移動(dòng)機(jī)器人檢測(cè)識(shí)別技術(shù)的研究

湯辰，萬(wàn)衡，王凱凱

(上海應(yīng)用技術(shù)學(xué)院 電氣與電子工程學(xué)院，上海 201418)

0 引言

時(shí)代在進(jìn)步，科學(xué)在發(fā)展，在工業(yè)領(lǐng)域以及家庭中很多時(shí)候機(jī)器人可以代替人類進(jìn)行各項(xiàng)操作，通過(guò)圖像處理技術(shù)可以獲取大量的信息進(jìn)行計(jì)算分析，從而使得機(jī)器人擁有人類所具有的分類、分割、識(shí)別、跟蹤、判別決策等功能。其中目標(biāo)的檢測(cè)識(shí)別是圖像處理技術(shù)中的重要任務(wù)之一［1］。目前，SIFT算法是識(shí)別技術(shù)的主流技術(shù)之一，該算法是基于尺度空間下的特征點(diǎn)檢測(cè)，對(duì)光照變化、尺度縮放、仿射變化以及角度變化等具有一定的不變性［2］。同時(shí)也存在特征提取較多、配準(zhǔn)點(diǎn)冗余、匹配耗時(shí)等問(wèn)題。

針對(duì)以上出現(xiàn)的情況，本文采用分割級(jí)聯(lián)分類器的檢測(cè)目標(biāo)作為原圖與目標(biāo)圖進(jìn)行SIFT配準(zhǔn)的方法，其中級(jí)聯(lián)分類器分割出目標(biāo)作為原圖的做法有效地縮小了配準(zhǔn)的區(qū)域范圍，直接減少了特征點(diǎn)提取的數(shù)目，大大提高了SIFT配準(zhǔn)的效率。因此使用級(jí)聯(lián)分類器提取目標(biāo)物體的手段具有很大的優(yōu)勢(shì)，尤其是與SIFT算法相結(jié)合時(shí)體現(xiàn)出了其優(yōu)越性。

1 SIFT算法

1.1 尺度空間的建立

為了使從圖像中提取出來(lái)的特征點(diǎn)具有不變性，特征點(diǎn)的檢測(cè)通常是在不同的尺度下完成的，以獲取圖像的特征點(diǎn)在不同尺度下的信息［3］。尺度空間是采用高斯卷積核與原圖像卷積而成的。一幅在不同尺度下的圖像定義為I(x，y)，高斯卷積核為G(x，y，σ)，則其公式表達(dá)形式如下:

其中L為圖像的尺度空間，x和y為圖像點(diǎn)的像素坐標(biāo)，σ為尺度因子，它也是高斯正態(tài)分布的方差，其反映了圖像被平滑的程度，該尺度因子越大圖像越模糊，反之則分辨率越高。

1.2 構(gòu)建金字塔

所謂金字塔就是采用不同的高斯卷積核對(duì)原圖像進(jìn)行降采樣得到的圖像進(jìn)行卷積［4］。為了讓圖像在不同尺度下保持一定的連續(xù)性，則在采樣的過(guò)程中加入Gaussian濾波，該處理方式可以讓原圖像產(chǎn)生幾組(Octave)不同模糊程度的圖像，每一組圖像又分為幾層(interval)圖像。

為了進(jìn)一步在圖像中找到高精度的配準(zhǔn)特征點(diǎn)，基于圖像金字塔的基礎(chǔ)之上建立高斯差分金字塔(DOG尺度空間)，DOG尺度空間中金字塔每一個(gè)相鄰層的差值與高斯差分卷積核進(jìn)行卷積而形成高斯差分金字塔［5］，通過(guò)層與層圖像相減獲得的局部坐標(biāo)極值點(diǎn)，在很大程度上減少了計(jì)算量(如圖1所示)，高斯差分尺度空間用DOG算子表示如公式(2)所示:

1.3 檢測(cè)極值點(diǎn)

高斯差分金字塔建立之后，需要在其每一層尋找極值點(diǎn)，并將這些極值點(diǎn)作為候選點(diǎn)，再對(duì)這些候選點(diǎn)進(jìn)行一系列的判斷選擇。為了可以在尺度空間下找到極值點(diǎn)，就是要將高斯差分金字塔任意一層中的采樣點(diǎn)與周邊的點(diǎn)進(jìn)行比較，若大于或者小于周邊點(diǎn)，則為極值點(diǎn)［6］。如圖2所示，任意一層的采樣點(diǎn)與處在同一層中周邊的8個(gè)點(diǎn)以及上下兩層18個(gè)點(diǎn)進(jìn)行比較，也就是和26個(gè)點(diǎn)進(jìn)行對(duì)比，若該點(diǎn)在 DOG尺度空間下為最大值或者最小值時(shí)，則該點(diǎn)就判斷該點(diǎn)為該尺度下的極值點(diǎn)。

圖1 高斯差分結(jié)構(gòu)圖

圖2 高斯差分影像特征點(diǎn)檢測(cè)

1.4 確定主方向并生產(chǎn)特征描述符

根據(jù)梯度直方圖，分配關(guān)鍵點(diǎn)方向的具體過(guò)程如下:

(1)通過(guò)運(yùn)算獲取SIFT特征點(diǎn)的直方圖參數(shù);

(2)直方圖是由36個(gè)柱所組成，其范圍為0度到360度，其中每一個(gè)柱為10度;

(3)采用高斯函數(shù)對(duì)方向直方圖進(jìn)行平滑處理;

(4)求得直方圖的梯度方向;

(5)對(duì)該特征點(diǎn)的直方圖進(jìn)行三維二次擬合處理，進(jìn)一步明確關(guān)鍵點(diǎn)的方向;

當(dāng)SIFT關(guān)鍵檢測(cè)完成之后，則這些檢測(cè)出來(lái)的關(guān)鍵點(diǎn)都具備尺度、方向、位置三個(gè)數(shù)據(jù)信息;因此而具備旋轉(zhuǎn)、縮放和平移不變性。

將特征點(diǎn)周圍16×16的窗口分解成為16個(gè)4×4的窗口，其中，在這些4×4的窗口中來(lái)計(jì)算梯度的大小和方向，圖中每一個(gè)窗口則代表一個(gè)像素，每一個(gè)像素都含有8個(gè)梯度方向，并且直方圖中加入的值是該像素用高斯加權(quán)之后的梯度大小，然而特征點(diǎn)周圍16×16的窗口中含有16個(gè)4×4的子窗口，共有16×8=128個(gè)［7］，最后將這128個(gè)數(shù)組成的向量進(jìn)行單位化，單位化之后的向量也就是SIFT的特征描述子。

1.5 SIFT特征匹配結(jié)果

如圖3所示，原圖和待配準(zhǔn)圖的特征點(diǎn)數(shù)目分別為2 319個(gè)和2 033個(gè)共有1 679個(gè)特征點(diǎn)匹配。兩張圖片在位置角度上有所偏差，但影響效果不大。特征點(diǎn)的檢測(cè)分別耗時(shí)1.87 s、1.35 s，匹配用時(shí) 12.034 s。

圖3 SIFT算法特征匹配

2 局部目標(biāo)特征提取

針對(duì)目標(biāo)物體的特征形式來(lái)訓(xùn)練弱分類器，通過(guò)某種迭代的方式將這些弱分類器融合成一個(gè)強(qiáng)分類器，采用Adaboost算法將我們所訓(xùn)練的強(qiáng)分類器串聯(lián)起來(lái)形成級(jí)聯(lián)分類器(Cascade Classifier)其訓(xùn)練檢測(cè)過(guò)程如圖4所示。

圖4 級(jí)聯(lián)分類器檢測(cè)原理

2.1 訓(xùn)練級(jí)聯(lián)分類器

采集N個(gè)大小為20×20的訓(xùn)練樣本，其中正樣本m個(gè)(只包含檢測(cè)物體的樣本)，負(fù)樣本n個(gè)(不包含檢測(cè)物體的樣本)。選取分類錯(cuò)誤率最小的值為原則，其分類錯(cuò)誤率最小為如下公式(3)所示:

此時(shí)該閾值所對(duì)應(yīng)的弱分類器即為最佳的弱分類器。

強(qiáng)分類器的檢測(cè)精度才能滿足我們的檢測(cè)要求，其是由若干個(gè)弱分類器T輪迭代組成，具體步驟如下:

(1)給定一些列的訓(xùn)練樣本(x1，y1).(x2，y2)……(xn，yn)，其中yi=0表示其為負(fù)樣本，yi=1表示其為正樣本。n為一共的訓(xùn)練樣本數(shù)量。

(2)初始化權(quán)重w1j=D(i);

(3)對(duì)t=1…T;

① 歸一化權(quán)重:

② 對(duì)每一個(gè)特征 f，訓(xùn)練一共弱分類器 h(x，f，p，θ);計(jì)算其對(duì)應(yīng)所有特征的弱分類器的加權(quán)(qt)錯(cuò)誤率εf。

(4)提高上一輪中被誤判的樣本的權(quán)重。

(5)將新的樣本和上次本分錯(cuò)的樣本放在一起進(jìn)行新一輪的訓(xùn)練。

(6)循環(huán)執(zhí)行4-5步驟，T輪后得到T個(gè)最優(yōu)弱分類器。

(7)組合T個(gè)最優(yōu)弱分類器得到強(qiáng)分類器，其組合形式如公式(4):

最終采用Adaboost算法將這些強(qiáng)分類器級(jí)聯(lián)起來(lái)形成本文所需要的XML文件，即級(jí)聯(lián)分類器。

2.2 基于級(jí)聯(lián)分類器結(jié)構(gòu)的改進(jìn)

級(jí)聯(lián)分類器的訓(xùn)練屬于一種離線訓(xùn)練方式，需要大量的前期準(zhǔn)備工作，為了提高檢測(cè)提取的精度，降低訓(xùn)練的時(shí)間，提出了改變分類器結(jié)構(gòu)的方法，即在級(jí)聯(lián)結(jié)構(gòu)中引入輔助的判斷函數(shù)，當(dāng)樣本被某分類器判別為假時(shí)，使用該級(jí)的判斷函數(shù)對(duì)其進(jìn)行二次判斷。該判斷函數(shù)不僅得到了當(dāng)前分類器的判斷結(jié)果，同時(shí)也利用了之前的歷史信息，如果輸入樣本被該判斷函數(shù)拒絕，則該被拒絕的樣本直接排除，在整個(gè)Adaboost算法當(dāng)中每一級(jí)的級(jí)聯(lián)分類器當(dāng)中都加入該函數(shù)，其中第N級(jí)的判斷函數(shù)如公式(5)所示:

其中xi代表第i級(jí)的樣本，comfN(xi)代表第N級(jí)分類器對(duì)樣本判斷的加權(quán)值;?即為當(dāng)前的分類器的加權(quán)值;hN代表第N層分類器對(duì)該層分類器判斷的結(jié)果;m表示該樣本被之前m-1級(jí)分類器判斷為假的次數(shù)。由以上公式可以看出m越大就越小，說(shuō)明之前的樣本被分類器判斷為假的次數(shù)比較多，此時(shí)應(yīng)該多考慮當(dāng)前的判斷。相反，若m越小則應(yīng)該多考慮前幾層的歷史信息。試驗(yàn)表明，該輔助判斷函數(shù)的加入，使得它在速度和精度上都有所改善。

2.3 圖像局部特征檢測(cè)結(jié)果

針對(duì)可口可樂(lè)瓶和礦泉水瓶分別訓(xùn)練兩種級(jí)聯(lián)分類器，其檢測(cè)效果如圖5所示。

采用該改進(jìn)之后的方法進(jìn)行訓(xùn)練，其在第一層強(qiáng)分類器的生成過(guò)程中所花費(fèi)的時(shí)間為1 332.70 s，相比改進(jìn)之前的1 897.11 s，在訓(xùn)練效率上有了較大的提高。

3 基于局部特征提取的SIFT匹配的實(shí)現(xiàn)

實(shí)驗(yàn)通過(guò)MFC設(shè)計(jì)了一個(gè)實(shí)現(xiàn)該方法的上位機(jī)界面，采用該系統(tǒng)界面只需要將正負(fù)樣本采集好，描述文件做好，點(diǎn)擊按鈕即可完成級(jí)聯(lián)分類器的訓(xùn)練，接著根據(jù)其圓心的圖像坐標(biāo)來(lái)提取目標(biāo)物體作為原圖與目標(biāo)圖進(jìn)行SIFT配準(zhǔn)，這樣有效地減少了原圖特征點(diǎn)的檢測(cè)，從而加快了其配準(zhǔn)的速度。該系統(tǒng)界面如圖6所示。

圖5 級(jí)聯(lián)分類器檢測(cè)效果

在完成了局部特征的匹配之后，采用K-means算法根據(jù)目標(biāo)圖中的SIFT特征點(diǎn)，找出穩(wěn)定散落在目標(biāo)物體上的一點(diǎn)，也就是圖6中紅色那一點(diǎn)，最后根據(jù)該紅點(diǎn)轉(zhuǎn)換成機(jī)器人所需要的三維坐標(biāo)點(diǎn)傳送給機(jī)器人的手臂模塊有底盤模塊完成物體的識(shí)別及抓取。

4 結(jié)束語(yǔ)

針對(duì)SIFT配準(zhǔn)耗時(shí)的問(wèn)題，提出了一種基于局部特征提取的SIFT匹配方法，通過(guò)減少原圖特征點(diǎn)數(shù)目的原理在一定程度上提高了匹配的效率。該方法在MFC平臺(tái)上進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果證明了本文方法的有效性，為日后對(duì)物體檢測(cè)識(shí)別技術(shù)的研究奠定了基礎(chǔ)。

［1］李明，蔣建國(guó)，齊美彬.基于SIFT特征點(diǎn)匹配的目標(biāo)跟蹤算法研究［D］.合肥:合肥工業(yè)大學(xué)，2011.

［2］謝凡，秦世引.基于SIFT的單目移動(dòng)機(jī)器人寬基線立體匹配［J］.儀器儀表學(xué)報(bào)，2008:29(11):2-3.

［3］商磊.基于改進(jìn)SIFT算法的圖像配準(zhǔn)研究［D］.成都:電子科技大學(xué)，2014.

［4］唐紅梅，張恒，高金雍，等.一種改進(jìn)的基于SIFT特征的快速匹配算法［J］.電視技術(shù)，2013，37(15):1-2.

［5］翟海濤，吳健，陳建明，等.基于SIFT特征度量的Mean Shift目標(biāo)跟蹤算法［J］.計(jì)算機(jī)應(yīng)用與軟件，2011，28(6):2-3.

［6］楊環(huán).人臉檢測(cè)及人眼定位算法的研究［J］.山東大學(xué).2010:37(1):3-4.

［7］蘇順謙.基于SIFT特征的無(wú)人機(jī)遙感影像拼接技術(shù)研究［J］.電光與控制，2012:19(3):2-3.