Algorytmy systemu wizyjnego stanowiska badawczego aplikacji pick and place

• Autorzy: Łygas K.

Warianty tytułu

EN

Algorithms of vision system of research position of pick and place application

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono algorytmy oparte o bibliotekę funkcji przetwarzania obrazów OpenCV, w celu rozpoznawania oraz określenia lokalizacji oraz orientacji obiektów. Algorytmy zostały użyte na próbnym obrazie. Zadaniem algorytmu było określenie lokalizacji krążków znajdujących się na płycie podajnika, oraz klasyfikacji pod względem koloru. Autor artykułu poszukiwał rozwiązania cechującego się redukcją czasu trwania algorytmu.

EN

This article presents algorithms based on the OpenCV image processing library, to recognize and determine the location and orientation of objects. Algorithms were used in the image test. The purpose of the algorithm was to determine the location of the discs on the tray and the color classification. The author was looking for a solution about the shortest time of duration.

Słowa kluczowe

PL

robotyka; aplikacja pick and place; system wizyjny

EN

robotics; pick and place application; vision system

• Wydawca: Instytut Naukowo-Wydawniczy "SPATIUM". sp. z o.o.
• Czasopismo: Autobusy : technika, eksploatacja, systemy transportowe
• Rocznik: 2017
• Tom: R. 18, nr 6
• Strony: 900--907, CD
• Opis fizyczny: Bibliogr. 14 poz., rys., tab., wykr.

Twórcy

autor

Łygas K.

• Politechnika Lubelska, Wydział Mechaniczny, Katedra Automatyzacji

Bibliografia

• 1. Zbigniew Wawerek, „Machine vision, widzenie maszynowe albo...”, PAR, nr 4, ss. 18-19, 2008.
• 2. E. R. Davies, Computer and Machine Vision: Theory, Algorithms, Practicalities. Academic Press, 2012.
• 3. R. Tadeusiewicz, Systemy wizyjne robotów przemysłowych. Wydawnictwa Naukowo-Techniczne, 1992.
• 4. J. R. Parker, Algorithms for Image Processing and Computer Vision, 2 edition. New York: Wiley, 2010.
• 5. A. Kaehler i G. Bradski, Learning OpenCV: Computer Vision in C++ with the OpenCV Library, Second Edition edition. Beijing ;Köln: O’Reilly Media, 2015.
• 6. D. L. Baggio i in., Mastering OpenCV with Practical Computer Vision Projects. Birmington, UK: Packt Publishing, 2012.
• 7. Paweł Melnarowicz, „System wizyjny do analizy ruchu i położenia obiektów”. Politechnika Wrocławcka, 2008.
• 8. „HSV (grafika) – Wikipedia, wolna encyklopedia”. [Online]. Dostępne na: https://pl.wikipedia.org/wiki/HSV_(grafika). [Udostępniono: 30-cze-2015].
• 9. H. R. Myler, The Pocket Handbook of Image Processing Algorithms in C. PTR Prentice Hall, 1993.
• 10. T. P. Zieliński, Cyfrowe przetwarzanie sygnałów: od teorii do zastosowań. Wydawnictwa Komunikacji i Łączności, 2007.
• 11. „OpenCV dokumentacja, time”. [Online]. Dostępne na: https://docs.python.org/2/library/time.html. [Udostępniono: 29-cze-2015].
• 12. „Strona internetowa projektu OpenCV”. .
• 13. „Poradnik OpenCV Progowanie obrazu”, GitHub. [Online]. Dostępne na: https://github.com/abidrahmank/OpenCV2-PythonTutorials. [Udostępniono: 29-cze-2015].
• 14. J. E. Solem, Programming Computer Vision with Python: Tools and algorithms for analyzing images, 1 edition. Sebastopol, CA: O’Reilly Media, 2012.