基于机器视觉的Delta机器人目标识别算法研究

传统机器视觉目标识别算法中的目标物与背景不精确分割会导致定位不准确,并影响并联机器人工作时的抓取精确度。为此,提出一种基于ORB特征提取算法与Onecut分割算法结合的目标提取算法,对Delta机器人进行系统标定,确定了工业相机、机器人及传送带的位置转换关系。将ORB特征提取算法与Onecut算法相结合,实现了Onecut免交互分割以及对目标进行识别和定位。实验结果表明,此算法的定位精度达到并联机器人的抓取要求。

岩墙几何提取的典型图像分割算法研究

岩墙是岩浆沿地壳裂隙灌入围岩形成的板状侵入体,与岩浆活动和岩浆事件密切相关,具有重要的地质意义。无人机遥感技术的出现和发展,为高精度岩墙几何提取提供了新思路,但无人机影像上岩墙形态复杂,传统的岩墙几何提取方法大多依赖手动方式,受研究者主观因素影响大,严重制约了提取工作的效率和准确性。因此,本文选取了现有代表性的4种图像分割算法,并基于高精度无人机影像,对比各种算法的岩墙分割结果,探讨各种算法在岩墙几何提取方面的应用前景。结果表明OneCut算法的岩墙分割结果最为理想,准确率和召回率的均值可达96.45%和97.59%,且误差主要集中在颜色区域重叠严重的图像上,于是本文结合Mean-Shift算法对OneCut算法进行了改进,改进后的OneCut算法能达到更高的分割精度。