4 仿真實例

　　本文設計了兩種環境進行仿真，結果如圖6和7。

　　可以看出，雖然原始圖像的地面上有一些反光、陰影等，本文的算法都能成功地進行圖像分割，具有良好的魯棒性。此外，還能成功地識別出地面上的障礙物，進而本系統就達到了移動機器人識別室內環境障礙物的目的，實現了移動機器人視覺導航中的避障功能。

　　5 總結

　　機器人視覺系統通過對攝像機拍攝的圖像進行實時分析處理，從而區別障礙物和可行路徑，進而對移動機器人進行導航。

　　本文主要研究室內環境下的視覺導航。選取顏色作為分析對象，采用3×3模板進行中值平滑濾波分析了RGB和HSV顏色空間模型及轉換關系，介紹了大津閾值分割法和改進的閾值迭代法，并通過彩色補償原理進行彩色補償，最后實驗仿真驗證其可行性，實現了室內環境下特征信息的提取和物體的識別和。

　　參考文獻：

　　[1]付永會, 張風超,張憲民.一種改進的基于顏色直方圖的實時目標跟蹤算法[J].數據采集與處理,2001
　　[2]蔣海波,張云偉.室外機器人視覺導航的路徑結構識別[J].計算機工程與應用,2010(7)
　　[3]沈春生,王耀南.移動機器人目標分割及測距方法研究[J].計算機工程與應用,2011(23)
　　[4]杜歆.一種基于動態規劃的道路圖像分割算法[J].傳感器技術學報,2004(9)
　　[5]Tomono M,Yuta S.Mobole Robot Navigation in Indoor Environment using Object and Character Recognition[C]. Pro.of the 2000 IEEE International Conference on R&A:312-320
　　[6]Anderson J K,Iftekharuddin K M,Threlkeld E.Single camera based object detection and tracking for mobile robots. Proc. SPIE,2008,7072:1-12