基于特征点的水果空间位姿视觉测量方法及应用研究

基于特征点的水果空间位姿视觉测量方法及应用研究

论文摘要

随着机器人技术的不断发展,在农产品品质自动检测、水果分级分选方面,机器视觉系统得到了越来越多的应用。目前在焊接、包装、码垛以及装配等工业机器人应用场合,机器视觉技术已经越来越普遍地应用于识别工件的位置姿态,而应用于识别水果空间三维位姿方面的却不是很多,在水果三维位姿的研究识别方面应用机器视觉测量技术,有助于实现水果采摘、加工等操作的自动化,从而改善水果加工卫生条件,减轻劳动强度和提高劳动效率,是一种不错的选择。本课题以柚子作为研究对象,研究了位于传送带上的水果位姿识别问题,通过搭建双目视觉测量系统标定系统参数、摄取水果图像,通过对水果图像预处理、特征提取后得出有用信息,结合摄影几何原理来求解水果空间几何参数,并通过实验验证求解的结果,最终根据求解的一组水果空间几何参数值,给出了机械手抓取时的各关节变量值。主要研究内容如下:通过对所采集的水果图像运用各种预处理技术来进行实验,分析比较试验结果来确定适合于本系统的图像预处理方法,研究各种特征提取方法来提取水果边缘、花萼点以及近似大小等信息。通过对所摄取的水果图像进行放置方式的判断来选择姿态参数的求解方法,对于竖直放置的柚子,采用对姿态参数直接定义的方法;对于倾斜放置的柚子,采用了一种较为简单、快捷的空间平面交汇法。通过实验验证了所采用方法的有效性。通过近似匹配原理和摄影几何原理相结合求解水果位置点的三维坐标,通过实验验证了可行性。通过对固定长度模板的标定,得出像素长度与实际长度的转换当量,进而求解水果的实际大小,通过实验证明了大小求解结果的有效性。通过对水果生产线的介绍以及抓取水果所需机械手自由度的分析,确定使用六自由度机械手来抓取柚子,对机械手进行了运动学分析,并根据求解的一组柚子空间几何参数信息,给出了机械手抓取时的各关节变量值。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 引言
  • 1.2 国内外研究现状
  • 1.2.1 视觉检测研究现状
  • 1.2.2 视觉测量国内外应用现状
  • 1.3 本课题研究意义及主要研究内容
  • 1.3.1 本课题研究意义
  • 1.3.2 本课题主要研究内容
  • 第二章 视觉测量系统的原理和硬件实现
  • 2.1 计算机视觉的概念
  • 2.2 视觉测量系统的组成
  • 2.2.1 光源
  • 2.2.2 镜头
  • 2.2.3 工业摄像机
  • 2.2.4 图像处理系统
  • 2.3 视觉测量系统分类
  • 2.4 本课题视觉系统的硬件构成
  • 2.4.1 光照箱和摄像机
  • 2.4.2 镜头
  • 2.4.3 计算机配置
  • 2.4.4 实验系统
  • 2.5 本章小结
  • 第三章 双目立体视觉的标定方法和实现
  • 3.1 概述
  • 3.2 相机坐标系
  • 3.3 相机成像模型
  • 3.3.1 线性模型
  • 3.3.2 非线性模型
  • 3.4 相机标定
  • 3.4.1 常用的标定方法
  • 3.4.2 双相机标定
  • 3.4.3 本文使用的标定工具
  • 3.5 实验
  • 3.5.1 标定板
  • 3.5.2 实验结果
  • 3.6 本章小结
  • 第四章 图像预处理及相关的技术
  • 4.1 概述
  • 4.2 灰度转化
  • 4.3 图像增强
  • 4.3.1 概述
  • 4.3.2 点运算增强
  • 4.3.3 频域增强
  • 4.4 图像分割
  • 4.4.1 概述
  • 4.4.2 阈值分割
  • 4.5 平滑滤波
  • 4.6 边缘检测
  • 4.6.1 概述
  • 4.6.2 检测算子
  • 4.7 多果图像识别
  • 4.8 本章小结
  • 第五章 水果特征提取
  • 5.1 概述
  • 5.2 水果边缘特征
  • 5.3 水果特征点提取
  • 5.3.1 概述
  • 5.3.2 位置点提取
  • 5.3.3 花萼点提取
  • 5.4 水果大小提取
  • 5.4.1 概述
  • 5.4.2 大小识别方法
  • 5.5 本章小结
  • 第六章 水果空间几何参数求解
  • 6.1 概述
  • 6.2 水果姿态求解
  • 6.2.1 放置方式判断
  • 6.2.2 像面轴线提取
  • 6.2.3 姿态求解方法
  • 6.2.4 验证姿态求解方法
  • 6.3 水果位置点坐标求取
  • 6.3.1 位置点匹配
  • 6.3.2 三维坐标求解
  • 6.3.3 验证求解可行性
  • 6.4 水果大小求解
  • 6.4.1 长度标定
  • 6.4.2 验证大小求解结果
  • 6.5 本章小结
  • 第七章 机械手运动实例
  • 7.1 概述
  • 7.2 运动学分析
  • 7.2.1 运动学正解
  • 7.2.2 运动学逆解
  • 7.3 运动实例
  • 7.3.1 理论求解
  • 7.3.2 软件验证
  • 7.4 本章小结
  • 第八章 结论与展望
  • 8.1 本文总结
  • 8.2 创新点
  • 8.3 展望
  • 致谢
  • 参考文献
  • 附录
  • 研究生期间撰写发表的论文
  • 相关论文文献

    • [1].基于计算机视觉求解数独的系统设计[J]. 中国科技信息 2020(02)
    • [2].计算机视觉中的深度学习专题简介[J]. 中国科学:信息科学 2019(12)
    • [3].深度学习在计算机视觉领域的应用进展[J]. 计算机产品与流通 2020(01)
    • [4].计算机视觉中的深度学习专题(2020)简介[J]. 中国科学:信息科学 2020(02)
    • [5].计算机视觉与感知在智慧安防中的应用[J]. 移动通信 2020(03)
    • [6].试析计算机视觉艺术在数字媒体中的应用[J]. 电子世界 2020(07)
    • [7].计算机视觉各技术分支专利分析[J]. 高科技与产业化 2020(04)
    • [8].计算机视觉产业专利分析报告[J]. 高科技与产业化 2020(05)
    • [9].基于计算机视觉核桃质量预测方法的探讨[J]. 无线互联科技 2020(09)
    • [10].关于高校计算机视觉课程教学的思考[J]. 计算机产品与流通 2020(09)
    • [11].眼控科技:计算机视觉融入交通和气象[J]. 机器人产业 2020(05)
    • [12].深度学习在计算机视觉领域的应用发展探究[J]. 电脑编程技巧与维护 2020(09)
    • [13].计算机视觉赋能中小企业[J]. 机器人产业 2020(05)
    • [14].医学3D计算机视觉:研究进展和挑战[J]. 中国图象图形学报 2020(10)
    • [15].计算机视觉在水稻大面积制种中的应用研究[J]. 农机化研究 2019(03)
    • [16].微课在计算机视觉课中的应用探究[J]. 中国新通信 2018(23)
    • [17].深度学习分类网络研究及其在计算机视觉中的应用[J]. 通讯世界 2019(03)
    • [18].感知世界 洞察未来——2018年计算机视觉行业回顾与展望[J]. 中国城市金融 2019(02)
    • [19].基于计算机视觉的玉米田间除草系统开发[J]. 农机化研究 2018(03)
    • [20].基于计算机视觉的玉米种子形态识别测量[J]. 农机化研究 2018(04)
    • [21].基于计算机视觉的小麦长势监控研究[J]. 农机化研究 2018(04)
    • [22].基于计算机视觉的瓜果采摘系统的运用研究[J]. 农机化研究 2018(01)
    • [23].计算机视觉研究综述[J]. 电子世界 2018(01)
    • [24].基于计算机视觉的深度估计方法[J]. 科技资讯 2018(04)
    • [25].计算机视觉艺术在数字媒体艺术中的应用研究[J]. 山西大同大学学报(自然科学版) 2017(01)
    • [26].计算机视觉:数字世界新曙光[J]. 国资报告 2017(02)
    • [27].数字摄影测量与计算机视觉概述[J]. 测绘标准化 2016(02)
    • [28].计算机视觉艺术在数字媒体的应用探讨[J]. 中国报业 2016(18)
    • [29].计算机视觉艺术在数字媒体领域的应用研究[J]. 互联网天地 2015(07)
    • [30].基于计算机视觉的运动目标分析[J]. 电脑迷 2017(12)

    标签:;  ;  ;  ;  ;  ;  

    基于特征点的水果空间位姿视觉测量方法及应用研究
    下载Doc文档

    猜你喜欢