Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Hệ thống nguyên mẫu đo lường ba chiều không tiếp xúc
Tóm tắt
Bài báo này đề xuất một hệ thống đo lường 3D nguyên mẫu bao gồm một cảm biến dịch chuyển laser 1D, một hệ thống hình ảnh 2D và một bàn điều khiển servo X,Y. Cảm biến laser và camera CCD được lắp đặt trên trục Z vuông góc với bàn X,Y. Hệ thống xử lý hình ảnh sử dụng mạng nơ-ron lý thuyết cộng hưởng thích nghi (ART) để phân loại hình dạng bên ngoài của đối tượng được đo. Các giá trị cạnh của đối tượng sau đó được thu thập bằng cách sử dụng các quy trình xử lý hình ảnh như trượt, kéo dài, tăng cường cạnh và phân loại nhị phân. Các kích thước 2D của đối tượng được tìm kiếm bằng cách áp dụng lý thuyết Hough dựa trên các giá trị cạnh. Các kích thước 3D của đối tượng được đo và lắp ráp bằng cách kết hợp các tọa độ X,Y của bàn và kết quả quét của laser 1D để đo chiều cao của trục Z. Một mô hình thạch cao 3D được chọn làm mẫu cho phép đo không tiếp xúc để xác minh tính khả thi của phương pháp này. Bài báo cũng bàn luận về các hạn chế và độ phân giải của hệ thống đo lường 3D này.
Từ khóa
#đo lường 3D #cảm biến laser #xử lý hình ảnh #mạng nơ-ron #lý thuyết HoughTài liệu tham khảo
P. Sarga and D. R. Skoyles, “An experimental visually-controlled pick and place machine for industry”,Proceedings 3rd International Joint Conference on Pattern Recognition, pp. 17–21, 1976.
P. K. Allen, B. Yoshimiand and A. Timcenko, “Real-time visual servoing”,Proceedings of IEEE Conference on Robotics and Automation, pp. 851–856, 1991.
J. Y. Zheng, Q. Chen and S. Tsuji, “Active camera guided manipulation”,Proceedings of IEEE Conference on Robotics and Automation, pp. 632–637, 1991.
M. Rioux, “3D camera based on synchronized scanning”,13th International Symposium on Industrial Robot, pp. 17–48, 1983.
Y. Tanaka, H. Tsukaoka, H. Takeda, K. Honda and T. Sarai, “High-speed processing for obtaining three-dimensional distance image and its application”,IEEE/RSJ International Workshop on Intelligent Robots and Systems IROS Osaka, Japan, pp. 365–370, 1991.
J. M. Zurada,Introduction to Artificial Neural System, West Publishing Company, 1992.
G. A. Carpenter, S. Grossberg, and D. B. Rosen, “ART2-A: an adaptive resonance algorithm for rapid category learning and recognition”,Neural Networks 4, pp. 493–504, 1991.
R. C. Gonzalez and R. E. Woods,Digital Image Processing, Addison-Wesley, 1992.
D. H. Lee, J. Kittler and K. C. Wong, “Generalizing the Hough transform in object recognition”,Proceedings 11th IAPR International Conference on Pattern Recognition, pp. 285–289, 1992.
G. A. Carpenter and S. Grossberg, “A massively parallel architecture for a self-organizing neural pattern recognition machine”,Computer Vision, Graphics and Image Processing 37, pp. 54–115, 1987.
G. A. Carpenter and S. Grossberg, “The ART of adaptive pattern recognition by a self-organizing neural network”,IEEE Computer 21(3), pp. 77–88, 1988.
G. A. Carpenter and S. Grossberg, “ART2: self-organization of stable category recognition codes for analog input pattern”,Applied Optics 26(23), pp. 4919–4930, 1987.
G. A. Carpenter and S. Grossberg, “ART3: hierarchical search using chemical transmitters in self-organizing pattern recognition architectures”,Neural Networks 3, pp. 129–152, 1990.