机器人图像视觉如何提取特征?
机器人图像视觉如何提取特征?我们一起看看吧!
图像视觉
图像特征提取是指从最初的数字图像数据中挖掘出能够准确、完整、不冗余地描述目标对象的信息。从上面的定义可以看出,基于人工特征工程进行缺陷检测的最关键步骤是从图像中提取缺陷的特征信息。如果提取的特征不够准确,那么依靠该特征的判断必然是不准确的。
行业内常用的图像特征有几何特征、形状特征、颜色特征、纹理特征和灰度特征。
(1)外形特征
外形特征是指其矩形度、细长度、圆形度、致密度、不变矩、偏心率等描述信息。外形特征的描述主要可分为轮廓形状和区域形状两种,其区别方法在于外形特征是仅从外形还是从外形区域。几何学特征与外形特征的结合是区分缺陷类型的重要依据。
(2)颜色特征
颜色特征是图像检索中应用最广泛的视觉特征,也是人们识别图像的主要感知特征。与几何特征和形状特征不同,颜色特征具有一定的旋转、平移性,鲁棒性强。颜色特征可以通过颜色直方图、颜色聚合向量、颜色矩形等方法提取和匹配。
(3)纹理特征
纹理特征是图像固有的重要特征,体现了物体表面变化缓慢或周期性变化的表面结构组织排列属性。常用的纹理特征描述方法有统计法和频谱法。统计法是用图像的直方图矩来描述纹理结构,频谱法是根据傅里叶的频谱特征来描述图像的纹理结构。
(4)灰度特征
缺陷的灰度特征是在图像的灰度量化水平内统计各像素点灰度值的分布的表征量,可以利用图像的灰度直方图信息(方差、平均值、熵)获得图像的灰度特征。
小贴士:如何远程登陆Pepper
所谓qicli,是外部PC远程连接Pepper,调用NaoqiAPI的一组命令。
在Windows下,Pepper可以通过TeraTerm或PuTTY等工具连接。
Mac和Linux直接通过SSH命令连接Pepper。
应用程序ID可以在Choregraphe的应用程序列表面板上右键复制。
behavior.xar直接放在根目录中,用「.」代替。