基于正交傅立葉-梅林矩的機械零件不變性模式識別.pdf

1、實現(xiàn)零件形狀的不變性識別是實現(xiàn)裝配機器人視覺的基礎.研究機器人視覺的不變性識別,在一定程度上可以提高機器人的工作能力和對環(huán)境的適應能力,減少機器人視覺識別誤差,可大大提高系統(tǒng)的裝配成功率.在不變性模式識別系統(tǒng)設計中,本文采用正交傅立葉-梅林矩提取圖像特征的方法,實現(xiàn)了零件形狀的可靠識別. 首先,采用微軟公司提供的VFW(Video For Windows)軟件包開發(fā)純軟件的視頻采集程序,提高了程序的通用性. 其次,對采集

2、的數字圖像進行圖象平滑、中值濾波、梯度銳化、域值分割、邊界提取和種子填充等一系列圖像處理,以去除噪音提高圖像清晰度,分離識別體和背景,為下一步特征提取做準備. 再次,對經過預處理的圖像,計算正交傅立葉-梅林矩(OFFM's)并實現(xiàn)算法歸一化.具體算法為:先通過一階矩來計算圖像質心作為圖像坐標原點;再通過復矩在笛卡爾坐標系內計算傅立葉-梅林矩,并利用尺度和強度變化歸一化；最后由歸一化的傅立葉-梅林矩得到歸一化的正交傅立葉-梅林矩,