基于机器视觉的工业机器人定位系统

建立了一个主动机器视觉定位系统,用于工业机器人对零件工位的精确定位.采用基于区域的匹配和形状特征识别相结合的图像处理方法,该方法经过阈值和形状判据,识别出物体特征.经实验验证,该方法能够快速准确地得到物体的边界和质心,进行数据识别和计算,再结合机器人运动学原理控制机器人实时运动以消除此误差,满足工业机器人自定位的要求.     

K均值聚类分割的多特征图像检索方法

从图像数据库中快速、准确地检索出所需要的图像,具有广泛的应用前景。针对使用单一图像特征难以准确表达图像之间的差异问题,提出了一种利用颜色聚类分割和形状特征提取的图像检索算法。选择符合人眼视觉特征的HSV空间,分别重组最能描述图像颜色特征的H分量和形状特征的V分量;用K均值聚类算法对两个分量进行聚类分割,得到目标物体;提取目标物体的Hu不变矩和傅里叶描述子来描述形状特征;用欧式距离进行相似度测量并用于图像检索中。采用不同类型图像进行实验,结果表明该算法优于使用单一特征和一般分割方法的图像检索技术。     

基于HSV空间和遗传算法的仪器仪表信息提取

为了快速提取出工业上简单仪器仪表上的数字符号,在深入研究分割算法和遗传算法的基础上,提出了一种基于HSV彩色空间与遗传算法相结合的快速分割数字符号的算法。在HSV空间条件下,利用H分量信息映射准确定位待识别数字符号区域后,利用遗传算法实现数字符号与背景的快速有效分割。实验仿真表明:该算法能够有效收敛,并准确分割出数字符号。     

基于单程分裂与归并图像分割的集装箱号识别

集装箱号自动识别在海关物流管理等领域有着重要的实用价值。为了快速准确的地进行集装箱号识别,提出了一种基于图像分割和区域特征分析的集装箱号字符定位和识别方法。该方法首先基于灰度相似性运用改进的单程分裂与归并算法对图像进行自适应阈值分割,同时统计各个区域的灰度、形状、边缘强度等特征;然后根据字符区域特征,利用一定规则来滤除非字符区域;最后,对于定位出的字符区域,再依据区域特征进行二值化,并采用神经网络与模板匹配相结合的方法进行识别。在包含1 804幅图像的集装箱号识别实验中,整箱号识别正确的为1 750幅,准确率为97.01%,这充分说明了算法的有效性。     

基于改进射线矢量法的手部轮廓与手势实时跟踪方法

目前,在视频分析和处理过程中,运动物体的实时检测和与轮廓跟踪作为计算机视觉分析识别的基础,已变得越来越重要了.改进了传统的射线矢量法表示物体形状的方法,并结合拆分法和聚合法对单帧图像进行分割,以得到完整而准确的手部曲线,在相邻帧之间采用了Kalman滤波器估计帧间手部运动的轨迹来实现跟踪过程.该方法很好地克服了传统射线矢量法所无法表示的形状的缺陷,能够准确地跟踪手部的运动以及各种手势.     

复杂背景下运动目标分割算法研究

视频监控中,准确而快速地分割出运动物体是提取各种信息的前提和关键.以图像差分法为基础,提出了一种在复杂背景下有效分割运动目标的方法.运用改进的Surendra算法提取背景.对连续帧图像的R,G,B三通道帧差分图像采用PCA融合和二值形态学重构,以提取和更新背景.将粗分割图像转换到HSV域中,采用V分量阈值法消除阴影,并应用彩色投影法解决连通体粘连和路面反光问题.实验结果表明该方法能够结合各种算法的优势,快速而较准确地提取出运动车辆目标.     

基于二次加权滤波的热设备故障区域定位研究

针对热设备在线故障区域定位对实时性和准确性要求较高的问题,提出一种基于中值滤波的二次加权快速滤波方法对热设备红外图像进行预处理。在较好滤除图像随机噪声的同时,提高了处理速度,更好地保留了图像细节。采用迭代法阈值分割和Roberts边缘提取算子相结合的方法,快速、准确地定位出了热设备故障区域所在,为今后进一步对故障区域识别、判断、分析和评价奠定了基础。     

用于立体视频会议系统的立体对象分割与跟踪算法

基于对象的立体视频编码压缩技术能在立体视频会议系统中得到很好的应用，从立体视频信号中正确分割出立体视频对象是基于对象的立体视频编码压缩的一个前提条件，基于立体视频会议图像序列的时空特性和左右通道间的视差特性，提出了一种立体视频对象分割与跟踪算法，首先利用空域分割和运动检测相结合的方法，提取左通道中的运动物体；然后，提出一种左右通道间基于边缘轮廓的二级视差匹配算法，并根据已分割的左通道运动对象提取右通道的视频运动对象；最后利用对象边界轮廓的跟踪方法对后续图像中的运动对象进行快速跟踪，实验结果说明文中算法能够应用于立体视频会议图像序列的立体对象分割与跟踪。     

移动双臂机械手系统协调操作的视觉伺服技术

本文利用双目泛倾斜变焦摄像机(pan-tilt-zoom,PTZ)像机,实现移动双臂机械手系统的视觉伺服协调操作,重点研究室内复杂环境和光照变化情况下目标物体的检测、识别和定位问题.首先,提出了色调、饱和度、亮度颜色模型(hue-saturation-value,HSV)空间下图像分割的改进算法,通过阈值更新和外接矩形改善分割结果,提高检测算法对环境光照变化的适应性;然后,基于Hu不变矩,利用物体形状特征,对检测得到的物体加以识别:在此基础上,利用摄像机投影矩阵,计算目标物体的空间坐标,实现其定位测量:最后,在实验室平台上,通过模拟双臂倒水操作,验证提出的图像处理和分析算法以及视觉伺服协调操作方案的有效性.实验结果表明移动双臂机械手系统能够成功完成倒水动作的协调操作.     

一种新的肝肿瘤CT图像分割方法

传统的分割方法难以实现医学图像准确地分割,提出了基于最大信息熵原理的医学图像分割方法。该方法集成了阈值分割、边界跟踪和数学形态学,提高了分割的精度和速度。分析和实验结果表明,采用该方法对肝肿瘤CT图像进行分割时,能自动准确地提取出医生感兴趣的区域。     

一种用于彩色图像目标识别的自适应阈值分割方法

机器人视觉系统利用颜色、形状等信息来识别环境目标，但是难点在于识别的鲁棒性和实时性的保证。采用移动机器人做平台，提出一种基于颜色学习的实时目标识别系统，并提出了一种目标颜色学习和分割算法，该算法基于自适应阈值分割图像，考虑环境的光照变化进行调整，改善了系统的实时性和鲁棒性。     

移动机器人多目标彩色视觉跟踪系统

机器人视觉系统利用颜色、形状等信息来识别环境目标，但是难点在于识别的 鲁棒性和实时性的保证．本文采用全自主移动机器人为平台，提出了一种硬件成本低廉的、 基于颜色学习的实时多目标视觉跟踪系统，并提出了一种新颖的目标颜色学习和跟踪算法． 该视觉系统已成功集成在自主移动机器人系统中，非结构环境下的动态目标跟踪实验表明了 系统的实时性和鲁棒性．     

一种改进的类人足球机器人彩色目标识别算法

针对类人足球机器人视觉需求,提出一种结合区域生长和基于形状判别的阈值自适应更新的彩色目标识别算法。该算法在HSI空间基于S分量把图像分为高饱和区域和低饱和区域,在高饱和区域基于H分量采用区域生长算法识别目标;通过目标形状判别自适应更新阈值,并用新阈值更新区域生长中原来的阈值,以稳定准确地识别彩色目标。在类人足球机器人系统中的成功应用表明,该算法能在不同光照条件下稳定地识别出彩色目标,对光照环境有良好的适应性和鲁棒性,具有良好的识别效果。     

基于彩色立体视觉的障碍物快速检测方法

Real-time obstacle detection method is a key technique for machine vision based mobile robot and au-tonomous land vehicle navigation in unstructured environments. In this paper o considering the real-time requirement for stereo matching algorithm, an adaptive color segmentation method for possible obstacle region detection is first developed based on the color feature, and a simple region based stereo matching algorithm of binocular vision for realobstacle recognition is also introduced. Obstacle detection is implemented by combining the road color adaptive seg-mentation method and region based stereovision method. Lots of experiment results show that the proposed approachcan detect obstacle quickly and effectively, and this algorithm is particularly suited for road environments in which the road is relatively flat and of roughly the same color.     

基于嵌入式系统的移动机器人目标识别方法

基于S3C2410嵌入式系统平台,提出一种高效实用的目标识别方法,把视觉辨识应用于移动机器人的目标识别中。从目标识别的流程上,首先采用一种全整数运算的RGBHSV颜色转换空间模型;然后以HSV颜色空间中H值为主,S值为辅的方式对图像进行二值化处理;接着采用一种快速的行扫描标记聚类算法找到二值化图像中的目标物体存在的连通区域。从而从颜色和形状上识别目标物体。经实验证明,谊方法在移动机器人运动场合中能较好的完成对目标物体的识别,实用性强。     

Automatic recognition vision system guided for apple harvesting robot

In apple harvesting robot, the first key part is the machine vision system, which is used to recognize and locate the apples. In this paper, the procedure on how to develop an automatic recognition vision system guided for apple harvesting robot, is proposed. We first use a color charge coupled device camera to capture apple images, and then utilize an industrial computer to process images for recognising fruit. Meanwhile, the vector median filter is applied to remove the color images noise of apple, and images segmentation method based on region growing and color feature is investigated. After that the color feature and shape feature of image are extract, a new classification algorithm based on support vector machine for apple recognition is introduced to improve recognition accuracy and efficiency. Finally, these procedures proposed have been tested on apple harvesting robot under natural conditions in September 2009, and showed a recognition success rate of approximately 89% and average recognition time of 352 ms.     

Three-dimensional shape from color photometric stereo

Computer vision systems can be used to determine the shapes of real three-dimensional objects for purposes of object recognition and pose estimation or for CAD applications. One method that has been developed is photometric stereo. This method uses several images taken from the same viewpoint, but with different lightings, to determine the three-dimensional shape of an object. Most previous work in photometric stereo has been with gray-tone images; color images have only been used for dielectric materials. In this paper we describe a procedure for color photometric stereo, which recovers the shape of a colored object from two or more color images of the object under white illumination. This method can handle different types of materials, such as composites and metals, and can employ various reflection models such as the Lambertian, dichromatic, and Torrance-Sparrow models. For composite materials, colored metals, and dielectrics, there are two advantages of utilizing color information: at each pixel, there are more constraints on the orientation, and the result is less sensitive to noise. Consequently, the shape can be found more accurately. The method has been tested on both artificial and real images of objects of various materials, and on real images of a multi-colored object.     

RoboCup足球赛彩色视觉系统及其滤波算法

为了满足机器人足球赛对视觉识别子系统高精确度的要求 ,介绍了一种参加RoboCup小型组比赛的计算机视觉子系统和滤波算法。为了快速地识别场上信息,本文采用了一种基于HSI色彩空间利用阈值向量分割图象的方法,这种方法先用阈值法将HSI色彩空间分成若干个子集,通过象素点与子集的位 “与”运算确定象素点的颜色。由于噪声的影响,总伴随目标识别不出来的情况,本文基于航迹预测的原理,提出了一种快速的动态窗口图像滤波方法。实验结果表明该方法可以有效地提高视觉系统的识别精度。     

一种稳健的足球机器人目标识别算法

视觉系统是类人足球机器人获取环境信息的主要途径。在比赛中,受场地光照等比赛环境的影响,用传统的分割识别算法难以达到满意的效果。文中提出一种结合目标颜色和形状信息的识别算法。该算法在HSI空间执行基于颜色信息的快速阀值分割,获取目标像素,并且加入了自适应阀值更新,然后利用目标像素和目标形状信息执行优化边缘检测识别目标,最终获得目标在图像中准确的位置信息。实验证明：该算法能长时间在不同光照条件下稳定获取对象在图像中的位置信息,满足实时性的要求。     

运动目标识别与跟踪系统的研究

提出了一种运动目标识别与跟踪系统的方案，给出了系统的原理图和结构框图。重点论述了图像处理的过程和算法，包括颜色模型的选择，图像的预处理，图像分割，目标的识别及预测，以及目标丢失时的处理。可实现简单背景下目标的实时跟踪，达到较好的效果。