当图像中存在阴影、低对比度边缘和模糊区域时,传统算法利用纹理、颜色等信息难以准确分割物体。以点云图为研究对象,依据盒状、柱状物体在三维空间中的几何形状,提出一种基于超体素中心点连线可见性的图像物体分割算法。该算法首先对点云图进行过分割,得到具有相邻关系的超体素,接着依据其中心点法向量平行准则以及中心点连线可见性准则共同判断相邻超体素是否融合,然后过滤噪声,并利用遮挡关系进一步考察同一物体平面超体素的融合情况。实验结果表明在OSD-v0.2公开数据集上,文章提出的算法误识别率为6.9%,漏识别率为4.6%,比单一结合法向量的凹凸性判断方法更好,整体误差更小。利用本算法对物体进行分割,更容易计算物体的抓取位姿,有助于机器人执行抓取任务。

目前铸造工件的自动化去毛刺作业大量使用机器人加工。大部分的解决方案是使用手工示教或者机器人离线编程,但手工示教效率较慢,而离线编程的手工标定精准度比较欠缺。由于工件的误差,使得离线编程在大批量作业中遇到大量问题。本文提出一种利用机器视觉自动检测工件轮廓的方法,解决大批量工件之间的个体误差问题,对每个工件检测轮廓后动态修改机器人运动路径。如此,在机器人自动去毛刺的作业中,使用CCD相机获取的视觉信息和自主开发的离线编程系统(RobSim)生成可执行的机器人运动轨迹。利用此方法,可有效提高去毛刺的加工质量。

研究了镀铁镍合金织物的隔音性能,发现在不同增重率下,该织物的隔音曲线符合单层均质结构的典型隔音频率特性曲线,并且随着织物增重率和面密度的增加,声压级降也增加.

闭环检测是移动机器人自主导航以及各种视觉定位的重要组成。近年来随着深度卷积神经网络展,基于卷积描述符的闭环检测与基于手工设计描述符的闭环检测,均在各个系统得到了应用。通过利用深度卷积神经网络实现图像匹配,并将其用于移动机器人的全局定位算法中,对其工程实际表现进行了定量评估以及对比。从所设计的试验方法量化对比出目前主流的描述符在各种场景应用中的优劣性,可知基于AlexNet模型的卷积描述符在各实验中均表现最佳,为图像匹配及其全局定位提供定量参考选择标准。

针对玻璃马赛克存在斑点、崩角等常见工艺缺陷,基于机器视觉检测原理,设计了一种采用LED同轴光照明和CCD相机为图像获取工具的在线检测系统.该系统通过相机实时拍摄,获取传送平台上目标玻璃马赛克图像,使用特定的视觉软件对获取到的图像进行中值滤波、锐化、二值化、边缘轮廓提取等图像处理,提取图像中玻璃马赛克轮廓形状与灰度值信息,通过形状匹配与灰度值匹配,实现对玻璃马赛克工艺缺陷的在线检测.实验证明,该在线检测系统具有准确率高、实时性强和速度快等优点.