仪表三班第四组解析.pptVIP

物体位置及角度定位 材料搜集：付圣 刘新 ppt制作： 边策 李海涛 指导教师：赵彦涛 时间：2014.12.02 引言 人在提取图像信息的过程中仅仅只用几毫秒。人的头脑是条件反射或者忽略基于旁边相关的任务的图像信息。计算图像行数的任务不需要图像每行的颜色信息。确定图像中直线方向的任务不需要知道每行的长度。这是一个人的直觉的例子。当计算机是为仿效这种直觉为目的而实施时，从图像中提取信息的过程必须被分解成一组可以针对手头任务的算法。 对提取的数字图像信息处理是指对图像的处理。在处理中使用到的相关算法来自图像处理工具的库，这个数字图像处理工具箱的某些算法可以选择，并且可以用来提取数字图像的具体信息。这个项目的长期目标是在这个文件中概述设计和数字图像处理库的工具箱的应用，这个工具箱用于特定机器人校准处理 该校准过程需要从包含多个直线的数字图像中提取线性方程组。开发这个库的一个短期副产品，这个库是关于数字图像处理的角度测量系统的几个算法应用。利用这种低成本的解决方案，行与行之间独立于真实大小的被测线段的相对方向。作为一个实际的例子，这个系统是应用于一个涡轮叶片的Z型部分的角度测量。 设备和设定 角度测量系统使用352x288像素分辨率的相机来产生数字图像。该相机可以在100美元以下购买。被拍摄的物体放在一个平面上，闪烁的使用标准为60瓦，家居灯放在距离物体1-2英尺处。该相机可以放在距离物体6英寸上面，目的是线性化任何角度测量的差积向量。 摘要 项目报告的目的是识别物体的位置中心点的坐标或四个角的坐标及摆放角度及物体在平面上所称的角度。通过程序的运行及MATLAB的使用，能够判断矩形的四个顶点的坐标，中心点坐标以及矩形摆放的角度。 某些三维物体可能面向这样一个有差积的测量角度，并且差积不在垂直方向的。一组示例图像可以在图1中看到。这些图像包含一系列由系统测量的行集：一对正交，一对任意角度。正交线对用来测试图像，以确定该错误来自数字图像处理的角度提取。这个图像表示了对大图进行裁减的部分，因此352x288像素的分辨率是不够用的。 过程 物体位置的定位：首先转换灰度图像，然后将图像二值化，也就是将整个图像呈现出明显的只有黑和白的视觉效果，再将二值化后的图像进行中值滤波让周围的像素值接近的真实值，从而消除孤立的噪声点。之后进行边缘检测。最后确定中心点及顶点坐标。 图像在matlab6.5软件上处理结果 角度提取算法 该算法的第一步是读取一个图像到MATLAB中(见图1)。所有图片都保存为JPEG格式，文件类型与MATLAB软件套件兼容。这些文件尺寸小，由于压缩技术能消除人眼检测不到的图像细节。使用文件较小的图像有利于处理，它能减少图像处理时间，但同也会时影响精度。 对角度算法的评价 该算法是用来处理灰阶色彩类型的图片。这些图像允许相邻像素之间直接比较。灰度图像也受到了反演过程，在这个过程亮的像素设置为暗色调，暗的像素设置为亮色调。邻近像素比较时略为简化，更重要的是给像素的灰度值较大的强度。 门限技术的实施，以消除一些不太重要的像素，关注在测量过程中使用的像素。该技术涉及计算图像包含的像素强度的总范围，然后设定所有像素的强度值低于暗色调范围的一个确定比例。（灰度值=0）。值在60-75％之间，通过实验确定提供了最大数量的信息。 该算法的下一步是使用line-walking算法，该算法类似于概述1中提取重要像素的目的。该算法要求行有一种倾向，无论是横向或纵向比较，都可以适应任意方向。每个像素的重要性是用来计算两个方向的二阶矩相对于该位置的中心点。在每个试图找到一个像素点的时刻计算，用线性回归算法让子像素精度关于该行的真正被测量的位置。线性回归技术求解两个线性方程组。这些线性方程的斜坡被用来产生线之间的角度。 预期结果 矩形在平面内转动任意角度，程序可快速识别;移动到任意位置，程序自动迅速计算出坐标。 原理及过程 函数读取图像文件，转换成灰度图，获得最佳阈值,转换图像为二进制图像,得到二值图像,用canny算子识别强度图像中的边界填补缝隙。 实验分析 产生三种结果，在此摘要文件中显示。图2显示了一个用计算机图形程序生成的图片，然后打印到一张白纸上。该图像是一组指定垂直线的设置。覆盖到这个图片上的是两行，该行由在图像中代表行的角度测量系统估计。输出包括在它们之间的行和角度的方程组。 该系统产生一个89.9807度的测量。这种测量方法有0.02％的误差。对计算中重要的数据的进一步分析，将产生一个更现实的误差值。图3显示在任意方向线的倾斜角度测量。 该系统采用了图4中涡轮叶片的Z型部分的角度测量。 测量结果可以在图5中看到。角落里确实有一个75.6927角度值。这两条线用来确定此角度值，可以在图5中看到。 结