【摘要】：近年來(lái)隨著經(jīng)濟(jì)的快速發(fā)展,越來(lái)越多的家電進(jìn)入普通老百姓家,家電外殼的主要原料是金屬板材。為了延長(zhǎng)家電壽命,通常需要在金屬板材外殼上噴涂一層防銹涂料。目前的噴涂混流生產(chǎn)線上需要噴涂的產(chǎn)品類型多種多樣,機(jī)器不能識(shí)別產(chǎn)品導(dǎo)致大量噴涂原料的浪費(fèi)。本文選用了機(jī)器視覺(jué)的方法來(lái)對(duì)產(chǎn)品進(jìn)行識(shí)別,著重研究了視覺(jué)識(shí)別系統(tǒng)的軟件規(guī)劃和硬件選型、相機(jī)畸變與圖像預(yù)處理、特征提取與識(shí)別算法、軟件開發(fā)和實(shí)驗(yàn)分析。針對(duì)機(jī)器視覺(jué)識(shí)別系統(tǒng)的軟件規(guī)劃和硬件方案選型,通過(guò)查閱相關(guān)文獻(xiàn)對(duì)機(jī)器視覺(jué)常用的識(shí)別算法進(jìn)行歸納,識(shí)別流程進(jìn)行分析,接著將系統(tǒng)分為了圖像采集模塊、數(shù)據(jù)庫(kù)管理模塊和圖像處理模塊,對(duì)各模塊組成進(jìn)行了細(xì)分。然后選擇了軟件開發(fā)平臺(tái)和圖像處理庫(kù)同時(shí)對(duì)圖像預(yù)處理模塊,軟件訓(xùn)練模塊進(jìn)行開發(fā)。最后對(duì)視覺(jué)系統(tǒng)所需要的硬件進(jìn)行了選型。針對(duì)相機(jī)畸變與圖像預(yù)處理,相機(jī)拍攝圖像都會(huì)存在畸變,常見的畸變種類有枕形畸變和桶形畸變,文中基于相機(jī)的針孔模型利用張正友標(biāo)定法通過(guò)拍攝標(biāo)定板求出相機(jī)的內(nèi)外參來(lái)矯正相機(jī)畸變。對(duì)預(yù)處理文中結(jié)合工廠目前的環(huán)境狀況以及噪聲,對(duì)拍攝的產(chǎn)品圖像通過(guò)多種預(yù)處理算法效果對(duì)比后選出合適的算法。針對(duì)特征提取與識(shí)別,文中選擇了兩種識(shí)別方法來(lái)對(duì)產(chǎn)品的特征進(jìn)行提取與識(shí)別,第一種是基于HU矩的方法,首先獲得預(yù)處理后的模板輪廓圖像然后求得輪廓的四個(gè)矩變量,接著求取待識(shí)別產(chǎn)品的矩變量與模板的矩變量進(jìn)行匹配得到識(shí)別結(jié)果。第二種是基于SVM的方法,首先用surf算法對(duì)采集到的產(chǎn)品圖像進(jìn)行特征點(diǎn)提取,然后對(duì)特征點(diǎn)進(jìn)行聚類,接著構(gòu)造BOW模型,最后用支持向量機(jī)對(duì)特征點(diǎn)進(jìn)行訓(xùn)練,產(chǎn)生訓(xùn)練模型對(duì)待識(shí)別產(chǎn)品進(jìn)行識(shí)別。針對(duì)軟件開發(fā)和識(shí)別實(shí)驗(yàn),為了構(gòu)建良好的人機(jī)交互界面,文中設(shè)計(jì)了視覺(jué)識(shí)別系統(tǒng)的界面。該界面可以直觀顯示實(shí)時(shí)產(chǎn)品圖像,識(shí)別結(jié)果,通過(guò)按鈕來(lái)簡(jiǎn)化操作。最后將一定數(shù)量的產(chǎn)品圖像用兩種識(shí)別方法進(jìn)行實(shí)驗(yàn),對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析后選擇出一種較優(yōu)的識(shí)別算法。
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TG174.4;TP391.41
【圖文】：

圖 1-1 全球機(jī)器視覺(jué)系統(tǒng)及部件市場(chǎng)空間Fig.1-1 Global Machine Vision System and Components Market Space

圖 1-2 全球機(jī)器視覺(jué)產(chǎn)業(yè)分布ig.1-2 Global Machine Vision Industry Distribution出全球的機(jī)器視覺(jué)系統(tǒng)和部件的市場(chǎng)份額空間業(yè)在中國(guó)還有很大的潛在發(fā)展空間。中國(guó)的機(jī)

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 吳興華;苗飛;;本科階段圖像濾波算法教學(xué)方法研究[J];教育教學(xué)論壇;2014年50期

2 祁崢;王云良;;淺談交互式智能空間界面系統(tǒng)開發(fā)與研究[J];電子制作;2012年10期

3 熊智;陳方;王丹;劉建業(yè);;SAR/INS組合導(dǎo)航中基于SURF的魯棒景象匹配算法[J];南京航空航天大學(xué)學(xué)報(bào);2011年01期

4 樊繼偉;李朝鋒;吳小俊;;改進(jìn)的概率選擇主動(dòng)支持向量機(jī)算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年35期

5 唐洪林;劉篤晉;;基于多階段聚類支持向量機(jī)的入侵檢測(cè)算法[J];電腦知識(shí)與技術(shù);2010年15期

6 張淼;賀鳳寶;侯偉;;基于圖像處理的刀具邊緣輪廓提取[J];科技信息(學(xué)術(shù)研究);2008年25期

7 宦若虹;楊汝良;岳晉;;水平集分割方法在合成孔徑雷達(dá)圖像目標(biāo)識(shí)別中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2007年06期

8 周志勇;袁方;劉海博;;用聚類-分類模式解決聚類問(wèn)題[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年02期

相關(guān)碩士學(xué)位論文 前10條

1 王先通;基于機(jī)器視覺(jué)的紙病檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn)[D];陜西科技大學(xué);2016年

2 常璐;大空間火災(zāi)圖像立體匹配算法的研究與應(yīng)用[D];西安建筑科技大學(xué);2016年

3 王錦文;基于圖像識(shí)別的銘牌檢測(cè)系統(tǒng)研發(fā)[D];廣東工業(yè)大學(xué);2016年

4 王勛;基于圖像處理的顯微視覺(jué)自動(dòng)調(diào)焦方法的設(shè)計(jì)與實(shí)現(xiàn)[D];廣西師范大學(xué);2016年

5 劉博峰;圖像預(yù)處理設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工程大學(xué);2016年

6 胡鄒恒;基于單相機(jī)的三維坐標(biāo)測(cè)量及其在結(jié)構(gòu)大變形測(cè)量中的應(yīng)用[D];東南大學(xué);2015年

7 斯聞豪;超大廣角畸變圖像校正算法的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2015年

8 羅婷婷;兩種改進(jìn)的彩色圖像灰度化算法研究[D];浙江工商大學(xué);2014年

9 張星成;基于骨架化方法的手勢(shì)識(shí)別若干問(wèn)題研究[D];廈門大學(xué);2014年

10 劉小燕;基于數(shù)字圖像處理的混凝土橋梁底面裂縫的檢測(cè)[D];武漢理工大學(xué);2014年

本文編號(hào)：2716873