發(fā)布時(shí)間：2021-08-17 22:04

　　隨著現(xiàn)代工業(yè)的發(fā)展,機(jī)器視覺在工業(yè)生產(chǎn)中的應(yīng)用越來越廣泛,機(jī)器視覺算法在嵌入式系統(tǒng)上的實(shí)現(xiàn)也成為了熱門的研究方向。輪廓匹配算法是一種應(yīng)用很廣的機(jī)器視覺算法,但是傳統(tǒng)的輪廓匹配算法在應(yīng)用上存在一些問題:一是算法性能低下,無法達(dá)到實(shí)時(shí)性需求;二是應(yīng)用環(huán)境復(fù)雜,例如光照不穩(wěn)定等因素,算法的魯棒性有待提升;三是應(yīng)用需求復(fù)雜多樣化,算法的普遍適用性存在挑戰(zhàn)。針對(duì)上述問題,本文設(shè)計(jì)并實(shí)現(xiàn)了一種嵌入式視覺傳感器輪廓匹配算法,算法以形狀梯度為特征,并針對(duì)嵌入式系統(tǒng)的特點(diǎn)對(duì)算法進(jìn)行了優(yōu)化,具有匹配速度快、光照魯棒性、通用性、可配置性等優(yōu)點(diǎn)。算法的創(chuàng)新點(diǎn)和優(yōu)勢表現(xiàn)在:一、以圖像金字塔優(yōu)化方法為基礎(chǔ),結(jié)合積分圖和基于弱分類的積分圖加速策略,設(shè)計(jì)了一種可在圖像金字塔頂層快速獲取目標(biāo)輪廓的候選位姿的三級(jí)匹配方法。使用此優(yōu)化方法可以在圖像金字塔頂層快速獲取目標(biāo)輪廓的粗定位和粗略角度,對(duì)算法的性能有極大的提升。二、針對(duì)在圖像金字塔多層匹配過程中,對(duì)目標(biāo)進(jìn)行候選點(diǎn)擴(kuò)展時(shí)會(huì)產(chǎn)生大量重復(fù)擴(kuò)展候選點(diǎn)的問題,本文設(shè)計(jì)了一種在目標(biāo)候選點(diǎn)的鄰域內(nèi)獲取最優(yōu)候選點(diǎn)的方法。此方法在金字塔層間候選點(diǎn)集合中對(duì)候選點(diǎn)時(shí)可做出有效且全面的擴(kuò)展... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：101 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

二維高斯分布示意圖

[47]。圖2.8 圖像金字塔效果圖Canny 邊緣檢測算法由 John F. Canny 于 1986 年提出[48]。Canny 算法主要分為五個(gè)步驟：1. 圖像去噪圖像中的高頻噪聲在檢測過程中容易被識(shí)別為偽邊緣。利用高斯濾波模糊處理可以消除由于高頻噪聲造成的偽邊緣[49]。邊緣信息也是圖像中的高頻信號(hào)，高斯模糊時(shí)需要選擇合適的高斯模糊半徑 ，否則易將圖像中的弱邊緣信號(hào)誤消除。2. 獲取 x 和 y 方向上的梯度向量圖像的邊緣信息由邊緣輪廓點(diǎn)和輪廓點(diǎn)的方向信息組成。邊緣輪廓點(diǎn)的方向信息可以用梯度來描述，梯度信息包含梯度向量的幅值和方向。Sobel 算子是常用的離散型梯度提取算子[50]，用于求解圖像中梯度的近似值。梯度向量由 x 方向和 y 方向的分量組成。式(2-5)中 S 為原始圖像，xG 和yG 分別代表 S 圖像經(jīng)過 Sobel 卷積操作后兩個(gè)方向上的梯度圖像。1 0 1 1 2 12 0 2 0 0 01 0 1 1 2 1x yG S and G S (2-5)

右方像素亮。2 2x yG G G =atan2 ( ,)y x G G3. 使用非極大值抑制方法消除外點(diǎn)獲得梯度幅值后，一個(gè)鄰域內(nèi)會(huì)有多個(gè)幅值大小相似的點(diǎn)。但是在該鄰域內(nèi)個(gè)真正的邊緣點(diǎn)。為消除非邊緣冗余點(diǎn)，需要使用非極大值抑制方法找出鄰大值以將鄰域內(nèi)的非邊緣點(diǎn)進(jìn)行去除[51]。4. 使用雙閾值法和滯后邊緣跟蹤C(jī)anny 算法使用雙梯度幅值閾值的方法來提取邊緣像素。雙閾值法保留所有超過高閾值的邊緣像素點(diǎn)；刪除所有梯度幅值低于低閾值的像素點(diǎn)；對(duì)于梯于高閾值而高于低閾值的像素點(diǎn)，若該像素點(diǎn)可以連接到一個(gè)高閾值輪廓像留該輪廓點(diǎn)。Canny 邊緣檢測的示意圖如圖 2.9 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器視覺的機(jī)器人分揀技術(shù)發(fā)展研究[J]. 蔡倩倩,寧祎,王雷.  現(xiàn)代制造技術(shù)與裝備. 2018(08)
[2]基于深度學(xué)習(xí)的工業(yè)視覺檢測系統(tǒng)[J]. 晉博,蔡念,夏皓,林健發(fā).  計(jì)算機(jī)工程與應(yīng)用. 2019(02)
[3]基于CMOS圖像傳感器的嵌入式機(jī)器視覺系統(tǒng)[J]. 向毅,江永清,吳英,李斌,許迪,王煜.  半導(dǎo)體光電. 2008(03)



本文編號(hào)：3348589