Siemens 505-ATM-0220阈值确定和色彩判断

　　在确定阈值时，首先通过采集样本进行训练，从而得到预定的几种颜色在YUV空间的分量的上下阈值，如图2所示。

　　当一个待判定的像素在色彩空间中的位置落在这个长方体中时，就认为该像素属于要找的颜色，从而完成对图像颜色的识别。在Y空间中，Y值表示亮度，因它的变化很大，所以只考虑了U和V的值，在进行颜色判断时，首先分别建立U、V的阈值向量。

　　由于在Siemens 505-ATM-0220系统中图像传感器的数字信号是8位，即1Byte，共255Byte，系统zui多能判定8种颜色。在颜色识别后进行图像分割，在图像分割中采用了种子填充算法，其整个种子的填充是和像素点的颜色同时进行的，一开始不是对所有的像素进行处理，而是分块进行的，本系统采用的块是32×24像素，这样计算量大大减小。当中心点是所要识别的颜色时，就以这个点为种子向四周扩散，并判定周围像素点的颜色，直到填满整个块。在这过程中，同时对目标进行形状识别。本系统采用了基于全局的特征向量的识别算法来进行识别。同时也为构建雅可比矩阵得到需要的矩特征量。图3为图像识别分割流程图。

　　2.3 视觉跟踪软件原理

　　当目标物体被识别以后，视觉系统将调整镜头使目标位于视野的中心。一旦物体运动，视觉系统将进行对目标物体的跟踪。

　　在机器人视觉跟踪系统上，采用无定标的视觉跟踪系统。无定标的视觉跟踪不需要事先对摄像镜头进行定标，而是应用自适应控制方面的原理，在线的实时调整图像雅可比矩阵。通过二维的图像特征信息反馈，这种方式对摄像机模型误差和机器人模型误差、图像误差、图像噪声不敏感。基于图像跟踪的视觉跟踪控制系统，如图4。

　　控制量c为机器人头部的控制系统。首先把目标放在机器人视野的前方采集到期望的图像，从期望图像中抽取期望的特征集，作为视野跟踪控制系统的期望输入，从而完成任务需要的视野特征集定义。在实时控制系统中，由机器人的图像传感器获取实时采样图像，从中获取实时特征集，这样构成一个视野反馈，引导机器人完成跟踪任务。区别于图像的简单几何特征，本系统选用的视觉特征集为全局的图像描述—图像矩。

　　根据矩特征变化量与相对位姿变化量之间的关系矩阵，即图像雅可比矩阵，然后利用推导的图像雅可比矩阵，设计了视觉跟踪控制器，完成系统对3D目标物体的平动跟踪。

GE DC Contactor 1250hp 1250 hp IC2800 Y108A101S NEW

MITSUBISHI GRAPHIC COLOR TOUCH SCREEN A975GOT-TBA-EU

MITSUBISHI OPERATOR GRAPHIC SCREEN A975GOT-TBA-EU A

SQUARE D LI36300 I-LIMITER 300A 300 A AMP BREAKER

Foxboro Digital Circular Chart Recorder 740RA-A3000ACN

ABB Pole Mount Wet Transformer 25KVA 12470HV 120/240LV

BOSCH DECKEL VM 60/R-T DC 520V 60A SERVO DRIVE 

LABOR THYRISTOR REGLER DRIVE GN 6 DZ 160/175-24-4 Q 80

Cutler Hammer Non Rev Starter A200M4CAC Sz Size 4 NIB

Siemens DC Inverter Simovert VC 6SE7021-3TB61 6SE70213T

US Electric Vari Drive 20HP 3PH VEUGH 220/440V Cy 60

BLOWER 7X9 7 X 9 184821 K1282-02 K128202

Goulds Centrifugal Pump 3196 MTX 3"x1-1/2" B-1650MDSNP

HOOVER 304 S/S TANK 550 GALLON chemical tote TANK 

GUILLOTINE 13 3/4" H X 24" W OPENING RUBBER CUTTER CUT

UV TECHNIQUE ELECTRONIC FLUORESCENT LAMP BALLAST ALP51

​