本文選題：采摘機(jī)器人　切入點(diǎn)：雙目立體視覺　出處：《蘭州理工大學(xué)》2017年碩士論文

【摘要】：在采摘機(jī)器人領(lǐng)域,雙目立體視覺的應(yīng)用非常廣泛。雙目立體視覺基于雙目攝像機(jī)與人的雙眼在感知空間物體方面的相似性,具有系統(tǒng)結(jié)構(gòu)簡單、定位精度高和設(shè)備費(fèi)用低廉等優(yōu)點(diǎn),一直是機(jī)器視覺的一個非常活躍的分支。本文是雞腿菇采摘機(jī)器人的視覺系統(tǒng)研究,以雙目立體視覺為研究對象。采用改進(jìn)的Canny邊緣檢測算法識別雞腿菇果實(shí),使用張正友標(biāo)定法做了雙目攝像機(jī)的標(biāo)定,并使用SURF法做了立體圖像的特征提取和匹配,為獲取雞腿菇三維坐標(biāo)信息打下了基礎(chǔ)。本文所做主要工作包括:(1)在閱讀大量國內(nèi)外文獻(xiàn)的基礎(chǔ)上,搭建了完整的雙目立體視覺系統(tǒng),分析了選擇雙目視覺的原因,說明了雙目視覺的測距原理。其中該系統(tǒng)所用的主要硬件有:兩臺同型號高清攝像機(jī)、一臺計(jì)算機(jī)和簡易云臺。(2)為了達(dá)到識別雞腿菇果實(shí)目的,本文采用改進(jìn)的Canny邊緣檢測算子的方法來提取雞腿菇菌蓋邊緣。由于雙邊濾波具有比高斯濾波更好的保邊能力,后期再使用小波變換對低頻系數(shù)進(jìn)行壓縮,同時(shí)拉伸高頻系數(shù),使得邊緣信息得到增強(qiáng)。通過實(shí)驗(yàn)證實(shí)了該改進(jìn)算法相比原來算法的優(yōu)越性,該改進(jìn)算法是本文主要創(chuàng)新點(diǎn)。(3)為了獲取攝像機(jī)的內(nèi)部參數(shù)和外部參數(shù),本文通過使用經(jīng)典的張正友標(biāo)定法,對雙目立體視覺系統(tǒng)的左、右攝像機(jī)進(jìn)行了標(biāo)定。通過調(diào)用計(jì)算機(jī)開元視覺庫Open CV2.11來驗(yàn)證張正友標(biāo)定法,實(shí)驗(yàn)表明該標(biāo)定方法具有操作簡單,對設(shè)備要求低,標(biāo)定精度高的優(yōu)點(diǎn)。(4)為了找到目標(biāo)物體在左、右攝像機(jī)所拍攝的兩幅圖像中的對應(yīng)點(diǎn),計(jì)算出視差,為深度恢復(fù)和三維重建打好基礎(chǔ),本文研究了立體匹配的基元選擇、匹配準(zhǔn)則和方法,并基于SURF圖像匹配算法做了匹配實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明該方法對于一般圖像匹配效果不錯,匹配正確率能達(dá)到95%;但該方法應(yīng)用于立體圖像匹配,匹配正確率在80%以下,尚需改進(jìn)算法或者使用其他匹配算法來做匹配。
[Abstract]:In the field of picking robot, binocular stereo vision is widely used. Binocular stereo vision is based on the similarity between binocular camera and human eyes in sensing space objects. The advantages of high positioning accuracy and low cost of equipment have been a very active branch of machine vision. This paper is the visual system research of the picking robot of Coprinus comatus. The improved Canny edge detection algorithm was used to identify the fruit of Coprinus comatus, the calibration method of Zhang Zhengyou was used to calibrate the binocular camera, and the SURF method was used to extract and match the features of the stereo image. This paper has laid a foundation for obtaining three-dimensional coordinate information of Coprinus comatus. The main work in this paper includes: 1) on the basis of reading a large number of literatures at home and abroad, a complete binocular stereo vision system is built, and the reasons for choosing binocular vision are analyzed. The principle of binocular vision ranging is explained. The main hardware used in this system is: two high-definition cameras of the same type, a computer and a simple cloud head. 2) in order to recognize the fruit of Coprinus comatus, In this paper, the improved Canny edge detection operator is used to extract the edge of the mushroom cap of Coprinus comatus. Because the bilateral filter has better edge preserving ability than Gao Si filter, wavelet transform is used to compress the low frequency coefficient and stretch the high frequency coefficient. The edge information is enhanced. Experimental results show that the improved algorithm is superior to the original algorithm, which is the main innovation of this paper) in order to obtain the internal and external parameters of the camera, In this paper, the left and right cameras of binocular stereo vision system are calibrated by using the classical calibration method of Zhang Zhengyou, and the calibration method of Zhang Zhengyou is verified by using Open CV2.11. Experiments show that the calibration method has the advantages of simple operation, low requirement for equipment and high calibration accuracy. In order to find the corresponding points of the target object in the left and right images, the parallax is calculated. In order to lay a good foundation for depth restoration and 3D reconstruction, this paper studies the basic selection, matching criteria and methods of stereo matching, and makes a matching experiment based on SURF image matching algorithm. The experimental results show that this method is effective for general image matching. The accuracy rate of matching can reach 95%, but this method is applied to stereo image matching, and the accuracy of matching is below 80%, so we still need to improve the algorithm or use other matching algorithms to match.
【學(xué)位授予單位】：蘭州理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41;TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前4條

1 宋曙光;;圖像邊緣檢測算法研究與分析[J];光機(jī)電信息;2010年09期

2 周同;鄒麗新;尤金正;王海燕;杜偉巍;;基于改進(jìn)Canny邊緣檢測算子的電子穩(wěn)像算法研究[J];計(jì)算機(jī)應(yīng)用研究;2010年02期

3 王小華;錢月晶;;一種改進(jìn)的Canny邊緣檢測算法[J];機(jī)電工程;2008年12期

4 周云山,李強(qiáng),李紅英,王榮本,Dr.He wenbin;計(jì)算機(jī)視覺在蘑菇采摘機(jī)器人上的應(yīng)用[J];農(nóng)業(yè)工程學(xué)報(bào);1995年04期

相關(guān)博士學(xué)位論文 前4條

1 紀(jì)超;溫室果蔬采摘機(jī)器人視覺信息獲取方法及樣機(jī)系統(tǒng)研究[D];中國農(nóng)業(yè)大學(xué);2014年

2 李明喜;基于多源圖像融合的收獲目標(biāo)準(zhǔn)確定位研究[D];江蘇大學(xué);2008年

3 姚立健;茄子收獲機(jī)器人視覺系統(tǒng)和機(jī)械臂避障規(guī)劃研究[D];南京農(nóng)業(yè)大學(xué);2008年

4 杜歆;用于導(dǎo)航的立體視覺系統(tǒng)[D];浙江大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 田孟敏;機(jī)器視覺的車輛安全檢測技術(shù)研究[D];西安科技大學(xué);2015年

2 陳樂峰;基于圖像處理的繼電器外觀檢測技術(shù)[D];廈門理工學(xué)院;2015年

3 丁乙;蘋果采摘機(jī)器人視覺系統(tǒng)技術(shù)基礎(chǔ)研究[D];燕山大學(xué);2014年

4 付中軍;果蔬采摘機(jī)器人視覺技術(shù)研究及系統(tǒng)構(gòu)建[D];沈陽工業(yè)大學(xué);2014年

5 李浩;基于雙目視覺的三維測距與定位[D];華南理工大學(xué);2012年

6 董浩;動態(tài)場景下鋼坯精確測量算法的研究與實(shí)現(xiàn)[D];東北大學(xué);2012年

7 蔣春明;基于數(shù)字圖像處理的列車關(guān)門車與交叉桿故障診斷[D];哈爾濱工業(yè)大學(xué);2010年

8 楊文亮;蘋果采摘機(jī)器人機(jī)械手結(jié)構(gòu)設(shè)計(jì)與分析[D];江蘇大學(xué);2009年

9 林琳;機(jī)器人雙目視覺定位技術(shù)研究[D];西安電子科技大學(xué);2009年

10 趙慶波;果樹采摘機(jī)器人控制與避障技術(shù)研究[D];江蘇大學(xué);2008年

，

本文編號：1700442