论文部分内容阅读
在自动化显微操作中,一般采用显微视觉成像系统作为传感器,实现闭环伺服控制,因此,高精度的系统标定必不可少,目前,各种动态标定已经成为很多研究者的研究重点。同时随着计算机图像处理技术的不断发展,为了进一步提高显微操作系统的自动化水平,各种快速识别跟踪、自动聚焦等方法也被集成到系统中。 本文的工作主要有以下几个方面: 1.利用基于特征误差的动态标定方法对系统进行标定和对实时误差进行校正。首先对视觉空间与机械手空间的映射矩阵进行多次校正,完成局部标定,使得局部误差收敛;接着利用最小二乘法对全局误差矩阵进行优化,得到最优的全局转换矩阵;最后在操作的过程中根据运动误差实时校正全局转换矩阵。 2.基于卡尔曼滤波器预测的视觉跟踪方法。利用卡尔曼滤波器构成预测器,对目标对象的未来位置进行预测,建立图像处理窗口。通过实验验证,该方法可实现对目标对象的快速跟踪,提高图像处理的精度和跟踪速度。 3.清晰度评价算法和聚焦搜索策略。通过实验对几种常见的清晰度评价算法进行比较,选择综合表现最好的Brenner评价算法作为自动聚焦清晰度评价算法。选择合适的聚焦窗口来提高聚焦速度以及减少图像背景或者非聚焦平面上灰度的变化对实验的干扰,对经自动聚焦窗口选择过的图像用Brenner函数进行聚焦评价。 4.介绍显微操作系统体系结构以及软件的开发。包括软件界面的设计、各个功能模块的实现以及它们之间的相互通信;开发通用性强的自动化显微操作系统软件。软件集成了图像处理、视觉控制、系统标定、图像采集显示、二维纳米平台控制、机械手控制等功能。 5.利用本文提出的系统动态标定方法、卡尔曼滤波器预测的视觉跟踪方法以及显微镜自动聚焦技术进行微马达转子的自动化显微操作实验,验证上述方法的有效性。