 工矿 自 动化 I nd us t r y a n d M i ne Aut o ma t i on Vo 1 ． 4 3 No ． 7 J u 1 ．2 01 7 文章编 号 1 6 7 1 2 5 1 X 2 0 1 7 0 7 ～ 0 0 0 7 0 5 D OI 1 0 ． 1 3 2 7 2 ／ j ． i s s n ． 1 6 7 1 2 5 1 x ． 2 0 1 7 ． 0 7 ． 0 0 2 煤矿救援机器入环境 目标图像识别 巩 固 ， 朱华 1 ． 中国矿业大学 机 电工程学院 救援技术与装备研究所 ，江苏 徐州 2 2 1 1 1 6 ； 2 ． 江苏 师范 大学 计算 机科 学 与技术 学 院 ，江苏 徐 州 2 2 1 1 1 6 摘 要 针 对标 准 尺度 不 变特 征 变换 S I F T 算 法存在搜 索视 觉 图像 中关键 点 出现计 算 冗余 和 目标 识 别 实 时性 差 的 问题 ， 提 出 了一 种改进 的 S I F T 算法 ， 并将 其应 用到 煤矿救 援机 器人 的环境 信 息 感知 和 目标 识 别 匹 配 中。该 方 法 以马 氏距 离代 替 标 准 S I F T 算 法 中的 欧 氏距 离， 简化 了特 征 点提 取 ， 避 免 了特征 点的误 匹配 。 现场 试验 结果 表 明 ， 改进 后 的 S I F T算 法提 高 了煤矿 救 援机 器人 对 煤矿 井 下环 境 目标 识 别 的 实 时性 和 目标 匹配的 准确性 ， 为煤矿救 援 自主 移动机 器人 实现避 障 、 行 走做 好 了视 觉前提 。 关键 词 煤矿 救援机 器人 ；自主移动 ；目标 识别 ； 特 征 点 匹配 ；尺度 不 变特征 变换 算 法 ；马 氏距 离 中 图分类 号 TD 7 7 文 献标 志码 A 网络 出版 时间 2 0 1 7 0 6 2 7 1 5 5 3 网络 出版 地址 h t t p ／ ／ k n s ． c n k i ． n e t ／ k c ms ／ d e t a i l ／ 3 2 ． 1 6 2 7 ． T P ． 2 0 1 7 0 6 2 7 ． 1 5 5 3 ． 0 0 2 ． h t ml Env i r o nme n t a l t a r g e t i ma g e r e c o gn i t i o n o f c o a l mi ne r e s c u e r o b o t GONG Gu 一． ZHU H u a 1 ． I n s t i t u t e o f Re s c u e Te c h n o l o g y a n d Eq u i p me n t ，S c h o o l o f M e c h a t r o n i c En g i n e e r i n g， Ch i n a Un i v e r s i t y o f Mi n i n g a n d Te c h n o l o g y ，Xu z h o u 2 2 1 1 1 6 ，Ch i n a； 2 ． S c h o o l o f Co mp u t e r S c i e n c e a n d Te c h n o l o g y，J i a n g s u No r ma l Un i v e r s i t y，Xu z h o u 2 2 1 1 1 6 ，Ch i n a Ab s t r a c t I n v i e w o f p r o b l e ms t h a t t r a d i t i o n a 1 s c a l e i n v a r i a n t f e a t u r e t r a n s f o r m f S I FTa l g o r i t h m h a s c a l c u l a t i o n r e d u n d a n c y i n s e a r c h i n g k e y p o i n t s o f v i s i o n i ma g e s a n d p o o r r e a l t i me p e r f o r ma n c e i n t a r g e t r e c o g n i t i o n ，a n i mp r o v e d S I F T a l g o r i t h m wa s p r o p o s e d wh i c h wa s a p p l i e d t o c o a l mi n e r e s c u e r o b o t t o r e a l i z e e nv i r on me nt a l i nf o r ma t i o n p e r c e pt i o n a nd t a r g e t r e c o gni t i o n ma t c hi ng． The i m p r o ve d SI FT a l g or i t hm a d o pt s M a ha l a no bi s di s t a n c e t o r e pl a c e Euc l i de a n d i s t a n c e i n t he t r a d i t i on a l S I FT a l g o r i t hm a n d s i m p l i f i e s e xt r a c t i o n o f t he i m a ge f e a t u r e p o i nt s ，a v oi ds m i s ma t c h i ng o f f e a t u r e po i n t ．The f i e l d t e s t r e s u l t s s h o w t h a t t h e i mp r o v e d S I FT a l g o r i t h m i mp r o v e s r e a l t i me p e r f o r ma n c e i n u n d e r g r o u n d e n v i r o n me n t a l t a r g e t r e c o g n i t i o n a n d a c c u r a c y o f t a r g e t ma t c h i n g o f c o a l mi n e r e s c u e r o b o t ，wh i c h ma k e s v i s u a l p r e mi s e f o r r e a l i z i n g ob s t a c l e a v o i d a nc e a nd wa l ki ng o f c oa l m i ne r e s c ue a u t o no mou s r ob ot ． Ke y wo r d s c o a l mi n e r e s c u e r o b o t ；a u t o n o mo u s mo b i l e ；o b j e c t r e c o g n i t i o n；f e a t u r e p o i n t ma t c h i n g ； s c a l e i n v a r i a n t f e a t u r e t r a ns f o r m a l g or i t hm ；M a h a l a no bi s di s t a nc e 0引言 煤矿井下救援机器人主要用于煤矿井下发生安 全事故时代替救援人员实现实时探测和紧急救援任 务 ， 并 向地面救援人员实时传回灾后环境信息 ， 给地 面救援人员实施救援方案提供科学依据， 最大限度 收稿 日期 2 0 1 7 0 1 0 9 ； 修 回日期 2 0 1 7 0 4 ～ 2 7 ； 责任编辑 张强。 基金项 目 国家高技术研究 发展计划 8 6 3计划 项 目 2 0 1 2 AA0 4 1 5 0 4 ； 国家 自然科学基金项 目 6 1 4 0 2 2 0 7 。 作者简介 巩 固 1 9 7 6 一 ， 男 ， 安徽泗 县人 ， 讲师 ， 博士研 究生 ， 长期从 事人 工智能 、 智能 计算 、 机 器人视 觉等 方面 的研 究和实 践工作 ， E ma i l x z g o n g g u 1 6 3 ． c o m。 引用格式 巩 固， 朱华． 煤矿救援机器人环境 目标 图像识别[ J ] ． 工矿 自动化 ， 2 0 1 7 ， 4 3 7 7 - 1 1 ． G ONG Gu ， Z HU Hu a ． E n v i r o n me n t a l t a r g e t i ma g e r e c o g n i t i o n o f c o a l mi n e r e s c u e r o b o t E J ] ． I n d u s t r y a n d Mi n e Au t o ma t i o n 2 0 1 7， 4 3 7 7 11 ． 8 工矿 自动化 2 0 1 7年 第 4 3卷 地 减少人 员 伤 亡 、 财 产 损 失 和 避 免 再 次 发 生 灾 难 。 现 在 国 内外 对智 能 型 机 器 人 的研 究 已经 成 为 热 点 ， 自主救援 机 器人 的视 觉 信息研 究 成为其 中的研究 重 点 。救援机器人视觉信息主要用 于视觉定位 、 目标 跟踪 、 视觉避障等I 。视觉识别 图像识别 就是图 像 再认 ， 是 救援 机 器人 视 觉 感 官 通 过 存 储 的视 觉 信 息 与 当前 的视 觉信 息 进 行 比较 的加 工 过 程 ， 是 通 过 电子化 感 知 和 理 解 视 频 图像口 ] 。在 煤 矿 发 生 灾 害 时， 要实现救援机器人传 回灾后环境情况 ， 对其视觉 系统要 求较 高 ， 获取 的视 频 图像 要 能 反 映机 器 人 对 环 境信 息 的实 时感 知和 目标识 别 匹配等 。 现在多采用基于颜色信息和基于纹理信息的方 法 对 图像进 行分 割 处 理 ， 以实 现 对 环 境 目标 识 别 和 机 器人 避 障 。基 于颜 色 信 息 的 目标 辨 别 普 遍 采 用 HS I Hu e S a t u r a t i o n I n t e n s i t y 颜 色 模 型 ， 采 用 这 种颜 色模 型 进行 目标 辨别 时对 自然 场景 的光 照变 化 较 为敏感 。 ， 多应用 在 地面 光照 条件 比较 好 的环 境 中。 因煤 矿 l井下 光 照 度 比地 面差 ， 故 煤 矿 救 援 机 器 人视 觉识 别 需要 探 寻 一 种新 的 目标 识 别 算 法 ， 该 识 别算 法要 能 实现 机器 人视 觉在 确保 环境 目标 识别 率 较 高 的同 时 ， 受 光 照影 响 较 小 。为 此 ， S I F T S c a l e i n v a r i a n t F e a t u r e T r a n s f o r m， 尺 度 不 变 特 征 变 换 算法 l 被 提 出来 ， S I F T算 法在 图像 尺度 缩放 、 旋 转 、 光照和视角等条件变化 的情况下 ， 对环境 目标识别 时 具有 较 好 的鲁 棒 性 。S I F T 算 法 被 提 出 后 ， 很 多 研究 者对 其 进行 _ r改进 和应 用 研 究 ， 取 得 了非 常 好 的效果 ， 如文献E 5 ] 应用 S I F T算法与卡尔曼滤波结 合实 现 了机器 人对 环境 的三维 重建 和定 位 ； 文 献 [ 6 ] 将 S I F T算法用 于机器人足球 比赛 中的 目标识别 ， 获得 了 良好 的效 果 ； 文献 E 7 3 研 究 了视 觉 导航 方法 ， 将 S I F T算 法应 用 到机 器 人 视 觉 导 航 中 ， 取 得 了很 好 的实验 结果 ； 文献E 8 ] 提 出 了机器人 在 动态 环境 中 利 用 S I F T算 法 实 现对 特定 人 员 的 身 份 视 觉 识 别 ； 文 献 [ 9 ] 利 用 S I F T算 法 改进 机 器 人 自适 应 压缩 跟 踪 对象 ； 文 献 [ 1 O ] 提 出 了基 于 图像 兴 趣 点 思 想 获 取 图像 目标特征点 的算 法改进 ； 文献 [ 1 1 ] 利用 S I F T 算法思想实现在三维图像 中寻找特征点 ； 文献 [ 1 2 ] 在 S I F T算法 的基础 上提 出 了很 好 的原 始 图像 和 目 标 图像直接的特征识别思想； 文献[ 1 3 ] 提出将待匹 配 的图像进 行 归一 化 处 理 后 ， 利 用 筛 选 感 兴趣 的特 征 点进 行 f r 巨 配 ， 减 少 了匹 配 的 特 征 点 和 S I F T 算 法 的运 行 时 问 ， 提 高 了 S I F T 算 法 运 行 效 率 。本 文 基 于上述文献 ， 特别结合文献[ 3 ] 和文献[ 1 4 ] 思想提出 了一 种改 进 的 S I F T 算 法 ， 并 将 其 应 用 到煤 矿 救 援 机 器人 的环 境信 息感 知 和 目标 识别 匹配 中 。改进 的 S I F T算法 简 化 了 特 征 点 提 取 ， 用 马 氏 距 离 替 代 标 准 S I F T算法 中 的欧 氏距 离 ， 提 高 了煤 矿 救 援 机 器 人对 环境 目标识 别 的实 时性和 目标 匹配 的准 确性 。 1 标准 S I F T算 法 标准 S I F T算法对 目标辨别提取的特征是一种 点特征， 采用对连续 3幅高斯差分 图像边缘附近 的 极 值 点 进 行 特 征 提 取 。 S I F T 算 法 主 要 包 括 下 面4个步 骤l 4 。 1 建立 尺 度 空 间进 行 极 值 检 测 尺度 空 间采 用 图像 与 高斯 核 函数 卷积 实现 。对 于 1幅二 维 图 像 ， 其 二维 尺度 可变 高斯 函数定 义如 下 G x， ， 一 e x p [ 一 。 Y 。 ／ 2 ] 1 式 中 ， 为变 换 后 的图像 坐标 ； 为 尺度 空 问 因 子 ， 它 也是 高斯 正态分 布 的方差 。 1 幅 二维 图像 的 尺度 空 间定 义可 采 用 式 2 卷 积 表达 。 L ， ， G z， ， S ， 2 式 中 S a c ， 表 示算 法输入 的二 维 图像 。 为了寻找 图像 尺度 空间 的局 部极 值 点， S I F T 算 法要 将 图像 中的每 一个 检测像 素点 和其 所有 的相 邻 点 进 行 比较 ， 以获 取 极 值 点 。将 检 测 点 与 它 的 8个 相邻 点 和 上 下 相 邻 尺 度 对 应 的 1 8个 点 ， 总 共 2 6 个 点 进行 比较 ， 如果该 检测 点 是 这些 点 中的极 值 点 极 大值或 极小 值 ， 就 将该 点 作 为 一 个 局部 极 值 点 ， 即该 点就 成 为图像 在尺 度下 的一个 特征 点 ， 记下 该点的位置和对应尺度 ， 并将所有这样的局部极值 点 作为 算法 的候选 关 键点 。 2 精 确关 键 点 极 值 点 位 置 为 了确 保 精 确 关 键点 的位 置和 尺 度 ， 必 须 去除 对 比度 低 的关 键 点 和 不稳定 的边 缘 响 应 点 l 3 ， 目 的是 提 高 图 像 特 征 点 匹配稳 定 性 ， 增 强算 法 的抗 噪声 能力 。将 式 1 进 行泰勒展开 ， 求其导数展开式， 然后将展开式 的值设 为 0 ， 可 以得 出精 确 的极 值 位 置 X 式 3 。将 式 3 代 人式 1 的 泰勒 展 开 式 ， 可 以去 除低 对 比度 特 征点 ， 即计 算 出 D X 式 4 。 一一 ㈣ D x一 D d ⋯ i ，“ i 4 3 关 键 点方 向 匹配 通 过 尺 度 不 变 性 获 取 极 值 点 关键 点 ， 可 以使 其 具有 缩 放 不 变 的 性质 。为 2 0 1 7年 第 7期 巩 固等 煤矿 救援 机 器人 环境 目标 图像识 别 9 了确保算子对图像具备旋转不变性 ， 利用关键点领 域像素 的梯度方 向分布特性 ， 需要给每个关键点 极 值点 指定一个或 多个 方向参数 。对 于极值点 的采样点 F x， 3 ， 分别计算梯度值 ．z ， 和方 向 O x， 。 m x ， 一{ I F x 1 ， 一F x --1 ， ] E F x ， 1 一F x ， 一1 ] } 5 O x ,y 一 a r c t a n 甏 ㈣ 在获取每个采样点 的梯度大小和方向后 ， 需要 确定每一个关键点梯度 的大小与方 向。对每一个关 键点统计邻近一个窗 口内所有采样点的梯度大小和 方 向， 绘制 出梯度直方 图。梯度直方 图采用每 1 0 。 为一 柱 ， 总共 3 6 柱 ， 故 梯 度 直 方 图范 围 为 0 ～ 3 6 0 。 ， 直 方 图峰值 所 在 的方 向代表 关键 点 处邻 域梯 度 的主 方 向 ， 也就 是该 关键 点 的 主方 向 。 4 关 键 描 述 子 的生 成 为 了确 保 图像 旋 转 不 变性 ， 首先将坐标轴旋转设为关键点的方 向， 对任一 关键 点 ， 在其 中心取 1 6 1 6的窗 口， 将 这 个 窗 口均 匀分 为 1 6个 4 4的子窗 口。对每个 4 4的子窗 口计算 8个方向的梯度直方 图， 则每个关键点可用 1 6个 种子 点来 描述 。对 1 6个 子 窗 口的 8个 方 向 的 梯度 直 方 图 根 据 位 置 依 次 排 序 ， 可 以构成 1个 4 4 8共 1 2 8维 的 S I F T特 征 向量 。S I F T特 征 向 量 已经 去 除 了尺 度 变化 、 旋 转 等几 何 影 响 因素 。对 这些 S I F T特 征 向量 的 长 度 进 行 归 一 化 ， 可 进 一 步 去 除光 照变 化 的影 响 。得到 的 1 2 8维 的特 征 向量就 是 S I F T 特征 点描 述子 [ 5 。 为 了确保 1 2 8维 的特征 点对 光照 强度 变化 不敏 感 ， 需进行归一化计算处理， 得到规划后 的向量 H一 ， h 。 ， ⋯ ， h ， 在 归 一 化 处 理 过 程 中 ， 采 用 式 7 计算 H， 其 中 w 是 特 征 点 描 述 子 ， w 一 叫。 ， ， ⋯ ， W ， 代表特征 向量值。 H 一 面 ，W一 2 ，⋯ ， 7 √ 128 2改进 的 S I F T算 法 标准 S I F T算法将整个尺度空间 中搜索 到的极 值点全部作为关键点 ， 产生了冗余 ， 增加 了很多无效 的计 算 量 。改进 的 S I F T算 法不 计 算 整 个 空 间尺 度 的关 键 点 ， 提 出 了一种 定位 关键 点 思想 ， 利用 几何 不 变矩提取图像空间的边缘 ， 主要对图像边缘 的尺度 空间计算搜索极值 点， 边缘关键 点确认后 ， 再 使用 S I F T算 法 。 2 ． 1 特 征 点 简化 在标 准 S I F T算法 的第 3步 中， 为确定关键点 极值点 ， 必须指定一个 主方 向， 图像旋转之后 ， 极 值点 关键点 周围的子区域均会发生变化。二维坐 标 具有 矩 形特 征 ， 矩 形不 具有 旋转 不变性 ， 若 采用 圆 形坐标 系 ， 可 以减 少 关 键 点 的一 些 参 数计 算 。本 文 采 用 圆形 坐 标 特 点 构 造 图形 尺度 空 间 的特 征 描 述 符 ， 以特征 点为 圆 的 中心 。采 用 圆形 窗 口 区域 时要 确保图像关键点 的邻域没有变小 ， 同时不破坏原有 算法的邻域方向性信息 。要实现 同心圆坐标 ， 须将 S I F T算法 中关键点 1 6 1 6 邻域的圆形窗口区域作 为计算 所有 采样 点 的梯 度 ， 然后 提 取 4个 同心 圆环 子 区域 ， 它们的半径从外到 内分别为 8 、 6 、 4和 2像 素 。在 4个 圆环 区域 内分 别 按 3 6 0 。 均 匀 划 分 1 2个 方 向上 的梯 度直 方 图 ， 计算 同心 圆环 中 1 2个方 向的 梯度 累 加值 ， 得 到 每 个 同心 圆 的一 个 1 2维 的 种 子 点 ， 用特 征 向量 V一 ， ， ⋯ ， 表 示 。 为减少 煤 矿井下光照变化影响， 将梯度方 向归一化计算代人 式 7 ， 得到式 8 。 V 一 一 1 ， 2， ⋯ ， 1 2 8 √ 改进 的 S I F T算 法为 确保 图像 尺 度 空 间任 意旋 转不变性 ， 即任 意旋转时排序值不 发生变化 ， 要 对 每个 同心 圆 的梯度 累加 值进行 从 大到小 排序 。假 如 最内同心圆的 1 2维统计量 中 为最大值 ， 即 。 一 ma x { ， ∈V， i 一1 ， 2 ， ⋯ ， 1 2 ， 则 向左 循 环 移 动 中向量序 列 ， 最 后 特 征 向量 为 V一 。 ， ， ⋯ ， ， ， ⋯， 。每个同心 圆的特征 向量排好后 ， 将 每个 圆环 的 1 2个梯 度 累加 值 按 照从 内 到外 的顺 序 排好 ， 即第 1 个 同心 圆 的梯度 累加值 排为 口 ， ， ⋯ ， ，第 2个 接着 排 为 ， ⋯ ， ， 依 次 类 推 ， 4个 同心圆共有 4 8个元素， 最后就实现 了图像尺度空间 简化 的特征 点 的特 征 描述 符 ， 从 而实 现 了空 间 尺度 旋 转 不变性 。 2 ． 2 2次特征 点 匹配 对于特征点的匹配， 标准 S I F T算法采用 欧氏 距 离 ， 欧 氏距 离 在 图像 特 征 点 匹 配方 面 有 明显 的缺 点 ， 即欧 氏距 离将 样 品 的不 同属 性 即各指 标或 各变 量 之 问 的差 别 采用 等 同处 理方 式 ， 这 一点 在 图像特 征点匹配时不能满足实际要求。马氏距离不受计算 量纲的影响， 两点之 间的距离计算与原始数据的测 1 0 工矿 自动 化 2 0 1 7年 第 4 3卷 量 单 位不 相关 。马氏距 离有 3 个 重 要 的性 质‘ ] 平 移不 变性 、 旋 转 不 变 性 和 放 射 不变 性 。本 文 在 目 标视频图像初次特征点匹配后 ， 采用马氏距 离进行 第 2次 匹配 。采 用 马 氏距 离 处 理 数 据 时 ， 不 再 把 被 处理 的数据看作是冷冰的单纯数字 ， 由于马氏距离 引入 了协方差 ， 承认 了客 观 上 被 处理 的数 据 间 的差 异性 ， 使数字之间具有 了相应 的属性与关系， 所以， 在 视 频 图 像 识 别 中 其 模 式 识 别 性 能 优 于 欧 氏 距 离 。 对于 一个 样本 均 值 为 Jl l 一 ， ／ l ， ⋯ ， 、 协 方 差 矩 阵为 的多 变量 向量 X一 。 ， ， ⋯ ， ， 马 氏 距 离 表达 式 为 D M 一√ ～ 9 马 氏距 离 也可 以定 义 为 服 从 同一 分 布 、 协 方 差 矩 阵 为 的随机 变量 和 Y的 差异 程 度 ， 其 计算 见 式 1 0 。从 式 1 0 可 以看 出 ， 目标 匹 配 时 存在 差异 性 。利 用 马 氏距 离筛 选 视频 图像 的特 征点 可 以避免 一 些点 被 误 配 。 。 ， 提 高 图 像 特 征 点 配 精 度 。 将图像上选 取出 的特征点作 为匹配 的一 系列测试 点 ， 这些 测试 点具 有 与 Y两 个特 征 向量 ， 将 配 图 像 的特 征点 作 为总 体 ， 利 用 马 氏距 离计 算 每一 个 测 试 点 到总体 的距 离 。在 2幅 视频 匹配 图像 上 ， 对 应 的 测试 点到 总体 的 马氏距 离是 相 同 的。 厂 一 D M ， j ， 一√ 一y 一y 1 0 3 改进 的 S I F T算法 在煤 矿救 援机 器 人环 境识 别 中 的应 用 要在 恶 劣危 险的煤 矿 井下 代替 人完 成 复杂 自主 活动， 煤矿救援机器人首先通过视频传感器获取井 下环 境 图像 ， 根据 视 频 图 像 得 出 对 井 下环 境 的机 器 理解 ， 然 后根 据视 觉进 行环 境识 别 以实 现运 动控 制 。 煤矿 救援 机 器 人 在 运 动 中 ， 要 实 现 避 障 、 物 体 识 别 等 。煤矿 救援 机器 人 对环境 物 体 的 自动识 别是实 现 其 自主移 动 与避 障 的关 键 技 术 。 通 过 分 析 视 频 图 像 信息 实现 目标 匹 配 和 环 境 感 知 。 为 了验 证 改 进 的 S I F T算法的可靠性 ， 在山东某 煤矿井下进 行了机 器视 觉试 验 ， 利 用 改 进 的 S I F T 算 法 实 现煤 矿 井 下 救 援 机 器人 的环境 目标匹 配 和环境 分析 与感 知 。试 验环境光照度参照文献 [ 1 5 ] ， 在相同试验运行软件 与硬 件 条件 下 ， 标 准 S I F T算 法 与改进 的 S I F T算 法 的性 能对 比结果 见表 1 。由表 1可 知 ， 改进 的 S I F T 算法 具有 更 好 的实 时性 和稳 定 性 ， 表 1中 的正 确 率 和运行时问均是多次试验 的平均值。 表 1 2种算法 的性能对 比结果 T a b l e 1 Co mp a r i s o n r e s u l t s o f p e r f o r ma n c e o f t wo a l g o r i t h ms 目标识别正确率／ ％ 运行时间／ in s 平均 光照度 标 准 S I F T 改进 S I F T 标准 S I F T改进 S I F T 算法 算法 算法 算法 煤 矿井 下环 境 光 线较 暗 ， 视觉 传 感 器 在 光线 暗 的地方 会 现视 频 图像 质量 下 降 的 现 象 ， 但 经过 视 频图像处理后， 获取 的信息能给机器人提供环境信 息 并用 于物 体识 别 ． 限于 篇幅 ， 随机 采集 了井 下不 同 时刻 的 3幅 网像 ， 如 图 1所 示 。首 先 对 视 觉 图像 采 用均 衡化 处理 ， 对 时 刻 l冈像 处 理 后 的 结 果信 息 如 冈 2所示 ， 对 时刻 2图像 和时 刻 3图 像 处理 与对 时 刻 1图像 的处 理方 法一 致 。 a 时 亥 0 1 b 时亥 0 2 c 时亥 0 3 图 1 视觉采集 图像 Fi g ．1 I ma ge s o f a c q ui r e d v i s u a l 冈 2视 觉 信 息 处 理 结 果 Fi g ． 2 Re s ul t s of vi s ua l i nf or ma t i on pr oc e s s i ng 网 3 a 是 利 用 本 文 算 法 实现 对 图 l中 时 刻 1 图像 与 时 刻 2图 像 的 视 觉 空 间 匹 配 与 识 别 结 果 ， 图 3 b 是 利用本 文算 法 实现 对 图 1 b ， c 的视 觉 空 间 匹配与 识 别结果 。 由图 3可 以看 出 ， 机 器 人 利用 改 进 的 算法 很 好 地 识 别 了不同 的物体 ， 同时减 少 了物 体 的 配 点 ， 且 算 法 可 以实现 实时运 行 。 2 0 1 7年 第 7期 巩 固等 煤 矿救援 机 器人 环境 目标 图像 识 别 a 不 同时守环境 识圳匹配 4 结 语 I 1 不同时 刻同一 夺问环境 识刖 配 网 3 觉 p 雕 I i g．3 Vi st l a l ma t c h i n g APPl i c a t i on s，2 O1 1 97 6 97 9． 1 6] Hu M， I I E N J ， S HI C ． Th r e e d i me n s i o n a l nt ap pi n g b a s e 1 n SI t T a n d RANSA 、 f or mo bi l e r o [ 1 o t [ I C ] ／ ／ I E E E I n t e r n a t i o n a l o n f e r e n c e o n C y b e r r re t hn ol og y i n Au t oma t i on．Con t r 【 】 1 ，l i nd I nt e l l i ge n t Svs t e n ] s， 2 0】 5． 】 【j 】 4 q [7 [8 住煤 矿 “下 光 照 条什 } 发丝 的环 境 中 ， 煤 矿救 援 机器 人 的 标识 别 和 l 兀 的 难 度 强 于地 I f I _f ． 煤 矿 救 。 援机 器 人需 感知 环境 ， 实 现避 障 、 行 走等 。将 改进 的 S I F T算 法 应用 到煤 矿 救 援 机 器 人 的 目标 识 别 与 配 中 ， 实 现 r移 动机 器 人 埘 I 1 标 的 识 别 和 觉 像 ⋯ 的 配 ． 提高 r 煤 矿 救 援 机 人 对 lf 某矿 扑 下环 境 目 标识 刖 的实 时性 不 1 J 目标 的 准确 性 ． 为煤 矿救 援 自主移 动机 器人 实现 避 障 、 止 做好 了视 觉 前提 。 参 考 文 献 Re f e r e n c e s [1 ] [ 2] 马颂德 ． 张l E友． 计 算机 视觉 _ } r 算 沦 j 算法 琏 础[ Mj ． 北京 科学 出版{ f ． 2 0 0 3 ． S【 、 J l M i l 1 、 ，M HR R． I 』 f 】 I j gr a y v a J H e i ／ i v a r i a m s f t r i n mg e r e t r i e v a l [ J j ． 1 E E E l r a n s a c t i o n s o n P a t t e r n 人1 1 al y s i s a nd M a ch i t 1 e I nt e l l i ge nc e，l 9 9 7．1 9 5 5 { 0 53 5 [ 3] 陈 ， 刈 遥 感 罔 2 00 9． 32 [ 4] [5 ] 状 元． 基 丁 S I F F舒 法 和马 氏距 离的 尤人 饥 像 配 准 [ J J ．测 绘 与 宅 问 地 信 息 ． ngyU 1 I t ． 1 l g 1 E tl a g S I F T a l g o r i t h m a n 1 Ma h a h m o b i s d i s t a n c L J] ． ； e o ma t i c s＆ ．S p a t i a l I n f o r n l a t i o n Te c h n o l t g Y， 2 0 0 9， 3 26 j O一 53 ． 1 W E I G． I i s t i n、 l i v e i n rage f e a t t i r e s f r o n 1 s c a l e i n v a r i a n t k e y p o i n t s[ J ] ．I 1 t t e r n a t i o n a l J o u r n a l f o m p ut e r Vi s i on， 20 0 4， 6 0 2 9l 1 1 0． ZH NG Q．ZHA J ．Re s e a r e h o n 3 【 r o t 、 o n s t r t l ’ t i o n f o r r o b o t b a s e d o n S I F T f e a t u r e[ 【 、 ． 1 _／ ／ z I E E E Adwmc e d Re s e a r c h a l l d- r e c h no l o gy i n l n dt t s t r y [ 1 2 [ 1 3 j [ 1 d L I 5 ZI i 【 f Q ， I I U ’ ， CA1 C． A n o v e l r o b o t v i s u a l h o mi n g me t h o d b a s e d o n S I F T f e a t u r e s [ _I ．S e n s o r s 。 2 1 l 5， l 5 1 0 2 60 6 3 2 60 8i ． S ATAKE J ，【 、 l l I I { A M ．MI URA J ．A S I F T b a s e d pt r s o n i d e nt i f i c a t i o n us i n g a d i s t a nc e d e pe nde nt a t p e a r a n c e n d e l f o r a p e r s o n f o l l o w i n g r o b o t [ c] ／ ／ l EEE I nt e r na t i wl a 1 、 i n f e r e n c e ] I 1 Ro bo t i c s a nd I j i m i m c t i c s ， 2 t 1 2 96 2 9 6 7 ． YAN【