小波边缘检测在视觉图像分析中的应用研究
本文关键词: 小波变换 边缘检测 图像识别 机器视觉系统 箱体搬运 出处:《哈尔滨理工大学》2017年硕士论文 论文类型:学位论文
【摘要】:智能机器人在工业生产中对提高生产效率起到了关键作用。将机器视觉技术引入智能机器人,会提高其操作的灵活性和动作的复杂性。机器视觉图像中包含了大量信息,而智能机器人所需要的往往只是图像边缘特征,因此,视觉图像分析的核心是图像边缘提取,以及目标的位姿识别。以机器人搬运箱体为应用背景,首先,论文对常用的图像边缘检测算法进行比较,分析各自的优缺点。在此基础上提出小波边缘检测方法,选择二次B样条函数作为小波函数,对拍摄的包装箱图像进行处理。由于受实际工作环境的影响,机器视觉系统拍摄的图像噪声较大,小波变换滤除图像噪声效果最佳。其次,针对用小波来进行图像的边缘检测时,容易出现边缘丢失以及弱边缘的问题,改进了基于小波变换的图像边缘检测方法,提出了小波变换与数学形态学相融合的图像边缘检测算法。在边缘检测的基础上,研究了图像识别以及箱体位姿信息提取方法,通过坐标变换,计算出箱体在机器视觉系统中的空间位置及姿态,准确提取出箱体位姿信息。最后,搭建了机器视觉检测系统,对系统中使用到的硬件分析和选型。开发了基于VC++的Motoman机器人控制系统,及机器人视觉检测系统图像处理单元。在搬运箱体实验中,通过采集视觉图像及图像分析处理,准确提取了箱体的位姿信息,为控制机器人搬运箱体提供了准确的视觉图像信息。本文提出的小波变换与数学形态学融合的边缘检测算法以及图像识别方法,能准确提供箱体的位姿信息,对机器视觉系统用于包装箱体的智能搬运,具有重要意义。
[Abstract]:Intelligent robot plays a key role in improving production efficiency in industrial production. Introducing machine vision technology into intelligent robot will increase the flexibility of operation and the complexity of action. The machine vision image contains a lot of information. But the intelligent robot often needs only the image edge characteristic, therefore, the visual image analysis core is the image edge extraction, as well as the target position and pose recognition. In this paper, the common image edge detection algorithms are compared, and their advantages and disadvantages are analyzed. On this basis, a wavelet edge detection method is proposed, and the quadratic B-spline function is selected as the wavelet function. Because of the influence of the actual working environment, the image taken by machine vision system has a large noise, and wavelet transform is the best to filter the image noise. In order to solve the problems of edge loss and weak edge in image edge detection based on wavelet transform, the method of edge detection based on wavelet transform is improved. An image edge detection algorithm based on wavelet transform and mathematical morphology is proposed. On the basis of edge detection, the methods of image recognition and extraction of box position and pose information are studied. Calculate the space position and attitude of the box in the machine vision system, extract the position and pose information of the box accurately. Finally, build the machine vision detection system, The Motoman robot control system based on VC and the image processing unit of the robot visual inspection system are developed. The position and pose information of the box is extracted accurately, which provides accurate visual image information for the control of the robot moving box. The edge detection algorithm and image recognition method based on the fusion of wavelet transform and mathematical morphology are presented in this paper. It is of great significance for the machine vision system to be used in the intelligent handling of the packaging box.
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP391.41;TP242
【相似文献】
相关期刊论文 前10条
1 王宇生,卜佳俊,陈纯;一种基于积分变换的边缘检测算法[J];中国图象图形学报;2002年02期
2 顾晓东,王晓明,刘健;基于曲线坐标系的图像边缘检测[J];计算机工程与应用;2002年03期
3 何仁贵,黄登山,陈金兵;基于灰色预测模型的图像边缘检测[J];西北工业大学学报;2005年01期
4 郑胜,柳健,田金文;基于向量机的边缘检测算法优化研究[J];电子与信息学报;2005年05期
5 王娜,李霞;一种新的改进Canny边缘检测算法[J];深圳大学学报;2005年02期
6 王文豪;;图象边缘检测中边界闭合性的分析与探讨[J];计算机与信息技术;2005年12期
7 刘军;姚子建;;用边缘检测算子实现图像边缘检测[J];福建电脑;2006年02期
8 李葆青;文山;;边缘检测准则与几种典型算法[J];六盘水师范高等专科学校学报;2006年03期
9 郑子华;陈家祯;钟跃康;;基于灰色加权绝对关联度的边缘检测算法[J];电脑知识与技术;2006年20期
10 黄玉程;胡国清;吴雄英;刘文艳;;人脸图像边缘检测的方法研究和应用[J];计算机工程;2006年18期
相关会议论文 前10条
1 王岩;勒中鑫;;边缘检测中几种方法的比较[A];1998年中国智能自动化学术会议论文集(下册)[C];1998年
2 孟伟;王秀泽;张岩;;离散Canny边缘检测算法的实现[A];走近CIE 26th——中国照明学会(2005)学术年会论文集[C];2005年
3 周胜灵;丁珠玉;;农产品边缘检测系统研究[A];中国农业工程学会2011年学术年会论文集[C];2011年
4 任获荣;杨夏颖;何培培;孙建维;高敏;;边缘检测技术发展现状及其在零件识别中的应用综述[A];第三届数控机床与自动化技术专家论坛论文集[C];2012年
5 王岩;勒中鑫;;几种边缘检测方法及其比较[A];中国图象图形科学技术新进展——第九届全国图象图形科技大会论文集[C];1998年
6 叶乐军;王强;;基于自适应边缘检测的大空间火灾目标监测技术[A];中国职业安全健康协会2007年学术年会论文集[C];2007年
7 沈亮;潘德炉;王迪峰;;机载多通道扫描仪图像的边缘检测初步研究[A];2008中国仪器仪表与测控技术进展大会论文集(Ⅰ)[C];2008年
8 李文辉;郭宁宁;郝鑫;;优化边缘检测的分析和解决方案[A];“加入WTO和科学技术与吉林经济发展——机遇·挑战·责任”吉林省第二届科学技术学术年会论文集(上)[C];2002年
9 王培珍;孟祥昊;张克;郑诗程;潘瑞雪;;板材图像边缘检测算法研究[A];第25届中国控制与决策会议论文集[C];2013年
10 王海岚;樊绍胜;;一种改进的模糊形态学边缘检测算法[A];中国自动化学会中南六省(区)2010年第28届年会·论文集[C];2010年
相关重要报纸文章 前1条
1 鸣人;Photoshop CS5:三大功能再进化[N];中国摄影报;2010年
相关博士学位论文 前10条
1 磨少清;边缘检测及其评价方法的研究[D];天津大学;2011年
2 董鸿燕;边缘检测的若干技术研究[D];国防科学技术大学;2008年
3 王媛妮;顺序形态边缘检测及分水岭图像分割研究[D];武汉大学;2010年
4 迟健男;图像形态学和小波分析在图像增强与边缘检测中的应用[D];东北大学;2005年
5 李杏梅;Contourlet变换在图像去噪与边缘检测中的应用研究[D];华中科技大学;2011年
6 丁兴号;基于小波分析的视觉检测技术研究[D];合肥工业大学;2003年
7 闫海霞;基于数学形态学的图像边缘检测和增强算法的研究[D];吉林大学;2009年
8 谢松法;模式特征的提取与应用研究[D];华中科技大学;2007年
9 吴庆岗;复杂背景输电线图像中部件边缘提取算法研究[D];大连海事大学;2012年
10 Ali Abdullah Yahya;[D];合肥工业大学;2014年
相关硕士学位论文 前10条
1 林江;基于边缘检测和马尔可夫随机场的AD症脑MRI分割方法研究[D];西南交通大学;2015年
2 吕威骏;基于分数阶傅里叶变换和多尺度跟踪的边缘检测算法[D];郑州大学;2015年
3 亓晓彤;基于摄影测量的板类件孔位检测方法研究[D];中国地质大学(北京);2015年
4 孙浩轩;基于Matlab的电力线实时检测的算法研究[D];中国海洋大学;2015年
5 付伟;纸张折痕恢复性能测试仪的研究[D];中国海洋大学;2014年
6 杨丰骏;基于改进蚁群算法的图像边缘检测[D];太原理工大学;2016年
7 郭爽;电力线检测的算法研究[D];中国海洋大学;2015年
8 聂恺;复杂天气条件下的太阳质心位置检测方法研究[D];太原科技大学;2015年
9 仝海峰;基于FPGA的视频图像边缘检测优化设计[D];安徽理工大学;2016年
10 徐晓莹;基于灰色关联度和纹理分析边缘检测算法的研究[D];东北石油大学;2010年
,本文编号:1499244
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1499244.html