第39卷第4期 2016年12月
上海舶舶运输科学研究所学报
JOURNALOF SHANGHAI SHIPAND SHIPPING RESEARCH INSTITUTE
文章编号：1674-5949(2016)04-0055-05
平滑去噪分块K-means算法的机器
人视觉图像处理马吴涵，王欣宇
（哈尔滨工程大学自动化学院，哈尔滨150001)
Vol.39 No. 4 Dec.2016
摘要：针对机器人视觉目标图像信噪比低、背景噪声干扰大的特点，采用马尔科夫随机场（MarkovRandomField， MRF)模型的平滑去噪方法对图像进行预处理，在此基确上，采用K-means类算法对图像进行聚类，将具有不同特征的目标区域分类，为进一步实现目标识别和眼踪提供基础。同时，为进一步克服移动机器人导航过程中视觉处理速度慢的缺陷，对图像进行分块划分，提取每个图像块的均值、方差和最大值作为特征值，从面提高算法的处理速度。
关键词：机器人视觉；平滑去噪；K-means算法；分块划分
中图分类号：TP242.6
文献标志码：A
ARobotVisionImageProcessingMethodBasedonSmoothingand
SegmentK-meansAlgorithm MAWuhan，WANGXinyu
(College of Automation,Harbin Engineering University,Harbin 150001,China)
Abstract: The MRF(Markov Random Field)-based smoothing is introduced into the pre-processing of robot vision target images which typically have strong background noise and low signal to noise ratio, The segmentation of the pre-processed image is per-sasaeeaannesaeneaaaa in order to accelerate the visual processing speed during mobile robot navigation, the image is divided into sections, and the va-riance and the maximum of each image section are extracted as the features for k-means clustering. The experiments with stand ard images and actual images are carried out, which prove that the algorithm has better recognition ability, higher detection ac curacy and faster detection speed.
Key words; robot vision; smoothing; K-means algorithm; dividing
引言 0
机器人按照有无自主视觉系统可分为可视机器人和非可视机器人，随着科技的进步、人工智能的发展及实际生产生活需求的提高，机器人视觉系统成为机器人研究领域中最新和最热门的课题之一()。可视化机器人的特点是提高生产的柔性和自动化程度，可在一些不适合人工作业的环境下或人工视觉难以满足要求的场合提高生产效率、解决人工疲劳造成的质量间题。
移动机器人视觉图像处理研究主要集中在目标识别、定位及跟踪等方面"，其中目标识别是机器人视觉研究的基础，包括目标特征的提取和图像分割。机器人在移动过程中，将摄像头拍摄的视额截取为每一顿图
收稿日期：2016-09-15
作者简介：马吴涵（1996一），女，浙江杭州人，主要从事电气自动化研究。万方数据