微操作机器人视觉与误差分析研究1是嘛

微操作机器人视觉与误差分析研究（1）

随着纳米技术的迅猛发展，研究对象不断向微细化发展，对微小零件进行加工、调整和成本检查，微机电系统(MEMS)的装配作业等工作都需要微操作机器人的参与。LED灯具散热外壳的市场需求量也在迅速爬升在自适应光学、光纤对接、医学、生物学，特别是动植物基凶工程、农产品改良育种等领域，需要完成注入细胞融合、微细手术等精细操作，都离不开高精度的微操作机器人系统。总之，微操作机器人是人们探索微观：界不可缺少的重要工具。

微操作机器人系统一般有以下几个方而组成：高倍频、高分辨率的显微视觉系统；两个自由度以上的高精度、人范围运动的作业-甲台及辅助设备；能够改变操作对象位姿的多自由度操作机器人手；适于微小物体操作的微操作器，如进行微型零件装配用的夹持器，进行微细外科手术用的注射器、手术刀等。

1 图像处理

1．1 图像基本处理

灰度处理：为了处理的方便和实时性要求，首先将彩色图像变成2、阻燃PP市场散布灰度图像，然后再进行

处理与分析，如生成灰度直方图、灰度修止、提取图像特征、图像冲击实验机用于丈量金属材料在动负荷下抵抗冲击性能的检测仪器锐化等。数字图像必定影响正常工作的灰度是进行图像识别与处理的基础(如图l)。

二值化处理：灰度处理得到的图像，其灰度值被均匀划分为256份。对于细胞背景信息单一的图像会出现某个灰度级出现频率较低的现象，如果将这些灰度级并入邻近的灰度级中，可以有效的增强其对比度。一般通过求出灰度分枷情况来确定阙值，按照阙值的人小将图像分割成两部分，即二值化处理方法。

图像-甲滑：图像-甲滑的目的是为了消除图像噪声。一般来说，图像的能量主要集中在其低频部分，噪声所在的频段主要在高频段，同时系统中所要提取的边缘信息也主要集中在其高频部分。为了去除噪声，有必要对图像进行-甲滑，可以采用低通滤波的方法去除高频干扰。图像-甲滑的常用方法是采用．甲滑滤波(如图2所示)或中值滤波(如图3所示)。

图像锐化：图像-甲滑处理是使图像中的边界、轮廓变的模糊，为了减少这种不利影响，需要利用能够对边缘进行补偿，突出边缘信息使图像边缘清晰的图像锐化技术。图像锐化的实质使要增强原始图像的高频成分。

1．2 图像边缘处理

轮廓提现：所谓的轮廓提取，是如果图中某一点为黑色，且它周围的8个相邻点都是黑色，则表示该点是内部点，可以被删除。而其他情况，表示该点是边界点，可以保留。轮廓提取的结果是掏空了图形的内部点。

图像边缘连接：边缘连接是指从兀序边缘表形成有序边缘表的过程。边缘跟踪是通过顺序找出边缘点来跟踪出边界。轮廓跟踪和边缘连接属于不同的边缘提取算法。对于一个图像来说，轮廓跟踪有边缘检测的效果，但是对于对比度低的图像效果并不是很好。对于已经提取出来的边缘，轮廓跟踪是没有作用的，必须要用边缘连接算法来完成边缘的提取。图像边缘处理的基本步骤和图像边缘处理的流程。分别如图4及图5所示。