双目视觉在工件识别定位中的应用研究

发布时间：2020-05-22 14:22

【摘要】：近些年,随着人们对工业自动化生产技术的要求不断提高,视觉技术越来越多的应用于工业领域,在视觉系统中,双目视觉系统不仅能获取更多场景信息,而且能方便快捷地感知3D深度,应用优势明显。由于工件识别与定位在现代化工业生产过程中起着非常重要的作用,因此为了进一步提高工业自动化水平,本文重点研究双目视觉技术在工件识别定位中的应用。首先,本文在查阅了大量相关文献的基础上,对摄像机成像原理进行分析,建立非线性模型,并针对摄像机参数精度和畸变的问题,重点研究采用张正友两步标定法,提取角点,得到双目相机内参数和外参数,同时求出相对空间位置关系,为后续三维坐标定位做准备。其次,针对工件图像预处理相关方法进行研究,结合场景图像特点选取合适的滤波和增强算法。特征检测过程中,提出改进的增强旋转不变性的DAISY描述算子,结合标准的SURF算法,形成新的改进的SURF-DAISY算法进行特征匹配。在此基础上,采用KD-树优先搜索策略实现快速匹配,并利用RANSAC算法进行提纯,从而对工件目标实现准确识别。实验结果表明,本文算法在工件大小发生缩放、位置发生旋转、存在光照差异和噪声等情况下,也能够获得更多匹配点对,具有良好的匹配效果。相对于标准的SURF算法,提出的改进算法,准确率提高,耗费的时间减少,具有快速鲁棒的性能。再次,在对相机完成标定的基础上,设计了工件位置与姿态的测量方法。对识别出的工件目标,利用单应性矩阵解算出在图像中的区域位置。在分割工件目标时,Otsu阈值分割算法虽然具有良好的分割效果,但时效性差,针对这一问题,本文提出改进的基于粒子群优化算法的Otsu进行分割处理。接着提取出目标轮廓和形心,能够在保证分割精度的同时,减少运行时间,增强时效性。针对双目视觉系统不是严格行对应的问题,采用Bouguet算法进行极线校正。使用NCC优化算法对左右视图中形心实现快速立体匹配,获得视差,结合三维重建原理获取工件目标在三维空间中的位置和姿态。最后,根据三维重建原理,设计并搭建了双目立体视觉系统验证平台。通过标定实验以及对标定结果分析,验证了标定方法的准确性。接着利用改进算法对不同工件目标进行识别实验,依据三维重建原理解算出工件三维坐标和姿态信息,编写程序得到MFC上位机可视化界面。最后,将得到的实验数据与实测数据做比较,验证了改进的识别算法、优化的立体匹配算法和定位算法不仅适用性强,而且实时性提高。
【图文】：

机遇,火星探测器,美国,计算机

哈尔滨工程大学硕士学位论文生产制造智能化。现状究现状的“流浪者号”，1997 年，在智利的阿特卡马沙视觉系统所能达到的高精度。“索杰纳”火星车，发游机器人进行改造而成的，，总共在火星进行为期相机。发射于 2003 年 7 月的“机遇号”[7]，如图 1星探测过程中，能对场景图像完成高清显示并且

目标深度,探测系统

图 1.1 “机遇号”火星探测器麻省理工大学的 D.Marr 教授，在上世纪后期，率先提出最早的涉及完整的理论框架[8]-[10]。同为麻省理工学院的学者，提出将双目图像和传感器融合方法，用于智能交通中的深度信息探测。首先，利用雷达的深度范围，然后，结合 CCD 光学设备，测量相对位置参数[11]，在出一种分割算法，在视频图像中分割出目标的位置。如图 1.2 所示：
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41

【相似文献】