基于无标定全局视觉反馈的三维运动目标的的图像跟踪方法

研究机器人在摄像机图像平面对三维运动目标的跟踪方法,在摄像机模型未知及机器人与摄像机关系没有标定时,利用雅可比矩阵,可直接从图像上观察到的机器人手爪和运动目标之间的位置误差,计算出机器人手爪为消除这个误差的期望运动。并给出雅出矩阵形式的推导过程。     

基于3D视觉传感器的龙门架机器人手眼标定方法

针对龙门架机器人末端执行机构只具有三个正交方向上的平移自由度的工作特性,参照传统手眼标定的两步法,设计了一种直接对3D视觉传感器的点云坐标系与机器人执行机构的工具坐标系进行手眼标定的方法.该方法只需要操作机器人进行两次正交的平移运动,采集三组标定板图片和对应点云数据,并通过执行机构的工具中心点(TCP)接触式测量出标定...     

一种改进的机器人手眼系统标定方法

针对机器人手眼系统标定中空间坐标值参考点获取的困难,提出了一种改进的不需要已知坐标值参考点的机器人手眼系统标定方法.该方法的优点是在摄像机内参数标定中考虑了径向畸变,保证了标定精度.在外参数标定中,根据机器人自身运动特性提出了一种简便求取平移矩阵的方法.     

基于单特征点的手眼系统摄像机标定

基于机器人的相对运动,提出了一种基于单特征点的手一眼系统摄像机内、外参数的标定方法。在摄像机视场中任意选择一个特征点,使机器人末端在保持姿态不变的条件下运动,相当于机器人不动但具有多个特征点。利用这些点可计算出摄像机的内参数和相对于特征点的外参数。大幅度改变机器人的姿态,可标定出特征点在机器人基坐标系下的位置,进而得到相对于机器人末端的外参数。实验结果验证了该方法的有效性。     

基于参数分离机器人手眼视觉标定方法研究

提出一种简单,快速、不需要标定摄像机内外部参数的标定方法。详细推导了机器人平面手眼视觉系统变换关系,完成了从视觉平面坐标系到机器人参考坐标系的坐标变换。通过参数分离简化求解过程,实践表明这种方法求解速度快、精度高。     

基于视觉标定的包装搬运机器人定位方法

目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。     

微操作机器人的显微视觉自标定方法

在分析微操作机器人结构特点的基础上确定了待标定参数,提出了一种基于显微视觉的自标定方法。通过动态跟踪随机器人运动的目标来计算其图像坐标,采用最小二乘法拟合目标运动轨迹在显微镜坐标平面中的投影直线,并结合高精度机器人的位移量,经过几何投影和变换,标定出待标定坐标到显微镜坐标的转换矩阵。该标定方法无需特殊辅助测量仪器。实验表明,角度标定重复性好,位置标定误差小于 2 个像素。     

基于辅助摄像机的机器人延伸手眼标定方法

针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系.该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定.实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm.     

基于BP神经网络的包装分拣机器人视觉标定算法

手眼标定确定了机器人基座坐标系和摄像机坐标系之间的非线性映射关系,在视觉伺服中起着重要作用。针对视觉伺服控制系统中的手眼标定问题,基于机器人工具箱和神经网络工具箱,在MATLAB/Simulink环境下,使用误差反向传播（BP）神经网络算法和径向基（RBF）神经网络算法进行仿真,拟合了6自由度分拣机器人和单目摄像机之间的映射关系,通过仿真结果分析了两种算法的精度。此外,在同一实验条件下使用BP神经网络与张氏法对机械臂进行手眼标定,通过在机械臂实际工作空间内抓取同一组随机取样本点进行实验,并对比随机样本点的抓取精度。仿真和实验结果表明BP神经网络在标定精度上优于RBF神经网络算法和张氏标定法,能够在实际应用中提高手眼标定的精确度,具有一定的工程意义。     

基于视觉引导和超志测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法，介绍了运动目标的跟踪原理，采用图像雅可比矩阵进行机器人运动控制，跟踪运动的目标，利用视觉引导技术，获取目标在图像平面中的位置与方位，进行平面跟踪，然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性。     

基于视觉引导和超声测距的运动目标跟踪和抓取

提出了装配机器人系统中一种基于视觉引导和超声测距的运动目标跟踪和抓取方法。介绍了运动目标的跟踪原理 ,采用图像雅可比矩阵进行机器人运动控制 ,跟踪运动的目标。利用视觉引导技术 ,获取目标在图像平面中的位置与方位 ,进行平面跟踪 ,然后引导超声波测距装置测取目标深度信息。实验结果验证了本文提出的这种方法的可行性和有效性     

基于DSP的主动视觉运动目标跟踪策略及实现

设计了一种基于TMS320DM642的单目主动视觉运动目标自动跟踪系统,该系统采用了一种期望极大化(Expectation Maximization,EM)自适应窗口的运动目标跟踪方法.本方法以考虑了像素空间位置信息的混合高斯模型建立目标的灰度特征模板,然后通过EM算法迭代估计出使每帧似然函数最大化的分布参数值,这些参数不但可确定出跟踪目标在图像序列中的位置和形状尺寸,而且为单目摄像机的自动变焦和基于分区逻辑的摇摆运动提供了控制信息.实验表明:系统可以自动而稳定地跟踪具有复杂运动状态的目标,对320pixelsx240pixels的图像可实现平均约20 frame/s的跟踪速度.     

基于小波分析的可见光图像自动配准方法研究

研究了一种快速,准确,抗噪的可见光图像自动配方法。首先用小波分析技术提取两幅图像的特征点,然后对两幅图像之间的角度差进行补偿,最后用多层特征点匹配技术完成两幅图像的变换参数的估计,对一定研究领域的可见光图像自动配准的仿真实验表明;该方法可以比较快速,准确,自动地得到这些图像之间的配参数。且对噪声具有一定的适应能力。     

随机图像选取与自适应背景更新的运动物体检测

为克服运动目标检测中易出现的光照变化、遮挡、虚假目标等现象,提出了一种随机图像选取与自适应背景更新的运动物体检测方法.该方法从视频序列中随机选取一帧图像作为初始背景,根据变化标记矩阵对背景进行自适应迭代更新,以提取可靠的背景图像,实现运动物体的检测.实验结果表明,采用该算法提取的背景不存在混合现象,且在光照变化较大以及运动物体之间存在遮挡的情况下,能够构造出可靠的背景,检测出的目标物体清晰可见.     

基于人眼视觉特性的医学图像处理方法

在数字化X光影像仪中,医学图像经处理后供医生进行诊断用。由于图像信息是通过人的视觉来获取的,所以在图像处理中,应充分考虑人眼的视觉特性。从人眼视觉的生理特性和人的心理特性出发,对图像的灰度分辨能力和图像结构的敏感性两方面进行了探讨和测试。根据测试结果总结了视觉的有关规律,建立了相应的数学模型和具体实现方法,并实际应用于X光图像处理系统中,提高了图像质量,使人眼理寻获得所需信息,增加了医生诊断的准确性。     

单影像运动目标六维参数测量方法

为了得到目标的6雏空间参数,一般需要采用两台或多台摄像机在不同的位置同时拍摄,得到具有一定视差的立体像对,通过交会计算得到目标空间参数.本文通过对经典的摄影测量共线方程进行改化,将待解算参数作为方程参数,得到扩展的共线方程.当刚体目标上有3个或以上坐标已知的参考标志点时,利用单幅影像就可以得到目标的6维空间参数.由于需要的摄像机少,该技术方法可以应用到不允许安装过多摄像机的场合,如飞行试验、航空器件对接等,并且能节省一半的人力和物力,具有较好的经济效益.     

基于假设理论的序列图像中多目标检测和跟踪

本文提出一种基于目标检测的多维假设多目标检测和跟踪方法,此算法对于序列图像的照明变化和遮蔽现象具有很高的鲁棒性.首先,对序列图像进行背景抑制、时域滤波和杂波剔除的预处理,得到单帧的初始目标检测结果.对于初始检测中存在的漏检和误检现象,采用基于假设理论的跟踪概率模型优化初始检测轨迹;将目标的跟踪信息反馈于目标检测模块,形成一闭环自适应跟踪系统,达到多目标的最优检测和跟踪.实验结果表明了所提出的方法在多目标检测和跟踪中的可行性和有效性.     

整体视觉统计模型在地物识别中的算法研究

本文在结构化模型方法的基础上提出了目标的整体视觉统计模型,整体视觉模型不但考虑了目标的局部特征,而且还考虑的目标局部之间的空间位置关系.对局部特征和位置特征分别建模,局部特征根据应用选择,位置特征以树状图模型来表示,并且模型采用了统计的方法来表述结构化图模型,将能量最小问题转化为统计中的MAP问题,简化了问题的求解.本文将这一模型应用于遥感图像的典型地物识别之中,不但能够识别单目标还可以识别多目标,识别率较高,且定位较准确.     

基于形态重建和反向跟踪的粗集料级配视觉检测

利用图像处理方法对下料过程中的粗集料图像进行了级配检测研究.采用基于掩膜的ROI提取方法,结合形态重建手段,剔除了图像上下边界处的不完整集料颗粒;针对连续图像中集料颗粒重复出现的问题,对图像进行间隔采样,并提出反向跟踪算法,对集料颗粒进行跟踪识别,避免同一集料颗粒在连续图像中被重复统计;采用等效椭圆Feret短径作为等...     

复杂背景下基于EMDs的运动目标检测

如何快速准确地检测出复杂背景中的运动物体,是图像处理中的一个重要问题。昆虫经长期对自然的适应,能够对视野内的细微运动做出迅速反应,并将目光锁定在运动物体上。初级运动检测模型模拟了蝇的视觉神经处理系统的功能,本文基于该初级运动检测模型,选取一阶无限脉冲响应数字滤波器作为延迟器,增加了高斯差分单元,在提取更多目标细节的同时,去除了信号的随机噪声,为相关模型的计算提供了更多有用的信息。本文基于Matlab软件平台,检测视频中的运动车辆。仿真实验结果表明,该方法不受复杂背景的干扰,精确地提取出运动目标。