摘要：为解决摄像机采集的激光条纹图像出现的明显不均匀现象,提高光条中心提取的精度和实时性,提出一种改进的二维灰度重心法。对光条图像进行中值滤波,用阈值法处理滤波后的图像;采用灰度邻域属性法进行光条中心的粗提取,求出条纹各列的法向宽度值;利用高斯加权的二维灰度重心法提取激光条纹中心。实验结果表明,在复杂的背景下该方法提取光条中心的精度和实时性均优于传统的灰度重心法、方向模板法以及自适应二维灰度重心法。

摘要：为了解决传统电阻式、磁式等角度传感器存在磨损严重、易受电磁干扰的问题,设计了一种基于激光光斑图像识别的角度传感器,采用灰度重心法计算出光斑的中心点像素坐标,根据光斑中心点像素坐标来计算当前输入的角度值。采用傅里叶曲线拟合法,将中心点像素坐标和输入角度值拟合成一条平滑的曲线。并采用改进的反向传播(BP)神经网络算法对输入、输出曲线存在的非线性进行补偿。实验结果表明:进行非线性补偿后的角度传感器的非线性误差为1.017,降低了1.069。其迟滞性、灵敏度、分辨率和平均测量误差分别为±2.65%、2.428/(°)、2560像素/(°)和0.6°。

摘要：为了提高三角法测距成像中光线像素点提取的准确性,该文根据三角法测距原理推导了一种基于线结构激光的测距成像系统的物理模型,并给出了激光照射点在三维空间中的坐标公式。针对复杂背景下光线的提取,提出了一种基于最优分区搜索的算法,即在确定目标区域后仅在区域附近运用改进的灰度重心法提取光线中心点像素。实验结果显示,该设计模型及提取算法能够有效减少环境中噪声的影响,真实复现三维空间场景。

摘要：针对传统煤流量检测准确率低、实时性较差等不足,设计了一种基于机器视觉的煤流量快速检测方法。通过分析双目立体视觉成像原理,利用张正友标定法来完成线激光相机的标定,采用灰度重心法来提取煤料表面激光条纹中心线,确保线条的连续性和平滑性,并根据视差原理结合标定后的相机参数,完成二维线条到三维结构的转换,构建煤料轮廓的三维煤料轮廓。根据轮廓的横截面面积以及煤料密度,即可完成煤流量的求解。实验结果表明:基于机器视觉的煤流量检测方法准确率较高,最大误差为3.0%,检测速度较快,能够满足实际应用的需求。

摘要：在嵌入式系统中,其各种资源有限,为实现由ARM9处理器构成的三维形貌测量系统,光条纹中心提取算法的时空效率至关重要。激光器投射的光条在其法线方向上灰度值呈现高斯分布,针对该种情况,提出应用条纹法线方向结合灰度重心法求条纹中心的方法。对获取的图像进行中值滤波,用最大类间方差法对图像进行阈值分割;利用阈值法粗略提取光条的中心,利用微分中值定理近似求出光条纹法线方向,在法线方向上利用灰度重心法求光条中心。在实验中移植OPENCV2.0嵌入式视觉库,实验结果表明,该方法能实时精确地提取光条中心,且能达到亚像素级。

摘要：为了直接获取工件轮廓点云,设计一种基于ZYNQ可编程芯片的线激光轮廓传感器。以ZYNQ芯片为核心处理器,设计传感器的图像采集与处理硬件电路。根据相机畸变模型,通过双线性插值法矫正各像素点的灰度值,研究基于法向迭代的灰度重心法以提取激光条纹中心线,结合相机参数和激光光平面方程的标定,计算相机坐标系下激光条纹中心点的三维坐标。在ZYNQ芯片中实现上述算法的并行加速,进行工件轮廓扫描测试。结果表明:该传感器可得到工件的三维轮廓点云。

摘要：列车轮对内侧距的准确、及时测量,是列车检修中必不可少的工作。目前,主要使用专用机械卡尺测量轮对内侧距。由于机械卡尺读数与记录都是人工操作,步骤繁琐。针对以上问题,设计了基于三角测距原理的列车轮对内侧距快速测量系统。首先,采用嵌入式处理器驱动摄像机的方式采集轮对内侧激光点图像,并根据激光光斑在像素平面的移动特征,提出快速搜索光斑初步位置方法,剪裁出含有光斑的局部图片;然后,利用阈值分割法和图像形态学处理法,过滤局部图片中光斑的背景噪声;最后,根据灰度重心法精确提取光斑中心坐标,计算轮对内侧距。为验证该系统的可行性,与轮对内侧距机械测量卡尺进行对比试验。试验结果表明,轮对内侧距光学测量方法准确有效。该系统能够大大缩短轮对内侧距测量时间,提高工作效率,在列车日常维护中具有一定的应用价值。

摘要：根据某型飞机试飞任务需求,亟待对飞机起飞最小离地间隙进行精确测量。本文首次基于激光三角测量原理对该距离参数的测量进行了研究,并制定完整的机载测量方案。飞机起飞过程中激光测距传感器实测其对地距离,测量过程中采用滑动平均和灰度重心法对测距精度进行优化。记录器将传感器输出的距离参数与飞机姿态参数一并进行记录并发送遥测。事后对各参数进行换算得出飞机起飞最小离地间隙数据,换算过程中有效地排除了飞机姿态角偏离对测距精度的影响。试验证明该测量方法准确可靠,且测试方案满足试飞任务需求。

摘要：针对投线仪传统检测方法存在占地面积大、检测效率低下、检测精度低等缺点,设计了一套基于平行光管测角及机器视觉测量的激光投线仪自动检测系统。系统由9根平行光管及面阵CMOS相机组成,能同时检测3根垂线及1根水平线。实验结果表明,相比于传统人工检测,本系统检测精度优于5″;操作简单,检测效率高,单台仪器检测时间小于20s;同时采用了平行光管-CMOS相机图像测量系统,使得系统占地面积小于4m^2。为了便于定位激光线中心,对采集到的图像进行了预处理,提取激光线中心采用灰度重心法的亚像素定位技术。

摘要：随着机器视觉技术的持续发展,分拣技术在工业生产中得到了广泛应用。本文提出了一种基于机器视觉的目标识别与定位装置的设计方案,通过识别运动状态物体的形状对其进行分类,同时估计运动物体轨迹,实现物体抓取。本方案中,由工业摄像机采集物体图像,利用全局阈值图像分割大津法(Otsu)进行阈值分割,轮廓逼近确定物体的形状,实现物体形状分类。采用灰度重心法确定物体中心像素坐标,然后利用旋转矩阵和偏移向量之间的矩阵关系将物体中心像素坐标转换为相机坐标,通过刚体变换把相机坐标转换为传送带坐标,获取运动物体坐标信息,实现目标定位。实验结果表明,智能分拣系统对不同运动目标物体抓取率达90%以上,分拣效果较好。