激光制导自动跟踪焊接系统

　　采用大津方法处理图像

　　采用大津阈值法来处理所采集的图像，以自动计算出在变化不定的照明条件下的最优阈值。利用大津方法，我们尽一切可能找到能最大限度地降低类内方差值(即，两个类的方差的加权总和)的阈值：

　　权数ωi是被阈值t分隔开的两个类的概率，2iσ是这两个类的方差。

　　大津法表明，最大限度地降低类内方差值，等同于最大限度地提高类间方差值：

　　其中，ωi是类概率，μi是类平均数，相应地，这个值可以迭代更新。这种方法产生了一个简单而又有效的算法：

　　1. 计算各个亮度条件下的直方图和概率。

　　2. 设置初始ωi(0)和μi(0)。

　　3. 逐一计算所有可能的阈值t = 1 ⋯ 最高亮度：更新ωi和μi;计算 。

　　4. 对应于最大 的理想阈值。

　　采用上述算法，处理所保存的图像。经处理的图像将保存到另一个10kb阵列中。确定最优阈值后，计算出中线(单像素宽线)。下一步是从中线中找到结合点。由此得到的坐标值将被输出至先入先出堆栈。处理每帧图像的平均用时约为65ms。

　　先入先出缓冲区

　　利用先入先出循环缓冲区来保存图像处理模块计算得到的坐标值。然后，伺服电机模块将利用这些坐标值来将焊枪移动至相应的位置。摄像头的初始坐标值是0，而焊枪的初始坐标值则是CIRCULAR_BUF_SIZE-1。根据摄像头与焊枪之间的步数，在汇编时决定先入先出缓冲区的大小。