全自主堵板操作机器人系统设计

为了减少核电站蒸汽发生器维修期间人员的劳动强度和辐射时间,设计全自主堵板操作机器人系统,来帮助维修人员完成主要管道的全自主密封,机器人系统包括机器手和两中机器人末端。利用视觉识别算法定位螺栓中心,从而引导机器人完成拧螺栓的动作。同时设计了基于堵板操作机器人的末端快换装置,为核电行业的自动化提供了基础数据。     

基于多阈值算法和分水岭算法的图像分割

图像分割是图像处理中的关键技术,有利于目标的定位和识别,为了提高图像分割的精度,针对单一分割方法存在的不足,提出一种基于多阈值算法和改进分水岭算法的图像分割方法.首先采用多阈值算法分割图像,得到图像的初步分割轮廓,然后采用分水岭算法实现再一次图像分割,最后选择多种类型的图像对分割方法的精度进行验证.实验结果表明,该方法可以将用户感兴趣的目标准确地分割出来,图像分割精度和速度优于单一的多阈值算法或改进分水岭算法,更有利于图像的后期处理.     

高压电缆移动作业机器人机械手双闭环自主定位控制

为提高高压输电线路移动作业机器人作业过程的自动化程度及作业效率,在电磁传感器定位作业区的基础上,提出了一种基于BP网络和视觉伺服相结合的移动作业机器人机械手双闭环自主定位控制方法,并设计了双闭环定位控制系统,其中一个闭环采用BP网络求解机械手的逆运动学实现机械手的粗定位,另一个闭环通过视觉伺服获取特征参数实现机械手的精定位,通过粗定位和精定位相结合的方式实现作业机械手与作业对象的自主精准定位与对接控制.仿真实验将作业机械手与螺栓螺母的对准运动控制过程分解为X,Y,Z 3个方向的定位控制,通过控制算法的调节,3个方向的误差以较快的速度和较高的精度收敛到理想值,并且算法对于不同线路参数结构的引流板具有较强的适应性,满足了特种作业机器人控制实时性、稳定性及对于不同线路结构的自适应性的设计要求.通过引流板螺栓紧固现场作业试验验证了本文所提出方法的有效性和工程实用性.      

基于改进Camshift的蒸汽发生器堵板螺栓视觉定位研究

为缩短强辐射环境下核电站蒸汽发生器堵板操作时间,研制了一种基于改进Camshift算法的核电站蒸汽发生器堵板螺栓视觉定位系统,协同操作机器人实现螺栓的自主定位、拆卸和安装工作。对经典Camshift算法进行了改进,考虑饱和度S分量上的特征信息,建立H-S二维直方图,提出通过颜色相似度的比较,将可分离性好的目标子区域结合机器人本体移动信息和机器人计算出的堵板螺栓信息作为更新Camshift算法的搜索窗口;并利用直方图补偿策略,提高螺栓定位精度。此外,在基于Cortex-M4的STM32高性能处理器平台上,验证了该算法的高效性;并将采集的视频信息及处理信息实时显示在7英寸LCD显示屏上。实验表明,该定位系统具有良好的鲁棒性及快速性,为嵌入式视觉定位工程开发提供了基础。     

基于图像检测的轨距检测算法研究

为实现实时在线轨距测量,建立车载轨距机器视觉检测系统,对该系统所采用的去噪前置处理、精确阈值分割处理和距离变换等算法进行研究.介绍系统的工作原理与构成,并在分析传统光带中心线提取算法的基础上提出基于PNDT的快速轨道轮廓中心线提取方法;采用强对比度拉伸和指数变换的方法进行图像增强,并结合高斯平滑与动态ROI对图像进行快速去噪前置处理;对图像进行精确阈值分割处理,采用距离变换的方法得到轨道轮廓中心线并准确定位轨距测量点.实验结果表明:该系统检测精度满足-1mm~+1mm,实验室测试的合成不确定度最大为0.52mm,图像帧处理时间为14.35ms.轨距机器视觉检测系统可满足实时在线轨距检测对系统检测速度和精度的要求.     

基于神经网络和图像分割的林火图像识别研究

为了提高森林灭火航弹投放的准确性,提高航弹的利用率,对森林火灾图像识别方法进行了优化设计,将阈值分割和神经网络算法相结合,实现了火灾图像的智能识别,提高了图像识别的精确性。本研究利用高清摄像机获取森林火灾图像,采用阈值分割技术对图像进行提取,通过MATLAB计算得到有无火灾的信息,控制系统获取火灾信息后对灭火航弹的投放进行决策,提高了灭火过程的自动化水平。对图像识别算法进行了测试,通过测试发现,该算法可以有效地提高火灾的识别效率和识别精度,为森林灭火的自动化提供了参考。     

基于YOLOv5s-T和RGB-D相机的螺栓检测与定位系统

机器人替代人工紧固角钢塔螺栓是解决高空作业安全问题的途径之一. 针对角钢塔螺栓紧固机器人的作业需求，提出了一种基于神经网络和RGB-D相机的角钢塔主材螺栓检测与定位系统，将轻量化的YOLOv5s-T网络应用于英特尔?实感?深度摄像头D435i采集的图像，实现了角钢塔主材螺栓的实时检测、三维定位及重新排序等功能. 经实验验证，YOLOv5s-T在基本不降低均值平均精度（mean average precision，mAP）的情况下，推理速度提高约31%；用RGB-D相机测得的三维坐标计算相邻螺栓间距，平均误差小于1 mm. 对主材螺栓排序算法进行验证，RGB-D相机正对螺栓组模板时，模板的正确排序率不低于95%，可快速引导6自由度机械臂末端到达螺栓紧固点.      

象棋机器人棋子定位和身份判定方法

针对象棋机器人系统中棋子定位过程烦琐、误差大及通过文字识别棋子的算法复杂度高的问题,提出一种基于图像处理的棋子定位和高度测量方法;以及棋子身份判定算法。首先,根据文字的颜色特征分割棋子并对二值图像做线性融合和膨胀运算;通过绘制轮廓外接圆定位棋子。然后,匹配RGB与RGB-D图像结合数学模型,测量棋子高度。其次,用数字编码定义棋子身份并实时判定。最后,结果表明,方法的棋子分割正确率100%,定位误差0. 51 mm,平均定位时间0. 212 s。高度测量误差1 mm。单流程棋子身份判定算法和系统运行时间分别为9 ms和0. 224 s、可见方法的有效性和实用性。     

采用图像定位与轮廓检测的喷墨宽度测量算法

提出基于图像定位与轮廓检测的喷墨宽度测量算法.首先,根据图像灰度熵特征与旋转定位函数,提出基于动态阈值熵函数分割与EmguCV的产品定位算子,得到产品中心点坐标与旋转角度;然后,传递给机器人Robert,引导Robert到产品边缘喷墨上方进行局部图像采集;最后,采用大律法分割法处理喷墨边缘图像,设计基于Canny边缘检测与轮廓检测的测量算子,从而完成喷墨宽度测量.实验数据显示:与当前目标宽度测量技术相比,文中算法具有更高的测量精度与稳定性.     

一种基于全景视觉系统的Robocop机器人定位方法

对全景视觉成像原理进行了讨论,提出了一种基于YUV色彩空间的多阈值图像分割和利用三角定位原理实现的机器人定位方法.通过识别全景视觉图像中坐标已知的特征信标,提取信标特征,进而应用几何原理计算出机器人的空间坐标,实现机器人的定位,为机器人导航和蔽障工作奠定了基础,有效地减少了彩色图像分割的计算量,避免了全景视觉图像柱面展开所带来的误差.通过实验证明,本方法能够较精确地实现机器人的定位.     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

基于阈值分割法和卷积神经网络的图像识别算法

针对传统卷积神经网络严重依赖数据量的问题, 提出一种基于均值迭代阈值分割法和卷积神经网络的图像识别算法, 通过均值迭代阈值分割法过滤图像背景, 并基于AlexNet构造新的卷积神经网络. 与其他常用的卷积神经网络进行对比实验结果表明, 在样本数量不足的图像识别任务中, 该算法识别效果较理想, 与其他卷积神经网络相比, 具有更高的识别准确度、 更低的识别误差和更快的收敛速度.     

基于机器视觉的风力机叶片损伤检测系统

针对风力机叶片表面出现的磨损等早期损伤特征现象,传统损伤检测方法存在高成本低效率等问题,设计了一种基于机器视觉和图像处理相结合的风力机叶片损伤检测系统。通过搭建机器视觉实验平台完成风力机损伤叶片图像采集和处理,通过使用HSV进行颜色平面提取,卷积运算、高亮显示操作滤波,选用自动阈值分割方法中最小均匀性度量法进行阈值分割处理,最后通过数学形态学去噪处理,腐蚀、膨胀、开运算等操作完成特征提取,设计了基于LabVIEW的风力机叶片智能图像识别系统,通过对图像处理后的损伤特征识别效果调试,完成性能测试。实验结果表明,基于该算法处理后的图像在设计的识别系统内准确识别率达到92.3%,并对裂纹损伤进行目标测量得到实际长度且绝对误差最大为3mm。该系统满足叶片检损的要求,实现对风力机叶片表面裂纹、轮廓磨损等损伤的图像处理和识别,并对损伤处进行标记、计数和测量,实现无损探伤,为兆瓦级风力机叶片损伤检测提供方法借鉴和图像处理、系统设计的技术支持。     

基于K-means算法分割遥感图像的阈值确定方法研究

当前遥感图像分割中阈值确定方法忽略了前景和背景内在的联系,导致过分割和轮廓模糊,造成整体性能低下。为此,提出一种新型基于K-means算法分割遥感图像的阈值确定方法,通过K-means算法对遥感图像进行分割,利用最大类间方差方法得到分割遥感图像的初始阈值,依据该阈值将遥感图像划分成两类,求出两类的均值,将其作为K-means聚类算法的两个初始聚类中心,通过K-means聚类方法逐次迭代,不断更新聚类中心,直至得到聚类准则函数,从而求出遥感图像的最佳分割阈值。实验结果表明,采用所提方法确定遥感图像分割中的阈值,不仅效率高,而且整体性能优越;将得到的阈值应用于遥感图像分割中,能够使目标和背景被有效分离,且分离后目标部分轮廓比较清晰。     

基于颜色特征的胸环靶图分割算法

胸环靶图的识别是自动报靶系统的重要研究内容之一。在分析胸环靶颜色特征的基础上,提出了一种基于颜色特征的胸环靶分割方法。首先从RGB颜色模型颜色空间分析了靶环绿色恒量的存在性;并基于绿色恒量特征初提取胸环靶图像。然后在HSI颜色空间中基于色调和饱和度分量进一步提取靶环图像。最后对二值化后的图像作投影变换,确定胸环靶在图中的位置。该算法其他的胸环靶分割算法,避免了阈值选择不当的问题;并且能够有效克服光线、背景变化和天气条件的影响,具有很好的鲁棒性和自适应性,定位精度高。     

象棋机器人视觉识别算法研究

完成了象棋机器人的视觉识别算法研究,并进行了实验。对棋盘图像预处理,包括对棋盘图像颜色模型的研究、将彩色图像转换成灰度图像、利用均值滤波和中值滤波等方法对棋盘图像滤波、将灰度图像二值化等。利用图像分割算法进行了棋盘图像边缘提取等操作;利用改进的Hough变换对棋子的圆形和圆心进行定位,从而获得棋盘上的棋子位置,为棋子识别打下基础。针对象棋棋子图像特点提出了统计径向棋子像素的识别方法,首先利用数学形态学方法对棋盘图像进行细化处理,然后统计每个棋子的像素个数,从而实现棋子识别。实验结果表明,该方法能得到较好的识别率,而且对于任意角度的棋子像素值均具有保持不变的特点。该方法比较适合象棋机器人视觉系统。     

基于小波变换和亮度矩的车牌图像分割算法

车辆牌照图像的分割是车牌识别的前提和基础，针对牌照与车身背景的分割问题，该文提出了基于小波变换和这度矩方法的车辆牌照阈值分割算法，首先，对车牌图像进行小波去噪，然后利用亮度矩对去噪后的车牌图像进行阈值分割，实验结果表明：此方法能够从含有较强噪声的车辆图像中获得车牌图像，且具有相对于图像的平移、尺度变化和旋转的低敏感性。     

一种基于服务机器人的视觉系统设计

通过采用图像传感器0V7635采集图像,帧存储器AL422B进行数据缓存,CPLD控制时序,DSP进行图像处理,构建了一个图像采集的硬件系统．在图像软件处理中,采用闽值向量判断法和改进的种子填充法来完成彩色图像的识别和分剖,在分割中计算图像的几何矩,利用全局图像的几何矩特征量构建图像雅可比矩阵,并用推导的图像雅可比矩阵完成一个图像反馈与目标运动自适应补偿的视觉跟踪系统．系统采用了TFT液晶来直观显示视觉识别和跟踪的效果．