图像处理在足球机器人系统中的应用

机器人是目前综合科学研究领域的前沿课题,足球机器人比赛是实现这一科学研究的有效方式,其中图像处理是足球机器人的首要研究课题。在足球机器人比赛中,要保证及时迅速地为决策系统提供有效信息,对图像处理的实时性有较高要求。本文将阐述如何把BMP图像的游程编码(RLE)压缩格式应用于足球机器人的图像处理数据结构中,并以实验证明:游程编码适用于足球机器人,能够使图像处理的运行效率和效果满足足球机器人系统协调工作的要求。     

基于机器视觉的心脏医学图像处理研究

针对医学心脏图像中信息提取过程复杂、信息量大而且信息量处理时间复杂度高,采用机器视觉的方法,提出一种新的心脏图像处理办法,该方法主要通过4个阶段的4个不同算法来处理心脏医学图像.首先采用平滑算法去心脏图像处理,去除噪声;其次采用滤波算法对图像进行分析,找出目标区域;再采用加权增强算法得到目标区域的图像特征,找出图像的基本轮廓;最后采用图像还原算法再建原始心脏图像的彩色图像.实验结果表明,基于机器视觉的心脏医学图像处理算法能够准确提取相关的数据信息,在限定的时间复杂度下得到较好的结果.     

一种新的用于足球机器人的全向视觉系统

全向视觉系统是RoboCup中型组足球机器人最重要的传感器之一。为了实现足球机器人的目标识别与自定位,提示了一种新的足球机器人全向视觉系统的设计与实现,其中在硬件上设计了一种由水平等比镜面和垂直等比镜面组合而成的新型全向反射镜面,其能够采集到较理想的全景图像;软件上则根据该镜面的成像特性实现了一种新颖的基于场地标志线信息的机器人自定位算法,该算法能够获得较准确的机器人自定位值。实验结果表明,该全向视觉系统能够有效地应用于机器人足球赛中。     

LARPBS上图像的模板匹配和中值滤波算法

图像的模板匹配和中值滤波是图像处理和计算机视觉中的基本操作。给定一个 图像、 模板和 窗口，该文在 个处理器的LARPBS模型上，分别提出了一个时间复杂度为 模板匹配算法和一个时间复杂度为 的中值滤波算法，其中， 。     

基于DSP的机器人视觉伺服系统研究

机器人视觉伺服系统的研究是机器人领域中的重要内容之一,其研究成果可以直接用于机器人自动避障、轨迹线跟踪和运动目标跟踪等问题中。本文针对机器人视觉伺服系统要求快速准确的特点,设计了基于TMS320C6201的机器人视觉图像处理系统,并分析了基于图像雅可比矩阵的机器人视觉伺服方法的基本原理。     

基于大场地足球机器人视觉系统的研究

机器人足球这项高科技技术中,快速准确地识别足球和机器人是做出正确决策的基础,因此视觉系统的识别速度和精度直接决定着比赛结果.本文在分析两种图像处理模式的基础上,提出一种基于多机并行的新的机器人足球视觉子系统的实现方案,并采用基于客户端/服务器的通信机制来实现多机并行处理.试验证实这种新的视觉子系统不仅有效地提高系统的实时性和准确性,而且给决策系统提供足够的时间来进行更好的算法实现.     

改进直接线性标定的移动机器人视觉定位算法

在移动机器人视觉定位中,图像处理技术为摄像机标定和视觉定位奠定了基础.本文首先对机器人采集得到的目标图像进行灰度变换,将彩色的图像转换为灰度图像,利用中值滤波滤除目标图像中的孤立噪声点,再使用sobel算子提取图像的边缘,由于提取的边缘不清晰,最终使用改进的hough变换得到图像的清晰边缘.实验中利用matlab 7.5软件对图像进行处理,获取到准确的目标点像素.而要得到机器人在实际坐标系中的坐标,需要对摄像机进行标定,本文对直接线性标定算法进行改进,利用最小二乘法简化计算的过程,实现机器人视觉定位过程.实验结果表明,该方法简单且有效,提高了定位的准确度,验证了该方法在视觉定位中的有效性和可行性.     

视觉图像技术与机器人工件抓取的协作应用

工业机器人在抓取环节如果配置机器视觉装置,应用图像处理技术,在抓取效率和准确度方面就有优势。该文介绍机器人功能实训台的工件抓取视觉系统的组成,侧重工件轮廓的图像处理技术,以图像处理作为机器人视觉系统处理的核心目标,将视觉图像技术与机器人工件抓取技术协作应用于工业机器人实训平台的抓取环节,利用工业机器人运动过程中坐标的转换,通过相机的正确标定与抓取动作的共同控制,实现工件的精确定位,达到可靠抓取的目的。总结图像处理技术在工件抓取中的协作应用效果,期待便捷的视觉图像技术与机器人工件抓取的协作应用。     

基于颜色相似度量的足球机器人目标识别

以足球机器人视觉系统为研究对象,采用一套基于颜色信息的目标识别方法.在足球机器人视觉系统中,我们采用颜色相似系数来确定各主色的颜色值,以此作为图像分割和图像识别的依据.采用全局网格搜索方法实现目标体的识别过程.实验证明,该算法具有良好的准确性和实时性.     

基于MATLAB GUI图像处理系统的设计与实现

MATLAB作为算法开发及数据可视化的交互式工具,在数字图像处理方面应用广泛,并集成了具有多种算法的图像处理工具箱。本文基于MATLAB图像用户界面(GUI)和图像处理工具箱设计实现了一款图像处理系统,该系统可实现图像的运算、变换、分割、改善、形态学处理、压缩编码等内容,并通过综合实例阐述了本系统在图像识别中的应用,使图像处理可视化更加直观,便捷。多次实践表明,本系统具有良好的实用性、交互性、移植性,易于后期模式识别和机器视觉相关应用的扩展研究。     

一种实时快速低耗的机器人视觉处理系统

视觉系统在自主机器人对外界的感知中扮演着重要的角色，对实时性要求高的特性使得视觉系统的处理过程必须精确和快速。该文以4腿机器人足球比赛为背景和研究平台。提出一种快速低耗的视觉处理系统。     

机器人足球视觉系统的软件研究

小型机器人足球比赛中,由于所采用的机器人尺寸小,动作快,因此,视觉软件系统需要准确快速地处理图像数据并将结果提供给决策系统。本文利用图像处理和统计信号处理的技术,在视觉软件系统中实现了机器人和球的检测、识别、跟踪和预测功能,并对该软件系统的设计作了详细的介绍。实验结果表明,系统运行稳定,其速度可达到40帧／s,时间延迟为0．025s。     

基于多传感器的全向足球机器人自定位

随着对足球机器人智能水平的要求进一步提高,机器人足球委员会将比赛场地的立柱、球门颜色取消.这使以前的基于球门、立柱地标的足球机器人自定位方法失效了.本文提出了一种利用了里程计、罗盘和全景摄像头多种传感器信息的视觉图像特征匹配的足球机器人自定位方法.首先,机器人通过里程计和罗盘取定一个可能位姿.然后,由视觉处理系统把机器人的可能位姿当作变换因子对实时拍摄到的场景图像作旋转、平移变换.最后,将变换后的图像中的白线与参考图像中的白线相比较,选择使图像匹配程度最大的变换因子作为机器人自定位的结果.实验结果表明该自定位方法达到了较高定位精度并能满足比赛的高实时性要求.     

一种改进的场地标定算法

为了使足球机器人视觉系统中场地标定更加精确，本文在分析了简单玑性标定存在不足的基础上，提出了一种基于标志点将场地分区的线性标定算法。该算法既具有线性标定的简洁性，同时又在一定程度上提高了足球机器人视觉系统标定的精确性。     

信息融合算法在机器人足球系统中的应用

最优信息融合Kalman滤波算法给出了实时动态环境中线性方差最小的融合估计。采用该算法对机器人足球系统中的小球进行状态估计和预测,并给出了信息融合处理结构和该算法的具体实现步骤。实验结果表明,该算法可以克服单一视觉传感器采集的数据含有较大噪声等局限性,实现了对小球精确的状态估计和预测,具有可行性和优越性,并且在某一机器人视觉传感器出错时,系统仍具有良好的容错性和鲁棒性。     

基于ET44M210的火灾自动报警系统的设计与实现

在对传统火灾监控报警系统研究的基础上，提出了一个基于数字图像处理技术的火灾自动监测系统，着重进行了基于颜色的火灾图像识别算法的研究，并给出了基于ET44M210芯片和GSM网络的整体设计方案及其硬件电路实现。实验表明，该系统在固定或移动场合的实时火灾监测中，性能稳定、误报率低。     

基于自动识别的自动打靶机器人系统

开发了一种基于图像识别的自动打靶机器人系统.该系统利用OV7670摄像头获取靶面图像,经过图像处理及靶面识别后得到射击成绩.本系统完成了对图像的采集 、识别 、判靶算法的研究,综合运用图像灰度化 、二值化 、阀值分割等图像预处理方法,采用局部特征识别的算法进行靶面检测,应用灰度特征识别光斑区域,以STM32F407单片机进行实时处理 、控制触摸屏显示环数.     

边缘检测技术在工件中心位置识别中的应用

图像的边缘检测技术是图像处理的重要内容,利用边缘检测结果对图像进行分析,找出图像中工件的中心位置往往是实际工作中的主要内容。在边缘检测中,利用改进的LOG算法结果,对有矩形、有圆的工件图像进行了中心识别,并给出了各种算法与实际中心坐标的误差对比,为机器人抓取工件及其他作业中的定位奠定了理论基础。     

一种基于颜色信息的足球机器人目标搜索方法

针对实际比赛中足球机器人视觉系统不能快速、准确地搜索到目标物体的问题,分析了RGB空间模型的优缺点以及基于彩色HSI变换原理,结合足球机器人的实际情况采用了一种从RGB空间到HIS空间快速变换的方法对颜色信息进行处理.同时,通过分析以往的目标搜索方法的优缺点,提出了一种基于颜色索引表的顺序网格法和种子填充法相结合的目标搜索方法,并在足球机器人视觉系统中进行了实验.实验结果表明这种方法既在一定的程度上降低了噪声干扰的影响,又避免了逐个像素计算颜色值,大大降低了计算量,从而提高了系统的实时性和可靠性.