学位论文 > 优秀研究生学位论文题录展示

基于机器视觉的工业机器人分拣技术研究

作　者: 赵彬
导　师: 刘振宇
学　校: 沈阳工业大学
专　业: 信号与信息处理
关键词: 机器视觉 工业机器人 分拣 目标识别
分类号: TP242.2
类　型: 硕士论文
年　份: 2013年
下　载: 307次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着科学技术日益的蓬勃发展，机器人技术突飞猛进。人们把目光转移到了机器人视觉技术领域，使得机器人拥有类似于人眼的功能。经过几十年的发展，机器视觉技术已经在食品包装、医药生产、无损检测、精密控制、自动生产流水线、以及各种危险不易于人工操作的场合扮演着重要角色。然而机器视觉技术的复杂性和环境的不确定性带来的巨大问题仍然没有得到很好的解决，也是未来视觉机器人研究发展的重要方向。本文针对工业生产线上的工件分拣问题，利用Microsoft Visual C++集成开发环境建立了图像处理算法库，该算法库包含：摄像机标定人机交互界面、图像预处理算法、模式识别算法和机器人仿真界面等。同时分别从静态工件和动态工件两方面介绍了解决问题的相关方法。针对放置在平台上的静态工件分拣问题，首先分析了OpenCV视觉算法库中的摄像机模型，并且对单目摄像机进行了张正友标定，求解出相关参数。然后对静态工件图像进行图像预处理、Hough圆检测、角点检测、轮廓识别等图像模式识别算法。最后提出了多目标分块处理算法、多目标中心的算法、角点特征结合轮廓识别算法。针对动态工件问题，首先利用Kalman滤波估计出后续运动目标的位置、速度和匹配范围，然后使用基于HSV色彩空间融合的MeanShift算法进行小范围搜索和目标匹配，最后将MeanShift算法得到的目标位置作为下一帧Kalman滤波器的输入参数使得后续状态具有预测的能力，迭代执行，直至搜索到目标为止。仿真结果表明，针对静态工件，识别算法能够有效解决规则几何工件的分拣问题，并且能准确计算工件中心，周长，面积和边缘等参数，以达到精确分拣的目的。对于动态工件，跟踪算法能够有效解决工件的跟踪和定位问题。

全文目录


摘要  5-6
Abstract  6-10
第一章 绪论  10-20
  1.1 课题来源  10
  1.2 课题研究的目的和意义  10-11
  1.3 国内外研究状况  11-18
    1.3.1 国外研究状况  11-14
    1.3.2 国内研究状况  14-18
  1.4 目前存在的问题  18
  1.5 论文的主要工作及组织结构  18-19
    1.5.1 论文的主要工作  18
    1.5.2 论文的组织结构  18-19
  1.6 本章小结  19-20
第二章 工业机器人分拣系统  20-23
  2.1 工业机器人分拣系统构成  20-21
  2.2 分拣的实现过程  21-22
  2.3 本章小结  22-23
第三章 摄像机标定  23-32
  3.1 摄像机标定基本方法  23-24
  3.2 摄像机模型  24-25
  3.3 透镜畸变  25-26
  3.4 摄像机标定各坐标系建立  26-28
  3.5 摄像机标定  28-29
  3.6 标定流程与系统设计  29-31
  3.7 本章小结  31-32
第四章 静态工件的图像预处理  32-39
  4.1 图像平滑  32
  4.2 锐化算子  32-38
    4.2.1 Roberts 算子  34
    4.2.2 Prewitt 算子  34-35
    4.2.3 Kirsch 算子  35
    4.2.4 Laplace 算子  35-36
    4.2.5 Canny 算子  36-38
  4.3 图像形态学处理  38
  4.4 本章小结  38-39
第五章 静态工件的特征提取与识别  39-49
  5.1 多目标分块处理  39-40
  5.2 Hough 圆检测  40-42
  5.3 角点结合轮廓特征识别算法  42-46
  5.4 几何中心计算  46-47
  5.5 长轴和短轴计算  47-48
  5.6 本章小结  48-49
第六章 动态工件的目标跟踪  49-62
  6.1 目标跟踪算法  50
  6.2 卡尔曼预测  50-53
  6.3 彩色模型  53-55
    6.3.1 YUV 模型  53
    6.3.2 RGB 模型  53-54
    6.3.3 HSV 模型  54-55
  6.4 均值偏移算法  55-58
  6.5 卡尔曼预测和均值偏移融合跟踪算法  58-59
  6.6 实验结果及分析  59-61
  6.7 本章小结  61-62
第七章 总结与展望  62-64
  7.1 本文总结  62-63
  7.2 未来展望  63-64
参考文献  64-67
附录 图片和表格  67-70
在学研究成果  70-71
致谢  71

相似论文

  1. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  2. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  3. 红外超光谱图像的虚拟探测器研究,TP391.41
  4. FPGA/DSP图像协处理技术及以太网数据传输,TP391.41
  5. 图像实时采集、存储与处理方法研究,TP391.41
  6. PCB视觉检测系统中相机标定算法与位姿测定技术,TP391.41
  7. 空中目标抗干扰识别跟踪系统,TN215
  8. 基于机器视觉的光纤几何参数检测研究,TN253
  9. 红外图像目标识别及跟踪技术研究,TP391.41
  10. 猪肉加工特性预测方法研究,TS251.1
  11. 机器视觉在SMT贴片机中的研究及应用,TP391.41
  12. 基于机器视觉的小型插秧机导航研究,TP391.41
  13. 自动分拣控制系统的设计及研究,TP273
  14. 工业机器人运动精度可靠性分析方法研究,TP242.2
  15. 六自由度工业机器人的轨迹生成分析及仿真系统,TP242.2
  16. 高能束快速制造中计算机视觉技术应用的研究,TP391.41
  17. 工业机器人离线编程系统关键技术的研究,TP242
  18. 高分辨率遥感图像目标识别方法研究,TP751
  19. 基于图形化编程的教学机器人研究与设计,TP242
  20. 基于特征的图像瑕疵检测算法研究与应用,TP391.41
  21. 运动目标识别视频监控系统设计与实现,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 机器人技术 > 机器人 > 工业机器人
© 2012 www.xueweilunwen.com