人机装配环境下的人手特征识别与三维重构

发布时间：2023-04-26 00:51

　　自动化的、能适应多类情景的信息处理算法是提高工作效率、制造系统柔性与产品质量的有效实用手段。基于双目机器视觉的人机交互协作装配技术,使用视觉处理得到的手部位姿作为装配机器人行为决策的输入信息,通过装配任务的合作实现高效、柔性的生产过程。手部图像的生物特征信息和与其相联系的含有手部姿态的信息是手部位姿预测的前提,具有很高的研究价值和实用价值。本文通过对人机交互合作装配图像中手部生物特征的理论解析、提取与识别、双目三维重构及推断,实现了基于手部特征的手部位姿重建。在肤色建模的基础上,利用图像肤色分割实现了手部位置的图像定位,识别手部内轮廓线,为手部的生物特征识别提供了基础。在YCrCb色彩空间,采用最大类间方差法进行自适应阈值识别,实现手部图像的基本定位和大体轮廓获取。基于聚类学习方法在RGB色彩空间上建立了肤色混合高斯模型,配合YCrCb颜色空间的自适应阈值识别结果,通过期望最大化算法实现了对手部区域的较准确分割,得到了较为准确的手形外轮廓。基于改进的Laplace算子在人手灰度图像上提取纹路点,得到了手形内轮廓,与手形外轮廓组合为完整的手部轮廓,完成了人手完整轮廓的识别。对手指生物特征...

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 人手姿态检测的国内外进展
        1.2.1 人手手形轮廓提取
        1.2.2 手部生物特征提取
        1.2.3 人手三维位姿
    1.3 本文的主要研究工作
2 手部完整轮廓提取
    2.1 手部完整轮廓提取算法
    2.2 YCrCb颜色空间的手部图像提取
        2.2.1 YCrCb颜色空间提取原理
        2.2.2 改进OSTU的自适应阈值分割
    2.3 基于混合高斯模型的EM算法手部图像提取
        2.3.1 基于混合高斯模型的EM算法原理
        2.3.2 EM算法的手部图像提取流程
    2.4 基于改进laplace算子的手形内轮廓提取
        2.4.1 手形内轮廓的定义
        2.4.2 基于改进Laplace算子的手形内轮廓提取
    2.5 算例分析
        2.5.1 YCBCR颜色空间的肤色提取
        2.5.2 EM算法的肤色提取
        2.5.3 基于改进laplace算子的手形内轮廓提取
    2.6 本章小结
3 手部生物特征检测
    3.1 手部生物特征检测流程
    3.2 基于人手完整轮廓线的手部生物边界特征提取
        3.2.1 手形轮廓线序列的获取
        3.2.2 指根提取
        3.2.3 指尖提取
    3.3 基于改进Laplace算子的指节位置提取
        3.3.1 手指形状提取
        3.3.2 基于改进Laplace算子的指节纹路提取
        3.3.3 指节点位置提取过程
    3.4 手部生物特征推断
        3.4.1 人手手指方向确定
        3.4.2 手部远指节位置定位
        3.4.3 手腕点定位
    3.5 算例分析
        3.5.1 基于手部完整轮廓线的手部生物边界特征提取
        3.5.2 基于改进Laplace算子的指节位置提取
        3.5.3 手部生物特征推断算例分析
    3.6 本章小结
4 手部位姿的三维重建
    4.1 手部生物特征的三维重构算法
    4.2 手部生物特征的三维重构
        4.2.1 手部生物特征的三维重构
        4.2.2 双目三维重构原理
    4.3 手部位姿推算
        4.3.1 手部三维位姿模型的建立
        4.3.2 基于手部特征三维信息的位姿重构
    4.4 算例分析
        4.4.1 手部位姿三维重构算例分析
        4.4.2 总成算例分析
    4.5 本章小结
5 总结与展望
    5.1 全文总结
    5.2 研究展望
致谢
参考文献
攻读研究生期间成果



本文编号：3801402