物料分揀是智能制造/智能物流的重要環(huán)節(jié),利用機器人實現物料自動化分揀是重要技術。聯合視覺技術和機器人技術的方案,使得機器人將取代人眼的智能識別功能,從而使機器人能夠高精化和智能化的進行物料無序分揀,對能夠降低工業(yè)的生產成本、確保產品的高質量、提高生產效率等具有重要意義。本文針對生產線物料無序的分揀需求,利用機器視覺,采集物料無序狀態(tài)圖像,結合2D圖像和3D Depth圖像特點,提出融合2D圖像SIFT特征和3D Depth圖像的NARF特征物料三維識別與定位技術。首先,介紹項目的研究背景,立體視覺技術的研究現狀以及討論本文的研究內容與工作的安排;其次,設計物料視覺系統。先描述物料無序分揀的需求,在此需求的基礎,確定視覺系統各個硬件的選型,并設計物料無序分揀系統的視覺系統及對主要模塊進行描述。第三,物料的圖像預處理。采集物料圖像的預處理包括兩個部分:2D圖像預處理和3D Depth圖像的預處理。在2D圖像預處理中,首先對圖像增強,其次進行圖像濾波,最后進行圖像分割,提取物料區(qū)域。在深度圖像處理中,介紹研究引起3D Depth物料圖像產生畸變的原因,并提出降低噪聲誤差、提高測量精度的方法。... 

【文章來源】：廣東工業(yè)大學廣東省

【文章頁數】：62 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 課題研究背景
    1.2 立體視覺技術國內外研究現狀
    1.3 本文主要工作內容與結構安排
第二章 物料無序分揀視覺系統設計
    2.1 物料分揀視覺系統需求分析
    2.2 物料分揀的視覺系統設計
        2.2.1 照明設計
        2.2.2 光學成像模塊
    2.3 本章小結
第三章 物料的圖像預處理
    3.1 物料的2D圖像預處理
        3.1.1 圖像增強
        3.1.2 圖像濾波
        3.1.3 圖像分割
    3.2 物料的3D Depth圖像預處理
    3.3 本章小結
第四章 物料特征的識別與定位
    4.1 相機標定
        4.1.1 相機畸變參數
        4.1.2 九點標定
    4.2 二維圖像SIFT特征
        4.2.1 SIFT的概述
        4.2.2 SIFT尺度空間
        4.2.3 DoG空間極值檢測
        4.2.4 刪除冗余特征點
        4.2.5 特征點的主方向
        4.2.6 特征描述子的生成
    4.3 3D圖像的NARF特征
        4.3.1 NARF 特征邊緣檢測
        4.3.2 NARF特征點提取
    4.4 物料特征選擇與提取
        4.4.1 三維模型重建
        4.4.2 計算質心三維坐標
    4.5 本章小結
第五章 實驗結果與分析
    5.1 實驗硬件平臺的搭建
    5.2 相機標定
    5.3 物料特征選擇提取
    5.4 基于3D模型的識別與定位
    5.5 本章小結
總結與展望
    總結
    展望
參考文獻
攻讀學位期間發(fā)表專利
致謝


【參考文獻】：
期刊論文
[1]一種視點直方圖特征優(yōu)化的點云目標識別算法[J]. 杜靖遠,鄧計才.  河南科技大學學報(自然科學版). 2018(05)
[2]改進的基于FPFH特征配準點云的方法[J]. 馬大賀,劉國柱.  計算機與現代化. 2017(11)
[3]基于FPFH特征的點云配準技術[J]. 陳學偉,萬韜阮,王祖全.  電腦知識與技術. 2017(04)
[4]基于圖像分割評估運行絕緣子自然覆冰程度[J]. 郝艷捧,蔣曉藍,陽林,李昊,李銳海.  高電壓技術. 2017(01)
[5]用于三維點云表示的擴展點特征直方圖算法[J]. 莊祉昀,張軍,孫廣富.  國防科技大學學報. 2016(06)
[6]基于2維照片構建建筑物三維模型的研究[J]. 王保云,周文,潘良波,劉煥煥.  電子技術與軟件工程. 2016(24)
[7]基于深度學習的工業(yè)分揀機器人快速視覺識別與定位算法[J]. 伍錫如,黃國明,孫立寧.  機器人. 2016(06)
[8]結合近鄰傳播聚類的自適應圖像分割[J]. 戴珊,李廣軍.  計算機科學. 2016(S1)
[9]基于Hessian矩陣和區(qū)域生長的脈絡膜血管自動檢測[J]. 邢琳,張旭,葉雨靜,秦磊,沙雨純,朱偉芳,石霏.  軟件導刊. 2016(06)
[10]一種基于2D和3D SIFT特征級融合的一般物體識別算法[J]. 李新德,劉苗苗,徐葉帆,雒超民.  電子學報. 2015(11)

博士論文
[1]基于RGB-D相機的運動平臺實時導航定位模型與方法研究[D]. 趙強.中國科學院大學(中國科學院遙感與數字地球研究所) 2017
[2]田間葉片圖像分割與單幅三維重建的機器視覺算法研究[D]. 王建侖.中國農業(yè)大學 2013

碩士論文
[1]融合深度學習的圖像分類算法研究[D]. 張婉.南京郵電大學 2018
[2]基于卷積神經網絡的目標檢測算法研究[D]. 高鈺.北京交通大學 2018
[3]電機換向器外觀質量在線視覺檢測系統[D]. 羅立浩.廣東工業(yè)大學 2016
[4]視頻運動對象提取與行為識別算法研究[D]. 張燕芬.湖南大學 2015
[5]基于視網膜圖像中微小動脈瘤的檢測算法的研究[D]. 劉海瑞.東北大學 2013
[6]基于機器視覺的指針式儀表自動讀數系統研究[D]. 范鵬發(fā).燕山大學 2013
[7]基于點群特征和線點不變量的目標識別算法研究[D]. 王剛.廣西師范大學 2013
[8]刀口儀數字化技術的研究[D]. 楊斌.南京理工大學 2011
[9]農業(yè)信息終端設計及作物葉片參數測量技術的研究與實現[D]. 任天江.南京理工大學 2011
[10]面向某半導體企業(yè)的芯片引腳檢測系統的設計與實現[D]. 湯曉燕.蘇州大學 2010



本文編號：3019646