基于机器视觉的工件分拣系统研究

发布时间：2017-05-01 07:09

  本文关键词：基于机器视觉的工件分拣系统研究，由笔耕文化传播整理发布。

【摘要】：工件分拣是工业生产环节的重要组成部分,在传统的分拣方式中,人工分拣存在分拣效率低等弊端;采用示教或离线编程的旧时工业机器人分拣时,工件的位姿需要预先设定,如果工作环境发生变化,编程需要重新设计。相比人工、旧时机器人分拣,基于机器视觉的机器人可以对工件进行在线分拣、实时分析和控制,具有高效、准确、稳定等优势。目前,国外各大型机器人公司纷纷推出了具有机器视觉功能的分拣机器人。虽然国内机器人技术和欧美、日本等发达国家仍有差距,但已经取得了许多显著的研究成果。根据我国的市场需求,研究具有机器视觉功能的工件分拣系统,前景广阔,具有重要的工业价值和现实意义。本文提出了一种在MATLAB开发环境下,基于机器视觉的规则几何工件分拣系统,主要研究了系统的结构、相机标定、工件在静止状态下的提取与识别,在运动状态下的检测与跟踪等内容。本文将分拣系统分为机器人本体及工件平台、机器视觉和运动控制三大模块,并对它们的结构分别进行了设计;在相机标定中,以针孔模型为基础建立了工件图像坐标与世界坐标间的对应关系,并考虑透镜畸变的影响,通过MATLAB标定工具箱对相机进行了标定;在工件静态状态下的提取与识别中,首先对采集到的工件图像进行平滑去噪、阈值分割、边缘检测等处理,然后通过轮廓坐标转换对工件进行大致分类后,又采用统计模式识别的方法对工件进行了准确识别,最后根据识别工件的质心对其定位、抓取;在动态工件的检测与跟踪中,首先采用基于混合高斯背景建模的背景差分法对工件进行检测,然后通过Kalman滤波结合工件目标特征对工件进行跟踪。试验结果表明:该系统对静态规则几何工件分拣准确度高,对动态工件的检测与跟踪效果良好,证明了其在工件分拣中的应用价值。
【关键词】：机器视觉 分拣 识别 目标跟踪
【学位授予单位】：上海工程技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TH16;TP391.41
【目录】：

• 摘要6-7
• ABSTRACT7-12
• 第一章 绪论12-20
• 1.1 研究背景12-14
• 1.1.1 传统分拣方式12-13
• 1.1.2 动态工件分拣13
• 1.1.3 基于机器视觉分拣13-14
• 1.2 研究意义14
• 1.3 国内外研究现状14-18
• 1.3.1 国外研究状况14-16
• 1.3.2 国内研究状况16-18
• 1.4 论文主要工作及组织结构18-19
• 1.5 小结19-20
• 第二章 工件分拣系统设计20-34
• 2.1 系统工作流程21
• 2.2 机器人本体设计21-24
• 2.2.1 分拣机器人结构方案21-23
• 2.2.2 分拣机器人三维建模23-24
• 2.3 机器视觉系统24-29
• 2.3.1 视觉系统硬件设计24-25
• 2.3.2 视觉系统硬件设备选型25-29
• 2.3.2.1 工业相机及镜头25-27
• 2.3.2.2 光源27-29
• 2.3.2.3 图像采集卡29
• 2.4 运动控制系统29-33
• 2.4.1 运动控制方式29-31
• 2.4.2 控制硬件设备选型31-33
• 2.5 系统的软件设计33
• 2.6 小结33-34
• 第三章 相机标定34-42
• 3.1 相机模型34-37
• 3.2 透镜畸变37-38
• 3.3 相机标定方法38-39
• 3.3.1Tasi两步标定法38
• 3.3.2 张正友法38-39
• 3.4 实验结果39-41
• 3.5 小结41-42
• 第四章 静态工件的提取与识别42-63
• 4.1 图像预处理42-43
• 4.2 目标提取43-53
• 4.2.1 阈值处理43-46
• 4.2.2 区域填充46
• 4.2.3 标记处理46-47
• 4.2.4 边缘检测47-53
• 4.2.4.1 一阶微分边缘算子48-49
• 4.2.4.2 二阶微分边缘算子49-53
• 4.3 工件特征提取53-57
• 4.3.1 Hough变换53-55
• 4.3.1.1 Hough变换直线检测53-54
• 4.3.1.2 Hough变换圆检测54-55
• 4.3.2 轮廓坐标变换55-56
• 4.3.3 几何特征提取56-57
• 4.4 工件识别分类57-59
• 4.5 几何中心计算59-60
• 4.6 实验结果60-62
• 4.7 小结62-63
• 第五章 动态工件的检测与跟踪63-74
• 5.1 运动目标检测63-68
• 5.1.1 光流法63-64
• 5.1.2 帧间差分法64-66
• 5.1.3 背景差分法66-68
• 5.1.3.1 单高斯背景建模66-67
• 5.1.3.2 混合高斯背景建模67-68
• 5.2 运动目标跟踪68-72
• 5.2.1 Mean-Shift跟踪算法69-70
• 5.2.2 Kalman跟踪算法70-72
• 5.2.2.1 Kalman滤波方程70-71
• 5.2.2.2 系统模型71-72
• 5.3 数据关联72-73
• 5.4 小结73-74
• 第六章 总结与展望74-76
• 6.1 总结74-75
• 6.2 展望75-76
• 参考文献76-79
• 攻读硕士学位期间发表的学术论文及取得的相关科研成果79-80
• 致谢80-81

【相似文献】

中国期刊全文数据库 前10条

1 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期

2 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期

3 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期

4 张楠;;机器视觉正迎来发展的“春天”[J];中国包装工业;2012年02期

5 文浩;;欧洲机器视觉市场发展迅速[J];仪表工业;1993年03期

6 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期

7 刘曙光,刘明远,何钺;机器视觉及其应用[J];机械制造;2000年07期

8 谢勇,彭涛;机器视觉及其在现代包装行业中的应用[J];株洲工学院学报;2002年04期

9 唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期

10 颜发根,刘建群,陈新,丁少华;机器视觉及其在制造业中的应用[J];机械制造;2004年11期

中国重要会议论文全文数据库 前10条

1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年

2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年

3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用（CACIS）学术会议论文集[C];2007年

4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年

5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集（1）[C];2008年

6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集（二）[C];2007年

7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年

8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集（下册）[C];2004年

9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年

10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会（CSAE 2009）论文集[C];2009年

中国重要报纸全文数据库 前10条

1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年

2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年

3 本报记者 郭涛;机器视觉：为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年

4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年

5 金刚;给机器一双慧眼[N];计算机世界;2007年

6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年

7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年

8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年

9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年

10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年

中国博士学位论文全文数据库 前10条

1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年

2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年

3 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年

4 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年

5 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年

6 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年

7 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年

8 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年

9 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年

10 许海霞;机器视觉标定与目标检测跟踪方法及其应用研究[D];湖南大学;2011年

中国硕士学位论文全文数据库 前10条

1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年

2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年

3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年

4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年

5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年

6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年

7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年

8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年

9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年

10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年

  本文关键词：基于机器视觉的工件分拣系统研究，由笔耕文化传播整理发布。

，

本文编号：338454