焊接机器人视觉图像平滑处理方案 处理图像的第一个步骤就是对图像进行平滑处理，又叫图像滤波。它的主要目的就是为了减少焊接机器人视觉识别图像噪声，这是因为图像在成像、传输的过程中会产生不同程度的噪声。通常，空间域内的噪声用均值滤波方法来降噪，而在频率域内，由于噪声的频谱大多在高频段，因此常用各种低通滤波器来降低图像噪声 现在介绍一种图像处理中常用的滤波器一高斯滤波器，它的特点是能够很好的处理图像的边缘信息，所以在对图像进行边缘处理中应用非常广。高斯滤波的原理是运用加权平均的思想，采用加权模板遍历整个目标图像的过程，处理后图像的所有像素点的值，全部是它们的原始值和领域内像素加权平均值的和。下面详细介绍高斯滤波运行的具体过程是:首先根据定义生产一个高斯卷积模板(如表3.1)，然后用这个模板遍历整个图像，用得到的值代替原始图像中对应的像素值。高斯滤波在图像处理方面具有很好的优点，它在屏蔽噪声干扰的同时又能使图像的边缘信息得到比较好的保存，这在图像处理中是很重要的。因此，特别是在需要得到边缘信息的图像分割中应用非常广泛。图像高斯滤波使后续处理更好地进行检测边缘。 高斯滤波器在图像处理中具有很好的性能，当模板维数提高时，滤波器也不会增加新的二阶导数过零点，同时能够很好平衡图像降噪和边缘保留之间的矛盾从二维高斯函数的数学表达式(式3-1)可以知道其具有可分离性，用两个水平和竖直方向的一维高斯滤波器对图像进行平滑处理可以提高运算的效率，如下: 整数化的高斯卷积模板各元素的权值和不等于1，这样处理图像后，图像的整体像素灰度值都会提高，同时有可能改变图像的梯度值，影响边缘分割效果，甚至出现错误信息。所以在使用整数化的高斯滤波器时，必须将其进行权值规一化。按式(3-3)与式(3-4)计算即可得到归一化模板处理后的输出图像。

• 上一篇：焊接机器人视觉系统标定
• 下一篇：总投资9000万的“机器人在线工业机器人公共实训基地”正式签约启动！