付长斐，叶 宾,2，李会军,2

（1.中国矿业大学 信息与控制工程学院，江苏 徐州 221116；2.徐州市人工智能与大数据重点实验室，江苏 徐州 221116）

0 引言

运动目标跟踪一直是机器视觉领域的研究热点之一，其在军事侦察、精确制导、火力打击以及安防监控等领域有着广泛的应用前景[1]。感兴趣区域(region of interest，ROI)检测将人类的视觉注意机制引入到图像分析过程中，对于提高现有图像分析系统的工作效率有着积极的作用。雷琳等在目标跟踪算法中利用ROI 图像匹配来克服目标状态匹配误差的影响[2]。选取适当的ROI可以保证在足够的特征识别信息前提下，尽量减少数据量，降低外界噪声的影响，有效地提高识别系统的准确性和有效性[3]。这种技术被广泛应用于各种图像处理相关的算法中，李琦等在手背静脉识别中提出一种消除了平移和旋转影响的ROI 提取算法[4]，陈高攀等在前方车辆检测算法中包含了ROI 提取的部分[5]，Park 等设计的压力评测算法中以脸部图像为ROI 来评估压力值[6]，古新展等将ROI 提取应用于CT 图像处理中用来分析器官和组织[7]。

1 ROI 检测法

本文提出一种基于HSV（hue saturation value）颜色空间、把灰度图像阈值分割和HSV 颜色判别相结合的ROI 提取方法。使用C++开发的程序已被成功应用于2018 年RoboMaster 全国大学生机器人大赛中，实现了对装甲灯柱的实时准确提取以及对移动机器人的实时跟踪。应用结果表明，该ROI 提取方法具有速度快、准确性高、抗干扰能力强等优点。

ROI 检测也是许多机器人比赛中进行动态视觉目标检测与识别的基本环节。……