基于傅里叶-极坐标变换的光带图像局部弯曲检测

针对激光三角测量系统得到的含局部弯曲的光带图像,提出了一种基于傅里叶-极坐标变换算法检测局部弯曲的方法。通过计算得到光带的法线方向,将空域图像在法线方向上进行灰度投影,直接得到了局部弯曲量。该方法计算过程简捷,对随机噪声与光带强度的不一致分布具有较好的免疫力。理论分析与实验测试证实了该方法的有效性。

不同光照下织物瑕疵检测方法研究

本文研究的目的是检测不同光照下纺织工业中织布的瑕疵,不同光照下的织布图像清晰度不同,但却都非常有周期性,有方向性。所以本文提出了一种基于傅里叶极坐标变换的方法:该方法将图像在频域内的频谱能量转化到极坐标中,在极坐标中统计同一角度的能量值总和找到织布图像纹理主方向。降低该方向能量,可增强瑕疵的突出性。实验证明,该方法检测织物瑕疵准确率高可以满足不同光照下的实时检测要求。

一种指示表表盘中心高精度定位方法

指示表表盘中心定位是智能读数识别的关键和前提,传统基于区域的视觉检测方法精度和可靠性欠佳.本文基于指示表结构特征并从形状识别角度出发,提出一种指示表表盘中心高精度定位方法.利用差影法从两幅指示表图像提取指针目标,使用傅里叶-极坐标变换估计指针方向;再沿指针方向进行两次灰度方向投影获得指针中心线在纵轴上的截距参数;从而根据指针中心线对应的直线方程确定出表盘中心坐标.本文方法检测过程无需进行阈值分割、细化等预处理操作,获得的表盘中心实质上相当于指针回转中心。因而方法简单科学、结果准确可靠,能够为其他定位方法的精度评价提供近似基准数值,也可为机器视觉智能读数识别提供可靠的技术支持.

基于机器视觉的机械臂智能分拣系统

为了实现机械臂在其工作范围内对任意位置目标的抓取,提出了一种基于机器视觉的目标识别与定位控制方法,提高了分拣的准确率。系统以抓取三角形、正五边形、圆形、正方形4种不同轮廓的工件放置在指定区域为任务,通过MATLAB处理图像信息,使用四邻域标记算法标记所有的连通区域,并采用对数极坐标-傅里叶变换的模板匹配方法识别工件类型,提取工件的形心作为定位参考坐标。结合三自由度机械臂,运用标准D-H参数法建立机械臂运动学模型,通过逆运算根据工件的位置坐标得到每个机械臂的关节转角,并通过串口发送给下位单片机Arduino,然后由Arduino完成控制指令,实现对工件的抓取和放置,完成分拣任务。实验结果表明,分拣系统达到设计要求。