【摘要】：目前,復(fù)雜環(huán)境下的視覺(jué)伺服檢測(cè)所涉及的各種難題均為圖像處理與模式識(shí)別領(lǐng)域內(nèi)較難克服的問(wèn)題。如何能夠在光照不均和低照度下找到視覺(jué)伺服檢測(cè)的目標(biāo)顯得尤為重要,本論文針對(duì)在復(fù)雜環(huán)境下的視覺(jué)伺服檢測(cè)任務(wù),分別研究了各個(gè)關(guān)鍵環(huán)節(jié),主要研究成果包括如下幾個(gè)方面:(1)針對(duì)視覺(jué)注意模式提取的焦點(diǎn)存在關(guān)聯(lián)性問(wèn)題,提出了一種多視覺(jué)注意模式融合的復(fù)雜場(chǎng)景特征面片提取方法。為了避免復(fù)雜環(huán)境下各種干擾,首先通過(guò)視網(wǎng)膜皮層算法獲得良好的圖像增強(qiáng)效果,并借鑒了多種視覺(jué)注意模式提取視覺(jué)焦點(diǎn)的方式,設(shè)計(jì)了集成視覺(jué)注意模式;在這種集成視覺(jué)注意模式的提取下獲得了初始視覺(jué)焦點(diǎn)集,通過(guò)交互信息量與結(jié)構(gòu)相似性兩種度量方式形成的關(guān)聯(lián)矩陣判定需要融合的視覺(jué)焦點(diǎn)集標(biāo)號(hào),在視覺(jué)焦點(diǎn)融合算法中,將需要融合的視覺(jué)焦點(diǎn)進(jìn)行融合后的能量分配;為了快速得到視覺(jué)焦點(diǎn)融合后的特征區(qū)域,采用凸包能量分配一致性將關(guān)聯(lián)的視覺(jué)焦點(diǎn)區(qū)域的能量均勻分布,最終獲得了完整性與魯棒性均符合要求的特征區(qū)域;將這種方法應(yīng)用到復(fù)雜場(chǎng)景下并聯(lián)機(jī)器人上的特征面片提取,獲得了良好的效果,為復(fù)雜環(huán)境下雙目攝像機(jī)標(biāo)定做好了鋪墊。(2)針對(duì)復(fù)雜環(huán)境下難以提取標(biāo)定參照物的邊緣信息,設(shè)計(jì)了兩種邊緣檢測(cè)方法,第一種是短步長(zhǎng)仿射變換下的索貝爾提取方法,盡管在速度和效果上能夠達(dá)到視覺(jué)伺服的要求,然而所獲得邊緣不能保證閉合,這樣稍后的邊緣矩與邊緣仿射不變矩就無(wú)法應(yīng)用;第二種是顯著窄帶活動(dòng)輪廓模型,借鑒了C-V模型,設(shè)計(jì)出先通過(guò)視覺(jué)注意模式提取視覺(jué)焦點(diǎn),而后將視覺(jué)焦點(diǎn)的邊緣作為C-V模型的初始邊界,并在窄帶的基礎(chǔ)上進(jìn)行快速演化,獲得了良好的光滑封閉曲線,最后,通過(guò)實(shí)驗(yàn)驗(yàn)證了所提出的顯著窄帶C-V模型的有效性和魯棒性。(3)針對(duì)復(fù)雜環(huán)境下的雙目攝像機(jī)難以標(biāo)定的問(wèn)題,提出了一種邊緣矩標(biāo)定雙目攝像機(jī)的方法。借鑒仿射不變矩理論,設(shè)計(jì)了邊緣仿射不變矩,并將其用于場(chǎng)景中的目標(biāo)識(shí)別,對(duì)在復(fù)雜環(huán)境下排除非標(biāo)定參照物提供可靠的保證;在邊緣矩的定義下,建立了邊緣矩增量與攝像機(jī)位姿增量之間的關(guān)聯(lián)方程,并據(jù)此獲得攝像機(jī)的內(nèi)、外參數(shù),通過(guò)實(shí)驗(yàn)驗(yàn)證了基于邊緣矩的雙目攝像機(jī)標(biāo)定能夠保證在復(fù)雜環(huán)境下攝像機(jī)標(biāo)定的準(zhǔn)確性與魯棒性。(4)針對(duì)視覺(jué)伺服檢測(cè)中弱紋理圖像難以找尋特征點(diǎn)導(dǎo)致無(wú)法在復(fù)雜環(huán)境下進(jìn)行立體匹配問(wèn)題,設(shè)計(jì)了一種適合于弱紋理下視覺(jué)伺服的立體匹配方法。借鑒SIFT算法獲得了大量的特征描述子,通過(guò)Meanshift特征選擇機(jī)制,設(shè)計(jì)了Meanshift弱紋理特征描述子,將這種特征描述子應(yīng)用在立體匹配的同名點(diǎn)特征描述上,通過(guò)圖割優(yōu)化算法,標(biāo)注搜索到的同名特征點(diǎn),將這些標(biāo)記過(guò)的同名特征點(diǎn)進(jìn)行分段離散,獲得視覺(jué)深度圖,最后通過(guò)驗(yàn)證在復(fù)雜環(huán)境下,這種弱紋理特征描述子在立體匹配的效果和自適應(yīng)性上優(yōu)于SIFT、SURF和NCC獲得的結(jié)果。論文的最后總結(jié)全文的研究工作,并對(duì)以后的研究方向和內(nèi)容進(jìn)行了討論和展望
【圖文】：

第一章 緒 論自底向上注意模式是由外界信號(hào)自身的特性來(lái)驅(qū)動(dòng)注意的導(dǎo)向，因而沒(méi)有針對(duì)任何特定對(duì)象。圖 1-1 展示了典型的自底向上注意模式的基本處理過(guò)程，其中，，RA、FE、SC 和 CI 分別表示視網(wǎng)膜獲�。≧etinal acquisition）、特征提�。‵eatureExtraction）搜索并選擇（Searching and choosing）和競(jìng)爭(zhēng)并排序（Competing andindexing）。

身與高層知識(shí)無(wú)關(guān)，因而無(wú)法有意識(shí)地控制信息處理過(guò)程。由于單純采用自底向上注意模式的不可控性，故而部分研究者轉(zhuǎn)向了與之相對(duì)的自頂向下注意模式方向的研究。（2）自頂向下注意模式在自頂向下的注意模式中，視覺(jué)期望能快速的由觀察者建立起來(lái)，然后針對(duì)由視覺(jué)注意前期所得到的視覺(jué)特征圖進(jìn)行有選擇性的匹配，尋找最為匹配的目標(biāo)，通常在尋找到之后對(duì)目標(biāo)做相應(yīng)的定位即可，如果并沒(méi)有找到匹配的期望，則會(huì)進(jìn)行知識(shí)更新并遞交給經(jīng)驗(yàn)知識(shí)，經(jīng)驗(yàn)知識(shí)會(huì)通過(guò)相關(guān)操作對(duì)任務(wù)知識(shí)進(jìn)行微調(diào)，以此完成反饋控制。圖 1-2 展示了典型的自底向上注意模式模型，其中存放在觀察者的知識(shí)庫(kù)中的任務(wù)知識(shí)和經(jīng)驗(yàn)知識(shí)可以進(jìn)行部分更新和置換。顯然，較好的將任務(wù)知識(shí)驅(qū)動(dòng)的自頂向下的注意模式嵌入到圖像信息處理中是很有必要的。由當(dāng)前知識(shí)產(chǎn)生的任務(wù)搜尋在視覺(jué)信息處理中是必不可少的，這也非常符合人類視覺(jué)系統(tǒng)機(jī)理，即視覺(jué)系統(tǒng)并不是僅僅處理底層的數(shù)據(jù)，同時(shí)對(duì)來(lái)自人腦的任務(wù)知識(shí)會(huì)產(chǎn)生有目的的選擇性注意。
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41;TP242

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭小勤,徐剛;機(jī)器人視覺(jué)伺服及路徑規(guī)劃的研究現(xiàn)狀與發(fā)展趨勢(shì)分析[J];機(jī)床與液壓;2005年10期

2 武波;李惠光;徐鵬;;具有深度自適應(yīng)估計(jì)的視覺(jué)伺服優(yōu)化[J];控制理論與應(yīng)用;2008年01期

3 劉丁;吳雄君;楊延西;辛菁;;基于改進(jìn)變尺度混沌優(yōu)化的自標(biāo)定位置視覺(jué)伺服[J];自動(dòng)化學(xué)報(bào);2008年06期

4 廖萬(wàn)輝;李琳;陳禎;;基于嵌入式的智能視覺(jué)伺服系統(tǒng)的研發(fā)[J];機(jī)電產(chǎn)品開(kāi)發(fā)與創(chuàng)新;2009年02期

5 谷雨;李平;韓波;;一種適用于局部特征的混合視覺(jué)伺服方法[J];控制與決策;2010年01期

6 歐陽(yáng)格;王家序;徐超;鄒凱;;無(wú)標(biāo)定視覺(jué)伺服系統(tǒng)在靈巧手抓取目標(biāo)時(shí)的應(yīng)用[J];機(jī)械工程與自動(dòng)化;2012年06期

7 郭峰,曹其新,趙言正,朱偉華;基于視覺(jué)伺服的倒立擺實(shí)驗(yàn)平臺(tái)的研究[J];機(jī)械設(shè)計(jì)與研究;2003年04期

8 樊俊敏;;基于圖像的雙目視覺(jué)伺服機(jī)器人控制系統(tǒng)仿真[J];山西冶金;2006年04期

9 李國(guó)棟;周友行;王延偉;鄧勝達(dá);唐穩(wěn)莊;;基于無(wú)標(biāo)定視覺(jué)伺服機(jī)器人的運(yùn)動(dòng)物體跟蹤[J];機(jī)械研究與應(yīng)用;2007年01期

10 于殿勇;鄧樺;葛連正;;基于速度補(bǔ)償?shù)囊曈X(jué)伺服視場(chǎng)控制[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年S1期

相關(guān)會(huì)議論文 前2條

1 邱新濤;羅熊;;機(jī)器人高速視覺(jué)伺服研究進(jìn)展[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

2 王朝立;;基于視覺(jué)伺服反饋的一類非完整平面移動(dòng)機(jī)器人的鎮(zhèn)定[A];第二十三屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2004年

相關(guān)博士學(xué)位論文 前10條

1 竇易文;復(fù)雜環(huán)境下視覺(jué)伺服檢測(cè)方法及在并聯(lián)機(jī)器人中的應(yīng)用研究[D];東華大學(xué);2016年

2 李優(yōu)新;機(jī)器人無(wú)標(biāo)定視覺(jué)伺服系統(tǒng)的多種智能控制方法研究[D];華南理工大學(xué);2009年

3 王婷婷;帶有約束的機(jī)器人視覺(jué)伺服控制方法的研究[D];江南大學(xué);2012年

4 李牧;機(jī)器人無(wú)標(biāo)定視覺(jué)伺服關(guān)鍵技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2008年

5 張春龍;自然環(huán)境下農(nóng)業(yè)機(jī)器人作業(yè)目標(biāo)信息獲取與視覺(jué)伺服策略研究[D];中國(guó)農(nóng)業(yè)大學(xué);2014年

6 梁新武;機(jī)械手無(wú)標(biāo)定動(dòng)態(tài)視覺(jué)伺服研究[D];華中科技大學(xué);2011年

7 毛尚勤;微操作系統(tǒng)的機(jī)器視覺(jué)與無(wú)標(biāo)定視覺(jué)伺服研究[D];華中科技大學(xué);2013年

8 高振東;網(wǎng)絡(luò)環(huán)境中的機(jī)器人視覺(jué)伺服及融合控制[D];上海交通大學(xué);2007年

9 金梅;基于深度無(wú)關(guān)立體視覺(jué)模型的機(jī)器人控制系統(tǒng)研究[D];燕山大學(xué);2010年

10 王捷;基于視覺(jué)的衛(wèi)星在軌自維護(hù)操作的研究[D];哈爾濱工業(yè)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 俞強(qiáng)強(qiáng);基于視覺(jué)伺服的核燃料棒組裝機(jī)器人位姿精確識(shí)別研究[D];哈爾濱工業(yè)大學(xué);2015年

2 馬騰飛;磁錨定腹腔內(nèi)手術(shù)機(jī)器人的設(shè)計(jì)與視覺(jué)伺服實(shí)驗(yàn)研究[D];哈爾濱工業(yè)大學(xué);2015年

3 楊坤;微裝配機(jī)器人的無(wú)標(biāo)定視覺(jué)伺服研究[D];華中科技大學(xué);2015年

4 王杰;基于視覺(jué)伺服的機(jī)器人控制研究[D];武漢工程大學(xué);2015年

5 蔣云;機(jī)械手仿人智能無(wú)標(biāo)定混合雙目視覺(jué)伺服研究[D];重慶大學(xué);2015年

6 劉浪;機(jī)械手五自由度無(wú)標(biāo)定視覺(jué)伺服仿人智能控制[D];重慶大學(xué);2015年

7 安旭文;基于單目視覺(jué)的目標(biāo)識(shí)別與跟蹤系統(tǒng)研究[D];華中科技大學(xué);2014年

8 周德文;基于遠(yuǎn)心雙目微視覺(jué)伺服的光纖精密對(duì)準(zhǔn)控制研究[D];華南理工大學(xué);2016年

9 蔡偉東;機(jī)械臂視覺(jué)伺服控制方法研究[D];哈爾濱工業(yè)大學(xué);2016年

10 李哲;基于視覺(jué)伺服的立體邊界安防系統(tǒng)設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2016年

本文編號(hào)：2544450