15、基于双目立体视觉与改进DBSCAN的植物图像分割及无示教智能焊接技术

基于双目立体视觉与改进DBSCAN的植物图像分割及无示教智能焊接技术

在计算机视觉领域，对复杂自然环境下的植物图像进行分割以及实现焊接机器人的智能化操作是两个重要的研究方向。下面将分别介绍基于双目立体视觉和改进DBSCAN的植物图像分割算法，以及基于视觉的无示教智能焊接技术。

基于双目立体视觉和改进DBSCAN的植物图像分割

在复杂自然环境下，2D植物图像的分割面临诸多困难。为了解决这些问题，提出了一种基于双目立体重建和稀疏噪声点云聚类的新算法。

算法原理

该算法结合了SAD和ZNCC两种代价体积，使计算的视差更加准确。同时，由于重建算法可以并行实现，重建方法的执行时间约为1.2秒。在同一过分割的SLIC区域内进行融合，进一步细化视差。Tensor Voting理论有助于推断表面、曲线和连接点三种结构，使算法能够对相交的流形进行聚类。

实验情况

• 相交点云分割模拟 ：在模拟中发现，标记并排除相交区域的点很重要。通常，比率τs设置为1.2，如果一个点的比率超过此阈值，将被标记为相交点。DBSCAN的MinPts和Eps分别设置为5和0.2。
• 真实场景实验
  • 草本植物实验 ：进行了四个关于草本植物的实验。在双目重建过程中，对图像中的像素进行均匀采样，除最后一个实验间隔为7像素外，其他实验间隔为10像素。ZNCC和SAD的窗口大小根据叶子纹理在7 * 7到15 * 15之间变化。在两种代价体积的融合过程中，σconv和σwi分别设置为5和2d