Mirosot足球机器人视觉系统

在简单分析传统视觉系统的基础上，设计了一种新的图像采样处理系统。本系统包括CMOS图像传感器OV7620、FIFO帧存储器AL422B、CPLD/FPGA控制器EPF10K10LC84-3及数字信号处理器TMS320VC5402，提出了一种RGB空间到HIS空间的方法。实践证明本系统可明显提高足球机器人视觉系统的速度和可靠性。     

足球机器人视觉系统的图像获取优化研究

足球机器人视觉系统需在有限的计算能力下应对平台运动,场景变化,光照不均所引起的干扰,而图像的获取过程与此要求关系密切,在经典的图像处理算法基础上,分析了摄像机参数、传输速率、图像格式对图像处理算法及视觉综合性能的影响,提出了足球机器人图像获取过程的优化方法,并指明了足球机器人视觉系统各项性能提升的方向.     

基于实时多目标跟踪的足球机器人视觉系统设计

针对机器人足球比赛的需要,提出了一种基于实时多目标跟踪的足球机器人视觉系统设计方案。     

足球机器人视觉系统目标识别算法的改进

介绍了国内外足球机器人视觉系统中目标识别算法的发展现状,讨论了视觉子系统中的目标识别问题,采用了一种将颜色信息从RGB空间映射到HIS空间的快速变换方法,并以此为依据采用颜色阈值法和顺序网格与种子点生长相结合的目标搜索方法确定场上的目标,进一步提高了足球机器人视觉系统的实时性.     

基于实时多目标跟踪的足球机器人视觉系统设计

本文针对机器人足球比赛的需要，提出了一种基于实时多目标跟踪的足球机器人视觉系统设计方案。     

微操作机器人显微视觉系统自动调焦的实现

介绍了微操作机器人显微视觉系统的构成,自动调焦系统的必要性.提出了双向差分绝对值函数作为自动调焦评价函数,在20μm范围内以变步长实现了正确聚焦,获得质量较高的图像效果,为进一步实现微操作打下基础.     

足球机器人决策系统的实现

足球机器人是人工智能与机器人技术发展至一定程度的产物，它为基于分布式人工智能理论的多智能体系统协作问题提供了研究平台^[1,5]。机器人系统的核心部分是决策子系统，本文介绍了一种决策子系统的分层控制结构设计，它由协调层，运动规划层和基本动作层组成。然后介绍了足球机器人决策系统层结构推理模型。     

基于视觉的足球机器人快速识别技术

机器人足球比赛是一项综合性的高技术对抗活动，其中快速准确地识别小球和机器人小车是决策及控制的基础。该文提出了一种在动态环境下对多个目标进行快速识别的新方法——基于颜色信息的识别算法。     

Hough变换在足球机器人视觉处理中的应用

Hough变换是形状识别的有效方法,在Robocup小型组(SSL)比赛的视觉处理系统中,可利用Hough变换对场地边界及机器人色标进行直线和圆检测,通过几何特征的约束,及适应场地情况的算法改进,可减少Hough变换的处理时间,以解决比赛场地标定繁复及在不同光照条件下机器人识别困难的问题.上述方法与颜色识别方法相结合,提高了比赛系统的稳定性及准确性.     

分层递阶的足球机器人决策系统的设计

MiroSot的决策子系统是一个多智能体的协调控制系统,主要由信息处理、协调策略、角色分配、动作实现等组成,决策子系统的优劣直接关系到机器人足球比赛的胜负。采用四层推理的决策模型对MiroSot(3vs3)决策子系统进行了设计,并采用Petri网的方法对其角色转换进行了描述,最后应用面向对象的编程方法实现了所设计的决策子系统。将这个模型应用于机器人足球实际比赛中,实验证明该系统是可行的、有效的。     

基于机器视觉的喷雾分布测试系统设计和研制

针对喷雾分布均匀性的测量，提出了基于机器视觉的测试系统。介绍该系统对无色透明液体液位的并别、图像处理以及图像定位的方法。本系统具有简洁、快速、精度高和成本低的特点，对相关应用有很好的借鉴意义。     

基于机器视觉的VCM磁钢检测系统设计与研究

针对目前VCM磁钢片轮廓尺寸的检测方法存在检测速度慢、精度低等问题,设计了基于机器视觉的VCM磁钢检测系统的总体结构。视觉检测系统采用了中值滤波滤除噪音,利用Canny算子定位边缘轮廓和8-连通法提取图像边缘信息,采用基于链码的实时拐角检测算法求拐点,对轮廓线进行分段识别和重构,并用最小二乘法拟合轮廓,实现尺寸检测。用该系统对VCM磁钢片样品进行实验及数据分析,并与传统的三坐标测量仪的检测结果进行对比实验。实验结果证明了该系统能满足VCM磁钢片的实际工业在线检测需求。     

作动器齿环的机器视觉检测系统设计与应用

基于计算机视觉检测原理,提出了齿环视觉检测系统总体设计方案。根据作动器齿环的结构和质量要求,采用LED背光源的照明方式,通过CCD相机和大远心镜头采集齿环图像,构建了系统的硬件部件,使用HexSight视觉软件对图像进行处理。检测结果表明,该系统能准确判断零件的缺齿、表面瑕疵等缺陷及模具编号信息,系统的检测精度可达0.03 mm,并且结构简单和操作方便,能够满足齿环精密检测的要求。     

烟叶叶片结构的机器视觉检测系统

设计了一种基于机器视觉技术的烟叶叶片结构在线检测系统。介绍了该系统的组成及工作原理,包括取样、单层化、摄像和图像处理流程。重点讨论了光学检测部分的参数选择,设计了图像处理流程,详细阐述了所用算法的原理。该系统经过了物理样机实验和标准样片测试,实验结果与实际吻合度高达96％,结果令人满意。     

基于计算机视觉的烟道大颗粒在线监测系统

介绍烟道大颗粒在线监测系统,包括系统的硬件组成和软件处理方法。该系统是一个基于Windows PC平台的计算机视觉系统,其中数据处理方法以数字图像处理理论为基础。     

基于机器视觉的饰品盒表面质量自动检测系统

针对某工厂以人工方式检测饰品盒表面质量,存在检测效率低、误检及漏检率高等问题,开发了饰品盒表面质量自动检测系统。该系统利用模板匹配方法实现对表面图像的判别,进而根据判别结果来控制系统的设备动作,实现对饰品盒的分类堆放。通过实践检测证明,该系统能够大幅提高产品的检测速度、极大地降低产品的误检率和漏检率,同时也降低了企业的成本。     

基于计算机视觉的精密测量技术

精密测量技术是精密工程领域研究的一项重要内容。具有测量精度高、测量速度快等特点的计算机视觉方法在精密测量技术中得到了广泛的应用。本文首先介绍了基于计算机视觉的精密测量技术的基本原理,然后分析了该精密测量方法的几个应用实例。最后,以计算机视觉方法在微运动测量中的应用为例。表明了该方法在精密测量技术中的优越性。通过分析,揭示了基于计算机视觉的精密测量技术在精密工程领域的重要性。     

高分辨率机器视觉系统在包装标签检查中的应用

阐述了机器视觉原理以及高分辨率机器视觉系统在包装标签检查中的实际应用——可以对标签上打印的批号、使用期限、条形码等进行离线复卷连续检测;对系统的硬件组成、软件算法结构及实现效果进行了全面介绍。     

机器视觉定位平台的研究与应用

机器视觉主要研究用计算机模拟人的视觉功能,从客观事物的图像或图像序列中提取信息,进行处理并加以理解,最终对客观世界的三维景物和物体进行形态和运动识别.论文通过采用合理有效的图像处理技术,实现了对目标图像的特征提取,构建了视觉定位系统的平台.从实验结果来看,本系统实现了移动机器人在结构环境下的定位.     

型材搬运机器人视觉伺服控制研究

文章通过分析型材搬运机器人视觉伺服控制的技术要求和特点,提出一种基于型材型心线坐标附加值模型的识别算法,并以此作为型材图像边缘检测与识别理论的算法,分析了机器手的定位方法;以数字图像处理理论和算法为基础,以VisualC 6.0为平台,实现型材搬运机器人视觉伺服控制图像处理与机器手定位坐标值的确定,提供了一种型材搬运机器人视觉伺服控制的方法。