機(jī)器視覺系統(tǒng)研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、電子技術(shù)、圖像處理、模式識別的迅速發(fā)展，機(jī)器視覺的實(shí)際研究與應(yīng)用日益得到重視，并在許多領(lǐng)域取得了驕人的成果，這就增加了機(jī)器視覺技術(shù)應(yīng)用于機(jī)器人的可能性。
　　 本文足以機(jī)器人視覺伺服為最終研究目標(biāo)，利用神經(jīng)網(wǎng)絡(luò)技術(shù)和圖像處理技術(shù)，完成了機(jī)器視覺研究中的三項(xiàng)內(nèi)容：
　　 1）根據(jù)神經(jīng)網(wǎng)絡(luò)和攝像機(jī)標(biāo)定的特點(diǎn)，使用BP神經(jīng)網(wǎng)絡(luò)完成不需要預(yù)先建立成像系統(tǒng)的結(jié)構(gòu)模型的平面攝像機(jī)標(biāo)定，它利用網(wǎng)絡(luò)的自學(xué)習(xí)和自適應(yīng)能力，

2、通過與外界信息的交互作用，形成一種非線性映射，以表示圖像和空間坐標(biāo)之間的映射關(guān)系，由于其快速的并行計(jì)算能力及良好的泛化和局部逼近能力，此方法具有了較強(qiáng)的標(biāo)定實(shí)時(shí)性；
　　 2）在圖像處理部分，描述了融合像素點(diǎn)的梯度、柏角和方向特征多種信息，利用簡單的比較、加減等模糊邏輯運(yùn)算來完成含有強(qiáng)噪聲的圖像的邊緣檢測，這種方法尤其適合對實(shí)際工作中含有強(qiáng)噪聲的圖像進(jìn)行邊緣檢測；
　　 3）最后，使用7個(gè)不變矩作為模式識別的特征值，利用