基于图像超分辨率重建的圆孔位姿视觉检测

发布时间：2021-06-20 18:17

　　在机械自动化装配、对接领域,存在很多轴孔装配的场景,通过检测零件上的圆孔可以获得圆心坐标、圆孔法向量等一些参数信息,即得到圆孔的空间位姿,为轴孔的自动化装配过程提供准确的导航。近年来,视觉检测技术发展迅速,由于其具有效率高、非接触、精度高等特点,因此已经被广泛地应用于轴孔装配过程中圆孔位姿的检测。而在零件圆孔位姿的视觉检测过程中,由于存在一些光照不稳定、待检测圆孔在相机视野中占比较小等非理想检测场景,导致无法检测出有效的圆孔信息,因此需要提高圆孔检测过程的图像质量。传统的方法是通过提升硬件性能提高图像的分辨率,而考虑到一些机械自动化装配场景下视觉检测设备需要大规模部署,提升硬件所花费的经济成本很高,并且对于图像质量的提高有限,本文提出将图像超分辨率重建技术应用于工业轴孔装配过程中圆孔位姿视觉检测任务,解决检测图像分辨率不足的问题,提高圆孔位姿检测的准确性。本文的主要研究内容如下:（1）构建面向工业零件边缘增强的图像超分辨率重建模型。首先建立工业零件样本库并进行预处理,再采用面向边缘增强的特征分布损失函数以及残差块简化方法改进深度递归残差超分辨率重建模型,使模型训练结果更加适用于工业圆孔... 

【文章来源】：浙江大学浙江省 211工程院校 985工程院校 教育部直属院校

【文章页数】：91 页

【学位级别】：硕士

【部分图文】：

图２－１高分辨率图像样本??．．

?ｏｔｈｅｒｗｉｓｅ．??对本文所使用的原始样本库进行基于三次卷积插值的图像退化操作，生成??相应的宽和高各缩小两倍的低分辨率图像，部分结果如图２－３所示。??１８??

验证集和测试集。??本文模型使用的输入图像大小为９６?ｘ?９６，需要对扩展的训练集进行图像切??割。为了使训练集得到进一步增强，采用如图２－４的方法进行切割。??ｋ＝７８??「丨——??５－７７?｜ｐ?；??－ｎ?Ｖｉ??高分辨率图像块??＾??Ｗ＝２５９２??图２－４高分辨率图像切割??在图２－４中，使用９６?Ｘ?９６的窗口进行滑动切割，根据原始图像的大小设置向??右滑动的步长Ａ＝７８，向下滑动的步长ｓ＝７７，使得每张原始图像可以被切割成７６８??个大小为９６?Ｘ?９６的图像块，满足模型输入条件的同时实现了训练数据的增强。??２．３面向边缘增强的图像特征分布度量??基于本论文的研究任务，本节旨在寻找一种能够提升超分辨率重建模型对??２０??

【参考文献】：
期刊论文
[1]基于双目视觉的数控机床动态轮廓误差三维测量方法[J]. 刘巍,李肖,李辉,潘翼,贾振元.  机械工程学报. 2019(10)
[2]基于双目视觉的障碍物检测方法研究[J]. 刘锐,陈凤翔,陈科羽,刘胜南.  计算机测量与控制. 2018(12)
[3]具有同心圆特征的非合作目标超近距离姿态测量[J]. 王珂,陈小梅,韩旭.  光电工程. 2018(08)
[4]边缘增强深层网络的图像超分辨率重建[J]. 谢珍珠,吴从中,詹曙.  中国图象图形学报. 2018 (01)
[5]改进的基于卷积神经网络的图像超分辨率算法[J]. 肖进胜,刘恩雨,朱力,雷俊锋.  光学学报. 2017(03)
[6]基于边缘增强的正则化超分辨率图像重建[J]. 刘颖,权婉,伍世虔.  西安邮电大学学报. 2016(06)
[7]边缘增强的多字典学习图像超分辨率重建算法[J]. 詹曙,方琪.  光电工程. 2016(04)
[8]基于深度学习的图像超分辨率算法研究[J]. 胡传平,钟雪霞,梅林,邵杰,王建,何莹.  铁道警察学院学报. 2016(01)
[9]基于极线校正的亚像素相位立体匹配方法[J]. 肖志涛,卢晓方,耿磊,张芳,吴骏,李月龙,郎建业,甘鹏,刘洋.  红外与激光工程. 2014(S1)
[10]新的基于稀疏表示单张彩色超分辨率算法[J]. 杨玲,刘怡光,黄蓉刚,黄增喜.  计算机应用. 2013(02)

博士论文
[1]高温单晶硅液位和直径视觉检测关键技术及应用研究[D]. 项森伟.浙江大学 2018

硕士论文
[1]基于相位信息的图像边缘检测算法研究[D]. 罗进.湖南大学 2017
[2]基于双目立体视觉的相位匹配算法研究[D]. 胡海.中南大学 2013



本文编号：3239691