目標(biāo)的獲取即在攝像機采集的圖像中搜索是否有特定目標(biāo),并提取目標(biāo)區(qū)域,給出目標(biāo)在圖像中的位置特征點。
由于機器人控制實時性的需要,過于耗時的復(fù)雜算法是不適用的,因此以顏色信息為目標(biāo)特征實現(xiàn)目標(biāo)的獲取。本文采用了HSI模型,3個分量中,I是受光照影響較大的分量。所以,在用顏色特征識別目標(biāo)時,減少亮度特征I的權(quán)值,主要以H和S作為判定的主要特征,從而可以提高顏色特征識別的魯棒性。
廈門岳航計算機工程有限公司
聯(lián)系人:李素云
企業(yè)QQ:2851195446,2851195466
手機:18965423501
座機:0592-5165501
考慮到連通性,本文利用捕獲圖像的像素及其八連通區(qū)域的平均HS特征向量與目標(biāo)像素的HS特征向量差的模是否滿足一定的閾值條件來判別像素的相似性;同時采用中心連接區(qū)域增長法進行區(qū)域增長從而確定目標(biāo)區(qū)域。圖2給出了目標(biāo)區(qū)域分割的算法流程。
SIEMENS 3TX7 002-1BB00
SWC 60-1R 3.048M
SWC 50K1/2L 3.048M
Klauke 473/8
Klauke 473/1
Siemens 3RH1140-1AP00
Siemens 3RV1421-0JA10
Pfannenberg FLZ 520
SWC 50-1R 3.048M
WORNER DELTA BS 3-35
Siemens 3RH2911-2GA22
55.34.9.024.0040
Siemens 3RV1021-1JA10
Siemens 3RV1021-1DA10
Schmersal BPS 36-1
Becker Art.Nr. 909505
IMHSS02
IMHSS03
IMMFC04
IMMFC05
IMMFP01
IMMFP02
IMMFP03
IMMFP03B
IMMFP11
IMMFP12
IMMPI01
IMMPI02
IMPCC01
IMQRS22
IMRIO02
IMSET01
IMSPM01
INBIM02
INBTM01
INDDM01
INICT01
INICT03
INICT03A
INICT12
Siemens 5SG5 701
LR2 D1306
NST-8-M6 150915
Siemens 6ES7 138-4CA01-0AA0
Siemens 3RV1021-0JA10
61036J 600V-100A
SUNX PM-Y44
SKF 2202 E-2RS1TN9