利用光斑图像特征确定飞秒激光有效烧蚀焦距

为确定飞秒激光光束对微尺度结构的烧蚀深度,研究了给定功率条件下对应的激光束有效烧蚀焦距。提出采用激光焦点处获得的烧痕阵列图像及在离焦状态下提取烧痕图像特征,通过分析图像特征与离焦距离,获得激光束有效烧蚀焦距范围的方法。在激光束焦点附近的硅晶片表面烧蚀出斑痕阵列,向下逐渐减小焦距,采集硅晶片斑痕图像,提取斑痕平均像素面积及斑痕目标与背景之间的R分量灰度差,获得斑痕像素面积及灰度差随激光束焦距变化的曲线;向上逐渐增大焦距,提取并获得斑痕像素面积及灰度差随激光束焦距变化的曲线。结合激光束向下离焦阈值(633 μm)及向上离焦阈值(993 μm),确定20 mW输出功率条件下,飞秒激光在硅晶片材料表面的有效烧蚀深度为360 μm。采用中位值方法确定了激光束在硅晶片表面聚焦时的焦距为0.823 mm。实验表明,激光烧蚀斑痕像素面积及灰度差与激光束焦距之间的关系能够客观地反映激光束有效烧蚀焦距的变化范围。     

基于图像矩特征的工件摆放类型Parzen窗估计

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。