机器人技术及其应用教学课件ppt作者谢存禧第7章课件.ppt

第七章 机器人的视觉及其应用 第一节 概 述 每个人都能体会到，眼睛对人来说是多么重要。可以说人类从外界获得的信息，大多数都是由眼睛得到的。人类视觉细胞的数量大约在 数量级，是听觉细胞的3000多倍，是皮肤感觉细胞的100多倍。从这个角度来说，也可以看出视觉系统的重要性。至于视觉的应用范围，简直可以说是包罗万象。 获取机器人周围世界的信息，人们为了从外界环境获取信息，一般是通过视觉、触觉、听觉等感觉器官来进行的，也就是说如果想要赋予机器人较为高级的智能，那么离开视觉系统是无法做到的。 对于智能机器人来说，视觉系统是必不可少的。从20世纪60年代开始，人们便着手研究机器人的视觉系统。一开始只能识别平面上的类似积木的物体。到了20世纪70年代，已经可以认识某些加工部件，也能认识室内的桌子、电话等物品了。当时的研究工作虽然进展很快，但无法应用于实际。这是因为视觉系统的信息量极大，处理这些信息的硬件系统十分庞大，花费的时间也很长。 随着大规模集成技术的发展，计算机内存的体积不断缩小，价格急剧下降，速度不断提高，视觉系统也走向了实用化。进入20世纪80年代后，由于微机的飞速发展，实用的视觉系统已经进入各个领域，其中用于机器人的视觉系统数量是很多的。 第二节 机器人的视觉系统的组成及其原理 一、机器人视觉系统的硬件系统 机器人视觉系统的硬件组成： （1）景物和距离传感器：常用的有摄像机、CCD图像传感器、超声波传感器和结构光设备等。 （2）视频信号数字化设备。 （3）视频信号快速处理器：如DSP系统。 （4）计算机及其外设。 （5）机器人及其控制器。 机器人视觉的软件系统有以下几个部分组成： （1）计算机系统软件：选用不同类型的计算机，就有不同的操作系统和它所支撑的各种语言、数据库等。 （2）机器人视觉信息处理算法：图像预处理、分割、描述、识别和解释等算法。 （3）机器人控制软件。 二、CCD原理 CCD传感器 (a)CCD行扫描传感器；(b)CCD面阵传感器 三、视频数字信号处理器 图像信号一般是二维信号，一幅图像通常由512×512个像素组成（当然有时也有256×256，或者1024×1024个像素），每个像素有256级灰度，或者是3×8bit，红黄兰16兆种颜色，一幅图像就有256KB或者768KB（对于彩色）个数据。完成视觉处理的传感、预处理、分割、描述、识别和解释。 主要完成的数学运算可以归纳为： （1）点处理：常用于对比度增强、密度非线性校正、阈值处理、伪彩色处理等。 （2）二维卷积的运算：常用于图像平滑、尖锐化、轮廓增强、空间滤波、标准模板匹配计算等。 （3）二维正交变换：常用二维正交变换有FFT、Walsh、Haar和K—L变换等，常用于图像增强、复原、二维滤波、数据压缩等。 （4）坐标变换：常用于图像的放大缩小、旋转、移动、配准、几何校正和由投影值重建图像等。 （5）统计量计算：如计算密度直方图分布、平均值和协方差矩阵等。 如果在通用的计算机上处理视觉信号，主要有两个局限性：一是运算速度慢，二是内存容量小，为了解决上述问题，可以采用如下方案： （1）利用大型高速计算机组成通用的视频信号处理系统。但是缺点是成本太高。 （2）小型高速阵列机。 （3）采用专用的视觉处理器。为了适应微型计算机视频数字信号处理的需要，不少厂家设计了专用的视觉信号处理器，它的结构简单，成本低，性能指标高。多数采用多处理器并行处理，流水线式体系结构以及基于DSP的方案。 第三节 视觉信息的处理 视觉信息的处理如图所示，包括预处理、分割、特征抽取和识别四个模块。 一、预处理 预处理的主要目的是清除原始图像中各种噪声等无用的信息，改进图像的质量，增强感兴趣的有用信息的可检测性，从而使后面的分割、特征抽取和识别处理得以简化，并提高其可靠性，机器视觉常用的预处理包括去噪、灰度变换和锐化等。 1.去噪 原始图像中不可避免地会包括许多噪声，如传感器噪声、量化噪声等。通常噪声比图像本身包含较强的高频成分，而且噪声具有空间不相关性，因此简单的低通滤波是最常用的一种去噪方法。 2．灰度变换 　　由于光照等原因，原始图像的对比度往往不理想，利用各种灰度变换处理可以增强图像的对比度。例如有时图像亮度的动态范围很小，表现为其直方图较窄，即灰度等级几种在某一区间内，这是通过所谓直方图拉伸处理，即通过灰度变换将原直方图两端的灰度值分别拉向最小值（0）和最大值（255），使图像占有的灰度等级充满（0～255）的整个区域，从而使图像的层次增多，达到图像细节增