本文關(guān)鍵詞： 小波變換 邊緣檢測(cè) 圖像識(shí)別 機(jī)器視覺系統(tǒng) 箱體搬運(yùn)　出處：《哈爾濱理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：智能機(jī)器人在工業(yè)生產(chǎn)中對(duì)提高生產(chǎn)效率起到了關(guān)鍵作用。將機(jī)器視覺技術(shù)引入智能機(jī)器人,會(huì)提高其操作的靈活性和動(dòng)作的復(fù)雜性。機(jī)器視覺圖像中包含了大量信息,而智能機(jī)器人所需要的往往只是圖像邊緣特征,因此,視覺圖像分析的核心是圖像邊緣提取,以及目標(biāo)的位姿識(shí)別。以機(jī)器人搬運(yùn)箱體為應(yīng)用背景,首先,論文對(duì)常用的圖像邊緣檢測(cè)算法進(jìn)行比較,分析各自的優(yōu)缺點(diǎn)。在此基礎(chǔ)上提出小波邊緣檢測(cè)方法,選擇二次B樣條函數(shù)作為小波函數(shù),對(duì)拍攝的包裝箱圖像進(jìn)行處理。由于受實(shí)際工作環(huán)境的影響,機(jī)器視覺系統(tǒng)拍攝的圖像噪聲較大,小波變換濾除圖像噪聲效果最佳。其次,針對(duì)用小波來進(jìn)行圖像的邊緣檢測(cè)時(shí),容易出現(xiàn)邊緣丟失以及弱邊緣的問題,改進(jìn)了基于小波變換的圖像邊緣檢測(cè)方法,提出了小波變換與數(shù)學(xué)形態(tài)學(xué)相融合的圖像邊緣檢測(cè)算法。在邊緣檢測(cè)的基礎(chǔ)上,研究了圖像識(shí)別以及箱體位姿信息提取方法,通過坐標(biāo)變換,計(jì)算出箱體在機(jī)器視覺系統(tǒng)中的空間位置及姿態(tài),準(zhǔn)確提取出箱體位姿信息。最后,搭建了機(jī)器視覺檢測(cè)系統(tǒng),對(duì)系統(tǒng)中使用到的硬件分析和選型。開發(fā)了基于VC++的Motoman機(jī)器人控制系統(tǒng),及機(jī)器人視覺檢測(cè)系統(tǒng)圖像處理單元。在搬運(yùn)箱體實(shí)驗(yàn)中,通過采集視覺圖像及圖像分析處理,準(zhǔn)確提取了箱體的位姿信息,為控制機(jī)器人搬運(yùn)箱體提供了準(zhǔn)確的視覺圖像信息。本文提出的小波變換與數(shù)學(xué)形態(tài)學(xué)融合的邊緣檢測(cè)算法以及圖像識(shí)別方法,能準(zhǔn)確提供箱體的位姿信息,對(duì)機(jī)器視覺系統(tǒng)用于包裝箱體的智能搬運(yùn),具有重要意義。
[Abstract]:Intelligent robot plays a key role in improving production efficiency in industrial production. Introducing machine vision technology into intelligent robot will increase the flexibility of operation and the complexity of action. The machine vision image contains a lot of information. But the intelligent robot often needs only the image edge characteristic, therefore, the visual image analysis core is the image edge extraction, as well as the target position and pose recognition. In this paper, the common image edge detection algorithms are compared, and their advantages and disadvantages are analyzed. On this basis, a wavelet edge detection method is proposed, and the quadratic B-spline function is selected as the wavelet function. Because of the influence of the actual working environment, the image taken by machine vision system has a large noise, and wavelet transform is the best to filter the image noise. In order to solve the problems of edge loss and weak edge in image edge detection based on wavelet transform, the method of edge detection based on wavelet transform is improved. An image edge detection algorithm based on wavelet transform and mathematical morphology is proposed. On the basis of edge detection, the methods of image recognition and extraction of box position and pose information are studied. Calculate the space position and attitude of the box in the machine vision system, extract the position and pose information of the box accurately. Finally, build the machine vision detection system, The Motoman robot control system based on VC and the image processing unit of the robot visual inspection system are developed. The position and pose information of the box is extracted accurately, which provides accurate visual image information for the control of the robot moving box. The edge detection algorithm and image recognition method based on the fusion of wavelet transform and mathematical morphology are presented in this paper. It is of great significance for the machine vision system to be used in the intelligent handling of the packaging box.
【學(xué)位授予單位】：哈爾濱理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王宇生,卜佳俊,陳純;一種基于積分變換的邊緣檢測(cè)算法[J];中國(guó)圖象圖形學(xué)報(bào);2002年02期

2 顧曉東,王曉明,劉健;基于曲線坐標(biāo)系的圖像邊緣檢測(cè)[J];計(jì)算機(jī)工程與應(yīng)用;2002年03期

3 何仁貴,黃登山,陳金兵;基于灰色預(yù)測(cè)模型的圖像邊緣檢測(cè)[J];西北工業(yè)大學(xué)學(xué)報(bào);2005年01期

4 鄭勝,柳健,田金文;基于向量機(jī)的邊緣檢測(cè)算法優(yōu)化研究[J];電子與信息學(xué)報(bào);2005年05期

5 王娜,李霞;一種新的改進(jìn)Canny邊緣檢測(cè)算法[J];深圳大學(xué)學(xué)報(bào);2005年02期

6 王文豪;;圖象邊緣檢測(cè)中邊界閉合性的分析與探討[J];計(jì)算機(jī)與信息技術(shù);2005年12期

7 劉軍;姚子建;;用邊緣檢測(cè)算子實(shí)現(xiàn)圖像邊緣檢測(cè)[J];福建電腦;2006年02期

8 李葆青;文山;;邊緣檢測(cè)準(zhǔn)則與幾種典型算法[J];六盤水師范高等�？茖W(xué)校學(xué)報(bào);2006年03期

9 鄭子華;陳家禎;鐘躍康;;基于灰色加權(quán)絕對(duì)關(guān)聯(lián)度的邊緣檢測(cè)算法[J];電腦知識(shí)與技術(shù);2006年20期

10 黃玉程;胡國(guó)清;吳雄英;劉文艷;;人臉圖像邊緣檢測(cè)的方法研究和應(yīng)用[J];計(jì)算機(jī)工程;2006年18期

相關(guān)會(huì)議論文 前10條

1 王巖;勒中鑫;;邊緣檢測(cè)中幾種方法的比較[A];1998年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1998年

2 孟偉;王秀澤;張巖;;離散Canny邊緣檢測(cè)算法的實(shí)現(xiàn)[A];走近CIE 26th——中國(guó)照明學(xué)會(huì)（2005）學(xué)術(shù)年會(huì)論文集[C];2005年

3 周勝靈;丁珠玉;;農(nóng)產(chǎn)品邊緣檢測(cè)系統(tǒng)研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集[C];2011年

4 任獲榮;楊夏穎;何培培;孫建維;高敏;;邊緣檢測(cè)技術(shù)發(fā)展現(xiàn)狀及其在零件識(shí)別中的應(yīng)用綜述[A];第三屆數(shù)控機(jī)床與自動(dòng)化技術(shù)專家論壇論文集[C];2012年

5 王巖;勒中鑫;;幾種邊緣檢測(cè)方法及其比較[A];中國(guó)圖象圖形科學(xué)技術(shù)新進(jìn)展——第九屆全國(guó)圖象圖形科技大會(huì)論文集[C];1998年

6 葉樂軍;王強(qiáng);;基于自適應(yīng)邊緣檢測(cè)的大空間火災(zāi)目標(biāo)監(jiān)測(cè)技術(shù)[A];中國(guó)職業(yè)安全健康協(xié)會(huì)2007年學(xué)術(shù)年會(huì)論文集[C];2007年

7 沈亮;潘德爐;王迪峰;;機(jī)載多通道掃描儀圖像的邊緣檢測(cè)初步研究[A];2008中國(guó)儀器儀表與測(cè)控技術(shù)進(jìn)展大會(huì)論文集（Ⅰ）[C];2008年

8 李文輝;郭寧寧;郝鑫;;優(yōu)化邊緣檢測(cè)的分析和解決方案[A];“加入WTO和科學(xué)技術(shù)與吉林經(jīng)濟(jì)發(fā)展——機(jī)遇·挑戰(zhàn)·責(zé)任”吉林省第二屆科學(xué)技術(shù)學(xué)術(shù)年會(huì)論文集（上）[C];2002年

9 王培珍;孟祥昊;張克;鄭詩程;潘瑞雪;;板材圖像邊緣檢測(cè)算法研究[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

10 王海嵐;樊紹勝;;一種改進(jìn)的模糊形態(tài)學(xué)邊緣檢測(cè)算法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

相關(guān)重要報(bào)紙文章 前1條

1 鳴人;Photoshop CS5:三大功能再進(jìn)化[N];中國(guó)攝影報(bào);2010年

相關(guān)博士學(xué)位論文 前10條

1 磨少清;邊緣檢測(cè)及其評(píng)價(jià)方法的研究[D];天津大學(xué);2011年

2 董鴻燕;邊緣檢測(cè)的若干技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2008年

3 王媛妮;順序形態(tài)邊緣檢測(cè)及分水嶺圖像分割研究[D];武漢大學(xué);2010年

4 遲健男;圖像形態(tài)學(xué)和小波分析在圖像增強(qiáng)與邊緣檢測(cè)中的應(yīng)用[D];東北大學(xué);2005年

5 李杏梅;Contourlet變換在圖像去噪與邊緣檢測(cè)中的應(yīng)用研究[D];華中科技大學(xué);2011年

6 丁興號(hào);基于小波分析的視覺檢測(cè)技術(shù)研究[D];合肥工業(yè)大學(xué);2003年

7 閆海霞;基于數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測(cè)和增強(qiáng)算法的研究[D];吉林大學(xué);2009年

8 謝松法;模式特征的提取與應(yīng)用研究[D];華中科技大學(xué);2007年

9 吳慶崗;復(fù)雜背景輸電線圖像中部件邊緣提取算法研究[D];大連海事大學(xué);2012年

10 Ali Abdullah Yahya;[D];合肥工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 林江;基于邊緣檢測(cè)和馬爾可夫隨機(jī)場(chǎng)的AD癥腦MRI分割方法研究[D];西南交通大學(xué);2015年

2 呂威駿;基于分?jǐn)?shù)階傅里葉變換和多尺度跟蹤的邊緣檢測(cè)算法[D];鄭州大學(xué);2015年

3 亓?xí)酝?基于攝影測(cè)量的板類件孔位檢測(cè)方法研究[D];中國(guó)地質(zhì)大學(xué)(北京);2015年

4 孫浩軒;基于Matlab的電力線實(shí)時(shí)檢測(cè)的算法研究[D];中國(guó)海洋大學(xué);2015年

5 付偉;紙張折痕恢復(fù)性能測(cè)試儀的研究[D];中國(guó)海洋大學(xué);2014年

6 楊豐駿;基于改進(jìn)蟻群算法的圖像邊緣檢測(cè)[D];太原理工大學(xué);2016年

7 郭爽;電力線檢測(cè)的算法研究[D];中國(guó)海洋大學(xué);2015年

8 聶愷;復(fù)雜天氣條件下的太陽質(zhì)心位置檢測(cè)方法研究[D];太原科技大學(xué);2015年

9 仝海峰;基于FPGA的視頻圖像邊緣檢測(cè)優(yōu)化設(shè)計(jì)[D];安徽理工大學(xué);2016年

10 徐曉瑩;基于灰色關(guān)聯(lián)度和紋理分析邊緣檢測(cè)算法的研究[D];東北石油大學(xué);2010年

，

本文編號(hào)：1499244