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

(a)令 ，若x≠1則說明待識別數(shù)字符不完整，退出整個識別流程；若x=1則進入下一步驟。

(b)對余下11個特征值與模板數(shù)字的特征值一一進行比對，識別數(shù)字并輸出結(jié)果。
標識符識別測試實驗

　　為驗證本文提出的算法及理論的有效性、可靠性和準確性，在實驗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識符和數(shù)字標識符。圖5所示為控制標識符實驗現(xiàn)場，圖6為20幅驗證數(shù)字標識符識別算法的圖像樣本，包含了0～9十個數(shù)字的兩組不同旋轉(zhuǎn)角度的圖像。

　　在控制標識符識別實驗中，本文所設(shè)計的控制標識符能很好地模擬出現(xiàn)場環(huán)境，依據(jù)控制標識符的幾何特征來識別標識符的方法，能夠在較為復(fù)雜的環(huán)境下快速、準確地識別控制標識符。

　　在識別數(shù)字標識符的實驗中，圖6中的樣本對應(yīng)的特征值計算結(jié)果正確無誤。這種簡單識別數(shù)字的方法的準確率較高，而且每次識別數(shù)字耗時僅為1ms。在實際應(yīng)用中，決定識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)域里面抽取出標識符的精確輪廓，而本文提出的對標識符完整性的初步判斷，大大減少了對非完整數(shù)字標識符的冗余識別，提高了整個agv導(dǎo)航過程的流暢性。

結(jié)束語

　　基于機器視覺的agv導(dǎo)航是目前智能車領(lǐng)域的熱門研究課題，視覺引導(dǎo)的agv可以高效地進行運動速度控制，識別多分支路徑以及各種停車工位，是其智能化的重要表現(xiàn)。本文設(shè)計了兩類導(dǎo)航標識符并給出識別方法，經(jīng)實驗驗證，這兩類導(dǎo)航標識符的應(yīng)用，大大的提高了agv的智能性，滿足對標識符識別實時性、準確性以及魯棒性的要求，達到了預(yù)期目標。為視覺導(dǎo)航agv的高智能化發(fā)展提供了新思路。