基于图像矩特征的工件摆放类型Parzen窗估计
【摘要】 工件的视觉判别是实现机械手抓取工件的重要环节，如何对姿态变换后的工件进行视觉识别及分类，具有重要的理论及工程研究价值。设计了工件姿态变换实验平台，实验研究了工件姿态变换的视觉识别问题。首先，采用分水岭图像分割方法，实现了工件目标图像的分割。其次，针对工件在水平面旋转姿态变换及在三维空间进行姿态变换两种情况，分别选取单个工件、部分遮挡工件及部分重叠工件构建图像样本，并实现了七个特征不变矩的提取。最后，将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标，采用Parzen窗对待识别工件类型进行概率密度估计，并用带惯性的粒子群算法对Parzen窗估计结果进行优化，克服Parzen窗估计的多峰值问题，实现了对工件摆放类型的准确判别。关键词:工件姿态;不变矩;Parzen窗;视觉识别
