学位论文 > 优秀研究生学位论文题录展示

机器人直线轨迹测量中的图像处理方法研究

作　者: 孙艳梅
导　师: 徐全生
学　校: 沈阳工业大学
专　业: 计算机应用技术
关键词: 直线轨迹测量图像处理自动多阈值分割分段拟合
分类号: TP242
类　型: 硕士论文
年　份: 2003年
下　载: 161次
引　用: 2次
阅　读: 论文下载

内容摘要

机器人直线轨迹特性是工业机器人的一项重要指标，其中的轨迹重复性和稳定性综合反映了机器人的机电性能和控制运动轨迹能力，成为工业机器人最重要的一个出厂检测指标。但长期以来，该类检测设备主要依赖进口，具有自主知识产权的机器人轨迹测量设备在国内尚属空白。因此，研制机器人直线轨迹测量设备具有重要性和紧迫性。本文在综述机器人轨迹测量系统的国内外研究现状的基础上，重点介绍了中国科学院沈阳自动化研究所研制的非接触式机器人直线轨迹测量系统。该系统利用结构光几何成像原理和视觉图像处理技术，将视觉传感器固定在机器人末端，当机器人沿“V”形测量轨道做直线运动时，传感器上的激光发射装置发出的线状光源投射在测量轨道上，形成具有三个拐点的激光条，并在CCD摄像机中成像，通过图像处理技术和位姿测量技术，得到传感器坐标系相对于测量轨道坐标系的位姿关系，从而间接描述机器人的直线轨迹特性。本文以该测量系统的关键技术之一——图像处理技术为应用背景，利用该测量系统摄取的真实图像，根据技术要求，研究不同测量条件下高鲁棒性的图像处理与特征点识别技术。首先在Visual C++环境下建立了基于BMP文件格式的图像处理软件环境，实现了图像的读入、显示、处理和存储功能。在图像处理时，采用基于线性滤波的图像增强方法，并提出了一种新的自动多阈值图像分割方法，该方法以基于灰度位置投影的图像分区实现局部多阈值分割，克服了不均匀照明或不均匀灰度分布对目标识别的影响，同时，通过阈值过渡很好地解决了相邻区域阈值“阶跃”引起的错误分割问题，具有很好的鲁棒性。在图像特征点检测中，开发了包括图像细化、边界跟踪、细化后处理三个模块的激光条骨架图像获取方法。在激光条骨架图像分段拟合的过程中，重点解决了线段端点的自适应分割问题，提出了高鲁棒性的直线分割方法。最后计算出各特征点的三维坐标。实验证明，本文的处理方法提高了图像处理的精度和鲁棒性。

全文目录

摘要  5-6
Abstract  6-11
引言  11-12
1 绪论  12-17
  1.1 课题来源、研究目的和意义  12-13
    1.1.1 课题来源  12
    1.1.2 课题研究的目的和意义  12-13
  1.2 现状分析  13-15
  1.3 课题研究内容  15-17
2 非接触式机器人直线轨迹测量系统概述  17-28
  2.1 测量系统结构  17-18
  2.2 测量系统原理  18-19
  2.3 测量系统关键技术  19-23
    2.3.1 特征点在传感器坐标系S下的空间坐标计算  20-21
    2.3.2 特征点在量轨坐标系F下的空间坐标计算  21-22
    2.3.3 基于旋动理论的位姿计算技术  22-23
  2.4 图像处理与分析技术  23-28
    2.4.1 数字图像处理与分析技术的发展和应用  23-24
    2.4.2 数字图像处理与分析的内容  24-26
    2.4.3 测量系统的图像处理技术  26-28
3 图像增强与图像分割  28-46
  3.1 图像增强技术概述  28-30
  3.2 测量系统的图像增强技术  30-33
  3.3 图像分割技术综述  33-40
    3.3.1 常用的图像分割方法  34-35
    3.3.2 特殊的图像分割方法  35-36
    3.3.3 图像阈值分割  36-40
  3.4 测量系统的图像分割技术  40-46
    3.4.1 基于灰度位置投影的图像分区  41-43
    3.4.2 局部自动多阈值获取  43-44
    3.4.3 多阈值的平滑过渡  44-46
4 特征点识别与计算  46-61
  4.1 图像细化  46-54
    4.1.1 细化方法综述  48-50
    4.1.2 本文的细化算法  50-54
  4.2 图像跟踪与细化后处理  54-56
  4.3 分段直线拟合  56-59
    4.3.1 直线拟合  56-57
    4.3.2 直线分割  57-58
    4.3.3 拟合精度的提高  58-59
  4.4 特征点坐标计算  59-61
5 软件实现  61-74
  5.1 Visual C++环境下的图像处理  61-62
  5.2 软件结构  62-64
  5.3 软件功能  64-70
    5.3.1 文件管理  64-65
    5.3.2 图像增强  65-67
    5.3.3 图像分割  67
    5.3.4 特征点检测  67-70
  5.4 实验结果与分析  70-74
结论  74-76
参考文献  76-81
在学期间发表的论文  81-82
致谢  82

相似论文

基于CCD图像传感器的温度测量技术研究,TH811
基于FPGA的数字图像处理基本算法研究与实现,TP391.41
雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
机械臂视觉伺服系统的研究,TP242.6
数字图像处理在集装箱检测中的应用研究,TP274.4
半成型结构在休闲女装中的应用,TS941.2
基于视觉的番木瓜外观品质检测技术研究,S667.9
基于机器视觉的光纤几何参数检测研究,TN253
羊绒与羊毛纤维鉴别系统的研究,TS101.921
基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
基于图像处理技术的两相流动特性描述,TP391.41
车牌识别系统中车牌定位算法的研究,TP391.41
基于FPGA高清视频车辆检测系统的设计与实现,TP391.41
群控电梯客流密度实时识别技术研究,TP391.41
基于神经树的人脸识别方法研究,TP391.41
数字型仪表自动识读系统研究,TP391.41
智能清分机的管理和应用软件设计,TP391.41
沉积物岩心灰度图像处理技术及其在东海内陆架高分辨沉积记录中的应用,P736.21
车载路面裂缝检测图像处理系统的设计与实现,TP391.41
基于3G网络的智能交通视频监控系统的设计与实现,TP391.41