1.本文基于机器视觉的可以分为三层:决策层。处理层和执行层。
本文主要
打算解决以下关键技术问题。
1、设置系统硬件环境;
2、C++。源代码编写友好的人机交互接口;
3、针对目标的图像处理算法。识别和目标定位;
4、二次 工业相机和语音识别的发展 模块;
5、分析操纵器控制指令。
6、系统稳定性调试。本系统的预期设计是在运行过程中对 系统作为一个整体,通过开发的上位机控制软件,识别、定位并抓取指定的? 通过手动选择或语音选择对象,然后将其放置在提前设定好位置。
2. 系统设计
2.1. 系统设计框架
本文开发了一种人机交互基于MFC框架的界面,并在Visual C++的基础上进行开发。Studio平台。软件界面包括 显示拍摄的图像,发送控制信号 指示、接收反馈信息、 图像处理的操作,以及控制机器人的操作。以及各种参数的调整等。本文主要研究软件编程和算法应用,其中软件编程包括UI界面编程、数据通信编程,以及单片机编程。和算法的应用是机器视觉图像处理算法。
机器视觉图像处理算法
应用Halcon自己的语言,以及书面算法导出为C/C++语言,然后将代码以 移植到图像处理功能模块中
的主机控制软件。三大开发的算法包括:摄像机校准和手眼系统校准,Blob分析。和形态学处理,基于形状的模板。匹配和形状识别。
硬件部分包括那个黑白色的 大恒工业相机GigE Vision水星图像 系列;矩形光源和环形光源。重拍舞台和摄影机光源支架;Levosol’s。六自由度伺服操纵器;语音。识别单芯片系统模块;TTL转U