




版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、6.1 6.1 触觉信息的处理触觉信息的处理6.1.1 6.1.1 利用识别函数的形状识别利用识别函数的形状识别物体特征参量物体特征参量 ,排成向量,排成向量这些向量分布到这些向量分布到n n维空间;同类将积聚维空间;同类将积聚构造识别函数构造识别函数g(X)g(X) nxxx,2112211)(nnnwxwxwxwXg6.1 6.1 触觉信息的处理触觉信息的处理6.1.1 6.1.1 利用识别函数的形状识别利用识别函数的形状识别物体特征参量物体特征参量 ,排成向量,排成向量这些向量分布到这些向量分布到n n维空间;同类将积聚维空间;同类将积聚构造识别函数构造识别函数g(X)g(X) nxxx
2、,2112211)(nnnwxwxwxwXg6.1 6.1 触觉信息的处理触觉信息的处理6.1.2 6.1.2 按轮廓特征识别形状按轮廓特征识别形状 从重心到边界画轮廓曲线从重心到边界画轮廓曲线6.1 6.1 触觉信息的处理触觉信息的处理6.1.2 6.1.2 按轮廓特征识别形状按轮廓特征识别形状 从重心到边界画轮廓曲线从重心到边界画轮廓曲线6.2 6.2 基本的图象处理方法基本的图象处理方法6.2.1 6.2.1 二值化处理二值化处理 按某一阈值二值化。按某一阈值二值化。 二值化处理就是把图像中物体和背景用两个取值状态二值化处理就是把图像中物体和背景用两个取值状态区分出来的处理办法。这通常对
3、物体和对象反差比较明显区分出来的处理办法。这通常对物体和对象反差比较明显(像素差别比较大)的情况下进行处理,文字识别,符号(像素差别比较大)的情况下进行处理,文字识别,符号识别,轮廓识别等。识别,轮廓识别等。 二值化处理的关键就是阀值的选择。目前比较成熟的应二值化处理的关键就是阀值的选择。目前比较成熟的应用汽车牌照的识别,乐谱的识别(音乐机器人),文字的用汽车牌照的识别,乐谱的识别(音乐机器人),文字的识别(扫描仪)等识别(扫描仪)等6.2 6.2 基本的图象处理方法基本的图象处理方法6.2.2 6.2.2 微分处理微分处理 由于投影亮度影响,不能进行二值化。由于投影亮度影响,不能进行二值化。
4、 在边缘在边缘/ /棱线处亮度突变棱线处亮度突变边缘检测边缘检测), 1(),(),() 1,(),(),(jifjifjiyfjifjifjixf221),(),(),(),(tanjiyfjixfjixfjiyf6.2 6.2 基本的图象处基本的图象处理方法理方法6.2.3 6.2.3 边缘像素提取和细边缘像素提取和细线化与直线近似线化与直线近似 6.2 6.2 基本的图象处理方法基本的图象处理方法6.2.4 Hough6.2.4 Hough变换变换sincosyx6.2 6.2 基本的图象处理方法基本的图象处理方法6.2.5 6.2.5 模板匹配模板匹配AAAtftftf2)(, |,|
5、max2),(),(),(,ljkiflktljkifjiM),(),(2),(),()(222lktljkiflktljkiftf6.3 26.3 2维图象的处理维图象的处理6.3.1 6.3.1 物体的位置检测物体的位置检测 (1 1)软管的组装)软管的组装I I 1. 1.假定孔是暗的,周边是亮的假定孔是暗的,周边是亮的 6.3 26.3 2维图象的处理维图象的处理6.3.1 6.3.1 物体的位置检测物体的位置检测 (2 2)软管的组装)软管的组装IIII 3412,ccccAAAAXxYyww2.孔的中心可以看到对面孔的中心可以看到对面内壁内壁6.3 26.3 2维图象的处理维图象的处理6.3.1 6.3.1 物体的位置检测物体的位置检测 (2 2)软管的组装)软管的组装IIII 6.3 36.3 3维图象的处理维图象的处理6.4.1 6.4.1 双目视觉双目视觉 6.3 36.3 3维图象的处理维图象的处理6.4.2 6.4.2 时空图象时空图象 6.3 36.3 3维图象的处理维
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 江西省宜春重点中学2022-2023学年联考高二下学期语文期末试卷(含答案)
- 北京市西城区2023-2024学年五年级下学期语文期末试卷(含答案)
- 2025护工与老年人直接雇佣合同
- 2025合同法制的创新与发展趋势
- 2025中介租赁合同书范本
- 2025年科技创业前如何精准签订技术转让合同
- 2025年深圳市租房租赁合同简易模板
- 2025年合作伙伴间的合同范本
- 2025铝材买卖合同模板范本
- 《中国股市发展历程》课件
- 医院培训课件:《产前准备-为顺产做准备》
- 《管理学原理》(课件)
- 长城汽车2025人才测评答案
- 幼儿园法制教育讲座
- 《中华人民共和国产品质量法》知识培训
- 技能人才评价命题技术规程
- 中职不等式的试题及答案
- 深信服aES产品技术白皮书-V1.5
- Unit+2+Expressing+yourself+PartB(课件)【知识精研】人教PEP版(2024)英语三年级下册
- 电子商务与电子政务的互补关系
- 《安全人机工程学》试题及答案
评论
0/150
提交评论