一种天地复杂背景下的红外弱小目标检测方法

针对天地复杂背景下红外弱小目标的检测,提出了一种融合top-hat变换、边缘检测的新方法。首先将改进的top-hat变换应用于红外弱小目标图像,将图像中与目标特性相似的像素进行增强,并去除云层背景对目标的干扰,得到若干疑似目标的增强结果,并结合阈值分割方法对增强结果进行筛选,剔除大部分不符合弱小红外目标特性的背景干扰点。然后采用基于Canny算子的边缘提取方法对原始图像中的天地线进行检测,并以天地分割线作为先验知识,去除形态学滤波后所增强的地物背景中的疑似目标,得到最终的真实目标的检测结果。通过实验得出,本文所提出的方法对于天地背景下的弱小红外目标具有良好的检测效果。

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)接触式测量出标定板上标志点的基坐标值,即可解算出手眼关系的旋转矩阵和平移矢量。该方法操作简单,标定板易于制作且成本低。采用XINJE龙门架机器人与3D视觉传感器搭建实验平台,实验结果表明,该方法具有良好的稳定性,适合现场标定,标定精度达到±0.2 mm。