如果直接通過(guò)提取待識(shí)別數(shù)字標(biāo)識(shí)符感興趣區(qū)域的這15個(gè)特征值，然后與模板數(shù)字的特征值一一進(jìn)行比對(duì)，再通過(guò)比較找到差異最小來(lái)判定感興趣區(qū)域的數(shù)字，那么計(jì)算耗費(fèi)時(shí)間較長(zhǎng)。通過(guò)分析我們發(fā)現(xiàn)，在表2中對(duì)于任意數(shù)字符的a11、a31、a02、a42這四個(gè)值都是相同的，那么可以利用這4個(gè)特征值來(lái)初步判定待識(shí)別字符是不是完整規(guī)范的數(shù)字，然后再比對(duì)其他11個(gè)特征，這樣將提高識(shí)別效率。算法如下：

(a)令 ，若x≠1則說(shuō)明待識(shí)別數(shù)字符不完整，退出整個(gè)識(shí)別流程；若x=1則進(jìn)入下一步驟。

(b)對(duì)余下11個(gè)特征值與模板數(shù)字的特征值一一進(jìn)行比對(duì)，識(shí)別數(shù)字并輸出結(jié)果。
標(biāo)識(shí)符識(shí)別測(cè)試實(shí)驗(yàn)

　　為驗(yàn)證本文提出的算法及理論的有效性、可靠性和準(zhǔn)確性，在實(shí)驗(yàn)室的水磨石路面背景下，鋪設(shè)agv導(dǎo)航線，并在導(dǎo)航路徑上放置控制標(biāo)識(shí)符和數(shù)字標(biāo)識(shí)符。圖5所示為控制標(biāo)識(shí)符實(shí)驗(yàn)現(xiàn)場(chǎng)，圖6為20幅驗(yàn)證數(shù)字標(biāo)識(shí)符識(shí)別算法的圖像樣本，包含了0～9十個(gè)數(shù)字的兩組不同旋轉(zhuǎn)角度的圖像。

　　在控制標(biāo)識(shí)符識(shí)別實(shí)驗(yàn)中，本文所設(shè)計(jì)的控制標(biāo)識(shí)符能很好地模擬出現(xiàn)場(chǎng)環(huán)境，依據(jù)控制標(biāo)識(shí)符的幾何特征來(lái)識(shí)別標(biāo)識(shí)符的方法，能夠在較為復(fù)雜的環(huán)境下快速、準(zhǔn)確地識(shí)別控制標(biāo)識(shí)符。

　　在識(shí)別數(shù)字標(biāo)識(shí)符的實(shí)驗(yàn)中，圖6中的樣本對(duì)應(yīng)的特征值計(jì)算結(jié)果正確無(wú)誤。這種簡(jiǎn)單識(shí)別數(shù)字的方法的準(zhǔn)確率較高，而且每次識(shí)別數(shù)字耗時(shí)僅為1ms。在實(shí)際應(yīng)用中，決定識(shí)別效率的主要瓶頸在于圖像分割環(huán)節(jié)中從感興趣區(qū)域里面抽取出標(biāo)識(shí)符的精確輪廓，而本文提出的對(duì)標(biāo)識(shí)符完整性的初步判斷，大大減少了對(duì)非完整數(shù)字標(biāo)識(shí)符的冗余識(shí)別，提高了整個(gè)agv導(dǎo)航過(guò)程的流暢性。

結(jié)束語(yǔ)

　　基于機(jī)器視覺(jué)的agv導(dǎo)航是目前智能車(chē)領(lǐng)域的熱門(mén)研究課題，視覺(jué)引導(dǎo)的agv可以高效地進(jìn)行運(yùn)動(dòng)速度控制，識(shí)別多分支路徑以及各種停車(chē)工位，是其智能化的重要表現(xiàn)。本文設(shè)計(jì)了兩類(lèi)導(dǎo)航標(biāo)識(shí)符并給出識(shí)別方法，經(jīng)實(shí)驗(yàn)驗(yàn)證，這兩類(lèi)導(dǎo)航標(biāo)識(shí)符的應(yīng)用，大大的提高了agv的智能性，滿足對(duì)標(biāo)識(shí)符識(shí)別實(shí)時(shí)性、準(zhǔn)確性以及魯棒性的要求，達(dá)到了預(yù)期目標(biāo)。為視覺(jué)導(dǎo)航agv的高智能化發(fā)展提供了新思路。