现代机器人的视觉及其应用.ppt

（ 2 ）阈值化 前面我们引入了阈值化的概念。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。 第七章 机器人的视觉及其应用 第一节 概 述 每个人都能体会到，眼睛对人来说是 多么重要。可以说人类从外界获得的信息， 大多数都是由眼睛得到的。人类视觉细胞 的数量大约在 数量级，是听觉细胞的 3000 多倍，是皮肤感觉细胞的 100 多倍。从 这个角度来说，也可以看出视觉系统的重 要性。至于视觉的应用范围，简直可以说 是包罗万象。 10 8 获取机器人周围世界的信息，人们为 了从外界环境获取信息，一般是通过视觉、 触觉、听觉等感觉器官来进行的，也就是 说如果想要赋予机器人较为高级的智能， 那么离开视觉系统是无法做到的。 对于智能机器人来说，视觉系统是必不可 少的。从 20 世纪 60 年代开始，人们便着手 研究机器人的视觉系统。一开始只能识别 平面上的类似积木的物体。到了 20 世纪 70 年代，已经可以认识某些加工部件，也能 认识室内的桌子、电话等物品了。当时的 研究工作虽然进展很快，但无法应用于实 际。这是因为视觉系统的信息量极大，处 理这些信息的硬件系统十分庞大，花费的 时间也很长。 随着大规模集成技术的发展，计算机 内存的体积不断缩小，价格急剧下降，速 度不断提高，视觉系统也走向了实用化。 进入 20 世纪 80 年代后，由于微机的飞速发 展，实用的视觉系统已经进入各个领域， 其中用于机器人的视觉系统数量是很多的。 第二节 机器人的视觉系统的组成 及其原理 一、机器人视觉系统的硬件系统 机器人视觉系统的硬件组成： （ 1 ）景物和距离传感器：常用的有摄像机、 CCD 图像传感器、超声波传感器和结构光 设备等。 （ 2 ）视频信号数字化设备。 （ 3 ）视频信号快速处理器：如 DSP 系统。 （ 4 ）计算机及其外设。 （ 5 ）机器人及其控制器。 机器人视觉的软件系统有以下几个部 分组成： （ 1 ）计算机系统软件：选用不同类型的计 算机，就有不同的操作系统和它所支撑的 各种语言、数据库等。 （ 2 ）机器人视觉信息处理算法：图像预处 理、分割、描述、识别和解释等算法。 （ 3 ）机器人控制软件。 二、 CCD 原理 光导摄像管工作原理 (a) 光导摄像管示意图； (b) 电子束扫描方式 CCD 传感器 (a)CCD 行扫描 传感器； (b)CCD 面阵传 感器 三、视频数字信号处理器 图像信号一般是二维信号，一幅图像 通常由 512 × 512 个像素组成（当然有时也 有 256 × 256 ，或者 1024 × 1024 个像素）， 每个像素有 256 级灰度，或者是 3 × 8bit ， 红黄兰 16 兆种颜色，一幅图像就有 256KB 或者 768KB （对于彩色）个数据。完成视 觉处理的传感、预处理、分割、描述、识 别和解释。 如果在通用的计算机上处理视觉信号，主要 有两个局限性：一是运算速度慢，二是内存容量 小，为了解决上述问题，可以采用如下方案： （ 1 ）利用大型高速计算机组成通用的视频信号 处理系统。但是缺点是成本太高。 （ 2 ）小型高速阵列机。 （ 3 ）采用专用的视觉处理器。为了适应微型计 算机视频数字信号处理的需要，不少厂家设计了 专用的视觉信号处理器，它的结构简单，成本低， 性能指标高。多数采用多处理器并行处理，流水 线式体系结构以及基于 DSP 的方案。 第三节 视觉信息的处理 视觉信息的处理如图所示，包括预处理、 分割、特征抽取和识别四个模块。 视觉处理过程及方法 一、预处理 预处理的主要目的是清除原始图像中 各种噪声等无用的信息，改进图像的质量， 增强感兴趣的有用信息的可检测性，从而 使后面的分割、特征抽取和识别处理得以 简化，并提高其可靠性，机器视觉常用的 预处理包括去噪、灰度变换和锐化等。 1. 去噪 原始图像中不可避免地会包括许多噪 声，如传感器噪声、量化噪声等。通常噪 声比图像本身包含较强的高频成分，而且 噪声具有空间不相关性，因此简单的低通 滤波是最常用的一种去噪方法。 2 ．灰度变换 由于光照等原因，原始图像的对比度 往往不理想，利用各种灰度变换处理可以 增强图像