1 山东科技大学 电子通信与物理学院, 山东 青岛 266590
2 吉林大学 烟台研究院, 山东 烟台 264003
为了解决焊接机器人对薄板微细焊缝的自动定位和焊接问题, 研究了一种基于视觉的高精度微细对接焊缝初始点定位方法。提出一种局部范围内两步精确定位方法, 第一步, 获取工件在不同尺度及旋转角度下的图像, 建立典型的模板匹配库, 利用模板匹配方法提取出焊缝初始点位置区域; 第二步, 采用Shi-Tomasi算法在此局部范围内进行角点检测, 计算亚像素级角点位置并进行初始点精确定位。通过对现场拍摄的50幅不同高度和旋转角度的图像进行初始点检测, 实现了对所有图像的准确检测。实验结果表明, 两步定位方法鲁棒性强, 可以精确定位出规则边界和不规则边界焊缝的初始点, 解决了微细对接焊缝初始点定位问题, 达到了期望结果。
焊缝初始点 归一化相关系数 模板库 亚像素 Shi-Tomasi 角点检测 Initial point of welding seam normalized correlation coefficient template library sub pixel Shi-Tomasi corner detection
1 北京航空航天大学图像中心,北京 100191
2 北京大学遥感与地理信息系统研究所,北京 100871
3 中国矿业大学机电与信息工程学院,北京 100083
提出了一种面向无人机视频影像的目标特征跟踪模型,首先根据目标检测结果在目标感兴趣区域中采用Shi-Tomasi 算法进行角点检测,提取目标特征角点并在跟踪过程中对特征角点进行实时更新以保证角点数量满足跟踪条件,最后通过金字塔Lucas-Kanade 算法对目标特征进行跟踪。实验结果表明,该模型鲁棒性强且易于实现,在获得良好跟踪效果的同时可满足实时处理要求。
目标跟踪 特征提取 Shi-Tomasi 角点检测 Lucas-Kanade 算法 object tracking feature extraction Shi-Tomasi corner detection Lucas-Kanade algorithm