科技的發(fā)展與進步是以改善人類的生活質(zhì)量為目的,先進科技的產(chǎn)業(yè)化和成果化對人類的生產(chǎn)生活具有深遠的影響和重要意義。移動機器人技術的研究與發(fā)展對人類生活質(zhì)量的提升具有重要意義。本文以基于單目視覺的撿球機器人為研究對象,對其關鍵技術進行研究,主要工作如下:（1）針對撿球機器人對球體目標的識別問題,利用球體目標的顏色和形狀兩個特征量匹配完成對球體目標的最終識別。在對球體顏色特征進行識別過程,對顏色空間模型進行轉(zhuǎn)換,在HSV彩色空間模型中采用雙閾值的方法進行對顏色識別。在對形狀特征量進行識別的過程中,將彩色圖像進行灰度化處理后,通過自適應閾值分割的方法改善了光照不均勻條件下圖像分割不準確的問題,在使用Candy邊緣檢測的方法進行邊緣提取后,通過霍夫圓變換完成對形狀的識別。最終通過實驗表明該方法在不同光照條件下對目標球體的識別效果較為理想。（2）對本文采用的張正友標定法進行深入研究,為保證標定結(jié)果的準確性,采集多幅標定板的不同姿態(tài)的圖像,并最終獲取攝像機的內(nèi)參矩陣及畸變系數(shù)。結(jié)合撿球機器人的實際工作背景,采用近地約束模型對目標球體進行單目視覺測距實驗。通過實驗結(jié)果分析,該測距算法在一定范圍內(nèi)滿足對... 

【文章來源】：江蘇科技大學江蘇省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

均勻光照條件下分割后二值化圖像

) = ( 后的圖像， 表 示閉操作，， 表示膨脹操作。頭對圖像進行實時采集，在不果分別如圖 2.3、圖 2.4 所示。 2.3 均勻光照條件下分割后二值化inary image is segmented under unif

= = = （ , , ） B 的三者的平均值。 = = = ( + + )/3 三者的重要性等指標給 R,G,G = B = W R + V G + U 全局的分割方法，在實際場景標區(qū)域和背景區(qū)域錯誤的劃分的方法解決了突發(fā)噪聲或者背]。常用的自適應閾值選取方法 的 閾 值 。 OpenCV 中 提 供應閾值處理。自適應閾值處理

【參考文獻】：
期刊論文
[1]基于OpenCV的車牌識別[J]. 畢波,邵永謙,孫冬軍,賈思超.  電子設計工程. 2019(01)
[2]移動機器人路徑規(guī)劃算法綜述[J]. 霍鳳財,遲金,黃梓健,任璐,孫勤江,陳建玲.  吉林大學學報(信息科學版). 2018(06)
[3]視覺目標跟蹤方法研究綜述[J]. 葛寶義,左憲章,胡永江.  中國圖象圖形學報. 2018(08)
[4]基于形態(tài)學開運算的面向?qū)ο蠡绿崛》椒ㄑ芯縖J]. 王寧,陳方,于博.  遙感技術與應用. 2018(03)
[5]基于分層規(guī)劃思想的無人機協(xié)同優(yōu)化[J]. 章超,李昀陽,楊思,白羽.  北京建筑大學學報. 2018(01)
[6]基于消隱點的攝像機標定關鍵技術研究現(xiàn)狀及發(fā)展[J]. 劉艷,張偉,厲健暉.  傳感器與微系統(tǒng). 2018(03)
[7]基于自適應閾值的虹膜分割算法研究[J]. 李鵬,曹兵.  電子設計工程. 2018(03)
[8]基于形態(tài)學與支持向量機的虹膜坑洞紋理檢測[J]. 苑瑋琦,朱立軍,張波.  儀器儀表學報. 2017(03)
[9]基于內(nèi)容的圖像分割方法綜述[J]. 姜楓,顧慶,郝慧珍,李娜,郭延文,陳道蓄.  軟件學報. 2017(01)
[10]基于機器視覺的圖像目標識別方法綜述[J]. 張中良.  科技與創(chuàng)新. 2016(14)

博士論文
[1]基于輪廓特征的目標識別研究[D]. 史思琦.西安電子科技大學 2012

碩士論文
[1]旅行商問題的研究與應用[D]. 袁豪.南京郵電大學 2017
[2]基于改進人工勢場法的路徑規(guī)劃算法研究[D]. 郭梟鵬.哈爾濱工業(yè)大學 2017
[3]改進蟻群算法在機器人路徑規(guī)劃上的應用研究[D]. 喻環(huán).安徽大學 2017
[4]動態(tài)環(huán)境下移動機器人實時避障研究[D]. 侯之旭.重慶理工大學 2016
[5]自適應形態(tài)學在圖像去噪與邊緣檢測中的應用研究[D]. 李鵬.西安電子科技大學 2014
[6]基于圖像處理的植物根系分割及定量分析系統(tǒng)的研究與實現(xiàn)[D]. 朱鑫.重慶大學 2014



本文編號：3475005