基于雙目立體視覺的工件識別與定位關(guān)鍵技術(shù)研究

《基于雙目立體視覺的工件識別與定位關(guān)鍵技術(shù)研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于雙目立體視覺的工件識別與定位關(guān)鍵技術(shù)研究RESEARCHONKEYTECHNOLOGIESOFWORKPIECERECOGNITIONANDLOCATIONBASEDONBINOCULARSTEREOVISION韓博哈爾濱工業(yè)大學(xué)2018年6月國內(nèi)圖書分類號：TP242.2學(xué)校代碼：10213國際圖書分類號：681.5密級：公開工程碩士學(xué)位論文基于雙目立體視覺的工件識別與定位關(guān)鍵技術(shù)研究碩士研究生：韓博導(dǎo)師：孔民秀副教授申請學(xué)位：工程碩士學(xué)科：機(jī)械工程所在單位：機(jī)電工程學(xué)院答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)

2、大學(xué)ClassifiedIndex:TP242.2U.D.C:681.5DissertationfortheMasterDegreeinEngineeringRESEARCHONKEYTECHNOLOGIESOFWORKPIECERECOGNITIONANDLOCATIONBASEDONBINOCULARSTEREOVISIONCandidate：HanBoSupervisor：AssociateProf.KongMinxiuAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：M

3、echanicalEngineeringAffiliation：SchoolofMechatronicsEngineeringDateofDefence：June,2018Degree-Conferring-Institution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文摘要隨著工業(yè)領(lǐng)域?qū)ιa(chǎn)線自動(dòng)化程度要求的提高，越來越多工業(yè)機(jī)器人被應(yīng)用在實(shí)際生產(chǎn)當(dāng)中。而對工件進(jìn)行識別和定位往往是機(jī)器人實(shí)現(xiàn)動(dòng)作的關(guān)鍵，在眾多環(huán)境感知傳感器當(dāng)中，雙目立體視覺因其可以獲得豐富環(huán)境信息以及具備感知深度的能力被廣泛

4、應(yīng)用于識別與定位中。因此本課題針對雙目立體視覺實(shí)現(xiàn)工件識別與定位的關(guān)鍵技術(shù)展開研究。首先，按照實(shí)際研究需求，根據(jù)雙目立體視覺三維重建原理，設(shè)計(jì)并搭建了雙目立體視覺系統(tǒng)。根據(jù)實(shí)際成像原理，建立攝像機(jī)線性與非線性模型。針對攝像機(jī)參數(shù)不精確的問題，采用張正友平面標(biāo)定法進(jìn)行攝像機(jī)標(biāo)定，并通過MATLAB工具箱進(jìn)行實(shí)驗(yàn)，得到的標(biāo)定誤差僅在0.4個(gè)像素內(nèi)，驗(yàn)證了標(biāo)定方法的準(zhǔn)確性。最后根據(jù)兩攝像機(jī)標(biāo)定獲得的外參數(shù)，完成雙目視覺的標(biāo)定。其次，針對工業(yè)應(yīng)用環(huán)境，在Otsu算法的基礎(chǔ)上進(jìn)行改進(jìn)，實(shí)現(xiàn)工件分割。通過對比實(shí)驗(yàn)，采用保邊性能最好的雙邊濾波算法進(jìn)行

5、降噪，再采用伽馬校正對圖像進(jìn)行對比度增強(qiáng)，并結(jié)合灰度直方圖對算法進(jìn)行自適應(yīng)改進(jìn)。在工業(yè)環(huán)境中，工件與背景之間灰度差異明顯，基于Otsu的閾值分割算法能獲得良好的效果，但算法對存在多種工件的圖像進(jìn)行分割時(shí)效果差，本文針對這一問題提出改進(jìn)，結(jié)合邊緣檢測算法進(jìn)行預(yù)分割，從而實(shí)現(xiàn)了多個(gè)工件的準(zhǔn)確分割。再次，針對實(shí)際應(yīng)用中攝像機(jī)的位置和視角會(huì)發(fā)生變化，以及單一特征對工件識別準(zhǔn)確率低的問題，提取了對旋轉(zhuǎn)、尺度變化、放射變換具有一定適應(yīng)性的SURF特征和改進(jìn)HOG特征。對于特征維度高造成識別效率低的問題，采用BOW模型將兩個(gè)特征轉(zhuǎn)化為特征直方圖。最后

6、采用決策融合方法對兩種特征的分類器進(jìn)行融合，采用DAG-SVMS方法將二分類支持向量機(jī)擴(kuò)展到多類分類，并通過實(shí)驗(yàn)驗(yàn)證了本文方法用于多類工件識別的可行性。最后，對于雙目立體視覺系統(tǒng)采集到的圖像不是嚴(yán)格行對應(yīng)的問題，采用Bouguet算法進(jìn)行極線校正。針對工件表面存在弱紋理和重復(fù)紋理導(dǎo)致匹配精度低的問題，在局部立體匹配算法的框架下進(jìn)行改進(jìn)，引入最小生成樹的代價(jià)聚合方法，并對得到的視差進(jìn)行亞像素求精，實(shí)現(xiàn)高精度的立體匹配。接著對三維重建后的工件，采用POSIT算法獲取工件的位姿，實(shí)現(xiàn)了對工件的三維定位，并通過實(shí)驗(yàn)測試了工件定位精度，以及機(jī)器人

7、抓取實(shí)驗(yàn)驗(yàn)證算法的有效性。關(guān)鍵詞：雙目立體視覺；圖像分割；工件識別；立體匹配；三維定位-I-哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文AbstractWiththeimprovementofproductionlineautomationdegreeinindustrialfield,moreandmoreindustrialrobotsareappliedinpracticalproduction.Recognitionandpositioningoftheworkpieceisoftenthekeytotherobot'saction,amon

8、gmanyenvironmentalsensingsensors,duetothebinocularstereovisioncangetrichenvironmentalinformationandhave