速发展,图像视觉成为机器人获得环境信息的主要手段之一,它不仅增加了机器人的自主能力,而且提高了机器人的灵活性。捡球机器人在自动捡球模式下,通过视觉处理系统进行球体识别、定位、自动捡取,通过多传感器信息融合算法达到探测障碍物、方位等信息,Р图像分析与处理的两个主要领域称作为计算机视觉和图像处理。Р 数字摄像机有3种摄像机,D 摄像机、CMOS摄像机和彩色摄像机。以下是3种摄像机工作原理以及优缺点:Р图2-D芯片的行为特征。Р图2-D摄像机Р CMOS摄像机图2-3的优点:第一,D所要求的特殊时钟驱动器,要将各像素的电荷顺着阵列所有的列进行转移,并遍历所有行。第二,它的消耗非常少的功率。Р图2-3 CMOS摄像机Р彩色摄像机:它仅测量在积分期间击中各像素的光子的总量。图像处理是处理信号的一种形式。它是一个很大的区域,典型的是:Р ①滤波、图像增强、边缘检测Р ②图像恢复与重构Р图像滤波是处理图像的主要工具。例如,传送低频滤波器,它的产生效应是模糊图像,还有平均滤波器和平滑滤波器。Р平滑滤波器用于模糊和缩减噪声。它的输出仅仅是包含在滤波器像素的加权平均。这些滤波器有时处在平均滤波器或者低通滤波器图像中的每个像素,由滤波器所限定的领域中,像素强度的平均值所取代。这过程产生了一个具有缓转变的新图像。于是,图像噪声降低。但是作为副效应,边缘-通常是图像所希望的一个特征—也产生模糊。Р许多图像处理算法使用了图像强度的二阶导数。由于这种高阶导数算法对基本信号中亮度变化的敏感性,所以重要的是,将信号平滑,使得强度的变化由场景中物体光度的真正变化而引起,而不是由图像噪声的随机变化而引起。标准方法是使用高斯平均滤波器,它的系数由下式给定:Р Р边缘检测器:它有3个明显的目标:信噪比最大化、边缘位置达到最大可能的精确度、与各边缘相关的边缘响应的数目最小化。Р在实践中,平滑和微分被合成一个操作,因为
全文预览
