This paper describes a vision-based

This paper describes a vision-based system that is able to automatically recognize deformable objects, to estimate their pose, and to select suitable picking points. A hierarchical self-organized neural network is used to segment color images based on texture information. A morphological analysis allows the recognition of the objects and the picking points extraction. The proposed approach is useful in all of the situations where texture properties are significant for detecting regions of interest on deformable objects. Several tests on a large number of images, acquired in real operative working conditions, demonstrate the effectiveness of the system.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้อธิบายระบบตามวิสัยทัศน์ที่สามารถจดจำวัตถุ deformable ประเมินก่อให้เกิดของพวกเขา และเลือกสถานที่เบิกสินค้าที่เหมาะสมโดยอัตโนมัติ เครือข่ายประสาทตัวเองจัดลำดับใช้เซกเมนต์ภาพสีตามเนื้อข้อมูล การวิเคราะห์ของการรู้จำวัตถุและแยกจุดรับได้ วิธีการนำเสนอจะเป็นประโยชน์ในทุกสถานการณ์สำคัญในภูมิภาคที่น่าสนใจในวัตถุ deformable การตรวจสอบคุณสมบัติของพื้นผิว ทดสอบต่าง ๆ บนภาพ มาในสภาพการทำงานจริงวิธีปฏิบัติตนภาย จำนวนมากแสดงให้เห็นถึงประสิทธิภาพของระบบ

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะอธิบายระบบการมองเห็นตามที่จะสามารถรับรู้โดยอัตโนมัติวัตถุ deformable เพื่อประเมินก่อให้เกิดของพวกเขาและเพื่อเลือกจุดที่การเลือกที่เหมาะสม เครือข่ายประสาทตนเองจัดลำดับชั้นจะใช้ในการภาพสีส่วนบนพื้นฐานของข้อมูลพื้นผิว การวิเคราะห์ลักษณะทางสัณฐานวิทยาช่วยให้การรับรู้ของวัตถุและการเลือกจุดสกัด วิธีการที่นำเสนอจะเป็นประโยชน์ในทุกสถานการณ์ที่คุณสมบัติพื้นผิวที่มีความสำคัญสำหรับการตรวจสอบภูมิภาคท​​ี่น่าสนใจบนวัตถุ deformable การทดสอบหลายจำนวนมากของภาพที่ได้มาในสภาพการทำงานที่ทำงานจริงแสดงให้เห็นถึงประสิทธิภาพของระบบ

ผลลัพธ์ (ไทย) 3:

บทความนี้อธิบายวิสัยทัศน์ตามระบบที่เป็นอัตโนมัติสามารถรับรู้วัตถุ deformable เพื่อประเมินท่าทางของพวกเขาและเลือกที่เหมาะสม เก็บคะแนน เป็นลำดับชั้น self-organized โดยใช้โครงข่ายประสาทเทียมแบบตามภาพสีบนพื้นฐานข้อมูลพื้นผิว การวิเคราะห์สารช่วยการรับรู้วัตถุและเก็บคะแนนในการสกัดวิธีการที่เสนอจะเป็นประโยชน์ในทุกสถานการณ์ ที่สำคัญคุณสมบัติพื้นผิวเพื่อตรวจสอบพื้นที่ที่น่าสนใจบนวัตถุ deformable . การทดสอบหลายเป็นจำนวนมากของภาพที่ได้มาทำงานในเงื่อนไขจริงและแสดงให้เห็นถึงประสิทธิภาพของระบบ