热线电话:18250891972 / 18250891971
Language : 中文版
欢迎来到厦门鸿智达官网

新闻中心

码垛机器人视觉图像增强和平滑去噪

* 来源: * 作者: * 发表时间: 2019-09-12 0:09:20 * 浏览: 0
码垛机器人视觉图像增强和平滑去噪技术基于机器视觉的码垛机器人系统不同于传统的教学机器人。它可以通过摄像头获取目标图像,在摄像机校准完成后分析和处理图像信息,然后将结果反馈给机器人。其中,图像处理的质量将直接影响后续码垛工作的执行。因此,有必要对图像处理技术进行深入分析,找到最佳的系统算法。一般来说,当摄像机捕获原始图像时,必须首先进行预处理,增强图像的对比度,消除图像噪声,找到并突出显示感兴趣的系统部分,并削弱无关信息。接下来,对预处理的图像执行特征提取,并且将图像抽象为数字信息以进行描述。最后,应对图像进行分类和识别,以找到符合条件的工件,这有利于随后的机器人码垛。本章介绍了图像处理技术并实现了MATLAB仿真。图像增强技术在机器视觉系统中,图像分割和物体识别是视觉信息处理的核心。一般来说,无论相机的准确度有多高,实验环境都是理想的,获得的原始图像不能直接满足后续实验的要求。这需要在机器视觉系统中进行一些预处理操作以提取有用的图像。信息。由于机器视觉系统仅对特定图像信息感兴趣,因此在预处理过程中,有必要考虑如何最大化有用信息而不考虑剩余信息的完整性和有效性,即可以允许存在。失真度。预处理的目的也是这样,即预处理操作可以使处理后的图像比原始图像更接近后续操作要求,更适合于机器视觉系统的识别。常用的图像增强技术包括对比度变换,直方图均衡,平滑去噪等。图像对比度增强技术主要分为两种:频域法和空域法。频域方法将图像视为二维信号,并使用滤波器处理频域中的图像以增强图像信号。与频域方法不同,空间域方法是直接增强图像的方法,其直接指向每个像素。执行该操作,并通过空间滤波对图像进行卷积和平滑以实现图像增强。经过分析比较,本文采用直方图均衡化来增强原始图像。直方图均衡在图像处理领域中,直方图是描述灰度图像的每个像素的亮度信息的统计图。直方图均衡是使用亮度直方图来调整图像的灰度值以强调高光的细节。基本思想是通过累积函数对原始图像的直方图分布进行非线性变换,并重新排列像素的灰度值,使得某一范围内的像素数(通常是有用信息)基本相同并变得均匀。分布,从而增强像素灰度值的动态范围,实现图像对比度增强。图3.1(a)是摄像机捕获的原始图像,图3.1(b)是直方图均衡图像。通过比较,可以发现直方图均衡图像可以很好地提高图像亮度。通过增强亮区的像素并减少暗部的像素,强调图像的细节,目标与背景之间的差异明显,可以实现后续处理的要求。图像平滑从采集到处理再到传输的去噪图像可能受到噪声干扰。这些将导致图像质量下降,细节信息丢失,淹没功能以及影响下一个操作关合作。图像平滑的主要目的是降低噪声。与图像增强技术不同,图像平滑去噪可消除噪声,但同时会丢失一些图像细节并使线条轮廓模糊。它应该尽量保护细节,同时消除噪音。一般分为空域法和频域法。在频域中,由于噪声频谱通常在高频部分,因此可以使用低通滤波器来降低噪声。空间域可以通过邻域平均,高斯滤波,中值滤波等来降低噪声。在该公式中,T是非负阈值。该公式的物理意义是:指定阈值T.当点附近的平均灰度差小于T时,不进行任何改变。如果结果反转,则将该点的灰度值更改为平均值。这可以大大降低模糊程度。 ?