摘 要：提出家用机器人的一种部分遮挡物体的识别方法。采用基于MCD距离的相关匹配法作为图像相似度的度量方法，将空间移位编码法应用于联合图像编码。这样编码后的二值图像易于光学处理，相关曲面更尖锐，遮挡物体的识别率更高。
关键词：部分遮挡；图像匹配；相似度度量；编码；识别
1引言
全世界都承认70多岁的约瑟夫·恩格尔伯格是工业机器人之父，但是，这位康涅狄州丹伯 里“帮手机器人技术公司”的董事长却喜欢以“家用服务机器人之父”留名于世。他说：“常 识告诉我们，家用服务机器人最终将拥有比工业机器人更大的市场。”因此具有经济、高计算速度、体积小、器件易于购买、性能可靠等特点的家用机器人的开发无疑将具有 更广泛的应用情景。而视觉系统作为家用机器人的眼睛，将是整个技术研究的关键。
由于光电混合自动识别技术是把光学处理和数字处理有机地结合起来，用光学处理完成成像变换和相关运算，用计算机控制分析和判断任务，具有光学的高速、并行处理、大容量和抗电磁干扰等特点，又有计算机的灵活性、精确性、可编程等特点，是一种较为理想的图像识别系统。国外已有将小型化光电处理系统安装于导弹头部的报道，这种军事应用的技术难度超过工业视觉应用的技术难度，表明适用于家用机器人视觉应用的小型化实用光电混合系统是可以实现的。
对家用机器人而言，家具或家用物品常有堆集或互相遮挡等情况，而使部分遮挡的家具（或家用物品）的特征未包含在输入信息中，给物体识别带来困难。因此部分遮挡物体识别的研究成为该领域当前研究的热点之一。文献［1］采用非相干相关器，用最小距离准则做判决，可实现遮挡40%的识别，但非相干光学系统对多目标、复杂信息的处理较困难，因此大多采用相干光学系统，其中联合变换相关器（JTC）以其结构易于调整并且避免了匹配滤波器的综合，而应用较广泛。在传统的JTC相关匹配算法中，当图像存在噪声、局部遮挡等因素时很容易造成失配。为此，本文采用一种新的图像相似度度量方法基于MCD距离的相关 匹配法［2］，结合空间移位编码法，将灰度图像编码成一幅适用光学处理的二值图像，以实现图像的模式识别，这种方法得到的相关曲面更尖锐，匹配置信度更高，特别是对目标图像存在部分遮挡时，仍能保持较高的识别率。
2基于MCD（Maximum Close Distance）距离的相关匹配方法
相关识别中，由于目标图像和参考图像之间必然存在灰度差异以及一定的几何形变和对目标的局部遮挡，而传统的相关算法，如最小绝对差方法以及归一化互相关方法中，每一对象素点对匹配结果的贡献是均等的，这样就使得算法的性能很容易受到图像中噪声、局部遮挡等因素的影响，而造成失配。
文献［2］定义一种新的图像间的相似度量，这个度量为MCD距离，意为最多近邻点距离，即统计参考图像和目标图像相接近的点的最多数目。假设目标图像A大小为M×N，则他和任一个同样大小的参考图像B的对应点相似程度的定义为：
即两幅图像对应点的灰度绝对差小于某个确定的门限（经验值取10~15），就可以认为这两点近似。然后统计整幅图像区域中相似点的数目，即为MCD距离：
这个距离越大，说明两幅图像越相似，反之则越不相似。
将他应用到图像匹配，即将参考图像在目标图像内滑动，统计每个位置处的图像与参考图像的MCD距离，得到整个图像的一个相关曲面，寻找这个相关曲面的峰值即可确定最佳匹配位置。
在进行统计计算的时候，由于仅考虑使用目标图像区域中那些与参考图像相似的象素点数来度量两图像之间的相似程度，而抛弃了那些与参考图像相差很大的点，因此可以避免传统相关匹配算法中由于噪声和遮挡引起的相关曲面不突出的缺点。
3采用空间移位编码方法实现MCD距离度量处理
根据JTC原理，假设将二值联合图像，即输入图像T（x,y）与参考图像R（x ,y）对称播放到空间光调制器（SLM）上，两图像中心分别位于（－d，0），（d，0），如果将输入图像与参考图像中心重合进行平移填充，且将较小图像看作结构核填充到较大图像中，则可能完全包含或不完全包含［3］。当较小图像处于某一位置时，即与对应的较大图像进行MCD距离度量，输出值反映了当前位置上的匹配关系。当较小图像在整幅较大图像上搜索一遍后，输出结果就标明了输入图像和参考图像匹配的情况。设参考图像尺寸R为较小图像，则输入图像T对参考图像R的匹配运算，采用如下方程式表示：
式中［TΔR］(x,y)为匹配输出矩阵中坐标为(x,y)点的值；P和Q分别为参考图像R的宽度和高度；W(T,x,y,P,Q)表示在图像T上取窗口图像，中心点位置为（x,y），图像的宽度和高度为P和Q，即等同于R的宽度和高度。
设输入图像T的矩阵表达形式为［T］MN（M和N分别表示图像T的宽和高），参考图像R的矩阵表达形式［R］PQ（P和Q分别表示图像R的宽和高），那么光学相关操
阵中坐标为（x,y）点的值，“·”表示乘法运算。
利用空间移位编码方法［4］，将不同象素的灰阶值用码字中的亮区域的不同位置来表示，从而将灰阶图像编码成一幅适用光学处理的二值图像。
空间移位编码法是将不同象素的灰度值用码字中的亮区域的不同位置来表示，从而将灰度 图像编码成一幅适合光学处理的二值图像，其做法是：设数字图像I的灰阶级次为L，其中灰度 值为i（0≤i≤L-1）的象素点g可编码为［bL＋L-2，bL＋L-3，……，b1，b 0］，总长度为2L-1。其中从第i位到第i＋L－1位为1，其余码位为0。若象素点x和y的编码向量分别为xe和ye，则有：
式（5）的运算就是式（4）相关运算的基本单元，他们的运算结果刚好与式（1）相吻合，可见用空间移位编码法可实现MCD距离度量运算，表示为：
匹配结果TΔR表示了R相应于T相对位置上的匹配性，对于相似性强的位置，得到的匹配值就越大，反之亦然。若进行阈值处理得：
选取阈值T<P<Q<L，还可以改善系统的抗畸变能力。
4光电混合识别仪
如图1所示，光电混合识别仪采用具有回旋结构的联合变换相关器（JTC）［5］，用液晶电视作为空间光调制器（SLM）；显示装置采用双头显卡，可将CCD、图像卡摄取的图像同时播放到显示器和SLM上。由于液晶屏的背光源特性，激光束经扩束、准直后照射到SLM上，即可看到CCD1摄取的目标图像，他和预存在计算机中的库参考图像（任选一幅）并排播放到计算机显示器和SLM上，共同构成联合图像，经傅里叶变换透镜、CCD2摄取功率谱图像和相关输出图像，获得相关输出。识别系统框图如图2所示。
5结语
本文构建了一个具有遮挡识别的光电图像识别仪，通过计算机仿真表明，本系统对50%以内的遮挡（或缺损图像）具有很好的识别能力。这种利用空间移位编码的方法，能在联合变换相关器中一步实现灰阶图像的MCD距离度量，且获得的相关曲面更尖锐，匹配置信度更高，能更好地克服目标边缘被部分遮挡的情况，只需检测一个相关结果，即可有效地实现模式识别。今后，还可以利用BP.［6］神经网络的容错能力，进一步提高遮挡识别率。
参考文献
［1］刘海松，邬敏贤，金国潘，等.用于实时人脸识别的光电混合自动识别系统［J］.中国激光，1999，26（11）：1 031-1 035
［2］任仙怡，廖云涛，张桂林，等.一种新的相关跟踪方法研究［J］.中国图像图形学报，2002，7（6）：553-557
［3］余杨，黄惟一.光电混合处理系统识别高相似度工业零件图形的研究初探［J］.中国图像图形学报，2002，7（7）：633-637
［4］成罡，邬敏贤，刘海松，等.用于地形匹配的快速光电图像识别器［ J］.高技术通讯，1998，（9）：10-14
［5］余杨，黄惟一.工业光电混合识别仪的制作技术研究［J］.仪器与仪表，2002，（4）：1721.
［6］邵红，徐全生，崔文成.基于BP神经网络的人脸图像识别方法的研究［J］.沈阳工业大学学报，2000，22（4）：346-348
