17、迈向辅助移动操作器与多功能服务机器人

迈向辅助移动操作器与多功能服务机器人

1. UJI 图书管理员机器人相关技术

1.1 标签分割

当获取到书籍的正面视图后，便开始进行标签分割。这里采用了一种具有自动阈值检测功能的局部分割算法。
对于一幅 $N \times M$ 的灰度图像 $I$，首先将其划分为 $L$ 个垂直区间，每个区间包含 $C = \frac{M}{L}$ 列，如图 8.17 所示。定义区间 $k$ 中第 $i$ 行的亮度为：
[l_k(i) = \frac{\sum_{j = k \cdot C}^{(k + 1) \cdot C} I_{ij}}{C}]
其中，$I_{ij}$ 是第 $i$ 行第 $j$ 列像素的值，范围在 $[0, 255]$ 之间。接着，找出每个区间 $k$ 中亮度最高的行：
[L_k = \max{l_k(i)}, \forall i \in [0, N - 1]]
[LR_k = \arg\max_i{l_k(i)}, \forall i \in [0, N - 1]]

通常情况下，$LR_k$ 行的水平线会与书籍标签相交，但在所有书籍都是白色的图像区间中可能例外。不过这并非大问题，因为书籍和标签颜色相同，可将其视为一个大标签，后续再进行细化检测。可以认为 $L_k$ 对应着标签的平均亮度。

利用 $L_k$ 进行分割，实验选择阈值为 $\frac{3}{4}L_k$ 对每个区间 $k$ 进行局部分割，得到的二值图像中标签可见，同时还会有一些相同颜色的区域。分割质量取决于区间总数，区间数越多，分割效果越好，但执行速度会降低。该算法的自动阈值选择使其对光照条件和光照变化具有鲁棒性。