發(fā)布時間：2018-02-20 19:12

  本文關(guān)鍵詞： 坑槽修補 坑槽識別 坑槽邊緣檢測 位置跟蹤　出處：《長安大學》2017年碩士論文　論文類型：學位論文

【摘要】：針對目前瀝青路面坑槽修補方式尤其是采用修補機械實現(xiàn)坑槽修補過程中,存在的自動化、智能化程度不高、效率低、品質(zhì)差和操作人員勞動強度大等問題,本文提出了基于機器視覺的坑槽智能化修補方式來解決這一問題。本文綜合分析自動化坑槽修補過程中坑槽識別的圖像特點,確定了基于機器視覺坑槽識別、邊緣檢測以及機械手定位的工作原理、關(guān)鍵技術(shù)、試驗裝置的硬件組成和軟件系統(tǒng),以及安裝布局形式,提出了視覺檢測對象和檢測方案。針對坑槽邊緣識別的視覺模式識別問題,對比傳統(tǒng)基于灰度直方圖閾值化選取方法和基于數(shù)據(jù)庫比對的方法,發(fā)現(xiàn)傳統(tǒng)方法魯棒性和通用性較差。為了更加精確地獲取坑槽邊緣坐標,提出了用于初期未聯(lián)結(jié)坑槽的邊緣檢測方法。首先,采用多尺度局部歸一化算法對圖像進行陰影抑制,再提取限定區(qū)域內(nèi)相似度較高的區(qū)域紋理作為樣本進行在線的SVM訓練,并對坑槽圖像進行分類識別預(yù)分割及邊緣提取。最后基于預(yù)分割及邊緣提取結(jié)果,采用八鄰域Prewitt算子對坑槽邊緣進行二次分割提取。對于修補機械手的運動定位,采用基于運動控制卡的運動控制方式,基于視覺對機械手進行實時位置識別跟蹤反饋,以檢測修補程度,為后期交互界面做準備。機械手的位置跟蹤包括水平位置和豎直位置的跟蹤:水平位置采用基于形狀的模板匹配方法,豎直位置采用多平面圖像模型進行位置估計。最終試驗驗證了運動控制方式和機械手的位置跟蹤算法的有效性。
[Abstract]:In view of the problems of automation, low intelligence, low efficiency, poor quality and labor intensity of operators in the repair of asphalt pavement potholes, especially in the process of using repair machinery to realize the repair of potholes, there are many problems, such as automation, low intelligence, low efficiency, poor quality and great labor intensity of operators, etc. In this paper, an intelligent repairing method based on machine vision is put forward to solve this problem. In this paper, the image characteristics of pit slot recognition in the process of automatic pit repair are analyzed, and the recognition of potholes based on machine vision is determined. The working principle of edge detection and manipulator positioning, the key technology, the hardware composition and software system of the test device, and the form of installation and layout, Aiming at the problem of visual pattern recognition in pit edge recognition, this paper compares the traditional methods based on grayscale histogram and database comparison. It is found that the traditional methods are less robust and universal. In order to obtain the edge coordinates of the potholes more accurately, an edge detection method for initial unconnected pits is proposed. Firstly, a multi-scale local normalization algorithm is used to suppress the shadow of the image. Then the texture of the region with high similarity in the limited region is extracted as a sample for online SVM training, and the pothole image is classified to recognize the pre-segmentation and edge extraction. Finally, based on the pre-segmentation and edge extraction results, Eight neighborhood Prewitt operators are used to extract the edge of the pit. For the motion location of the mending manipulator, the motion control method based on the motion control card is adopted, and the real-time position recognition and tracking feedback is carried out based on the vision. Position tracking of manipulator includes horizontal position tracking and vertical position tracking: the horizontal position adopts a form-based template matching method. The vertical position is estimated by a multi-plane image model. Finally, the effectiveness of the motion control method and the position tracking algorithm of the manipulator is verified by the experiment.
【學位授予單位】：長安大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U418.6;TP391.41

【參考文獻】

相關(guān)期刊論文 前10條

1 沈陽;宓超;鳳宇飛;;形態(tài)學開運算在車型圖像去噪中的應(yīng)用[J];中國科技信息;2015年18期

2 白存亮;;高速公路路面病害類型及原因分析[J];科技視界;2015年08期

3 張恒;高敏;徐超;;融合閾值法和邊緣提取的圖像分割算法[J];裝甲兵工程學院學報;2014年05期

4 陳強;田杰;黃海寧;張春華;;基于統(tǒng)計和紋理特征的SAS圖像SVM分割研究[J];儀器儀表學報;2013年06期

5 張學蘭;李軍;辛培紅;李瑞瑞;;基于Prewitt算子與形態(tài)學的紙病圖像檢測方法[J];紙和造紙;2012年08期

6 田明銳;胡永彪;;基于機器視覺的瀝青混凝土卸料裝車研究[J];中國工程機械學報;2012年02期

7 張義軍;茍向峰;陳德道;;基于MPC2810運動控制卡的數(shù)控系統(tǒng)研究[J];蘭州交通大學學報;2012年03期

8 秦翰林;黃洋;姚柯柯;周慧鑫;劉上乾;;多尺度核局部歸一化的紅外圖像背景抑制[J];強激光與粒子束;2012年05期

9 陳則西;;基于灰度形態(tài)學開運算的遙感圖像處理[J];科技創(chuàng)新與應(yīng)用;2012年10期

10 楊貞靜;;PLC在數(shù)控車床中的應(yīng)用[J];考試周刊;2012年14期

相關(guān)博士學位論文 前1條

1 王彥;基于視覺的機械手目標識別及定位研究[D];西安理工大學;2010年

相關(guān)碩士學位論文 前10條

1 冉寶山;基于機器視覺的裝料系統(tǒng)試驗研究[D];長安大學;2015年

2 王朋輝;瀝青路面快速噴補技術(shù)與設(shè)備研究[D];長安大學;2014年

3 歐陽維力;基于單目視覺的交通標志檢測與識別算法研究[D];湖南大學;2014年

4 楊琴;餐飲空間室內(nèi)光環(huán)境意境塑造研究[D];合肥工業(yè)大學;2014年

5 黨希超;基于視覺導向的機械手抓取定位技術(shù)研究[D];華南理工大學;2013年

6 鄭全新;基于單目視覺的目標識別與定位[D];山東大學;2013年

7 王樂;基于視覺伺服的工業(yè)機器人控制技術(shù)研究[D];南京林業(yè)大學;2012年

8 鄭碧娟;復(fù)雜背景圖像中的文本定位算法研究[D];湖南大學;2011年

9 耿洪興;基于機器視覺的機械手控制系統(tǒng)的研究[D];南京航空航天大學;2011年

10 田明銳;混凝土攪拌站卸料裝車圖像處理方法研究[D];長安大學;2010年

，

本文編號：1519798