基于图像配准的物流分拣检测系统的研究与实现

发布时间：2021-06-09 22:47

　　随着物流行业在国内快速发展，货物分拣效率的要求愈来愈高。国内大多数物流分拣中心采用的仍然是人工进行货物分拣，基于图像配准的物流分拣检测系统可以对分拣流水线上的物体进行快速自动地识别，确保人工分拣的正确性，提高分拣效率，维护企业与客户的利益。本文以图像配准为研究对象，设计检测系统，利用计算机视觉软件和软件开发平台完成系统的界面设计与功能模块的实现。首先阐述了系统的组成、工作原理以及详细的设计方案。系统硬件主要包括光源、工业相机、光学镜头以及工控机等。再对软件开发平台和图像处理软件进行了介绍。接着利用基于混合高斯模型的前景提取算法解决了检测区域内货物图像的捕获问题。实验表明，根据检测区域内物体前景的轮廓特征能够判断出货物是否完全进入检测区域，从而捕获图像用于后续识别。然后研究系统涉及的核心匹配算法，包括基于形状特征的模板匹配和SIFT特征匹配算法。为了同时满足识别速度和精度的需求，利用这两种算法设计系统的检测流程实现对货物图像的识别。在模板匹配中，不仅介绍了算法的实现过程，还研究了利用仿射变换对图像进行校准的方法，充分考虑分拣过程中物体出现旋转、平移等情况。对SIFT算法进一步优化，在保证... 

【文章来源】：南京邮电大学江苏省

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
目录
第一章 绪论
    1.1 课题的研究背景与意义
    1.2 机器视觉技术的概述
    1.3 课题的研究状况
        1.3.1 配准技术的研究状况
        1.3.2 机器视觉系统的研究状况
    1.4 论文的主要内容
第二章 系统总体方案设计
    2.1 系统工作原理
        2.1.1 系统组成
        2.1.2 检测算法流程
        2.1.3 系统工作原理
    2.2 系统的硬件组成
        2.2.1 工业相机
        2.2.2 光学镜头
        2.2.3 光源设计
        2.2.4 工控机选择
    2.3 系统软件平台介绍
        2.3.1 软件开发平台Visual studio 2005
        2.3.2 计算机视觉类库OpenCV
    2.4 本章小结
第三章 图像捕获与模板匹配
    3.1 图像预处理
        3.1.1 图像滤波
        3.1.2 阈值分割
        3.1.3 边缘检测
    3.2 检测区域内图像的捕获
        3.2.1 主要思想
        3.2.2 高斯混合模型初始化
        3.2.3 高斯混合模型更新
        3.2.4 运动前景检测
        3.2.5 实验与结果分析
    3.3 基于形状特征的模板匹配
        3.3.1 匹配流程
        3.3.2 形状特征描述
        3.3.3 匹配策略
        3.3.4 相似性计算
        3.3.5 仿射变换
        3.3.6 实验与结果分析
    3.4 本章小结
第四章 SIFT检测算法的研究与优化
    4.1 SIFT算法的原理和特点
    4.2 SIFT算法的实现过程
        4.2.1 DoG尺度空间的构建
        4.2.2 特征点检测
        4.2.3 特征描述子生成
        4.2.4 特征点匹配
    4.3 SIFT主要变形算法
        4.3.1 PCA-SIFT算法
        4.3.2 GLOH算法
    4.4 SIFT算法的优化
        4.4.1 算法存在的问题
        4.4.2 算法的优化
    4.5 实验与结果分析
    4.6 本章小结
第五章 系统软件模块的设计与实现
    5.1 系统软件总述
    5.2 功能模块实现
        5.2.1 图像采集模块
        5.2.2 检测算法模块
        5.2.3 模板创建模块
        5.2.4 数据库模块
    5.3 系统主界面的设计
    5.4 系统验证与结果分析
    5.5 多线程技术在系统中的应用
        5.5.1 多线程技术的介绍
        5.5.2 实验与结果分析
    5.6 本章小结
第六章 总结与展望
    一、 总结
    二、 展望
参考文献
致谢


【参考文献】：
期刊论文
[1]一种基于Canny算子改进的边缘检测算法[J]. 靳艳红,蒙建军.  重庆文理学院学报(自然科学版). 2011(02)
[2]对多线程技术的探究[J]. 杨荣刚.  科技传播. 2010(20)
[3]一种自适应阈值的运动目标提取算法[J]. 孙明玉,丁莹,李文辉,江琦,徐长青.  计算机应用研究. 2010(06)
[4]运动目标跟踪系统的遮挡问题处理[J]. 郑可飚,黄文清,张佐理,李艳芳.  计算机工程与设计. 2009(11)
[5]基于轮廓的形状特征提取与识别方法[J]. 周正杰,王润生.  计算机工程与应用. 2006(14)
[6]基于多尺度通用傅里叶描述子的灰度图像检索[J]. 章志勇,潘志庚,张明敏,吴海虹.  中国图象图形学报. 2005(05)
[7]我国自动分拣技术及其应用[J]. 宋召卫.  中国物流与采购. 2003(06)
[8]图象灰度的处理方法及实现[J]. 孙劲光,张文斌,朱世安.  辽宁工程技术大学学报(自然科学版). 2002(03)
[9]视觉识别移动式分拣装盘机器人的系统集成[J]. 王家鹏,金桂根.  烟草科技. 2001(05)
[10]基于点集不变性匹配的目标检测与识别方法[J]. 田原,梁德群,吴更石.  计算机学报. 1999(02)

博士论文
[1]灌装自动化生产线上视觉检测机器人研究[D]. 刘焕军.湖南大学 2008

硕士论文
[1]基于颜色和形状特征的图像检索技术及其应用[D]. 马凌蛟.吉林大学 2011
[2]基于SIFT算子的双目视觉立体匹配算法研究[D]. 李岩琪.西安电子科技大学 2010
[3]基于SURF的图像配准与拼接技术研究[D]. 卜珂.大连理工大学 2009
[4]图像处理技术在啤酒瓶在线检测系统中的应用[D]. 王玉林.南京理工大学 2004



本文编号：3221469