基于特征降维和融合的轮毂视觉定位与识别方法研究

发布时间：2022-08-10 13:43

　　机器视觉技术近年来得到快速的发展,目前广泛应用于工业生产领域,如轮毂的非接触测量、在线定位识别等。轮毂定位识别系统是基于机器视觉技术完成轮毂信息提取的功能整体,其优势在于:可以实时地得知轮毂在图像平面中的位置,同时识别出轮毂的型号。本文将图像处理技术和机器视觉技术结合完成不同类型轮毂的定位与识别,对定位和识别的方法进行优化,提高了轮毂定位和识别的效率和准确率。研究工作具有一定的理论意义和工程应用价值。论文主要工作与结论如下:（1）轮毂定位方法研究:先确定轮毂定位要提取轮毂的轮廓圆与关键点的信息,采用霍夫梯度法完成对轮毂外轮廓圆的提取,接着用简化降维后的SIFT特征点匹配定位方法求出待检测定位轮毂与模板轮毂的空间变换矩阵,根据空间变换矩阵计算出轮毂关键点的坐标。实验结果表明,这种方法有效地克服了光照不均给定位带来的影响,对平移旋转和部分缺失也有较强的鲁棒性。（2）轮毂识别方法研究:共采集七种不同类型的轮毂图片,先对轮毂图片进行预处理,包括图像去噪、图像分割、形态学处理和边缘检测,在预处理的基础上完成对轮毂特征值的提取,如轮毂半径、孔洞特征、轮辐特征和不变量特征等;接着采用串行、并行和加权... 

【文章页数】：90 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 机器视觉国内外发展现状
        1.2.2 轮毂图像定位识别技术
        1.2.3 目前研究工作存在问题分析
    1.3 课题研究目的及内容
        1.3.1 研究目的
        1.3.2 研究内容
第二章 轮毂图像定位识别技术分析
    2.1 轮毂定位图像处理基础
        2.1.1 Hough变换图像匹配算法
        2.1.2 特征点提取算法
        2.1.3 特征点匹配算法
    2.2 轮毂识别图像处理基础
        2.2.1 图像预处理
        2.2.2 形状特征
        2.2.3 特征融合算法
    2.3 本章小结
第三章 基于特征降维的轮毂图像定位方法研究
    3.1 问题描述
    3.2 基于Hough变换的轮毂外轮廓圆定位
        3.2.1 基于Hough变换定位方法原理
        3.2.2 轮毂外轮廓圆和圆心定位
    3.3 基于PCA-SIFT特征点匹配的轮毂圆心和气嘴定位
        3.3.1 SIFT特征点提取
        3.3.2 SIFT特征符简化和降维
        3.3.3 特征点匹配定位
        3.3.4 求解轮毂圆心与气嘴坐标
    3.4 实验结果分析
    3.5 本章小结
第四章 基于特征融合的轮毂图像识别方法研究
    4.1 问题描述
    4.2 轮毂图像预处理
        4.2.1 去噪处理
        4.2.2 图像分割
        4.2.3 二值形态学处理
        4.2.4 边缘检测
    4.3 轮毂图像特征提取
        4.3.1 轮廓圆特征
        4.3.2 孔洞特征
        4.3.3 轮辐个数与轮辐宽度
        4.3.4 不变量特征
    4.4 轮毂图像特征融合
    4.5 轮毂识别结果分析
        4.5.1 模板匹配
        4.5.2 最近邻分类识别
        4.5.3 结果分析
    4.6 本章小结
第五章 轮毂定位识别系统构建与分析
    5.1 概述
    5.2 开发环境简介
        5.2.1 HALCON机器视觉软件
        5.2.2 Visual Studio 2017
        5.2.3 HALCON/VS2017 程序设计流程
    5.3 轮毂定位识别系统构建
        5.3.1 系统整体框架设计
        5.3.2 系统硬件
        5.3.3 系统软件
    5.4 轮毂定位识别实验与分析
    5.5 本章小结
第六章 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
致谢
攻读硕士学位期间主要成果


【参考文献】：
期刊论文
[1]基于K最近邻样本平均距离的代价敏感算法的集成[J]. 杨浩,王宇,张中原.  计算机应用. 2019(07)
[2]基于最大熵生长检测器的模糊红外图像分割算法[J]. 于晓,吕欣欣,高强,叶溪.  激光杂志. 2019(03)
[3]基于改进SIFT的无人机航拍图像快速匹配[J]. 韩宇,宗群,邢娜.  南开大学学报(自然科学版). 2019(01)
[4]基于机器视觉检测印刷码的改进模板匹配算法研究[J]. 钱俞好,周军,田胜,李少辉.  机电工程. 2018(04)
[5]基于改进的二值形态学人脸识别算法[J]. 万卷,唐明.  机械与电子. 2017(05)
[6]加权数据融合算法在液化气监测中的应用[J]. 刘鸿飞,杨建栋,方丽英,王普.  南京理工大学学报. 2016(02)
[7]基于特征值加权融合的手指静脉图像质量评估[J]. 余成波,胡晶晶,孔庆达,余玉洁,邓顺华.  重庆理工大学学报(自然科学). 2016(02)
[8]基于全局和局部特征融合的图像匹配算法研究[J]. 朱奇光,张朋珍,李昊立,詹贤娇,陈颖.  仪器仪表学报. 2016(01)
[9]基于最小二乘法特征点的图像拼接方法应用研究[J]. 刘春群,颜锦,许发翔,何应勇.  企业技术开发. 2015(33)
[10]应用特征串行融合的人脸识别算法[J]. 赵志雄.  信息通信. 2015(04)

博士论文
[1]面向数控机床群的上下料机器人视觉识别定位研究[D]. 陈四杰.江苏大学 2013

硕士论文
[1]基于鬼成像的边缘检测方法研究[D]. 任红豆.南京邮电大学 2019
[2]汽车轮毂识别与分类算法的研究与实现[D]. 刘杏杏.青岛科技大学 2019
[3]基于尺度不变特征的图像检索技术研究[D]. 康红娟.西安科技大学 2017
[4]基于OpenCV的车牌识别系统研究与实现[D]. 杨莉.湖南大学 2017
[5]一种改进的车辆特征提取与匹配算法研究[D]. 罗时现.安徽大学 2017
[6]基于机器视觉的SMD轮毂生产信息采集与处理系统研发[D]. 张琦琦.南京理工大学 2017
[7]基于2D-3D图像非刚性配准方法的研究[D]. 钟涛.上海应用技术大学 2016
[8]基于超像素聚类的图像分割方法研究[D]. 周宝.东南大学 2015
[9]基于图像匹配技术的轮毂定位方法[D]. 李丹丹.大连理工大学 2014
[10]轮毂在线识别系统的研究[D]. 麻金贺.燕山大学 2014



本文编号：3673741