最大类间方差耦合分水岭分割的目标定位算法

为了解决当前复杂目标受噪声干扰严重、背景多变且工件型号切换频繁,导致目标分割不准确,影响目标定位与装配的准确度。本文分别从系统软硬件架构和分割算法整合的角度出发,提出了基于最大类间方差与分水岭标记的复杂目标分割与定位算法。首先,搭建网络摄像头、多轴伺服电机和视觉软件系统之间的系统架构,达到可用于现场实际作业要求的目的。然后,根据图像目标与背景的最大类间方差特性,计算最佳分割阈值,达到对工件目标粗分割的目的。最后,构建分水岭分割线特性,提取分割线,优化区域标记准确度,达到对工件精分割,剔除噪声干扰的目的。实验测试结果显示:与当前分割算法相比,本文算法拥有更高的分割准确度与作业稳定性。

基于目标形态特征的工件自动分割方法

为了使交互式工件分割算法满足实时性的要求,提出了一种将工件形态特征与图像分割算法相结合的工件自动分割方法.利用MeanShift算法分割图像提取目标区域;利用形态学开运算消除目标区域的噪声,进而分离相连的目标区域;对目标区域进行边缘检测,计算完整的工件轮廓信息,然后根据外轮廓的面积确定工件区域;利用工件区域的最小外接矩形在图像中标出前景和背景区域,再利用Grab Cut算法分别对前景和背景建立高斯混合模型,然后通过mincut/maxflow算法分割前景与背景区域,最终实现工件目标的提取.实验结果表明,对于制造商提供的样本,该方法分割工件的召回率和准确率分别为94.97%和88.48%,具有较强的实用性和良好的实时性.

基于形状先验模型的平面型工件抓取位姿检测

为了能够在复杂的工业环境中抓取平面型工件,提出一种图割法与形状先验模型结合的工件图像分割方法,并且对工件的位姿信息进行测量.首先,建立先验形状,提出基于最小包围矩形法将工件的形状模板与目标工件人工分割形状进行配准,得到先验形状.为了保证分割结果的准确性,采用单一的先验形状.图割模型中加入了目标形状先验知识.其次,通过自适应调整形状先验项的权重系数,使得图割法的能量函数形状先验项自适应于被分割的图像.第三,本文可以采用形状先验方法分割一幅图像中的多个工件,并且能够计算吸盘的最优抓取位置.最后,采用结构光视觉系统采集工件的点云信息,拟合工件平面,确定工件法向量,得到工件的抓取姿态.实验结果表明,本文算法能够适应遮挡、光照变化的工件图像,同时也能够分割复杂环境中的目标工件;平面型工件抓取位姿的计算结果有效,可以应用于遮挡、反光、复杂干扰背景条件下的工件抓取作业.

面向节能无关联平行机调度模型及分支定界法

工业企业,特别是高耗能行业,不仅要满足交货期和缩小生产周期的要求,而且不断优化能源配置,降低能耗。研究一类新的以延迟和能源消耗的加权最小为目标的生产调度问题。首先,描述问题并分析问题的复杂性。其次,建立混合整数线性规划模型。进一步,我们提出求解该问题的分支定界算法。最后,通过数值实验和数值试验,验证算法的有效性和高效性。