热像仪-RGB相机-IMU传感器的空间联合标定方法

热像仪、RGB相机、惯性测量单元(IMU)在图像模态、感知精度和响应速度方面具有异质和互补的特性,在机器人和计算机视觉领域受到越来越多的关注。在热像仪、RGB相机和IMU传感器之间进行准确的标定是实现三者有效融合必不可少的过程。为此,提出了一种空间联合标定方法,将热像仪、RGB相机和IMU坐标系之间的空间关系关联在一起。为了保证联合标定的一致性,在棋盘格的角点处分别固定尺寸相同、直径约5 mm的LED阵列,作为热像仪的标定板。在提取热像仪标定图像光源中心环节,采用混合高斯模型来提取标定位置信息,以此来保证LED光源部分缺失情况下鲁棒的位置估计。再建立目标优化函数,优化热像仪图像中提取的热源中心重投影误差、RGB图像中提取的棋盘角角点重投影误差、加速度和角速度误差来联合估计外参。实验环节,在搭建的热像仪-RGB相机-IMU多模态感知平台,采集了大量的实验数据,对所收集的热像仪-RGB相机-IMU测量结果进行了深入分析,可靠且准确的空间标定结果验证了所提方法的有效性。

基于RGB空间模型的棉花异纤检测方法

为了将异纤从复杂的通道背景、棉层中检测出来,提出了一种基于RGB空间模型的异纤检测方法。首先提取出同时包含标准棉花和通道背景的特征量,并以此建立棉花空间模型;然后利用此模型对从棉花异物挑拣设备中采集到的经开棉机充分开松开棉处理的24位真彩色图片做处理,即通过判断像素点是否在合格棉花空间模型范围内来进行异纤检测。仿真实验结果表明,此方法克服了实物环境下通道背景、异纤种类繁杂等因素对识别的干扰,检测效果理想。

基于PLC控制的红枣无损自动分拣系统设计

传统红枣分拣以人工分拣为主,对颜色观测条件有限,很难区分是否存在缺陷。为此,设计基于PLC控制的红枣无损自动分拣系统。提取红枣的矩形、短轴、长轴、位置、周长以及面积等特征,将RGB以及HSV的空间模型颜色特征与加权融合机制相结合,以检测红枣表面缺陷。设置自动分拣系统的送料、进料以及分拣模块,并在所有模块中安装传感器,获取红枣颜色、状态、位置等信息,实现PLC控制下无损自动分拣。实验结果证明该系统可以准确分拣存在缺陷的红枣,提升红枣无损分拣效率。