一种基于立式突出路标的巡检机器人视觉自定位方法

在某些不允许对环境做出大量改造的苛刻的室内定位条件下,传统的定位方法很难满足巡检机器人定位的需求,而使用视觉方法尽可能利用环境中的自然路标或布设少量人工路标辅助定位是一种可行的方案.鉴于某些特殊场合不允许在地面布设定位标志,提出了一种应用少量立式突出路标的视觉定位解决方案,即通过在环境中某些设备侧面布设少量的人工路标,利用透视模型和三角函数,完成机器人的定位.实验表明,该定位方法操作简单,贴近实用,且可获得较为准确的定位效果,能够满足巡检机器人定位需求.     

利用多颜色信息融合的自适应肤色建模

客观世界中存在不同的光照、肤色和人种等因素,通常情况下难以建立一个通用的肤色模型进行各种裸露皮肤的检测。研究了一种自适应肤色建模方法,即利用AdaBoost算法检测人脸,通过这些人脸区域进行肤色建模。为了取得较好的肤色建模效果,适当缩小了由AdaBoost算法检测到的人脸区域;利用多颜色空间信息融合技术,即通过选取多个颜色空间的若干颜色分量,计算待检测图像中这些分量的各自SPM（肤色概率图）,经过“与”运算融合获得最终检测的肤色区域。该算法不需要考虑光照、肤色和人种等因素,是一种自适应的建模过程。实验表明,该算法可以有效解决绝大多数情况下的彩色图像肤色检测问题。     

RGB和HSI颜色空间的一种改进的阴影消除算法

在智能视频监控中,运动目标的准确提取至关重要。现有的运动目标检测算法虽然很多,但是阴影去除效果都不甚理想,因此提出了一种基于RGB和HSI颜色空间的阴影消除改进算法。该算法在分析视频中像素点被阴影覆盖和未被阴影覆盖时色调的近似一致性和亮度值成线性关系的基础上,利用2个颜色空间中组成颜色的各分量值在该颜色中所占的比例和亮度的相对变化率,实现运动目标的阴影消除。实验表明,该算法去除阴影的效果优于采用(r, g, I)颜色空间阴影去除算法,且能有效弥补运动目标孔洞的现象,是对运动目标检测算法的补充。