学位论文 > 优秀研究生学位论文题录展示

基于双目立体视觉的番茄识别与定位技术研究

作　者: 王玉翰
导　师: 金波
学　校: 浙江大学
专　业: 机械电子工程
关键词: 立体视觉 图像处理 目标识别 支持向量机 目标定位
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 71次
引　用: 0次
阅　读: 论文下载
 

内容摘要


水果自动辨识和定位是采摘机器人应具有的必备功能,只有在准确识别和定位的基础上,才能为下一步的采摘做好准备。水果自动识别与定位涉及的相关技术十分广泛,包括图像处理、模式识别、立体视觉等。本课题的主要研究内容：将双目立体视觉系统标定后拍摄番茄图像,经过图像处理,运用模式识别理论辨识目标,完成立体视觉图像对匹配,获得视差图,进而得到目标的三维信息。本文第1章：首先对课题研究的主要意义作了介绍,然后阐述了国内外视觉识别技术的研究现状和发展趋势以及视觉识别的过程,并分析了底层处理、中级处理、高级处理等三个视觉识别层次,归纳了辨识方法和空间定位方法。最后论述了课题研究的主要内容、关键技术和技术路线。第2章：将课题所使用的双目立体视觉系统基本组成进行说明,在摄像机针孔成像模型的基础之上考虑了径向畸变等非线性因素。根据课题要求,同时立足现有的实验条件,采用平面模板标定方法标定双目摄像机,获得摄像机内外参数。此外,双目立体视觉原理也是后续三维重建和定位的基本条件。第3章：图像预处理是目标识别前的重要步骤,结合课题实际要求,简要阐述了图像处理基本过程,主要包括：形态学处理、目标轮廓边缘检测、图像分割等,为后续目标识别奠定基础。从图像中提取颜色、轮廓、纹理等识别特征,作为支持向量机(SVM)识别的输入。在应用SVM分类器之前,先用样本数据进行训练,运用交叉验证和网格搜索技术优化SVM的RBF核函数参数,然后拍摄番茄图像用于SVM分类器识别实验,分析实验结果,并提出了多类识别方向。第4章；采用透视变换方法实现图像校正,获得双目立体视觉标准的极线几何结构,用基于误差能量最小化的区域匹配算法完成图像对应点匹配,生成视差图,介绍了三维重建相关技术,最终由视差图计算番茄目标的三维坐标信息。第5章；总结了本课题研究的主要结论、对后续工作的研究方向进行了展望。

全文目录


致谢  4-5
摘要  5-6
ABSTRACT  6-8
符号清单、术语表  8-9
目录  9-11
1 绪论  11-23
  1.1 课题的提出及意义  11-12
  1.2 研究现状和发展趋势  12-20
    1.2.1 立体视觉识别定位技术研究现状  12-20
    1.2.2 立体视觉识别定位技术发展趋势  20
  1.3 研究内容、关键技术、技术路线  20-22
  1.4 本章小结  22-23
2 双目立体视觉系统  23-39
  2.1 双目立体视觉系统的组成  23
  2.2 摄像机成像模型  23-26
  2.3 摄像机标定  26-34
    2.3.1 摄像机标定的概述  26-27
    2.3.2 平面标定方法模型  27-30
    2.3.3 双目摄像机标定  30-31
    2.3.4 摄像机标定实验  31-32
    2.3.5 摄像机参数的准确度  32-34
  2.4 双目立体视觉原理  34-37
  2.5 本章小结  37-39
3 基于SVM的番茄识别  39-59
  3.1 目标识别预处理  39-45
    3.1.1 番茄识别基本步骤  39-40
    3.1.2 图像分割与形态学处理  40-42
    3.1.3 边缘检测  42-45
  3.2 识别特征提取  45-49
    3.2.1 颜色特征提取  45-46
    3.2.2 形状特征提取  46-47
    3.2.3 纹理特征提取  47-49
  3.3 支持向量机(SVM)  49-54
    3.3.1 核函数  49-50
    3.3.2 目标识别  50-53
    3.3.3 多类识别  53-54
  3.4 番茄数目判别  54-56
  3.5 番茄识别实验  56-58
  3.6 本章小结  58-59
4 番茄目标定位  59-75
  4.1 目标定位基本步骤  59
  4.2 立体图像对校正  59-64
    4.2.1 双目摄像机极线几何  59-60
    4.2.2 图像校正变换  60-63
    4.2.3 图像校正实验  63-64
  4.3 双目立体视觉对应点匹配  64-70
    4.3.1 基本匹配约束  64-65
    4.3.2 基于误差能量的区域匹配  65-67
    4.3.3 参数选择对匹配结果的影响  67-70
  4.4 立体视觉三维重建  70-71
  4.5 定位实验  71-73
  4.6 本章小结  73-75
5 结论与展望  75-77
  5.1 结论  75-76
  5.2 展望  76-77
参考文献  77-83
作者简历及在学期间所取得的科研成果  83

相似论文

  1. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  2. 基于CCD图像传感器的温度测量技术研究,TH811
  3. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  4. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  5. 音乐结构自动分析研究,TN912.3
  6. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  7. 基于三维重建的焊点质量分类方法研究,TP391.41
  8. 基于智能学习的多传感器目标识别与跟踪系统研究,TP391.41
  9. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  10. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  11. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  12. 红外超光谱图像的虚拟探测器研究,TP391.41
  13. 图像实时采集、存储与处理方法研究,TP391.41
  14. 基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
  15. 基于图像的路面破损识别,TP391.41
  16. 机械臂视觉伺服系统的研究,TP242.6
  17. 基于支持向量机的故障诊断方法研究,TP18
  18. 数字图像处理在集装箱检测中的应用研究,TP274.4
  19. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  20. 半成型结构在休闲女装中的应用,TS941.2
  21. 基于视觉的番木瓜外观品质检测技术研究,S667.9

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com