机器人应用报告范本.pptVIP

例如以点(x,y)为中心的邻域内的平均强度可用如下方式求得阈值化图像： 当T只与f(x,y)有关时，阈值称为整体阈值。若T取决于f(x,y)和p(x,y)二者，则称之为局部阈值。此外，若T与空间坐标x和y有关，则称之为动态阈值。 2. 图像的边沿连接和边界检测 在理想情况下，检测强度不连续性的方法给出的应当只是那些位于物体与背景之间边界处的像素。实际上，噪声的存在，不均匀照明引起的边界中断，以及其他因素造成的意外强度不连续性，都会使得检测出的像素难以完全表征边界。因此，在边沿检测算法之后，通常要进行连接和用其它边界检测的方法进行处理，以便使边沿像素形成一个有意义的物体边界。 （1）用局部分析方法进行边沿连接 这是最简单的一种方法。在已进行边沿检测处理的图像的每一点(x,y)附近小邻域（例如3×3或5×5）内，分析像素的特性，将所有相似的点连接在一起，这样便形成了具有某些共同特性的像素边界。 有两种基本特性可用于建立边沿像素的相似性：（1）用于检测边沿像素对梯度算子的响应速度；（2）梯度的方向。 【例】研究如图 (a)所示的汽车后部的图像。我们的目的是从图像中找出那些适于安置汽车牌照的矩形框。检测出相应的水平和垂直边沿，便可获得所需的矩形。图 (b)和(c)所示为Sobel算子的水平和垂直分量。在图 (d)所示为梯度值大于25并且梯度方向差小于15°的所有点的连接结果。应用上述准则于图 (c)的每一行，便求得所需水平线，然后再应用图 (b)的每一列便可得到垂直线。进一步的处理包括连接具有小间断区间的边沿线段和删除孤立的短线。 （2）阈值化 前面我们引入了阈值化的概念，并提出了局部阈值、整体阈值、动态阈值的概念。整体阈值可应用在照明比较均匀且物体和背景之间有清楚界限的场合。在大多数情况下，由任意照明条件产生的图像，在用阈值化技术分割时，需要使用某些类型的局部分析，以补偿非均匀照明的影响（如阴影、反射等）。在进行阈值化时，关键是分割阈值的选择。 数字图像要占用大量的内存，实际使用时，总是希望用尽可能少的内存保存数字图像，为此，可以选用适当的编码方法来压缩图像数据，目的不同，编码的方法也不同。例如在传送图像数据的时候，应选用抗干扰的编码方法；在恢复图像的时候，因为不要求完全恢复原来的画面，特别是机器人视觉系统，只要求认识目标物体的某些特征或图案，在这种情况下，为了使数据处理简单、快速，只要保留目标物体的某些特征，能达到区别各种物体的程度就可以了。这样做可以使数据量大为减少。 常用的编码方法有轮廓编码和扫描编码。所谓轮廓编码是在画面灰度变化较小的情况下，用轮廓线来描述图形的特征。 具体的说，就是用一些方向不同的短线段组成多边形，用这个多边形来描绘轮廓线。各线段的倾斜度可用一组码来表示，称为方向码。 链式编码说明图 (a)四方向码；(b)八方向码； (c)四方向码例图；(d)八方向码例图 所谓扫描法，是将一个画面按一定的间距进行扫描，在每条扫描线上找出浓度相同区域的起点和长度。 格点式编码方式 扫描编码方式示意图 扫描编码的数据存储方式 机器人的的视觉应用可以大致分为3类：视觉检验，视觉导引和过程控制，以及近年来迅速发展的移动机器人视觉导航。其应用领域包括电子工业、汽车工业、航空工业，以及食品和制药等各个工业领域。 例如机器人在完成装配、分类或搬运作业时，如果没有视觉反馈，给机器人提供的零件必须保持精确固定的位置和方向，为此对每一特定形状的零件要用专门的振动斗式上料器供料，这样才能保证机器人准确的抓取零件。但由于零件的形状、体积、重量等原因，有时不能保证提供固定的位置和方向，或者对于多种零件、小批量的产品用上料器是不经济的，这时用机器视觉系统完成零件的识别、定位和定向，引导机器人完成零件分类、取放，以至拧紧和装配则是一种经济有效的方法。 另一种视觉导引的应用也是起始于汽车工业，即焊接机器人的视觉导引——焊缝跟踪。汽车工业使用的机器人大约一半是用于焊接。 另一典型的应用是荷兰Oldelft公司研制Seampilot视觉系统。该系统已被许多机器人公司用于组成视觉导引焊接机器人。 它由三个功能部件组成：激光扫描器/摄像机、摄像机控制单元(CCU)、信号处理计算机（SPC）。 剖面轮廓数据经摄像机控制单元(CCU)送给信号处理计算机（SPC），将这一剖面数据与操作手预先选定的焊接接头板进行比较，一旦匹配成功即可确定焊缝的有关位置数据