基于SOA-Otsu的图像多阈值分割算法研究

为了解决图像多阈值分割中存在的空间和时间复杂度高的问题,本文引入了SOA算法与SOA-Otsu算法来优化多阈值分割的效果。另外,为了证明SOA-Otsu算法的优越性,与传统Otsu分割算法和PSO-Otsu算法进行对比分析。实验结果表明,SOA-Otsu算法比PSO-Otsu和Otsu的分割效果更好。

基于改进三维OTSU算法的经编胚布花型分割

针对经编胚布再定型环节花型易变形,难以实现有效的花型分割问题。提出改进三维最大类间方差(OTSU)法对经编胚布花型进行分割,以克服传统OTSU法分割经编胚布花型抗噪性差、计算复杂度高和运行时间长的缺点。首先对经编胚布图像进行去噪处理,识别并修正图像的噪点。然后降维三维OTSU法的空间复杂度,将多维度计算分解为多个单维度计算。最后采用改进人群搜索算法寻优单维阈值,将得到最优阈值的三维OTSU法用于花型分割。相较传统三维OTSU法,改进三维OTSU法鲁棒性强、准确性高、计算时间降低60%。

基于机器视觉的金属工件智能分拣系统设计

针对传统工业中人工分拣效率低和成本高等问题,设计了基于机器视觉的机械臂智能分拣系统。通过摄像头采集图像并对图像进行灰度滤波操作后,使用SOA-OTSU算法对图像进行阈值分割,对目标区域进行Blob连通域分析,实现对工件的识别与定位。运用标准D-H参数法建立三自由度机械臂模型,将工件位置坐标代入逆运动学方程,解得每个连杆的关节转角,将其转化为机械臂步进值,并通过串口通信方式发送给Arduino,由Arduino控制机械臂完成工件的抓取与放置。实验结果表明,该方法提高了分拣系统抓取的准确性。