CN117557626B - 一种气雾喷雾器喷头安装辅助定位方法 - Google Patents

一种气雾喷雾器喷头安装辅助定位方法 Download PDF

Info

Publication number
CN117557626B
CN117557626B CN202410044328.7A CN202410044328A CN117557626B CN 117557626 B CN117557626 B CN 117557626B CN 202410044328 A CN202410044328 A CN 202410044328A CN 117557626 B CN117557626 B CN 117557626B
Authority
CN
China
Prior art keywords
spray head
fuzzy
current frame
installation position
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202410044328.7A
Other languages
English (en)
Other versions
CN117557626A (zh
Inventor
崔仙伟
马望民
王晗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taian Dalu Medical Instrument Co ltd
Original Assignee
Taian Dalu Medical Instrument Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Taian Dalu Medical Instrument Co ltd filed Critical Taian Dalu Medical Instrument Co ltd
Priority to CN202410044328.7A priority Critical patent/CN117557626B/zh
Publication of CN117557626A publication Critical patent/CN117557626A/zh
Application granted granted Critical
Publication of CN117557626B publication Critical patent/CN117557626B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及气雾喷雾器喷头安装位置图像增强技术领域,具体涉及一种气雾喷雾器喷头安装辅助定位方法。该方法获取相邻帧喷头安装位置图像;获取当前帧图像的差异像素点,并根据差异像素点分布特征获得模糊参数;根据相邻帧图像的环境光强度差异与模糊参数获得运动模糊程度;获取相邻帧图像的非模糊区域与当前帧图像的模糊区域;根据相邻帧图像非模糊区域相同灰度级像素点的位置变化程度获得模糊方向,根据当前帧图像模糊区域内的梯度变化获得平均模糊距离与模糊渐弱程度,并进而获得图像模糊核;利用模糊核增强图像并利用图像增强结果辅助定位。本发明能够得到理想的图像增强结果,进而能够根据图像增强结果准确地安装喷头。

Description

一种气雾喷雾器喷头安装辅助定位方法
技术领域
本发明涉及气雾喷雾器喷头安装位置图像增强技术领域,具体涉及一种气雾喷雾器喷头安装辅助定位方法。
背景技术
气雾喷雾器是一种将液体药物或其他物质以微小液滴的形式喷射到空气中的设备,在医疗、清洁用品等领域均有广泛应用。喷头的安装位置和角度对喷雾效果有很大影响,为了提高气雾喷雾器的喷雾效果,需要在安装过程中对喷头进行准确的定位。
随着计算机视觉技术的发展,一些先进的喷雾器生产线开始尝试使用视觉定位系统来辅助安装喷头。这种系统可以通过摄像头捕捉到喷头的图像,然后通过图像处理算法来确定喷头的位置,从而实现自动化的喷头安装。但是在现有技术中,对喷头进行安装时,可能会出现由于机械臂移动造成图像采集过程中出现模糊区域,干扰目标识别检测的结果,因此需要在检测之前对图像进行增强处理。但是,现有的非盲去卷积增强算法,在实际使用的过程中需要图像损失过程作为参数,而在实际安装过程中,周围的光线变化、机械臂移动造成的图像损失都是不可预知的,无法得到相对理想的增强效果,导致安装位置的边缘和区域特征难以识别,从而无法准确安装喷雾器喷头。
发明内容
为了解决对喷头进行安装时,可能会出现由于机械臂移动造成图像采集过程中出现模糊区域,导致安装位置的边缘和区域特征难以识别,从而无法得到相对理想的增强效果,进而无法准确安装喷雾器喷头的技术问题,本发明的目的在于提供一种气雾喷雾器喷头安装辅助定位方法,所采用的技术方案具体如下:
一种气雾喷雾器喷头安装辅助定位方法,该方法包括:
获取相邻两帧的喷头安装位置图像;
获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点;根据当前帧喷头安装位置图像内差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;根据上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异,与当前帧喷头安装位置图像的所述模糊参数,获得当前帧喷头安装位置图像的运动模糊程度;
获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域;根据相邻两帧喷头安装位置图像的非模糊区域中每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向;根据当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;根据所述运动模糊程度、所述平均模糊距离与所述模糊渐弱程度获得当前帧喷头安装位置图像的模糊核;
利用所述模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果;
根据所述图像增强结果对喷头安装进行辅助定位。
进一步地,所述模糊参数的获取方法包括:
根据当前帧喷头安装位置图像的每个差异像素点相对于差异像素点整体的离散程度,获得当前帧喷头安装位置图像差异像素点的位置分布特征;
将所述位置分布特征与差异像素点数量的乘积作为当前帧喷头安装位置图像的模糊参数。
进一步地,所述位置分布特征的获取方法包括:
获取所述差异像素点的横坐标平均值与纵坐标平均值;
计算每个差异像素点的横坐标与所述横坐标平均值的差异作为第一差异;计算每个差异像素点的纵坐标与所述纵坐标平均值的差异作为第二差异;将所述第一差异与所述第二差异的乘积作为每个差异像素点相对于差异像素点整体的离散程度;
将每个差异像素点的所述离散程度求平均并进行负相关映射归一化处理获得每个差异像素点的位置分布特征。
进一步地,所述运动模糊程度的获取方法包括:
将所述环境光强度差异与所述模糊参数的乘积进行归一化处理,获得当前帧喷头安装位置图像的运动模糊程度。
进一步地,获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域,包括:
计算当前帧喷头安装位置图像的所有差异像素点与所述差异像素点在上一帧喷头安装位置图像上的对应位置像素点的梯度值;将所述差异像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个差异像素点中,梯度值最大的差异像素点作为标准像素点;
将梯度值大于所述标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的非模糊区域,将梯度值小于所述标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的模糊区域;
将对应位置像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个对应位置像素点中,梯度值最大的对应位置像素点作为参考像素点,将梯度值大于所述参考像素点的对应位置像素点组成的区域作为上一帧喷头安装位置图像的非模糊区域。
进一步地,所述位置变化程度的获取方法包括:
计算当前帧喷头安装位置图像与上一帧喷头安装位置图像内所述非模糊区域之间的灰度均值差值,作为非运动因素导致的灰度变化程度;
将当前帧喷头安装位置图像非模糊区域内每个灰度级内的像素点作为第一类像素点,并根据所述灰度变化程度获取所有所述第一类像素点在上一帧喷头安装位置图像的相同灰度级的像素点作为第二类像素点;
将每个第一类像素点与距离最近的第二类像素点进行连线,并将所述第一类像素点作为顶点,计算所有连线与横坐标轴之间的角度均值,作为相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度。
进一步地,所述模糊方向的获取方法包括:
将每个灰度级像素点的位置变化程度求平均获得当前帧喷头安装位置图像非模糊区域的所述模糊方向。
进一步地,所述平均模糊距离与所述模糊渐弱程度的获取方法包括:
在所述模糊区域中,沿着所述模糊方向选取梯度值小于上一个像素点梯度值的每个模糊区域像素点作为起始点,从每个起始点沿着模糊方向进行遍历,选取梯度值小于下一个像素点的模糊区域像素点作为每个起始点的对应终点;
将每个起始点与对应终点之间的像素点数量作为模糊距离,将所有模糊距离求平均获得所述平均模糊距离;
将每个起始点与对应终点之间的所有像素点的梯度值求平均获得所述模糊渐弱程度。
进一步地,所述模糊核的获取方法包括:
根据所述模糊距离与所述模糊核最大尺寸获得当前帧喷头安装位置图像的模糊核尺寸;
根据所述模糊核尺寸、所述运动模糊程度与所述模糊渐弱程度设计模糊核。
进一步地,所述模糊核尺寸的获取方法包括:
根据模糊核尺寸计算公式获取所述模糊核尺寸,所述模糊核尺寸计算公式如下所示:
;式中,/>表示当前帧喷头安装位置图像模糊区域的模糊核尺寸;/>表示当前帧喷头安装位置图像模糊区域的平均模糊距离;/>表示当前帧喷头安装位置图像模糊区域的最大模糊距离;/>表示当前帧喷头安装位置图像模糊区域的预设模糊核最大值;/>表示将不是奇数的数值向上舍入为最接近的奇数的函数。
本发明具有如下有益效果:
本发明获取相邻两帧的喷头安装位置图像,以便于后续获得消除模糊区域的自适应参数;由于需要对相邻帧喷头安装位置图像的差异部分进行分析,所以获取当前帧喷头安装位置图像的所有差异像素点;由于差异像素点是由相机运动形成的,所以差异像素点的数量与位置分布特征能够反映出当前帧喷头安装位置图像的运动模糊程度,所以根据差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;由于相邻帧喷头安装位置图像的环境光强度不同,造成相邻帧喷头安装位置图像运动模糊程度不同,所以运动模糊程度与环境光强度差异和模糊参数有关;获取相邻两帧喷头安装位置图像的非模糊区域,通过非模糊区域的位置变化可以反映出模糊方向;获取当前帧喷头安装位置图像的模糊区域,方便后续对模糊区域进行分析获取模糊核;根据相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向,位置变化程度反映出模糊区域的运动趋势;由于模糊区域像素点沿模糊方向上物体运动模糊的状态时逐渐变弱的,即像素点的梯度值会逐渐减小,所以通过当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;由于模糊程度、平均模糊距离与模糊渐弱程度均反映了模糊区域的特性,可以根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核;利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果;根据图像增强结果可以得到消除模糊区域的喷头安装位置图像,能够对喷头安装进行辅助定位。本发明结合实际模糊变化规律和图像物理特征得到自适应模糊核,能够得到理想的图像增强结果,进而能够根据图像增强结果准确地安装喷头。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它附图。
图1为本发明一个实施例所提供的一种气雾喷雾器喷头安装辅助定位方法流程图。
具体实施方式
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种气雾喷雾器喷头安装辅助定位方法,其具体实施方式、结构、特征及其功效,详细说明如下。在下述说明中,不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外,一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。
下面结合附图具体的说明本发明所提供的一种气雾喷雾器喷头安装辅助定位方法的具体方案。
请参阅图1,其示出了本发明一个实施例提供的一种气雾喷雾器喷头安装辅助定位方法流程图,该方法包括:
步骤S1:获取相邻两帧的喷头安装位置图像。
本发明实施例提供了一种气雾喷雾器喷头安装辅助定位方法,针对于喷雾器喷头安装辅助定位的问题,应当对喷头安装位置进行目标识别,所以首先需要获取喷头安装位置图像。因为在实际情况中,采集的喷头安装位置图像中经常会出现由于相机移动导致的模糊区域,而不同的相机移动速度情况下,喷头安装位置图像的运动模糊是不同的。为了消除模糊区域,需要通过相邻两帧的喷头安装位置图像之间的差异以便于后续获得消除模糊区域的自适应参数,所以需要获取相邻两帧的喷头安装位置图像。
本发明一个实施例中,将工业高清相机安装在携带喷头的机械臂上,并将其对准喷头安装的目标位置,采集喷头安装位置图像。由于喷头辅助安装过程中不需要过多颜色信息,所以对喷头安装位置图像进行灰度化处理。需要说明的是,实施人员可以根据实施场景自行设置喷头安装位置图像的方法,在此不做限定。
步骤S2:获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点;根据当前帧喷头安装位置图像内差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;根据上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异,与当前帧喷头安装位置图像的模糊参数,获得当前帧喷头安装位置图像的运动模糊程度。
在实际情况中,相邻两帧喷头安装位置图像可能会由于相机的移动从而产生差异部分,而这些差异部分通常是由喷头安装位置图像内的物体运动以及模糊区域的变化造成的。由于相机是安装在机械臂上的,且机械臂具有分段式运动的特点,即其移动方式为“暂停-移动-暂停”,存在“加速-减速”的过程,不同的速度情况下图像的模糊区域存在差异,因此需要对相邻帧的差异部分进行分析,所以本发明实施例中,需要获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点,方便后续进行消除模糊区域的分析。
本发明一个实施例中,通过帧差法获得当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点。需要说明的是,帧差法为本领域技术人员熟知的技术手段,在此不做赘述,在本发明其他实施例中,还可以采用光流法、差分图像法等目标检测算法获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点,在此不做限定及赘述。
由于差异像素点是由相机运动形成的,所以差异像素点的数量与位置分布特征能够反映出当前帧喷头安装位置图像的运动模糊程度,所以根据当前帧喷头安装位置图像内差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数。除了相机在安装的过程中不断运动外,其实施场景的光线环境也在不断变化,为了应对不断变化的光线环境,通常在相机采像时会设置自动曝光模式,即相邻帧的曝光时间可能不相同,说明相邻帧喷头安装位置图像的环境光强度不同,可以通过相邻帧喷头安装位置图像的环境光强度差异反映当前帧喷头安装位置图像的运动模糊程度。所以对于当前帧喷头安装位置图像而言,本发明实施例中,根据上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异,与模糊参数,获得当前帧喷头安装位置图像的运动模糊程度。
优选地,本发明一个实施例中,模糊参数的获取方法包括:
根据当前帧喷头安装位置图像的每个差异像素点相对于差异像素点整体的离散程度,获得当前帧喷头安装位置图像差异像素点的位置分布特征,离散程度越小,说明差异像素点整体的位置分布特征较为聚集,说明差异像素点越不可能是受到噪声等其他非运动因素的影响,而是由于运动产生的差异像素点;由于分布特征包含位置分布特征与数量分布特征,因此将位置分布特征与差异像素点数量的乘积作为当前帧喷头安装位置图像的模糊参数,差异像素点数量越多,说明相邻两帧喷头安装位置图像由于运动产生的差异越大。
优选地,本发明一个实施例中,位置分布特征的获取方法包括:
获取差异像素点的横坐标平均值与纵坐标平均值;计算每个差异像素点的横坐标与横坐标平均值的差异作为第一差异;计算每个差异像素点的纵坐标与纵坐标平均值的差异作为第二差异;将第一差异与第二差异的乘积作为每个差异像素点相对于差异像素点整体的离散程度,第一差异与第二差异越小,说明每个差异像素点与差异像素点整体的距离越近,此时每个差异像素点相对于差异像素点整体的离散程度越小;将每个差异像素点的离散程度求平均并进行负相关映射归一化处理获得每个差异像素点的位置分布特征,离散程度越小,说明差异像素点位置分布特征越聚集。
优选地,本发明一个实施例中,运动模糊程度的获取方法包括:
将环境光强度差异与模糊参数的乘积进行归一化处理,获得当前帧喷头安装位置图像的运动模糊程度。本发明一个实施例中,运动模糊程度计算公式如下所示:
式中,表示当前帧喷头安装位置图像的模糊程度;/>表示上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异;/>表示当前帧喷头安装位置图像内差异像素点的数量;/>表示当前帧喷头安装位置图像内差异像素点的序号;/>表示当前帧喷头安装位置图像内第/>个差异像素点的横坐标;/>表示当前帧喷头安装位置图像内差异像素点的横坐标平均值;/>表示当前帧喷头安装位置图像内第/>个差异像素点的纵坐标;/>表示当前帧喷头安装位置图像内差异像素点的纵坐标平均值;/>表示第/>个差异像素点相对于差异像素点整体的离散程度;/>表示当前帧喷头安装位置图像内差异像素点的位置分布特征;表示当前帧喷头安装位置图像的模糊参数;表示以自然常数为底的指数函数;/>表示双曲正切归一化函数。
在运动模糊程度计算公式中,越大,当前帧喷头安装位置图像的曝光时间越长,此时当前帧喷头安装位置图像的运动模糊程度越大。/>越小,说明第/>个差异像素点相对于差异像素点整体的离散程度越小,此时第/>个差异像素点与差异像素点整体越靠近;将每个差异像素点的离散程度求平均并进行负相关映射并归一化处理获得;即差异像素点的位置分布特征,反映了差异像素点整体的聚集程度;差异像素点分布越密集,且差异像素点的数量越多,越能表示当前帧喷头安装位置图像的模糊区域是由相机运动造成的,而不是噪声点等非运动因素造成的,此时当前帧喷头安装位置图像的运动模糊程度越大。
步骤S3:获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域;根据相邻两帧喷头安装位置图像的非模糊区域中每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向;根据当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核。
为了后续获得模糊核,需要首先对当前帧喷头安装位置图像的运动方向进行估计,对于模糊区域而言,模糊方向应该存在于物体的运动轨迹上,而在当前帧喷头安装位置图像中,差异像素点的整体区域方向趋势可以大致表示当前移动轨迹,若是分析当前帧喷头安装位置图像的运动方向趋势,则需要结合上一帧喷头安装位置图像。又因为图像中非模糊区域的像素点最能表现图像中物体的实际位置,所以为了获取模糊方向,本发明实施例中,需要获取相邻两帧喷头安装位置图像的非模糊区域。又因为获取模糊核需要对当前帧喷头安装位置图像的模糊区域进行分析,所以本发明实施例需要获取当前帧喷头安装位置图像的模糊区域。
优选地,本发明一个实施例中,获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域,包括:
计算当前帧喷头安装位置图像的所有差异像素点与差异像素点在上一帧喷头安装位置图像上的对应位置像素点的梯度值;将差异像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个差异像素点中,梯度值最大的差异像素点作为标准像素点,由于模糊区域内纹理不突出,所以模糊区域像素点的梯度值与非模糊区域的梯度值存在较大差异,所以需要选取序列中梯度值差值最大的相邻两个差异像素点;将梯度值大于标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的非模糊区域,将梯度值小于标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的模糊区域;
对于上一帧喷头安装位置图像而言,按照当前帧喷头安装位置图像中非模糊区域的获取步骤获取上一帧喷头安装位置图像的非模糊区域,即将对应位置像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个对应位置像素点中,梯度值最大的对应位置像素点作为参考像素点,将梯度值大于参考像素点的对应位置像素点组成的区域作为上一帧喷头安装位置图像的非模糊区域。
在获取非模糊区域以后,需要通过相邻两帧喷头安装位置图像内非模糊区域的位置变化程度获得当前帧喷头安装位置图像内物体的运动趋势,其中包含当前帧喷头安装位置图像内模糊区域的运动趋势,即模糊方向。
优选地,本发明一个实施例中,位置变化程度的获取方法包括:
计算当前帧喷头安装位置图像与上一帧喷头安装位置图像内非模糊区域之间的灰度均值差值,作为非运动因素导致的灰度变化程度,灰度均值差值反映了相邻两帧喷头安装位置图像非模糊区域可能由于光线变化导致成像过程中的灰度值差异,通过灰度变化程度可以找出相邻两帧喷头安装位置图像非模糊区域相同灰度级的像素点;将当前帧喷头安装位置图像非模糊区域内每个灰度级内的像素点作为第一类像素点,并根据灰度变化程度获取所有第一像素点在上一帧喷头安装位置图像的相同灰度级的像素点作为第二类像素点;由于是对相邻帧喷头安装位置图像的非模糊区域进行分析,相同灰度级的非模糊区域像素点运动距离很近,所以可以将每个第一类像素点与距离最近的第二类像素点进行连线,并将第一类像素点作为顶点,计算所有连线与横坐标轴之间的角度均值,通过角度均值可以反映出每个灰度级的像素点在相邻帧喷头安装位置图像发生了何种方向变化,所以角度均值可以作为相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度。
优选地,本发明一个实施例中,模糊方向的获取方法包括:
将每个灰度级像素点的位置变化程度求平均获得当前帧喷头安装位置图像非模糊区域的模糊方向。
由于模糊区域纹理较为模糊,而非模糊区域纹理较为清晰,所以模糊区域像素点相较于非模糊区域像素点梯度值较小,并且在模糊区域中,沿模糊方向上物体运动模糊的状态时逐渐变弱的,即像素点的梯度值会逐渐减小,所以可以通过当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度。
优选地,本发明一个实施例中,平均模糊距离与模糊渐弱程度的获取方法包括:
在模糊区域中,通过模糊区域内像素点的梯度特征可以选取模糊区域的边界,因为模糊区域像素点梯度值小于非模糊区域像素点的梯度值,所以沿着模糊方向选取梯度值小于上一个像素点梯度值的每个模糊区域像素点作为起始点,从每个起始点沿着模糊方向进行遍历,选取梯度值小于下一个像素点的模糊区域像素点作为每个起始点的对应终点,起始点与对应终点反映了模糊区域的边界;将每个起始点与对应终点之间的像素点数量作为模糊距离,将所有模糊距离求平均获得平均模糊距离,平均模糊距离反映出模糊区域整体的边界;由于模糊区域内沿模糊方向上的梯度变化特征说明了模糊区域内沿模糊方向上的像素点的梯度值逐渐变小,所以将每个起始点与对应终点之间的所有像素点的梯度值求平均获得模糊渐弱程度。
由于模糊程度、平均模糊距离与模糊渐弱程度均反映了模糊区域的特性,所以在非盲去卷积算法中,可以根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核。
优选地,本发明一个实施例中,模糊核的获取方法包括:
据模糊距离与模糊核最大尺寸获得当前帧喷头安装位置图像的模糊核尺寸;根据模糊核尺寸、运动模糊程度与模糊渐弱程度设计模糊核。
本发明一个实施例提供一种模糊核的设计步骤,该步骤包括:
使模糊核每列元素值相等,且满足以下条件:
式中,表示模糊程度;/>表示模糊渐弱程度;/>表示模糊核元素调整系数;/>表示模糊核尺寸,即模糊核的列数;/>表示模糊核的列序号。
表示将模糊减弱程度归一化,模糊核的尺寸越大,平均模糊距离越大,运动模糊程度越大,/>越来越小,/>表示复原渐弱变化过程中模糊核的递减参数,反映了模糊渐弱程度的递减程度。通过运动模糊程度对模糊渐弱程度的递减程度进行约束,因此通过运动模糊程度/>,对递减参数进行调节,运动模糊程度越大,模糊核内递减参数应该越大。
计算模糊核元素调整系数使上式成立,此时模糊核的第列元素为对应的
优选地,本发明一个实施例中,模糊核尺寸的获取方法包括:
根据模糊核尺寸计算公式获取模糊核尺寸,模糊核尺寸计算公式如下所示:
式中,表示当前帧喷头安装位置图像模糊区域的模糊核尺寸;/>表示当前帧喷头安装位置图像模糊区域的平均模糊距离;/>表示当前帧喷头安装位置图像模糊区域的最大模糊距离;/>表示当前帧喷头安装位置图像模糊区域的预设模糊核最大值;表示将不是奇数的数值向上舍入为最接近的奇数的函数。
需要说明的是,的值不应该小于/>,/>为预设模糊核最小值。
在模糊核尺寸计算公式中,表示平均模糊距离归一化,平均模糊距离越大,说明模糊区域的面积越大,此时模糊核的尺寸越大。
本发明一个实施例中,将模糊核最大值设置为15,将模糊核最小值设置为3。需要说明的是,模糊核最大值与模糊核最小值的设置可以由实施人员根据具体实施场景自行设置,在此不做限定。
至此,获取了当前帧喷头安装位置图像内模糊区域的模糊核。
步骤S4:利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果。
在利用喷头安装位置图像对气雾喷雾器喷头进行辅助安装之前,需要先消除喷头安装位置图像上的模糊区域。本发明实施例中,利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果,即消除模糊区域的喷头安装位置图像。
需要说明的是,非盲去卷积为本领域技术人员所熟知的技术手段,在此不做赘述。
至此,获得喷头安装位置图像的图像增强结果。
步骤S5:根据图像增强结果对喷头安装进行辅助定位。
在获得图像增强结果以后,通过现有的目标检测算法对喷头安装位置进行定位检测,并将检测结果传输给机械臂的控制模块,辅助气雾喷雾器喷头安装。
本发明一个实施例中,利用YOLO目标检测算法对喷头安装位置进行定位检测。需要说明的是,在本发明其他实施例中,还可以采用SSD目标检测算法等其他算法对喷头安装位置进行定位检测,在此不做限定,以上算法均为本领域技术人员熟知的技术手段,在此不做赘述。
至此,完成了气雾喷雾器喷头安装辅助定位。
综上,本发明获取相邻两帧的喷头安装位置图像;获取当前帧喷头安装位置图像的所有差异像素点;由于差异像素点是由相机运动形成的,所以差异像素点的数量与位置分布特征能够反映出当前帧喷头安装位置图像的运动模糊程度,所以根据差异像素点的位置分布特征与数量,获得当前帧喷头安装位置图像的模糊参数;由于相邻帧喷头安装位置图像的环境光强度不同,造成相邻帧喷头安装位置图像运动模糊程度不同,所以运动模糊程度与环境光强度差异和模糊参数有关;获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域;根据相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向;通过当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;由于模糊程度、平均模糊距离与模糊渐弱程度均反映了模糊区域的特性,可以根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核;利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果;根据图像增强结果可以得到消除模糊区域的喷头安装位置图像,能够对喷头安装进行辅助定位。本发明结合实际模糊变化规律和物理特征得到自适应模糊核,确保图像增强效果的同时减少了人工干预的步骤,提升对喷头安装辅助定位过程中的自动化程度。
一种喷头安装位置图像增强方法实施例:
在现有技术中,对喷头进行安装时,可能会出现由于机械臂移动造成图像采集过程中出现模糊区域,干扰目标识别检测的结果,因此需要在检测之前对图像进行增强处理。但是,现有的增强算法例如非盲去卷积,在实际使用的过程中需要图像损失过程作为参数,而在实际安装过程中,周围的光线变化、机械臂移动造成的图像损失都是不可预知的,无法得到相对理想的增强效果的技术问题。为了解决该技术问题,提供一种喷头安装位置图像增强方法实施例。
步骤S1:获取相邻两帧的喷头安装位置图像。
步骤S2:获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点;根据当前帧喷头安装位置图像内差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;根据上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异,与当前帧喷头安装位置图像的模糊参数,获得当前帧喷头安装位置图像的运动模糊程度。
步骤S3:获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域;根据相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向;根据当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核。
步骤S4:利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果。
由于步骤S1-步骤S4的具体实施方式在上述一种气雾喷雾器喷头安装辅助定位方法中已经提及,在此不做赘述。
本实施例的技术效果:本实施例获取相邻两帧的喷头安装位置图像,以便于后续获得消除模糊区域的自适应参数;由于需要对相邻帧喷头安装位置图像的差异部分进行分析,所以获取当前帧喷头安装位置图像的所有差异像素点;由于差异像素点是由相机运动形成的,所以差异像素点的数量与位置分布特征能够反映出当前帧喷头安装位置图像的运动模糊程度,所以根据差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;由于相邻帧喷头安装位置图像的环境光强度不同,造成相邻帧喷头安装位置图像运动模糊程度不同,所以运动模糊程度与环境光强度差异和模糊参数有关;获取相邻两帧喷头安装位置图像的非模糊区域,通过非模糊区域的位置变化可以反映出模糊方向;获取当前帧喷头安装位置图像的模糊区域,方便后续对模糊区域进行分析获取模糊核;根据相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向,位置变化程度反映出模糊区域的运动趋势;由于模糊区域像素点相较于非模糊区域像素点梯度值较小,并且在模糊区域中,沿模糊方向上物体运动模糊的状态时逐渐变弱的,即像素点的梯度值会逐渐减小,所以通过当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;由于模糊程度、平均模糊距离与模糊渐弱程度均反映了模糊区域的特性,可以根据运动模糊程度、平均模糊距离与模糊渐弱程度获得当前帧喷头安装位置图像的模糊核;利用模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果。本实施例能够结合实际模糊变化规律和图像物理特征得到自适应模糊核,能够得到理想的图像增强结果。
需要说明的是:上述本发明实施例先后顺序仅仅为了描述,不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。

Claims (8)

1.一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述方法包括:
获取相邻两帧的喷头安装位置图像;
获取当前帧喷头安装位置图像相对于上一帧喷头安装位置图像的所有差异像素点;根据当前帧喷头安装位置图像内差异像素点的分布特征,获得当前帧喷头安装位置图像的模糊参数;根据上一帧喷头安装位置图像与当前帧喷头安装位置图像之间的环境光强度差异,与当前帧喷头安装位置图像的所述模糊参数,获得当前帧喷头安装位置图像的运动模糊程度;
获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域;根据相邻两帧喷头安装位置图像的非模糊区域中每组相同灰度级内像素点的位置变化程度,获得当前帧喷头安装位置图像的模糊方向;根据当前帧喷头安装位置图像模糊区域内像素点沿着模糊方向的梯度变化特征,获得当前帧喷头安装位置图像的平均模糊距离与模糊渐弱程度;根据所述运动模糊程度、所述平均模糊距离与所述模糊渐弱程度获得当前帧喷头安装位置图像的模糊核;
利用所述模糊核对当前帧喷头安装位置图像进行非盲去卷积,获得图像增强结果;
根据所述图像增强结果对喷头安装进行辅助定位;
获取相邻两帧喷头安装位置图像的非模糊区域与当前帧喷头安装位置图像的模糊区域,包括:
计算当前帧喷头安装位置图像的所有差异像素点与所述差异像素点在上一帧喷头安装位置图像上的对应位置像素点的梯度值;将所述差异像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个差异像素点中,梯度值最大的差异像素点作为标准像素点;
将梯度值大于所述标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的非模糊区域,将梯度值小于所述标准像素点的差异像素点组成的区域作为当前帧喷头安装位置图像的模糊区域;
将对应位置像素点按照梯度值大小顺序进行排序,选取序列中梯度值差值最大的相邻两个对应位置像素点中,梯度值最大的对应位置像素点作为参考像素点,将梯度值大于所述参考像素点的对应位置像素点组成的区域作为上一帧喷头安装位置图像的非模糊区域;
所述模糊核的获取方法包括:
根据所述模糊距离与所述模糊核最大尺寸获得当前帧喷头安装位置图像的模糊核尺寸;
根据所述模糊核尺寸、所述运动模糊程度与所述模糊渐弱程度设计模糊核。
2.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述模糊参数的获取方法包括:
根据当前帧喷头安装位置图像的每个差异像素点相对于差异像素点整体的离散程度,获得当前帧喷头安装位置图像差异像素点的位置分布特征;
将所述位置分布特征与差异像素点数量的乘积作为当前帧喷头安装位置图像的模糊参数。
3.根据权利要求2所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述位置分布特征的获取方法包括:
获取所述差异像素点的横坐标平均值与纵坐标平均值;
计算每个差异像素点的横坐标与所述横坐标平均值的差异作为第一差异;计算每个差异像素点的纵坐标与所述纵坐标平均值的差异作为第二差异;将所述第一差异与所述第二差异的乘积作为每个差异像素点相对于差异像素点整体的离散程度;
将每个差异像素点的所述离散程度求平均并进行负相关映射归一化处理获得每个差异像素点的位置分布特征。
4.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述运动模糊程度的获取方法包括:
将所述环境光强度差异与所述模糊参数的乘积进行归一化处理,获得当前帧喷头安装位置图像的运动模糊程度。
5.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述位置变化程度的获取方法包括:
计算当前帧喷头安装位置图像与上一帧喷头安装位置图像内所述非模糊区域之间的的灰度均值差值,作为非运动因素导致的灰度变化程度;
将当前帧喷头安装位置图像非模糊区域内每个灰度级内的像素点作为第一类像素点,并根据所述灰度变化程度获取所有所述第一类像素点在上一帧喷头安装位置图像的相同灰度级的像素点作为第二类像素点;
将每个第一类像素点与距离最近的第二类像素点进行连线,并将所述第一类像素点作为顶点,计算所有连线与横坐标轴之间的角度均值,作为相邻两帧喷头安装位置图像的非模糊区域内每组相同灰度级内像素点的位置变化程度。
6.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述模糊方向的获取方法包括:
将每个灰度级像素点的位置变化程度求平均获得当前帧喷头安装位置图像非模糊区域的所述模糊方向。
7.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述平均模糊距离与所述模糊渐弱程度的获取方法包括:
在所述模糊区域中,沿着所述模糊方向选取梯度值小于上一个像素点梯度值的每个模糊区域像素点作为起始点,从每个起始点沿着模糊方向进行遍历,选取梯度值小于下一个像素点的模糊区域像素点作为每个起始点的对应终点;
将每个起始点与对应终点之间的像素点数量作为模糊距离,将所有模糊距离求平均获得所述平均模糊距离;
将每个起始点与对应终点之间的所有像素点的梯度值求平均获得所述模糊渐弱程度。
8.根据权利要求1所述的一种气雾喷雾器喷头安装辅助定位方法,其特征在于,所述模糊核尺寸的获取方法包括:
根据模糊核尺寸计算公式获取所述模糊核尺寸,所述模糊核尺寸计算公式如下所示:
;式中,/>表示当前帧喷头安装位置图像模糊区域的模糊核尺寸;/>表示当前帧喷头安装位置图像模糊区域的平均模糊距离;/>表示当前帧喷头安装位置图像模糊区域的最大模糊距离;/>表示当前帧喷头安装位置图像模糊区域的预设模糊核最大值;/>表示将不是奇数的数值向上舍入为最接近的奇数的函数。
CN202410044328.7A 2024-01-12 2024-01-12 一种气雾喷雾器喷头安装辅助定位方法 Active CN117557626B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410044328.7A CN117557626B (zh) 2024-01-12 2024-01-12 一种气雾喷雾器喷头安装辅助定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410044328.7A CN117557626B (zh) 2024-01-12 2024-01-12 一种气雾喷雾器喷头安装辅助定位方法

Publications (2)

Publication Number Publication Date
CN117557626A CN117557626A (zh) 2024-02-13
CN117557626B true CN117557626B (zh) 2024-04-05

Family

ID=89815180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410044328.7A Active CN117557626B (zh) 2024-01-12 2024-01-12 一种气雾喷雾器喷头安装辅助定位方法

Country Status (1)

Country Link
CN (1) CN117557626B (zh)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011046755A1 (en) * 2009-10-16 2011-04-21 Eastman Kodak Company Image deblurring using a spatial image prior
CN102254309A (zh) * 2011-07-27 2011-11-23 清华大学 一种基于近红外图像的运动模糊图像去模糊方法和装置
WO2012041492A1 (en) * 2010-09-28 2012-04-05 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Method and device for recovering a digital image from a sequence of observed digital images
CN104103050A (zh) * 2014-08-07 2014-10-15 重庆大学 一种基于局部策略的真实视频复原方法
CN104517273A (zh) * 2013-09-26 2015-04-15 浙江大华技术股份有限公司 一种图像超分辨率处理方法及装置
CN108305230A (zh) * 2018-01-31 2018-07-20 上海康斐信息技术有限公司 一种模糊图像综合处理方法和系统
CN109272456A (zh) * 2018-07-25 2019-01-25 大连理工大学 基于视觉先验信息的模糊图像高精度还原方法
CN112766190A (zh) * 2021-01-25 2021-05-07 北京有竹居网络技术有限公司 对抗样本生成方法、装置、存储介质及电子设备
CN114820773A (zh) * 2022-06-26 2022-07-29 山东济宁运河煤矿有限责任公司 基于计算机视觉的筒仓运输车辆车厢位置检测方法
US11425304B1 (en) * 2021-12-06 2022-08-23 Black Sesame Technologies Inc. Reducing global motion and rolling shutter in a dual camera system
WO2023077742A1 (zh) * 2021-11-04 2023-05-11 新东方教育科技集团有限公司 视频处理方法及装置、神经网络的训练方法及装置
WO2023115801A1 (zh) * 2021-12-21 2023-06-29 武汉工程大学 气动光学效应大视场退化图像逐点校正复原方法及系统
CN117078565A (zh) * 2023-10-17 2023-11-17 深圳市精研科洁科技股份有限公司 一种摄像头抖动模糊图像优化增强方法及系统
CN117132510A (zh) * 2023-10-24 2023-11-28 临沂安保服务集团有限公司 一种基于图像处理的监控图像增强方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7884854B2 (en) * 2007-07-11 2011-02-08 Hewlett-Packard Development Company, L.P. Reducing motion blur from an image
CN110378943A (zh) * 2019-06-21 2019-10-25 北京达佳互联信息技术有限公司 图像处理方法、装置、电子设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2011046755A1 (en) * 2009-10-16 2011-04-21 Eastman Kodak Company Image deblurring using a spatial image prior
WO2012041492A1 (en) * 2010-09-28 2012-04-05 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Method and device for recovering a digital image from a sequence of observed digital images
CN102254309A (zh) * 2011-07-27 2011-11-23 清华大学 一种基于近红外图像的运动模糊图像去模糊方法和装置
CN104517273A (zh) * 2013-09-26 2015-04-15 浙江大华技术股份有限公司 一种图像超分辨率处理方法及装置
CN104103050A (zh) * 2014-08-07 2014-10-15 重庆大学 一种基于局部策略的真实视频复原方法
CN108305230A (zh) * 2018-01-31 2018-07-20 上海康斐信息技术有限公司 一种模糊图像综合处理方法和系统
CN109272456A (zh) * 2018-07-25 2019-01-25 大连理工大学 基于视觉先验信息的模糊图像高精度还原方法
CN112766190A (zh) * 2021-01-25 2021-05-07 北京有竹居网络技术有限公司 对抗样本生成方法、装置、存储介质及电子设备
WO2023077742A1 (zh) * 2021-11-04 2023-05-11 新东方教育科技集团有限公司 视频处理方法及装置、神经网络的训练方法及装置
US11425304B1 (en) * 2021-12-06 2022-08-23 Black Sesame Technologies Inc. Reducing global motion and rolling shutter in a dual camera system
WO2023115801A1 (zh) * 2021-12-21 2023-06-29 武汉工程大学 气动光学效应大视场退化图像逐点校正复原方法及系统
CN114820773A (zh) * 2022-06-26 2022-07-29 山东济宁运河煤矿有限责任公司 基于计算机视觉的筒仓运输车辆车厢位置检测方法
CN117078565A (zh) * 2023-10-17 2023-11-17 深圳市精研科洁科技股份有限公司 一种摄像头抖动模糊图像优化增强方法及系统
CN117132510A (zh) * 2023-10-24 2023-11-28 临沂安保服务集团有限公司 一种基于图像处理的监控图像增强方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
雾天环境下低维图像模糊区域快速增强仿真;刘建娟;;计算机仿真;20170215(第02期);全文 *

Also Published As

Publication number Publication date
CN117557626A (zh) 2024-02-13

Similar Documents

Publication Publication Date Title
JP4776587B2 (ja) 画像処理装置,運転支援装置
EP2057601B1 (en) A method, an apparatus and a computer-readable medium for processing a night vision image dataset
US10853950B2 (en) Moving object detection apparatus, moving object detection method and program
Aires et al. Optical flow using color information: preliminary results
US11341681B2 (en) Method for calibrating the position and orientation of a camera relative to a calibration pattern
CN111860120B (zh) 车载相机自动遮挡检测方法和装置
CN112819772A (zh) 一种高精度快速图形检测识别方法
JP2011060282A (ja) 動き領域の非線形スムージングを用いた動き検出方法およびシステム
CN116152261B (zh) 一种印刷制品质量的视觉检测系统
JP2000048211A (ja) 移動物体追跡装置
CN117557626B (zh) 一种气雾喷雾器喷头安装辅助定位方法
CN111951295B (zh) 基于多项式拟合高精度确定飞行轨迹的方法、装置和电子设备
CN113052794A (zh) 一种基于边缘特征的图像清晰度识别方法
CN117611525A (zh) 一种受电弓滑板磨耗视觉检测方法和系统
CN114022949A (zh) 一种基于运动模型的事件相机运动补偿方法及装置
CN110647843B (zh) 一种人脸面部图像处理方法
CN112465865A (zh) 一种基于背景建模和IoU匹配的多目标跟踪方法
CN117671014B (zh) 一种基于图像处理的机械臂定位抓取方法及系统
Chen et al. Study of Sub-pixel Level Edge Extraction for Graphics Under Different Environmental Conditions
CN117359149A (zh) 一种不锈钢离心泵的出水管焊接方法及焊接装置
CN112800966B (zh) 一种视线的追踪方法及电子设备
CN112101379B (zh) 形状匹配方法、计算机设备及存储装置
KR101426039B1 (ko) 얼굴/물체 인식을 위한 특징점 검출 장치 및 방법
US20230274459A1 (en) Aircraft steering angle determination
CN117557457A (zh) 一种滤除点云的拖尾点的方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant