足球机器人双目视觉定位能力是机器人进行足球比赛的基础,发球角度是影响发球质量的重要因素,为了有效提高足球智能机器人发球稳定性和精度,减小足球落点位置误差,提出了足球智能机器人双目视觉发球角度定位方法。通过在足球智能机器人双目处绑定摄像机,利用双目摄像机,对足球场地进行观测,获取平移矩阵与旋转矩阵,双目标定足球智能机器人。采用Canny算子进行边缘检测,从而识别图像中目标物的位置,保障发球定位精度。利用Harris算子对目标角点信息进行提取,并结合Canny边缘检测识别的目标边缘点作为特征点,基于Canny-Harris特征点,匹配左图像和右图像里的目标物,遵循一致性顺序约束,获取二者匹配关系。通过立体匹配获取数据,针对物体角度实施三维重构,实现机器人发球角度定位。实验结果表明,当发球角度为10°时,能够有效提高足球智能机器...

针对特钢棒材表面裂纹缺陷人工检测效率低、漏检率高且无法与自动化修磨技术相结合等问题,提出一种棒材表面裂纹的视觉检测方法。首先基于棒材旋转,利用线阵相机沿棒材周向采集到中心和边缘亮度一致的二维图像;然后,采用双边滤波和增强的预处理方法提高棒材表面图像质量,在去除图像噪声的同时保留裂纹局部细节,增强裂纹与背景区域的对比度;再根据求补集原理去除干扰裂纹检测的亮点区域;接着将最大类间方差法与Canny算子结合,自适应选取边缘阈值,提高边缘检测精度;最后,根据所选区域的面积、长宽比以及与水平方向夹角等几何特征筛选出真正的裂纹,将裂纹缺陷位置信息坐标化。实验及研究结果表明该检测方法能够替代人工,准确检测和定位特钢棒材曲面的裂纹,为后续棒材裂纹的自动化修磨提供基础。

目前,活塞环的检测普遍采用人工检测。采用视觉技术提取活塞环闭口间隙轮廓,对轮廓进行图像处理,得到测量结果,与人工检测相比,检测速度更快,精度更高。传统的边缘检测过程大都采用Canny算子,通过高斯滤波过滤图像。在活塞环轮廓处理过程中,对轮廓提取精度要求更高。高斯滤波作为低通滤波算法,对轮廓没有保护作用,会导致轮廓边缘图像模糊。针对这一问题,提出了改进的Canny算子,采用中值滤波和傅里叶变换相结合的方法,有效地提高了边缘轮廓的提取精度。

为了提高亚像素边缘定位精度，减小定位误差，提出了一种改进的canny边缘检测算子用来检测图像的像素级边缘，之后基于改进的canny算子粗定位的边缘点，采用高斯拟合亚像素方法找出图像的亚像素边缘点位置。针对微小的圆形零件进行图像采集及图像处理，通过matlab实验仿真将该方法与传统的canny算子相比较，发现误定位明显减少，在保留边缘信息的同时有效的提高了边缘定位的精度，得到更准确的圆心位置及半径长度。结果表明是一种有效的边缘检测定位算法，具有一定的实用意义。