機(jī)器人視覺系統(tǒng)設(shè)計與實(shí)踐時間：主講人：XXXXXX01圖像處理知識02機(jī)器人視覺系統(tǒng)設(shè)計案例分析03機(jī)器人視覺系統(tǒng)設(shè)計綜合實(shí)踐目錄PART01圖像處理知識圖像處理基礎(chǔ)知識一幅圖像可以定義為一個二維函數(shù)

f(x,y)，x,y是空間坐標(biāo)，而在任意坐標(biāo)(x,y)處的幅值f被稱為這一坐標(biāo)位置的亮度或者灰度RGB圖像在RGB彩色模型中表示圖像的每個像素點(diǎn)由3個分量組成，分量的幅值用于表示每個像素的像素深度。灰度圖像灰度圖像又稱為單通道圖，灰度圖像的矩陣元素的取值范圍通常為[0,255]。這就是人們常提到的256灰度圖像，“0”表示純黑色，“255”表示純白色，中間的數(shù)字從小到大表示由黑到白的過渡色。分量法

02最大值最小值平均法

灰度化最大值最小值平均法

最大值最小值平均法

均值濾波從頻域觀點(diǎn)來看均值濾波是一種低通濾波器，高頻信號將會被去除，因此均值濾波可以消除圖像尖銳噪聲，實(shí)現(xiàn)圖像平滑，模糊等功能。均值濾波就是用每個像素和它周圍像素的平均值替代圖像中的像素。中值濾波中值濾波是消除圖像噪聲效果較好的一種方法，特別是對椒鹽噪聲濾波效果較好，均值濾波是將窗口中的元素的灰度幅值進(jìn)行排序，選取中間值代替圖像像素的灰度值，和均值有相同的地方，不同之處是均值為9個像素幅值的平均值。高斯濾波高斯濾波也是一種平均值濾波，即對整幅圖像進(jìn)行加權(quán)平均。用一個模板掃描圖像中的每一個像素，用模板確定的鄰域內(nèi)像素的加權(quán)平均灰度值去替代模板中心像素點(diǎn)的值。高斯分布是一種鐘形曲線，越接近中心，取值越大，越遠(yuǎn)離中心，取值越小。圖像濾波二值圖像二值圖像（BinaryImage）是數(shù)字圖像處理中的一個重要概念，它指的是圖像上的每一個像素只有兩種可能的取值或灰度等級狀態(tài)，通常人們用黑白、B&W、單色圖像來表示二值圖像。具體來說，二值圖像中的任何像素點(diǎn)的灰度值均為0或者255，分別代表黑色和白色。雖然二值圖像也可以用來表示每個像素只有一個采樣值的任何圖像（如灰度圖像），但二者在本質(zhì)上是不同的。灰度圖像包含更多的灰度等級（通常是0-255），能夠表現(xiàn)更豐富的圖像細(xì)節(jié)和紋理特征；而二值圖像則只能表現(xiàn)簡單的黑白兩種顏色，適用于需要簡化圖像或突出特定特征的場合。彩色圖像經(jīng)過灰度化后得到灰度圖像，對灰度圖像進(jìn)行二值化便得到了二值圖像。二值化的通常使用的方法如下：當(dāng)f(x,y)>=T時，f(x,y)=1;當(dāng)f(x,y)<T時，f(x,y)=0.Roberts算子這是一種利用局部差分尋找邊緣的算子，它使用2x2的卷積核來計算梯度。Roberts算子對邊緣定位較準(zhǔn)，但對噪聲非常敏感。Prewitt算子與Sobel算子類似，但其在計算梯度時采用的是不同的卷積核。Prewitt算子對噪聲的平滑作用較弱，但邊緣檢測效果較為明顯。Sobel算子是一種一階微分算子，它利用像素鄰近區(qū)域的梯度值來計算中心像素的梯度，并根據(jù)梯度幅值來判斷邊緣。Sobel算子對噪聲具有一定的平滑作用，但邊緣定位精度不是很高。邊緣檢測PART02機(jī)器人視覺系統(tǒng)設(shè)計案例分析整體設(shè)計撿乒乓球機(jī)器人能夠通過攝像頭識別并鎖定乒乓球的位置，搭建視覺系統(tǒng)的硬件平臺和軟件環(huán)境，并進(jìn)行視覺系統(tǒng)的程序設(shè)計。硬件實(shí)驗(yàn)平臺以Jetsonnano為主控模塊，搭配其他模塊共同組成撿乒乓球機(jī)器視覺系統(tǒng)的硬件平臺。軟件環(huán)境主要包括PC端的軟件環(huán)境和基于Jetsonnano的軟件環(huán)境，以及所配置的ROS系統(tǒng)，最后使用Python語言對視覺系統(tǒng)的程序進(jìn)行設(shè)計和編寫。PART03機(jī)器人視覺系統(tǒng)設(shè)計綜合實(shí)踐機(jī)器人視覺系統(tǒng)設(shè)計綜合實(shí)踐國產(chǎn)版