用于纹理辨识的磁致伸缩触觉传感器研究

纹理是物体表面微观结构的体现,为了解决机器手在工作时无法准确辨识物体表面纹理的问题,利用新型磁致伸缩材料铁镓合金(Galfenol)设计了一种纹理辨识传感器。基于磁致伸缩逆效应、欧拉-伯努利梁结构动力学理论并结合传感器与纹理表面的接触轨迹建立了传感器输出电压与表面纹理结构的关系。搭建实验平台对纹理样本进行测试,得到了传感器具有良好输出特性时的偏置磁场值。结果表明,传感器输出电压峰值与纹理高度、传感器输出电压信号周期与纹理间距均呈近似线性关系,能够应用输出电压峰值及输出电压信号周期辨识纹理结构。通过对传感器重复性的计算得出,传感器使用时最佳接触速度为2 cm/s。

傅氏变换的自配准性质及其在纹理识别和图象分割中的应用

图象按纹理一致性进行辨识和分割是图象分析中的一个重要问题 ,有着广泛的实际应用 .讨论了傅氏变换应用于纹理识别的机理 ,并基于此提出了一种图象分割算法 .图象中的纹理线条呈现出很多方向 ,并随机地分布在图象的各个位置 ,然而对于它的傅氏变换幅度谱来说 ,相同方向的线条无论其位置如何 ,它们的贡献会被叠加在一起 ,集中地反映在通过频谱中心垂直于原线条方向的条带上 .这一现象被称为傅氏变换幅度谱的自配准性质 .首先对这一性质进行实验个例的研究和理论分析 ,然后设计算法将其应用于图象的纹理辨识和基于纹理的图象分割实验 ,取得了较为满意的效果 .实验证明 ,得益于自配准性质 ,傅氏变换方法不失为一种有潜力的纹理分析和图象分割方法 。